申请收录
【大屏时代】首页 > 3D快报内容详情

Gemini3.8Live升级语音智能:对话、推理与任务执行进一步融合

1小时前 5 大屏时代
广告：【裸眼3D制作】 让想象突破物理极限，用数字重绘世界经纬。

谷歌近日发布Gemini3.8Live和Gemini3.8Live Extended Thinking，新增近实时推理、语音与思考同步处理，以及后台工具和API调用能力。目前两款模型已陆续登陆Gemini API、Google AI Studio等开发者平台，并分别覆盖Search Live、Gemini Enterprise及Google Workspace、Gemini Live等场景。

两款模型的一项核心能力是支持AI在持续语音对话过程中后台执行工具和API调用，用户无需因网络搜索或任务执行暂停交流。模型还支持97种语言自动检测及对话中途切换、近实时视觉定位，并可在长时间思考任务中通过“让我检查一下……”等语言提示告知用户当前状态。

性能方面，Gemini3.8Live Extended Thinking在Artificial Analysis的Speech to Speech Quality Index中获得82.6分;Gemini3.8Live在Speech Agent Arena排名第二。Extended Thinking版本在T-Voice测试中得分68.6%，在Sierra T-Voice基准测试中为35.1%，Big Bench Audio测试达到97.7%。

此外，谷歌已与Agora、LiveKit、Vercel、Pipecat、Fishjam和Vision Agents等平台合作，方便开发者集成新模型。谷歌同时表示，两款模型生成的全部音频均嵌入不可见SynthID水印，用于识别AI生成音频。

此次升级进一步将实时语音交互从“听与说”扩展至理解、推理和任务执行，推动语音AI向持续、多任务的智能体交互形态发展。

相关文章


版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。

相关标签： Gemini3.8Live升级语音智能:对话、推理与任务执行进一步融合

最新文章

科学减重一亿斤再加码!蚂蚁阿福推出AI饮食分功能，还将发一亿颗鸡蛋

科学减重一亿斤再加码!蚂蚁阿福推出AI饮食分功能，还将发一亿颗鸡蛋

9月16日，蚂蚁阿福发布“AI饮食分”，用户拍照即可识别食物种类、计算营养热量并评分，相当于拥有专属营养师。同时“科学减重一亿斤”活动加码，将发放一亿颗鸡蛋，坚持用AI拍饮食可1分钱包邮领取。

前 TikTok 高管做 AI 摆拍相机：上线两月下载超 2.2 万，灵感来自“拍不好照的丈夫”

前 TikTok 高管做 AI 摆拍相机：上线两月下载超 2.2 万，灵感来自“拍不好照的丈夫”

前TikTok高管Melody Chu与Jing Liu创立AI摄影应用Superpose，定位“拍照教学工具”，上线约两月下载超2.2万次。它通过AI提供四种姿势建议，帮助改善姿态、角度与构图。创意源于Chu丈夫拍照不佳的个人需求，将计算机视觉与生成式AI融入日常拍照场景。

vivo 蓝心大模型全面升级：四大模型齐发，听得懂、记得住、还能办事

vivo 蓝心大模型全面升级：四大模型齐发，听得懂、记得住、还能办事

9月16日，2026 vivo开发者大会宣布蓝心大模型全面升级，打造以个人为中心的智能体矩阵，发布Blue LM-RealTime、Nano、Flash、Pro四款核心模型，覆盖语音理解、端侧感知记忆与云侧任务执行。语音模型采用端到端架构，抗嘈杂口音，端侧模型可沉淀个人记忆。

产业大爆发！我国工业大模型企业突破 6.2 万家，今年新注册狂飙 2.2 万家

产业大爆发！我国工业大模型企业突破 6.2 万家，今年新注册狂飙 2.2 万家

天眼查数据显示，我国现存工业大模型相关企业已超6.2万家，2026年以来新注册约2.23万家，发展势头强劲。广东、江苏、浙江、上海、北京企业数量居前，区域集聚与当地电子产业长期积累密切相关。

