Gemini 3.8 Live发布：人工智能一边聊天，一边做事
视觉输入（shì jué shū rù）
模型收到的画面信息。
语音代理（yǔ yīn dài lǐ）
能用声音完成任务的人工智能程序。
SynthID水印（SynthID shuǐ yìn）
Google放进AI生成音频里的隐藏标记。
Google（开发 Gemini 的公司）在2026年9月15日宣布推出 Gemini 3.8 Live（实时语音对话模型）和 Gemini 3.8 Live Extended Thinking（面向复杂任务的版本）。Google在官方博客中说，这两种模型可以在接近实时的状态下推理、理解视觉输入，并在对话继续时调用工具。消息发布后，也在Hacker News（科技新闻网站）上受到关注，获得350 points和224 comments。这些数字只表示社区关注度，不证明发布内容或性能一定正确。
发布了什么
Live面向大规模使用和成本效率。Google称，它能让对话更流畅，也能在接近实时的状态下处理画面。它可以在一次对话中自动识别并切换97种受支持语言。它还可以在后台调用工具和API，同时继续和用户说话。
Extended Thinking面向高复杂度任务。它会一边说话，一边处理多步推理。它可以先用简短的话告诉用户自己正在检查，再说明任务进度。官方示例包括多步预订和异步处理。示例说明的是产品目标，不等于所有任务都能稳定完成。
背景：让对话和工作同时进行
这次发布的重点，不只是更聪明的答案。模型还要在处理事情时保持对话连贯。Live强调速度和效率；Extended Thinking强调复杂步骤和推理。Google把两者定位为开发者构建语音代理的基础。用户可以用声音提出任务，模型在后台工作，并报告进展。
为什么重要
语音交互把听、看、说和调用服务放进一条流程。如果模型能边回应边完成后台任务，用户就不必每一步都停下来重新下指令。关键是任务没完成时，模型能否说清进度。
Google引用的外部评测显示，Extended Thinking在三个项目中得到82.6、68.6%和97.7%；Live在另一项语音代理评测中排第二。数字来自Google公告，公告没有完整说明测试条件，也没有独立复测。
已确认的提供方式
开发者可从 Gemini API（调用服务的方式）和 Google AI Studio（开发者工具）开始。企业用户可在 Gemini Enterprise（企业服务）中看到私有预览。Live也进入 Search Live（搜索里的语音功能）。Extended Thinking进入 Gemini Live。Google列出 Workspace（办公服务）中的 Docs、Gmail、Keep，供符合条件的用户使用。
Google还称，AI产品生成的音频都带有不可察觉的SynthID水印，用来帮助识别AI音频，并协助减少错误信息传播。
还不知道什么
官方文章没有给出完整价格，也没有逐一说明国家、设备和套餐的开放时间。97种语言在嘈杂环境中的表现、工具调用失败后如何处理、用户能否在关键操作前确认，都无法从这篇公告确认。外部评测的具体条件和比较对象也没有完整展开。
接下来观察
下一步应看实际产品，而不只是演示：对话是否在工具运行时保持自然，任务要等多久，API成本是多少，视觉理解是否稳定。若第三方能在相同条件下复现评测，性能数字才更容易判断。普通用户则可以关注 Search Live、Gemini Live和Google Workspace的实际开放范围。
Gemini 3.8 Live：会聊天，也会在后台做事
📰 完整报道: Gemini 3.8 Live发布：人工智能一边聊天，一边做事
Google发布了两种新的语音人工智能模型，它们能在说话时继续处理任务。
基准测试（jī zhǔn cè shì）
用相同方法比较模型表现的测试。
API（API）
一种让软件使用模型功能的方式。
Hacker News（Hacker News）
分享科技消息并显示关注度的网站。
💡 一句话总结
- Live重视快速、自然的语音对话。
- Extended Thinking处理更难的多步任务。
- 两者都能理解画面，并在后台调用工具。
Google（开发 Gemini 的公司）在9月15日发布了这两种模型。请看官方说明。Gemini 3.8 Live（会用声音对话的模型）可以接收接近实时的视觉信息。Google说，它能在一次对话中识别并切换97种语言。它还可以调用工具和API。任务进行时，对话不必停止。
