内容专区 › 每日AI情报 · 大V Google DeepMind · ①

Gemini 3.8 Live 发布：把「边想边说」做成实时语音 Agent

作者追光日期 2026-09-20 来源 @GoogleDeepMind · 2026-09-15 · 浏览 63.7 万

🔥 高流量Google DeepMindGemini语音Agent实时对话

Google 一口气放了两条语音模型

2026 年 9 月 15 日，Google 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking，官方称其为「迄今最先进实时对话模型」。两者的分工很清楚：

Gemini 3.8 Live —— 面向高并发、成本敏感的规模化部署，融合自然语音对话 + 视觉情境理解
Gemini 3.8 Live Extended Thinking —— 面向高复杂度任务，边推理边说话，多步问题求解

"The models talk, think, and handle tasks in the background without breaking your flow." —— @GoogleDeepMind · 浏览 63.7 万 / 收藏 765

硬指标：语音对话质量榜登顶

Artificial Analysis Speech-to-Speech Quality Index：

Gemini 3.8 Live Extended Thinking —— 82.6（全球第一）
OpenAI GPT-Live-1 Astra —— 81.5
xAI Grok Voice Think Fast 2.0 —— 81.3

领先幅度 1.1 分——赢了，但赢得不多。

具体能干什么

边想边说：Extended Thinking 在说话的同时算底层逻辑，用自然的语气词（"嗯，让我想想…"）填补计算时的空档，避免尴尬死寂
97 种语言中途切换：能识别并动态切换语言，不必重开一段对话
后台工具调用：对话不中断，后台跑 API 请求、验证指令、执行数字操作
近实时视觉理解：Live 版能近乎即时处理输入的画面，用图像线索给出更贴切的回答

发布渠道

Gemini 3.8 Live 已进 Gemini API、Google AI Studio、Search Live，企业侧为 Gemini Enterprise 私测；Extended Thinking 另外进 Google Workspace（Docs / Gmail / Keep）订阅与 Gemini Live。企业合作方点名 Salesforce、Lumeris、Genspark。

背景：两周内的第 3、4 个 3.8 发布

9 月 2 日 Google 才发了 Gemini 3.8 Flash 与 Flash Cyber；13 天后 Live 系列跟上。有分析指出 Gemini 3.8 Flash 预计 2027 年起价格翻倍——当前的密集放量，部分是趁涨价前先锁定开发者。

追光点评：这条的本质不是"又一个模型"，而是实时语音 Agent 这条线正式开打——Google、OpenAI、xAI 三家挤在 81–82.6 分这 1.6 分的区间里，说明技术已进入贴身肉搏。两个值得记住的点：

① "边想边说"解决的是交互体验的死穴——推理模型最大的敌人是"死寂"，把它和语音流并行化，是让 Agent 能被"当人用"的关键一步；

② 领先可能很短暂——榜单近一年反复易主，各家模型间隔数周就上新，1.1 分更像"竞争节奏快"的证据，而非稳赢的护城河。