惠普重磅发布 ZBook Ultra G3a 16：配 192GB 统一内存，本地轻松驾驭 300B 大模型

惠普重磅发布 ZBook Ultra G3a 16：配 192GB 统一内存，本地轻松驾驭 300B 大模型

惠普发布全新移动工作站ZBook Ultra G3a16，主打端侧AI算力。其搭载AMD锐龙AI Max PRO400“Gorgon Halo”处理器，最高支持192GB统一内存，并可将其中160GB分配为独立显存，面向专业极客与高端开发者，强化本地大模型运行能力。

中文互联网基础语料 4.0 正式发布，120GB 高质量可信数据重磅上线

中文互联网基础语料 4.0 正式发布，120GB 高质量可信数据重磅上线

9月15日，在济南召开的2026年国家网络安全宣传周人工智能安全治理分论坛上，中文互联网基础语料4.0正式发布并全面上线，数据总量达120GB，旨在为大模型训练和人工智能产业高质量发展提供坚实可信的数据支撑。该语料由中央网信办指导，中国网络安全协会等多家机构联合发布。

Salesforce 联手英伟达推出 Koa 推理大模型，向闭源 AI 巨头宣战

Salesforce 联手英伟达推出 Koa 推理大模型，向闭源 AI 巨头宣战

Salesforce在Dreamforce大会发布首款推理大模型Koa，基于英伟达开源Nemotron底座，双方联合微调，聚焦销售、营销、客服等企业核心场景。此举意在降低企业智能化转型成本，避免闭源AI要求上传内部文件、代码、提示词及用户反馈所带来的数据风险。

OpenAI内部Lily项目曝光，人工审核员正翻阅用户私密聊天记录？

OpenAI内部Lily项目曝光，人工审核员正翻阅用户私密聊天记录？

最新曝光显示，OpenAI内部长期运行代号“莉莉计划”的人工评估项目，安排“提示词审核员”对ChatGPT用户的真实聊天记录进行人工审阅与打分。这打破了外界认为大模型进化仅靠算法升级和自动化训练数据的印象，揭示人工审核在模型训练中仍扮演关键角色。

Gemini3.8Live升级语音智能:对话、推理与任务执行进一步融合

Gemini3.8Live升级语音智能:对话、推理与任务执行进一步融合

谷歌发布Gemini 3.8 Live及Extended Thinking版，主打近实时推理、语音与思考同步、后台工具和API调用。已上线Gemini API、AI Studio等平台，覆盖Search Live、Enterprise、Workspace、Gemini Live等场景。核心是可边对话边后台执行搜索与任务

Google 官宣 Gemini 3.8 Live，首创“边说边想”颠覆行业交互

Google 官宣 Gemini 3.8 Live，首创“边说边想”颠覆行业交互

谷歌发布新一代实时语音大模型Gemini3.8 Live及扩展思考版，实现原生端到端音频交互突破，降低对话延迟、提升自然度，并首次在低延迟语音流中支持深层多步推理，重塑复杂专业场景下的语音AI应用范式。

抖音内测“AI工坊”，下一个内容风口要来了？

抖音内测“AI工坊”，下一个内容风口要来了？

抖音加入AI互动内容大战。近日，抖音内测“AI工坊”的消息在行业内持续发酵。这是抖音面向创作者开放的AI应用平台，目前处于邀请制内测阶段。创作者可以通过其开发各类互

马斯克谈 AI 安全：头部公司应交叉测试彼此模型，让对手来“挑刺”

马斯克谈 AI 安全：头部公司应交叉测试彼此模型，让对手来“挑刺”

9月15日All-In峰会上，马斯克远程出席谈AI，主张头部AI公司发布模型前彼此交叉测试，并尽快全球推广。他提出“测试工具”机制：各公司用自家工具评测模型，再互换测试新模型，以评估潜在生物安全等风险，推动行业自律与AI安全测试共识落地。

