搜索结果
Google发布Gemini 3.8 Live Live Avatar数字人交互功能 赋予AI实时视频面孔
Google公司宣布，正式在Gemini Enterprise企业级平台中全面上线“Live Avatar”（实时数字人）功能。该技术深度集成了Google最新的Gemini 3.8 Live大模型架构，在原有近乎零延迟的高流畅语音对谈基础上，首次引入了近乎实时的生成式视频生成能力，使对话式人工智能拥有了能够“边听、边看、边说”的动态视觉形象。 根据官方介绍，Gemini 3.8 Live Liv
谷歌推出面向企业的Gemini 3.8 Live，配备实时虚拟形象
谷歌推出面向企业的 Gemini 3.8 Live，配备实时虚拟形象。 2026 年 9 月 24 日，谷歌推出 Gemini 3.8 Live 的实时虚拟形象功能。 这是 Gemini Enterprise 的一项功能，将近实时视频生成与语音相结合，提供动态的视觉形象。 该工具支持 97 种语言的精准唇形同步和自然表情，让企业智能体能够改善客户服务和交互式操作演示。 它支持异步工具执行，使 AI
谷歌Gemini可以呈现卡通或逼真的虚拟形象，为生成式对话进行唇形同步
谷歌为其实时对话模型 Gemini 3.8 Live 增加了一项名为“Live Avatar”的功能，该功能能够生成动画角色和逼真的数字人，为 Gemini 机器生成的语音进行对口型配音。谷歌 DeepMind 研究科学家张硕茵（Shuo-yiin Chang）和 Gemini 软件工程师郑承杰（CJ Zheng）在一篇博文中解释道：“对话本质上是多模态的：我们通过倾听、注视、说话以及使用面部表情
Google正式推出面向Windows平台的Gemini原生桌面应用程序
Google公司正式宣布向全球Windows操作系统用户推出Gemini人工智能助手的原生桌面客户端应用程序。这一长期受PC用户期待的举措，标志着Google不再将Gemini的桌面访问体验局限于网页浏览器标签页之内，而是选择直接切入全球最大的桌面计算操作系统底层生态，正面迎战已深度植入Windows平台的微软Copilot以及OpenAI早前上线的ChatGPT桌面客户端。 长期以来，Windo
Google发布原生语音大模型Gemini 3.8 Live 首创“边说边想”扩展推理模式
Google今日正式公布了其在原生端到端语音交互领域的最新突破，推出全新一代实时语音大模型Gemini 3.8 Live以及针对高难度任务定制的Gemini 3.8 Live Extended Thinking。 这两款模型代表了Google原生音频对音频（Audio-to-Audio）技术体系的重大跨越，不仅将实时对话延迟与自然度推向新高度，更首次在低延迟语音流中实现了深层多步推理能力，彻底改变
Google Gemini开始替你打电话：AI可代表用户联系商家、预约服务并全程处理通话
Google正在测试一项名为“Call for Me”的新功能，让Gemini能够代表用户直接拨打商家的电话，并独立完成整个通话过程。与过去只能帮助用户拨号或者在电话菜单中提供辅助不同，这一次Gemini真正承担了“替用户打电话”的工作，可以询问商品库存、了解价格、预约服务、修改预约时间，甚至在电话另一端长时间等待人工接听。 目前这项功能仍处于实验阶段，首批仅面向美国地区的Pixel 11系列手机
Google公布9月Android更新：Gemini、消息应用和无障碍功能迎来多项改进
Google于9月2日宣布推出2026年9月Android更新，为Android手机带来五项新功能，涵盖Gemini深度整合、晕车缓解、无障碍体验以及Google Messages功能升级等方面。 其中一项实用改进是，用户可以让Gemini记住个人物品的放置位置。例如，用户可以告诉Gemini“我把车钥匙放在客厅的抽屉里”，还可以附加一张参考照片。相关信息随后会保存到“查找中心”（Find Hub
谷歌新的Gemini TTS模型可以从30秒的音频中克隆声音
