HeadlinesBriefing favicon HeadlinesBriefing.com

Gemini 3.8 Live:先進的な音声AIモデル

Google DeepMind Blog •
×

Gemini 3.8 LiveとGemini 3.8 Live Extended Thinkingは、これまでで最も先進的なライブ対話モデルです。知能と並列推論における大幅なアップグレードにより、これらとの協働や、音声を使って複雑なタスクを実行することがより直感的になりました。

本日、ほぼリアルタイムの推論の進歩をもたらす2つの新しいモデルを発表します。これにより、音声エージェントをより効果的に実現し、AIとの会話をより直感的で知的に感じられるようにします。Gemini 3.8 Live:スケールとコスト効率のために構築され、会話知能を流暢な対話と視覚的グラウンディングと組み合わせます。Gemini 3.8 Live Extended Thinking:高複雑度のタスクのために構築され、知能の向上と多段階推論を備えます。

Gemini 3.8 Live Extended Thinkingは、エンタープライズグレードのタスク完了と知能を提供し、Artificial AnalysisのSpeech to Speech Quality Indexで総合#1の座を獲得し(82.6)、エージェント的タスク完了でリードし、τ-Voiceで68.6%、Sierraのτ-Voice-bankingベンチマークで35.1%を記録しています。また、強力な推論能力を提供し、Big Bench Audioで97.7%を獲得しています。Gemini 3.8 Liveはユーザーの間で高い支持を示し、Speech Agent Arenaで2位を獲得しました。

Gemini 3.8 Liveは視覚入力をほぼリアルタイムで処理し、コンテキストで会話を豊かにします。会話の途中で97のサポート言語を自動的に検出して切り替えます。より深い推論を必要とするタスクでは、3.8 Live Extended Thinkingが推論と発話を同時に行います。Google WorkspaceとSearch全体で、当社のLiveモデルはより直感的で協働的な体験を提供します。

主要エンティティ:企業:Google DeepMind、Google、Google Workspace、Search、Artificial Analysis、Sierra、Service Now、Gemini Enterprise Agent Platform、Agora、Fishjam、Lang Chain、Live Kit、Pipecat、Vercel、Vision Agents、Salesforce、Genspark、Lumeris | 人物:Malini Jaganathan

FAQ:Gemini 3.8 LiveとGemini 3.8 Live Extended Thinkingの主な違いは何ですか?

Gemini 3.8 Liveはスケールとコスト効率のために構築され、会話知能を流暢な対話と視覚的グラウンディングと組み合わせます。Gemini 3.8 Live Extended Thinkingは高複雑度のタスクのために構築され、知能の向上と多段階推論を備えます。

FAQ Q:Gemini 3.8 LiveとGemini 3.8 Live Extended Thinkingの主な違いは何ですか?

FAQ A:Gemini 3.8 Liveはスケールとコスト効率のために構築され、会話知能を流暢な対話と視覚的グラウンディングと組み合わせます。Gemini 3.8 Live Extended Thinkingは高複雑度のタスクのために構築され、知能の向上と多段階推論を備えます。