销售打工人迎来最强外挂！Claude 接入 Salesforce 直管客户关系，巨头入局掀起 CRM 效率革命

销售打工人迎来最强外挂！Claude 接入 Salesforce 直管客户关系，巨头入局掀起 CRM 效率革命

9月15日，Anthropic发布Salesforce in Claude插件测试版，将Salesforce客户数据、潜在商机与销售管道接入Claude，为销售人员提供客户研究、会议准备、管道分析及CRM更新支持，共集成37项销售相关功能。

字节跳动上半年营收增30%、净利率降至16.7%:AI投入拖累利润，海外收入占比再创新高 2. 趋势影响型:

字节跳动上半年营收增30%、净利率降至16.7%:AI投入拖累利润，海外收入占比再创新高 2. 趋势影响型:

据外媒报道，字节跳动2026年上半年营收同比增长30%，但因AI投入加大，净利润同比下滑，净利润率降至16.7%，延续下降趋势（2023年26%、2024年21%）。公司未予置评。利润承压凸显AI投入压力；其自研大语言模型与视频模型，并运营聊天机器人应用豆包。

Meta推出Meta One订阅服务:最高499美元，覆盖AI与商业工具

Meta推出Meta One订阅服务:最高499美元，覆盖AI与商业工具

Meta推出订阅服务Meta One，覆盖Facebook、Instagram和WhatsApp，提供Muse图像/视频生成、AI修图Restyle、语音效果等高级功能，推动Muse模型商业化。个人用户可选每月7.99美元核心套餐或19.99美元高级套餐，均含三大平台Plus权益。

估值冲刺 1.2 万亿美元！OpenAI 欲将 IPO 推迟至 2027 年

估值冲刺 1.2 万亿美元！OpenAI 欲将 IPO 推迟至 2027 年

OpenAI正洽谈新一轮私人融资，目标估值高达1.2万亿美元，较今年3月融资确立的8520亿美元估值大幅跃升，保持私营科技企业筹资领先。但该天价估值以2027年IPO达到同等量级为前提；顾问团队曾探讨尽早于第三季度上市。

OpenAI 宣布 GPT-5.5 将于 10 月 14 日下线：ChatGPT 与 Codex 同步移除

OpenAI 宣布 GPT-5.5 将于 10 月 14 日下线：ChatGPT 与 Codex 同步移除

OpenAI宣布GPT-5.5将于10月14日从ChatGPT、ChatGPT Work及Codex下线，覆盖所有订阅方案。官方提醒Codex用户尽快切换至GPT-5.6 Sol或GPT-6 Astra。此次停用涉及全部计划，替代模型为上述两个。该模型于今年4月24日推出，较GPT-5.4在同等任务上有所优化。

从像素到场景：LED显示屏穿越价格战，抢占千亿级数字空间新战场

从像素到场景：LED显示屏穿越价格战，抢占千亿级数字空间新战场

<br />过去十年，LED显示屏行业最确定的一件事，就是价格每年都在变便宜。小间距产品从P2.5一路下探到P1.2、P0.9，COB（芯片级封装）产能的快速释放，把曾经高不可攀的高密度屏推入了普通会议室的采购预算。据行业机构测算，全球LED显示屏市场规模已站上80亿美元台阶，但增量中的相当一部分被单价下滑吞噬。翻译成生意语言就是：靠卖平方米数赚钱的时代，基本结束了。<br /><br />于是，

从腕表到巨幕：LED显示屏正在重写全球视觉产业的底层逻辑

从腕表到巨幕：LED显示屏正在重写全球视觉产业的底层逻辑

<br />过去三年，小间距LED显示屏的均价以每年两位数百分比的速度下滑。在中国市场，一块P1.2的室内屏，报价已经跌破了多数集成商五年前的采购心理线。价格战把行业推入了一个尴尬的处境：出货面积在涨，营收却在原地踏步。<br /><br />但真正的变化发生在成本曲线之下。COB封装凭借更高的可靠性和更低的失效率，正从中高端向主流市场渗透；MIP路线则以更接近传统SMT的产线兼容性，试图守住成本