“今天，我们为Gemini系列引入两款全新的文本转语音模型，将语音生成从静态预设转变为动态创意工作室。”谷歌在公告中写道。 谷歌于周三发布了Gemini 3.8 Flash TTS和Gemini 3.8 Flash-Lite TTS。两款模型从今天起在Gemini API和Google AI Studio中逐步上线。它们加入了谷歌本月早些时候推出的Gemini 3.8系列。 据谷歌介绍，Flash
Google深度整合Gemini语音交互功能 全面登陆Gmail、Docs与Keep
Google宣布为其Workspace办公生态推出一系列基于Gemini的人工智能语音新功能，正式将对话式语音交互深度整合进Gmail、Google Docs和Google Keep三大核心产品。用户未来无需繁琐地手动打字输入，直接通过语音对话即可完成邮件检索、文档起草以及结构化笔记整理等多项复杂任务。 在Google Docs中，用户现在能够通过语音指令直接创建和编辑文档草稿。该功能特别针对处理
谷歌发布Gemini 3.8 Flash，六周内第三个Flash模型
自2026年初以来，谷歌尚未发布前沿级别的Gemini Pro AI模型，但它确实热衷于推出新的Gemini Flash变体。今天，谷歌宣布在短短六周内发布第三个Flash模型，这使得我们更有可能永远看不到承诺的Gemini 3.5 Pro。但谷歌表示没关系，因为Gemini 3.8 Flash是其迄今为止最好的推理和编码模型。 Gemini 3.8 Flash有两个版本。有标准Flash，谷歌将
谷歌宣布正加速推进旗舰级 Gemini 4 AI 模型研发
谷歌科技巨头即将推出其最新旗舰人工智能模型 Gemini 4，以在与 Anthropic 和 OpenAI 的竞争中重新赢得优势。谷歌 DeepMind 新任最高领导人 Kavukcuoglu 在 AI Agenda Live 峰会上表示，Gemini 4 目前正处于后训练阶段的早期，团队正在对其进行精调与安全性测试，目标是“远早于”今年年底发布。 该模型是自去年 Gemini 3 系列发布以来的
独家 | 新谷歌AI模型据称缩小编程能力差距
谷歌正在准备一款具有更强编程技能的新AI模型，以寻求缩小与OpenAI和Anthropic的差距。 Gemini 3.8 Flash的内部测试显示，在该公司落后于Anthropic和OpenAI的领域取得了进展。预计本周发布。
微软Foundry加入原生实时语音智能体 正面挑战Google Gemini Live
微软正在进一步加强Foundry平台的实时语音能力，为开发者提供能够直接进行语音输入和语音输出的原生语音智能体，从而让企业能够更加容易地构建类似Google Gemini Live的实时对话式AI体验。 微软此次更新的核心变化，是Foundry Agent Service开始支持原生实时语音能力。与传统AI智能体先将语音转换成文字、再交给文本模型处理、最后把文字重新转换成语音的流程不同，原生语音架
T早报｜腾讯WorkBuddy布局生态；阿里更新Qwen 3.8-Max；Anthropic发布Fable 5.1和Mythos 5.1
腾讯WorkBuddy布局生态 为软硬件开放智能体底座能力9月2日，腾讯WorkBuddy宣布开放平台正式上线，首批引入硬软件百余家厂商合作，面向智能硬件、行业应用与开发者等开放底层智能体能力。腾讯在WorkBuddy生态发布会上展出9款联名智能硬件，具体合作方包括Plaud、乐奇Rokid、影石、科大讯飞、安克、猛玛、京东京造等品牌；同时，通达信、广发证券、北大法宝、微盟、北森、云账房和帆软等3
Anthropic、Meta、谷歌、阿里齐发模型更新 编程能力较量白热化
【财新网】在各自的旗舰模型基础上，各大模型厂发布更新版模型。北京时间9月2日和3日，Anthropic、Meta、谷歌和阿里等公司发布了基于旗舰模型的更新版本，在编程、网络安全和办公等领域的能力提升。 目前从第三方AI模型榜单看，最新发布的模型当中，Claude Fable 5.1在智能水平上排名最靠前，Meta新发布的Muse Spark 1.3排名第三，谷歌的新模型Gemini 3.8 Fla
AI丨谷歌匿名测试新模型 能力价格胜竞争对手
