Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在 Gemini 3.8 Live 基础上把近实时视频生成与语音对话原生结合，让企业智能体具备会听、会看、会说的动态视觉形象，即日起在 Gemini Enterprise 上线。
推荐理由：原文给出了实时视频形象与语音对话的原生耦合方式，读者可据此判断企业级实时多模态交互的落地形态。
语音与音频
全部主题AI 语音与音频的进展：语音合成、实时对话、音乐生成与音频理解的模型与产品。
最新精选
第 1–3 条 · 共 3 条Google DeepMind精选AI 评分7373
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向角色设计与逐行表演指导，后者面向高并发、低成本的配音与语音智能体场景。
推荐理由：原文给出两款 TTS 模型的能力差异、基准排名和开放入口，读者可据此判断语音生成在创作与规模化场景中的分工。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音模型
Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型，分别面向规模化低成本场景和高复杂度多步推理任务。
推荐理由：官方给出语音对话模型的两档定位与多语言、后台调用工具等能力细节，可供开发者判断接入场景。