← AI 動態
Simon Willison
Google發布全新Gemini 3.8 Live語音對話模型
Google 推出全新 Gemini 3.8 Live 語音到語音模型。知名開發者利用 AI 輔助，成功打造出無需依賴第三方套件的瀏覽器語音對話介面，展示了新技術的強大互動潛力。
Gemini 3.8
語音模型
多模態互動
Google 最新發布了 Gemini 3.8 Live 及 3.8 Live Extended Thinking 兩款「語音到語音（speech-to-speech）」模型，這標誌著生成式 AI 在即時語音互動領域的重大突破。這些模型不僅支援雙向對話，還允許使用者在 AI 發言時隨時打斷，提供更自然、更像真人的流暢互動體驗。
知名技術部落客 Simon Willison 在模型發布後，利用另一款 AI 工具（GPT-6 Astra）閱讀官方文件，迅速生成了一個專屬的網頁測試介面。特別的是，這個介面沒有使用任何外部套件，而是直接透過 WebSocket API 與瀏覽器內建的 Web Audio API 完成即時音訊捕捉與播放。
對一般使用者而言，這代表未來的 AI 助理將變得極度靈敏且自然；對開發者來說，則意味著將高階的即時雙向語音互動功能整合至網頁或應用程式中，已經變得前所未有地快速與簡單，大幅降低了開發門檻。