Gemini 3.8 Live et 3.8 Live Extended Thinking sont des modèles de dialogue vocal et multimodal en temps réel conçus pour le raisonnement simultané, l'appel d'outils en arrière-plan et les flux de travail vocaux interactifs en direct.
Fonction du produit et positionnement officiel
Gemini 3.8 Live et Gemini 3.8 Live Extended Thinking sont des modèles de dialogue conçus pour les interactions vocales en temps quasi réel, l'ancrage visuel et le raisonnement en plusieurs étapes.
Gemini 3.8 Live se concentre sur l'intelligence conversationnelle évolutive avec un changement automatique entre 97 langues, tandis que 3.8 Live Extended Thinking offre un raisonnement parallèle simultané, des repères conversationnels précoces et une narration continue des tâches en arrière-plan.
Cas d’usage étayés par les sources officielles
Guider dynamiquement les sessions d'intégration des collaborateurs en répondant aux questions à l'aide d'un contexte visuel en temps réel.
Coordonner des réservations en plusieurs étapes et exécuter des fonctions en arrière-plan sans interrompre la conversation orale en direct.
Transformer des croquis dessinés à la main et des instructions orales en composants React fonctionnels.
Gemini 3.8 Live Extended Thinking résout les interruptions dans les flux de travail vocaux en raisonnant et en parlant en même temps. Au lieu de suspendre le dialogue lors du traitement de requêtes complexes, le modèle introduit des repères conversationnels tels que des accusés de réception verbaux et la narration de l'avancement.
Les fonctionnalités d'exécution en arrière-plan permettent aux deux modèles d'effectuer des appels d'API, d'exécuter des outils externes et de gérer des actions en plusieurs étapes de manière asynchrone. L'interaction orale se poursuit ainsi sans interruption pendant la finalisation des tâches sous-jacentes.
Vérifications à effectuer avec vos contenus et votre flux de travail
Sources vérifiées et date de la vérification
Réponses fondées sur la fiche produit dont les sources ont été vérifiées
Il raisonne et s'exprime simultanément, en utilisant des accusés de réception verbaux naturels et une narration en direct des progrès pour maintenir la fluidité de la conversation pendant l'exécution de tâches en plusieurs étapes.
Les modèles détectent et basculent automatiquement entre 97 langues prises en charge au cours de la conversation, sans nécessiter d'ajustement manuel des paramètres.
L'ensemble des flux audio générés par les modèles intègre un filigrane SynthID imperceptible afin de garantir que le média reste identifiable comme du contenu produit par une IA.
Les développeurs peuvent accéder aux deux modèles via l'API Gemini et Google AI Studio, ainsi que par l'intermédiaire de plateformes de streaming partenaires compatibles.
Oui, Gemini 3.8 Live traite les entrées visuelles en temps quasi réel, ce qui permet au modèle d'ancrer les conversations et de répondre aux questions en s'appuyant sur le contexte visuel.
