Google представила модели живого диалога Gemini 3.8 Live и Extended Thinking

15 сентября по местному времени Google официально анонсировала выпуск двух новых продуктов: Gemini 3.8 Live и Gemini 3.8 Live Extended Thinking. По словам компании, это самые передовые модели живого диалога на сегодняшний день, предназначенные для того, чтобы сделать разговоры с ИИ более интуитивными и умными благодаря значительному обновлению интеллекта и параллельного рассуждения. Эти две модели оптимизированы для различных сценариев применения: Gemini 3.8 Live делает акцент на масштабном развертывании и эффективности затрат, тогда как Gemini 3.8 Live Extended Thinking сосредоточена на задачах высокой сложности и усилении способностей к многошаговому рассуждению.

Что касается производительности, то Gemini 3.8 Live Extended Thinking достигла лидирующих результатов во многих бенчмарках. Она заняла первое место в общем рейтинге индекса качества «голос-на-голос» от Artificial Analysis со счетом 82,6%, а также показала результат 68,6% в задаче завершения τ-Voice Agent. Кроме того, модель набрала 97,7 балла в тесте Big Bench Audio, значительно повысив уровень интеллекта сложных рабочих процессов при сохранении конкурентоспособного ценообразования.

Gemini 3.8 Live получила высокую оценку за пользовательский опыт и экономическую эффективность, заняв второе место в рейтинге Speech Agent Arena. Модель обладает выдающимися способностями к визуальному пониманию, может обрабатывать визуальный ввод в режиме, близком к реальному времени, и автоматически обнаруживать и переключать 97 поддерживаемых языков в процессе разговора. Кроме того, она может выполнять вызовы инструментов и API в фоновом режиме, сохраняя плавность разговора без прерываний, успешно балансируя между точностью и качеством диалога и продвигая границу Парето для сложных рабочих процессов.

Для удовлетворения потребностей в глубоком рассуждении Gemini 3.8 Live Extended Thinking实现了同步 выполнения рассуждения и речи. Не нарушая плавности разговора, она отвечает естественными языковыми подсказками, такими как «позвольте мне проверить…», и может в реальном времени сообщать о ходе выполнения многошаговых фоновых задач. Такой дизайн позволяет модели предоставлять точные логические выводы при обработке задач высокой сложности, одновременно поддерживая естественный интерактивный опыт.

В области построения экосистемы разработчики могут легко создавать высокопроизводительные интерфейсы, управляемые голосом, с помощью Gemini Live API на таких платформах, как Agora, Fishjam, LiveKit, Pipecat, Vercel и Vision Agents. Google также сотрудничает с такими компаниями, как Salesforce, Genspark и Lumeris, совместно продвигая развитие соответствующей экосистемы с целью более широкого применения передовых возможностей живого диалога в различных коммерческих сценариях.

Безопасность и соответствие нормативным требованиям являются важной частью этого выпуска. Google добавляет невидимый водяной знак SynthID ко всему аудио, сгенерированному ИИ, непосредственно внедряя его в аудиовыход. Эта технология призвана помочь в обнаружении и предотвращении распространения ложной информации, обеспечивая отслеживаемость контента, созданного ИИ, и предоставляя пользователям и предприятиям более безопасную среду взаимодействия с ИИ.

В настоящее время Gemini 3.8 Live уже начал распространяться. Разработчики могут использовать его в Gemini API и Google AI Studio; корпоративные пользователи могут получить ранний доступ к Gemini Enterprise, который скоро появится в Gemini Enterprise for Customer Experience; все пользователи могут испытать его в Search Live. Широкое распространение этой модели标志着落地应用 технологии живого диалога в большем количестве сценариев.

Gemini 3.8 Live Extended Thinking также начал распространяться. Разработчики также могут использовать его в Gemini API и Google AI Studio; корпоративные пользователи могут получить ранний доступ к Gemini Enterprise, который скоро появится в Gemini Enterprise for Customer Experience и среди корпоративных клиентов Google Workspace; обычные пользователи могут испытать его в Gemini Live, подписчики Google AI Pro и Ultra могут использовать его в Docs в рамках Google Workspace, а все подписчики Google AI могут испытать его в Gmail и Keep.