Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，在原生实时对话模型上加入近实时视频生成，实现带口型同步、自然表情和流畅轮次的视觉化对话，已在 Gemini Enterprise 上线。
推荐理由：官方给出 Live Avatar 的实时视频对话能力、异步工具调用与 97 种语言支持，可据此判断企业级多模态交互的落地边界。
技术方向
语音与音频 最新动态
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。
2 条精选近 30 天 2 条共收录 8 条
更新
语音与音频的精选
Google DeepMind精选AI 评分7171
Greg Brockman@gdb精选AI 评分8282引用OpenAI@OpenAI我们听到了你们的声音，非常清楚。ChatGPT Voice 现在可以： - 使用插件，比如你的电子邮件、日历和 Slack。 - 由 GPT-6 Astra、Sol 和 Luna 提供支持。 - 在网页和移动端的 ChatGPT Work 中使用，这样你就可以通过说话来创建文档、演示文稿、网站和电子表格，或在浏览器中处理复杂任务。 今天起在全球最新版应用中逐步推出。
推荐理由：ChatGPT Voice 接入邮件、日历、Slack 等插件并进入 Work，读者可据此判断语音入口能承接哪些办公任务。