Gemini 3.8 Live 是谷歌推出的实时语音对话模型，主打低延迟的面对面式语音交互，属于 Gemini 系列中专注于实时多模态能力的产品线。它的定位类似于 OpenAI 的 GPT-Live-1，但据 The Decoder 报道，谷歌以远低于对手的成本切入这一赛道，竞争意图明显。
Gemini 3.8 Live 的近期进展
当前焦点与观察点
Gemini 3.8 Live 的竞争焦点集中在三处：一是与 OpenAI GPT-Live-1 的成本与延迟比拼，谷歌明确以“小部分成本”作为卖点；二是 Extended Thinking 解决的“边想边说”问题，即实时语音如何承载多步推理，这是实时语音模型能否处理复杂任务的关键分水岭；三是 Live Avatar 的唇形同步与数字人方向，可能改变语音助手的产品形态，但也引发对拟人化交互、深度伪造滥用的讨论。
后续值得观察的点包括：Extended Thinking 版本的实际延迟与推理质量是否兼得，97 种语言覆盖下的非英语表现，以及 Flash TTS 系列在开发者生态中的定价与集成情况。总体来看，实时语音正从“能对话”走向“能思考、有形象”，Gemini 3.8 Live 是这一阶段有代表性的产品之一。