LED显示屏产业拐点已至：Micro LED量产破局，数字户外媒体价值重估

LED显示屏产业拐点已至：Micro LED量产破局，数字户外媒体价值重估

<br />过去十年，LED显示屏行业的核心叙事只有一个词：降价。小间距LED从每平方米数十万元跌至万元以内，中国厂商用规模换市场，把一块块屏幕铺向全球。但2024年以来，风向明显变了。多家头部企业财报显示，营收增长不再依赖出货量，而是来自单位面积价值的提升。行业正在经历一场从卖屏到卖场景的深层转型。<br /><br /><br />最新一批产业报道显示，Micro LED不再是展会上的概念样品

算力经济学：AI大模型竞赛进入深水区，科技巨头重新定义投资逻辑

算力经济学：AI大模型竞赛进入深水区，科技巨头重新定义投资逻辑

<br />过去两年，全球大模型竞赛的核心指标是参数规模与基准测试得分。如今，行业风向已变。推理成本、单位经济模型与商业闭环，正在取代纯粹的参数比拼，成为决定胜负的新标尺。据行业观察，头部厂商的单次模型训练成本已从数千万美元攀升至数亿美元量级，而推理阶段的持续投入更构成长期财务压力。这一结构性变化，正在改写科技公司的资本配置逻辑。<br /><br /><br />超大规模云厂商的资本开支曲线，是

从会议室墙角到城市天际线：LED显示屏正在经历第二次黄金期

从会议室墙角到城市天际线：LED显示屏正在经历第二次黄金期

<br />过去十年，LED显示屏行业只做了一件事，却足以改写整个显示产业的权力地图——把点间距从P10一路压到P0.4。十年前，它还是会议室墙角那块亮度刺眼、灰阶生硬的信息看板；今天，它是指挥中心的巨幕、广电演播室的背景墙、奢侈品门店里那块薄如蝉翼的透明屏。像素密度的跃迁，让LED从“看得见”的器件，变成了“看不出接缝”的画布。<br /><br /><br />真正让行业进入放量期的，不是像素

LED显示屏产业“换挡”：Micro LED量产破局，户外大屏重新定价

LED显示屏产业“换挡”：Micro LED量产破局，户外大屏重新定价

<br />过去十二个月，LED显示行业最显著的变化，不是点间距又缩小了多少，而是Micro LED终于从展台走向产线。多家头部厂商将巨量转移良率提升至99.9%以上，修复成本大幅下降，使得100英寸以上4K Micro LED电视和商用一体机的BOM成本较两年前下降约四成。产业链人士透露，2025年将是Micro LED从“样板工程”转向“规模交付”的分水岭，尤其在高端家庭影院和指挥调度场景，订

从P0.9到影院巨幕：LED显示屏产业正在重写"像素经济学"

从P0.9到影院巨幕：LED显示屏产业正在重写"像素经济学"

<br />过去十年，LED显示屏行业最直观的进化刻度是像素间距。户外广告牌从P10一路缩到P4，室内会议室则从P2.5杀入P1.2甚至P0.9。间距每缩小一档，单位面积的灯珠数量翻倍，驱动IC、PCB层数和散热设计的难度呈指数级上升。厂商们发现，真正拉开差距的不再是灯珠本身，而是巨量转移的良率与驱动IC的通道密度。<br /><br /><br />2024年以来，COB（芯片直接封装）与MIP

最新网站

Jasper AI竞品份额分析

Jasper AI竞品份额分析

<br />竞品A（Jasper AI）近三个月市场份额由约14.6%降至9.8%，累计下滑4.8个百分点，呈"高位急跌—中段缓跌—低位盘整"的三段式走势。判断：短期难以逆转下滑，但已接近其付费专业用户的基本盘底部。<br /><br /><br />第一月：14.6%降至11.9%，环比-2.7pct，主因企业客户集中续约流失；第二月：11.9%降至10.4%，环比-1.5pct，降幅明显收窄；
LocalBanana

