Google 推出了两款新的音频模型，使企业能够部署具备更强推理深度、更高交互性和对话速度的智能 AI 智能体。

Google 表示，Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 于 9 月 15 日发布，让开发者能够构建既能推理又能执行任务、同时保持对话流畅进行的语音智能体。这些模型支持无需传统提示-响应结构的实时交互，用户可以进行自然对话，而不是发出一条条独立的提示。

这些模型的关键能力包括：在持续向用户流式传输音频响应的同时执行 API 和工具调用（即智能体连接外部系统并执行任务的机制），接受实时视觉输入以帮助智能体同时理解用户所说和所见的内容，以及支持超过 97 种语言——这一覆盖范围对于跨地区部署语音智能体的企业尤为重要。Extended Thinking 版本增加了可配置思考功能，用户可以开启或关闭 AI 模型的内部推理。

此次发布距离 Google 首次推出 Gemini 3.8 Flash 和 3.8 Cyber 基础模型仅两周。

Futurum Group 分析师 Bradley Shimmin 表示，凭借 3.8 Live 的能力，Google 似乎正在追赶 Apple 等厂商，后者已在 Notes 和 Voice Memos 等生产力应用中提供实时转录。不过他补充说，Google 的技术通过改变用户与 AI 交互的方式，将这一领域提升到了新的层次。

真实的对话

Shimmin 表示：“从其架构方式来看……你可以对其进行定制，让它以很多不同的方式表现。”他指出，虽然企业可以将这些模型用于传统的翻译用例，但 Google 也特意设计了这些模型，使用户不必以提示-响应的方式与之交互，而是可以进行真正的对话。

Shimmin 说：“这就是一场自然的对话，并且能够实时打断并注入内容。你可以在不打断它正在做的事情的情况下，向对话中注入上下文。”

Tekonyx 创始人 Sid Nag 表示，凭借 Google 先进的语音技术，新模型不会只停留在字面上回答问题。

Nag 说：“该模型的设计旨在进行后台推理。它会在对话过程中进行推理，因此在推理的同时对话可以继续进行。”

这项技术是一项进步，它将交互延迟与推理延迟分离开来。交互延迟是用户执行操作到系统做出响应之间的延迟；推理延迟则是 AI 模型处理信息所需的总时间。正是这种分离使智能体能够在后台持续推理保持对话推进，而不是暂停交互等待答案就绪。

Nag 表示：“它是实时进行的，而不是停下来再给出另一个答案。”

他继续说道，语音模型还改变了 AI 智能体响应和交互的方式，因为“AI 智能体不必在快速和深思熟虑之间做出取舍。它实际上可以保持实时交互。”

Nag 表示，新模型的企业应用包括客户支持聊天机器人、销售流程，以及结合文本、语音和视频的多模态智能体应用。智能体应用是指 AI 智能体在其中进行推理并执行任务、而非仅简单响应提示的软件——这种模式依赖于对话中途的工具调用和后台推理，而这正是新模型所提供的能力。

AI Business 记者 Esther Shittu 报道。原报道：Gemini 3.8 Live Transforms Conversational AI，发布于 2026 年 9 月 17 日。