9月16日，Google正式发布新一代实时语音模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，进一步强化AI在实时对话、多步骤推理以及任务执行方面的能力。

据Google介绍，Gemini 3.8 Live主要面向大规模语音交互场景，提升了模型的对话流畅度、视觉理解能力以及实时响应能力。而定位更高的Gemini 3.8 Live Extended Thinking，则首次将「深度推理能力」融入实时语音交互，让AI能够在保持自然交流的同时完成复杂任务。

在Google展示的案例中，Gemini可以在与用户持续交流的过程中，后台调用工具完成餐厅预约、信息查询、文档处理等多步骤任务，而无需中断对话。

同时，Gemini 3.8 Live支持实时视觉理解能力。用户可以通过摄像头向AI展示物品、环境或文件，模型能够结合视觉信息提供更具上下文的回答。此外，该模型支持97种语言在对话中的自动切换，进一步增强跨语言交流能力。

在性能方面，Google表示，Gemini 3.8 Live Extended Thinking在Artificial Analysis语音到语音质量指数中排名第一，得分达到82.6，在τ-Voice智能体任务完成测试中达到68.6%。

除了面向普通用户，Google也正在推动Gemini Live进入企业市场。此次更新将逐步接入Gemini API、Google AI Studio、Gemini Enterprise以及Google Workspace等产品，帮助企业构建基于语音交互的AI智能体。