LocalBanana

LocalBanana是专注于 AI 图像 Prompt 收集与结构化的平台，帮助用户深入理解并高效利用 Prompt，提升创作能力。围绕 Nano Banana（Gemini）生态，将散落在各处的优质 Prompt 整理为可检索、可编辑的创作资产。
智策AI导航平台

智策AI导航平台

<br />智策AI导航（www.zhiceai.com）是一个专注于人工智能工具发现与评测的综合性导航网站。平台收录了全球超过5000个AI应用，覆盖自然语言处理、图像生成、视频制作、智能办公、教育培训、编程开发、数据分析、营销文案等20多个主流分类。站长、产品经理、设计师、学生及自由职业者都可以在这里快速找到适合自己工作流的AI工具，并获取实时更新的功能评测和优惠信息。<br /><br />
文心一言AI平台分析

文心一言AI平台分析

<br />文心一言是百度推出的新一代知识增强大语言模型，基于飞桨深度学习平台和文心知识增强技术，能够与人对话互动、回答问题、协助创作，高效便捷地帮助人们获取信息、知识和灵感。作为国内领先的AI对话产品，文心一言自发布以来持续迭代，已广泛应用于多个行业场景，成为百度AI技术战略的核心载体之一。<br /><br /><br />文心一言提供多种实用功能，包括智能问答、文本创作、代码生成、逻辑推理、
AI大百科

AI大百科

<br />AI大百科是一个专注于人工智能知识普及和工具推荐的综合性网站，旨在为AI爱好者、开发者、产品经理与企业决策者提供一站式信息入口。平台自2021年上线以来，已收录超过5000个AI工具与模型，涵盖自然语言处理、计算机视觉、语音识别、生成式AI、AI绘画、AI视频、AI办公等多个细分领域。网站以简洁的界面和清晰的分类著称，用户可以通过搜索或浏览标签快速找到所需资源，并查看每个工具的功能介绍
通义千问：阿里AI助手

通义千问：阿里AI助手

<br />通义千问是阿里巴巴集团推出的AI大模型产品，由阿里云开发并托管。它于2023年首次亮相，定位为面向中文用户的多功能智能助手，支持文本生成、代码编写、文档分析、多轮对话等任务。网站界面简洁，用户可以直接在浏览器中体验，无需下载应用，同时也提供API接口供开发者集成。<br /><br /><br />通义千问的主要功能包括：知识问答、创意写作、翻译润色、编程辅助、数据分析、学习辅导等。它
AI工具集导航

AI工具集导航

<br />AI工具集是一个专注于收录和推荐人工智能相关工具与资源的导航网站。它汇集了全球范围内数百款AI产品，覆盖文本生成、图像创作、音频处理、视频制作、编程助手、办公效率等多个领域。无论你是普通用户、开发者还是企业决策者，都能在这里快速找到适合自己的AI工具。<br /><br /><br />AI工具集的核心功能是分类展示和搜索。网站按照工具的应用场景进行细致分类，例如AI写作、AI绘画、A
Hugging Face AI平台

Hugging Face AI平台

<br />Hugging Face是一个致力于人工智能和自然语言处理的开源平台，提供海量预训练模型、数据集和工具，帮助开发者和企业快速构建、训练和部署AI应用。其核心产品包括Transformers库、Hub模型仓库、Spaces应用托管以及Inference API等，覆盖从研究到生产的全流程。<br /><br /><br />该平台以模型Hub为中心，支持TensorFlow、PyTorc
DeepMind AI研究平台

DeepMind AI研究平台

<br />DeepMind是一家位于英国伦敦的人工智能公司，成立于2010年，2014年被谷歌收购。作为全球领先的AI研究机构，DeepMind致力于开发通用人工智能（AGI），其研究成果在游戏、医疗、科学等多个领域产生了深远影响。DeepMind的使命是“解决智能问题”，通过将神经科学与机器学习相结合，推动AI技术的边界。<br /><br /><br />DeepMind最著名的成就是Alp
智谱AI官网

