新智元报道
新智元报道
谷歌又杀回来了。
今夜，Google DeepMind 一口气放出两个模型——Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking。
官方称它们是谷歌迄今最先进的实时对话模型。
在 Artificial Analysis 的语音质量榜上，Extended Thinking 拿下总榜第一，82.6 分。
在 ServiceNow 的语音 Agent 测试里，以前的模型要么答得准但聊起来像机器人，要么聊得顺但老办错事。
这两个模型第一次把准和顺同时往前拱了一步。
就在上周，AI 圈知名泄密账号 Lyra 发了一条推——「huge congRatulationS Indeed! @GoogleDeepMind」。
大写字母挑出来一拼：R-S-I。递归自我改进（Recursive Self-Improvement）。
这条推直接炸了锅。几小时内上千条转发，有人扒出疑似谷歌内部模型配置截图，代号赫然写着「RSI Model LiveRL LE」。
再加上 Sergey Brin 被爆一直在内部猛推 RSI，DeepMind 高管 8 月份刚在伯克利公开说「RSI 正在成为 AI 投资论文的核心」——整个 AI 圈沸腾了一周，都在等谷歌放大招。
然后呢？
然后谷歌放了一个……语音模型。
Token Gremlin 转了官方发布帖，甩下一句：「There's the RSI I've been hearing about. 👀😂」
我听说的那个 RSI 就是这？
笑归笑。谷歌虽然没宣布模型能改写自己的权重，但它做了一件过去语音 AI 从没做到的事——
说话、思考、后台干活三件事互不打断。头一回，电话那头的 AI 听起来像个正在忙的人。
Gemini 3.8 Live 主打规模化和成本效率，对话智能、流畅度和视觉理解捏在一起，适合大批量铺开。Extended Thinking 主打高复杂度任务，智能更高，能做多步推理。
谷歌给这两个模型的定位很实在——它们是可以上生产的语音 Agent 基础组件。
以前问语音助手一个复杂问题，它会先沉默。等得稍微久一点，人就会下意识地再问一遍，然后把它彻底打断。
3.8 Live Extended Thinking 把这段沉默拆了。碰上要多想几步的任务，它先用一句「Let me check that…」接住你，然后一边推理一边把进度讲出来。
第二个大改动，模型可以先应下你的请求、继续聊天，工具调用和 API 请求放到后台跑。
对开发者来说，这一条比任何跑分都实在。
以前要做一个能查库存、能下单、能改地址的语音客服，工程量大半花在拼接那些空白上——用音乐填、用提示音填、用「请稍等」硬填。现在模型自己把这段接住了。
对话中途换语种，它自己检测自己切，不用提前设置。同声传译那种无缝换语言，成了默认能力。
摄像头对着什么，它也几乎同步知道。近实时的视觉输入直接进对话，你不用先截图、再上传、再等它描述一遍。
谷歌自己的演示是让 Extended Thinking 当编程家教——站在你旁边看着屏幕上的代码讲。你指着一行问「这儿为什么报错」，它看得见你指的是哪行。
这种场景过去要靠截图加上传，来回三步，现在是一句话的事。
82.6 分说的是语音质量，也就是会不会聊天。
另一组分数说的是会不会办事。
Extended Thinking 在 τ-Voice 上拿到 68.6%，小幅领先 GPT-Live-1 Astra 的 67.9%；在 Sierra 的 τ-Voice-banking 上拿到 35.1%，对手是 GPT-Live-1 Astra 的 32.0%；Big Bench Audio 97.7%。
τ-Voice-banking 银行场景就现实多了——核身份、查流水、改额度，一步错就得从头来，Extended Thinking 只办成了三成多。
标准版 3.8 Live 不卷难度卷成本，让真人盲听投票排了第二，谷歌说价格也压得住。
 |  |  |
过去二十年我们练的是盯屏幕、敲键盘、等结果。
现在它开始变成 Agent 的实时界面。人和机器的配合从「下指令、等结果」，变成边聊边并行干活。
整个 AI 圈吵了一周的 RSI，谷歌今天的回答是一个语音模型。Token Gremlin 笑了，但方向已经定了。
看完《Her》好多年了，大家一直在等那个能一边聊天一边把事办了的 AI。
今天谷歌把它拆成了四块零件装上了：延迟压下来、后台能跑工具、边想边汇报、语言自动切。
屏幕第一次不再是你和 AI 之间的必经之路。
参考资料：
https://x.com/GoogleDeepMind/status/2099907440422830269
https://deepmind.google/blog/introducing-gemini-3-8-live-and-3-8-live-extended-thinking
编辑：所罗门
