与AI‘对话’：Gemini 3.8 Live 如何改变交互体验

By Gi Pyeong Lee
AI Google Gemini 语音识别 技术趋势
一幅表现人类与 AI 语音助手通过智能手机自然对话的插图
AI Summary

Google 最新的语音模型 Gemini 3.8 Live 与 Extended Thinking 大幅增强了实时语音对话能力，即使 AI 在处理复杂任务时，也能保持对话流程不中断。

想象一下：清晨醒来，你对智能手机说：“今天会议很多，帮我在午餐时间预约一家最近的餐厅。”以前的 AI 助手在搜索和预约时，往往会停顿，甚至不得不中断对话。但现在，世界正在发生改变，AI 可以像身边的得力助手一样回复：“我正在查找餐厅。有几个地方不错，我们要预约在 12 点 30 分吗？”对话流畅自然，毫无卡顿。

Google 最近发布的“Gemini 3.8 Live”和“Gemini 3.8 Live Extended Thinking”正是将这种未来愿景变为现实的尖端语音对话模型出处 1 出处 4。

这为何重要？

过去我们使用的许多语音 AI，在提问后会因为处理数据和生成回答而让对话出现“静止”感。就像厨师在准备食物时，厨房里完全没有声音，直到菜肴完成才再次出现。

但此次发布的模型是专为“实时语音代理”设计的出处 3。在用户与 AI 对话的同时，AI 可以自行执行复杂的任务，并向用户反馈处理情况，从而保证对话上下文的连贯性出处 1。这意味着用户可以与 AI 进行更自然、更深度的协作。

易懂的比喻

为了理解这项技术，我们举两个例子：

第一，“边思考边交谈”：‘Gemini 3.8 Live Extended Thinking’模型类似于我们在苦恼时自言自语。当 AI 处理复杂请求时，它会通过语音告诉用户进展，例如“我正在查看相关数据”或“处理这些信息需要一点时间”出处 8。这样用户就能明白 AI 并没有放弃请求，而是在努力工作。

第二，“拥有眼耳的魔法师”：这些模型不仅能听声音，它们还是能够同时理解语音、图像、视频和文本的“多模态”AI出处 2。就像一个拥有视听能力的专家，能够综合判断情况并参与对话。这得益于其一次性能记忆并分析高达 128K（约 12.8 万个）token 的海量信息出处 2。

当前状况

目前，Google 的这些模型已展现出惊人的成果。据机构“Artificial Analysis”的评估，‘Gemini 3.8 Live Extended Thinking’模型在“语音对话质量指数（Speech-to-Speech Quality Index）”中位居综合第一出处 10。它以 82.6 的高分证明了其业界领先的性能出处 7 出处 12。

此外，由于支持全球 97 种以上的语言，无论是韩语使用者还是其他语言的用户，都能更方便地与 AI 助手沟通出处 11 出处 15。您可以立即通过 Gemini App 或 Google AI Studio 亲自体验这项技术出处 8。

未来展望

Google 在过去几个月里几乎每三周就更新一次主要的 Gemini 模型，行动十分迅速出处 5。这展示了 AI 融入我们日常设备的脚步是多么快捷。

未来，AI 助手将不再仅仅是指令传输工具，而是成为我们在工作或思考时，能够与我们一起思考、提供建议的真正“伙伴”。此次更新是 AI 对话跨越纯技术沟通，向更亲近人类交互方向迈出的重要里程碑。

MindTickleBytes AI 记者观点

人类的对话不仅仅是信息的交换，更是‘思维流’的共享过程。此次推出的模型使 AI 更进一步，能够在不打断人类思维流的情况下，与其共同思考。

参考资料

  1. Gemini 3.8 Live & Gemini 3.8 Live Extended Thinking - The Keyword
  2. Gemini 3.8 Audio (Live, Live Extended Thinking) - Model Card
  3. Google Releases Gemini 3.8 Live and 3.8 Live Extended Thinking for Production-Grade Voice Agents
  4. Gemini 3.8 Live Extended Thinking powers Gemini Live, Gmail
  5. Gemini 3.8 Live & Extended Thinking: Google Voice AI [2026]
  6. Gemini 3.8 Live Launch: 82.6 Voice AI Score [2026]
  7. Meet Gemini 3.8 Live and 3.8 Live Extended Thinking: our best…
  8. 「Gemini 3.8 Live/3.8 Live Extended Thinking」正式発表 – Jetstream
  9. [Gemini 3.8 Live и 3.8 Live Extended Thinking… AiManual](https://ai-manual.ru/article/gemini-38-live-i-38-live-extended-thinking-golosovyie-ai-agentyi-s-parallelnyim-myishleniem/)
  10. Google DeepMind выпустила Gemini 3.8 Live и Extended Thinking…
  11. Gemini 3.8 Live: Google Splits Its Voice Line in Two
  12. Gemini 3.8 Live Extended Thinking Pricing, Specs & Sources
  13. Google launches Gemini 3.8 Live to take on OpenAI’s GPT-Live-1 at…
AD
测试你的理解
Q1. 此次发布的‘Extended Thinking’模型最大的特点是什么？
  • 只能识别图像
  • 在进行任务时通过语音说明进展，从而保持对话流畅
  • 只能通过文本对话
Extended Thinking 模型增强了 AI 在处理复杂任务时，通过语音向用户说明其想法或工作进度，从而确保对话不中断的功能。
Q2. Gemini 3.8 Live 模型可以处理哪种类型的输入数据？
  • 仅限语音数据
  • 仅限文本
  • 语音、图像、视频和文本
这些新模型支持多模态输入，包括语音、图像、视频和文本。
Q3. 该模型在 Artificial Analysis 的 Speech-to-Speech 排名中获得了多少分？
  • 70.5分
  • 82.6分
  • 90.0分
Gemini 3.8 Live Extended Thinking 模型在 Artificial Analysis 的语音对话质量指数中以 82.6 分位居综合排名第一。