Gemini 3.8 Live Extended Thinking专门处理复杂工作。它会把任务分成几步来想，同时继续说话。它还会用短句告诉用户正在检查，并说明进度。Google展示了多步预订的例子。这解释了它为什么不只是一个会回答问题的聊天工具：它还试图把请求向后推进。
Google列出了几项外部基准测试结果。Extended Thinking在语音质量、任务完成和音频推理项目中分别是82.6、68.6%和97.7%。不过，这些数字来自Google的公告。测试条件和比较方法没有全部写出。
这条消息在Hacker News（科技新闻网站）上也受到关注。它有350 points和224 comments。这表示很多人看到了消息，不表示模型一定正确或好用。
两种模型会分批开放。开发者可使用Gemini API（调用模型的方式）和Google AI Studio（开发工具）。Live会进入Search Live（搜索里的语音功能），Extended Thinking会进入Gemini Live（语音对话功能）。部分用户还可在Docs、Gmail和Keep中使用。价格、设备范围和全部开放时间，仍需等待更多说明。
💬 Gemini 3.8 Live：好聊，但也会出问题
有些评论者觉得Gemini 3.8 Live很快、好读，也会处理多种语言。另一些人报告它在下棋、查资料和长对话中会犯错。这些是个人体验，不是官方测试结果。
- 有人觉得它在棋局演示中漏掉了一个很容易的将杀。
- 也有人认为，实时模型能合法地下完整盘棋，已经很厉害。
- 用户自称它适合头脑风暴，有人也觉得它的多语言语音和翻译不错。
- 但也有人报告它会编造查资料的答案，或忘记前面的对话。
- 还有人觉得它的声音太夸张，听久了会累。
- 比较结果还可能受到Google搜索系统和计算量的影响，不一定只代表模型本身。
这是评论数为327时的成熟版（修订4）。获取300条，并从整体抽取120条总结。内容属于HN用户自述，并非编辑部核实的事实。
Gemini 3.8 Live：会说话，也会做小任务
📰 完整报道: Gemini 3.8 Live发布：人工智能一边聊天，一边做事
Google发布了会和人说话、还会继续做事的人工智能。
Gemini 3.8 Live（Gemini 3.8 Live）
Google给会用声音聊天的人工智能起的名字。
Gemini 3.8 Live Extended Thinking（Gemini 3.8 Live Extended Thinking）
处理难任务的版本。
Hacker News（Hacker News）
分享科技消息的网站。
Google（开发 Gemini 的公司）在发布说明中介绍了新的人工智能。它叫 Gemini 3.8 Live（用声音聊天的人工智能）。你可以和它说话。它也能看见你给它的画面。Google说，它能在97种语言之间切换。
它还可以让别的工具帮忙。工具工作时，它不会马上停下聊天。
Google还发布了 Gemini 3.8 Live Extended Thinking（处理难任务的版本）。它会把难事分成几步。它一边想，一边告诉你进度。Google举了预订的例子。
这条消息也出现在Hacker News（科技新闻网站）上。那里有350 points和224 comments。这个数字表示很多人注意到了它。这个数字不能证明AI一定正确。
两种AI不会同时到每个人手里。Google会慢慢开放它们。价格和每台设备的情况，还没有说清楚。
💬 大家怎么说Gemini 3.8 Live
大家发现了它的优点，也发现了它的麻烦。
- 有人说它说话快，还会说不同的语言。
- 可是，它下棋时好像犯了一个很容易的错误。
- 有人说它会忘记很久以前说过的话。
- 还有人觉得它的声音太用力，听久了会累。
这是评论数为327时的成熟版（修订4）。获取300条，并从整体抽取120条总结。内容属于HN用户自述，并非编辑部核实的事实。
💬 Gemini 3.8 Live：对话自然，但评价要分开看
HN评论认为，Gemini 3.8 Live在对话自然度、速度和多语言语音方面有吸引力；但也有人质疑它的国际象棋演示、据称的幻觉、上下文遗忘、语音疲劳，以及搜索工具链对比较结果的影响。以下是评论者的个人体验和观点，不是独立验证。
这是评论数为327时的成熟版（修订4）。获取300条，并从整体抽取120条总结。内容属于HN用户自述，并非编辑部核实的事实。