智谱AI官网

<br />智谱AI（北京智谱华章科技有限公司）是一家专注于人工智能大模型研发与应用的科技公司，成立于2019年，由清华大学计算机系知识工程实验室技术成果转化而来。公司以“让机器像人一样思考”为愿景，致力于打造安全、可控、可解释的通用人工智能系统。智谱AI在自然语言处理、知识图谱、多模态理解等领域拥有深厚积累，其核心产品GLM系列大模型已广泛应用于政务、金融、医疗、教育等多个行业。<br /><b
Midjourney

Midjourney

<br />Midjourney是一款基于人工智能的图像生成工具，由独立研究实验室Midjourney, Inc.开发。用户只需输入文字描述，即可生成高质量、富有创意的图片。自2022年公开测试以来，它迅速成为AI绘画领域的标杆产品，广泛应用于艺术创作、设计、广告和娱乐等行业。<br /><br /><br />Midjourney的核心功能是文本到图像生成，支持多种风格和参数调节。用户可以通过D
量子位AI网站分析

量子位AI网站分析

<br />量子位（QbitAI）是一家专注于人工智能领域的前沿科技媒体，成立于2017年，总部位于北京。网站以报道AI行业动态、技术突破、产业应用和创业公司为核心，内容涵盖机器学习、深度学习、自然语言处理、计算机视觉、AI芯片、自动驾驶等多个细分领域。量子位通过图文、视频、线下活动等形式，向技术从业者、投资者和科技爱好者传递高质量的AI资讯与深度分析。<br /><br /><br />量子位的
DeepMind官网

DeepMind官网

<br />DeepMind是谷歌母公司Alphabet旗下的人工智能研究实验室，成立于2010年，总部位于伦敦。该网站是DeepMind的官方门户，集中展示了其在AI领域的前沿研究成果、技术博客、学术论文以及研究人员团队。作为全球顶尖的AI研究机构之一，DeepMind致力于“解决智能问题”，并推动AI技术在社会各领域的应用。<br /><br /><br />DeepMind最广为人知的成就是
豆包AI官方网站

豆包AI官方网站

<br />豆包AI是字节跳动公司推出的一款人工智能助手，基于先进的大语言模型技术，为用户提供智能问答、文本创作、代码辅助、情感陪伴等多种服务。自发布以来，豆包AI凭借其自然流畅的交互体验和强大的理解能力，迅速成为国内最受欢迎的AI应用之一。用户可以通过网页端或移动端随时随地使用豆包，满足工作、学习和生活中的多样化需求。<br /><br /><br />豆包AI的核心功能主要包括智能对话、内容创
Toolify AI工具导航网站

Toolify AI工具导航网站

<br />Toolify AI是一个专注于人工智能工具聚合与推荐的导航网站，目前收录了全球超过5000款AI应用，涵盖文本生成、图像处理、视频创作、音频编辑、代码辅助、数据分析等多个领域。无论是普通用户还是专业开发者，都能在这里快速找到适合自己的AI工具。平台每天更新最新上线的AI产品，并基于用户真实反馈进行排序和分类，帮助用户节省大量搜索和筛选的时间。<br /><br /><br />Too
ChatGPT官网介绍

ChatGPT官网介绍

<br />ChatGPT是OpenAI开发的人工智能聊天机器人平台，于2022年11月30日首次发布。作为目前全球用户量最大的AI对话产品，ChatGPT基于GPT系列大语言模型，支持自然语言问答、文本生成、代码编写、翻译、摘要、创意写作等多样化任务。其官方网站不仅提供免费的Web端服务，还集成了付费订阅、API访问、插件生态和联网搜索功能，成为个人用户与企业用户接触前沿AI能力的重要入口。<b

Copyright © 2016 ~ 2024 大屏时代 (www.dapingtime.com) 联系QQ：88251776苏ICP备2020058979号-3 大屏头条