Arena近日出现一款名为「gemini-3.8-flash」匿名模型，据报为谷歌Gemini 4 Pro早期版本。(路透资料图片) 人工智能(AI)模型竞技场Arena近日出现一款名为「gemini-3.8-flash」的匿名模型，经多名开发者实测后，认为极可能是谷歌(Google)的Gemini 4 Pro的早期版本。基准测试显示，该模型在程式编码、AI代理、推理及电脑操作等多项能力上领先Op
谷歌将让 MrBeast 深入荒野，并配备人工智能
MrBeast 将在即将播出的视频中展示 Gemini、Google Health 和 Fitbit Air，这是与 Google 达成的多年合作伙伴关系的一部分。 该交易将以一个视频开始，其中 Jimmy "MrBeast" Donaldson 求助于 Gemini 进行野外生存。 9 月 5 日，MrBeast 将发布一个新视频，讲述 Jimmy 和他的团队尝试在地球上最极端、最危险的气候中生
谷歌在其AI计划中新增三项功能，第四项仅限美国用户
谷歌秋季AI订阅汇总主打Gemini Spark通过Chrome处理网页任务，面向美国用户，同时还有语音工具、图像编辑器和电子表格应用构建器，这些功能确实覆盖欧洲。 但Spark本身在欧洲经济区、瑞士和英国不可用，谷歌未给出原因。谷歌已
[GIF] Google Gemini 4 Pro测试表现亮眼，多项指标跃居行业前列
Google Gemini 4 Pro测试表现亮眼，多项指标跃居行业前列 谷歌最新大模型Gemini 4 Pro在权威平台Arena及多项基准测试中展现出卓越性能。 在 Three.js 3D渲染与代码生成测试中，该模型响应速度与生成质量均显著超越同类竞品；在智能体编码、知识工作及终端操作等测评中亦斩获多项最佳成绩。 该模型在保持旗舰级性能的同时具备极高性价比，预示着谷歌在前沿AI领域的研发节奏正
亚马逊的新AI技术将嘴唇与配音音频匹配
亚马逊旗下 Prime Video 正在推出一项新的AI驱动功能，该功能将演员的嘴唇与真人配音的音频对齐。这项功能目前仅适用于德国剧集《Maxton Hall》的英语配音，但Prime Video 计划将来将其扩展到“额外作品”。 在其公告中，Prime Video 表示，其使用AI和视觉特效技术的组合，使嘴唇动作与翻译后的语音匹配。去年，Prime Video 已经开始在12部电影和电视节目中试
下一代旗舰模型Gemini 4发布时间或“远早于”今年底
Google DeepMind部门负责人Koray Kavukcuoglu周三表示，Google接近发布其最新旗舰模型 Gemini 4，这是这家科技巨头在人工智能模型竞赛中落后于竞争对手 Anthropic 和 OpenAI 后期待已久的进展。 Kavukcuoglu 在一次活动上表示，Gemini 4 正处于被称为“后训练”的开发阶段的初期，在此阶段，基础 AI 模型将得到完善，以使其表现可靠
刚刚，Gemini 4 Pro偷跑上线！碾压Astra和Fable
真是深藏不漏！ 这一次，谷歌终于把底牌扔出来了。 就在这两天，大模型竞技场Arena悄然杀入一款新模型，名字竟挂着「gemini-3.8-flash」。 上手实测的AI大佬和开发者交手几轮后，几乎倒吸一口气—— 这极有可能是谷歌DeepMind，悟了整整半年的下一代旗舰Gemini 4 Pro！ 一张疯传全网的基准图，简直堪称「恐怖」。 Gemini 4 Pro完全杀疯，编码、智能体、推理等
ChatGPT 移动应用新增语音智能体功能
OpenAI 于周三宣布，其移动应用将引入基于语音的智能体功能，允许用户通过语音触发诸如起草文档或总结电子邮件等工作流。随着越来越多的用户开始使用语音向 AI 助手下达复杂任务指令，这一功能应运而生。 今年七月，OpenAI 推出了其新的对话模型 GPT-Live，随后该公司将其与桌面应用集成，使用户能够利用语音在“工作”标签页中完成任务或在“Codex”标签页中构建应用。此次新功能的推出将类似的
Googlebook正式开启预订 Chromebook进入历史新阶段
Google打造的新一代笔记本平台Googlebook正式迈入市场化阶段。随着9月21日预订通道开启，这个自今年5月首次亮相的全新产品类别，正被视为Google对人工智能时代个人电脑的一次重大重构尝试。 根据Google此前发出的通知，美国地区用户将从9月21日上午9点开始预订首批Googlebook设备。首发阵容包括宏碁、华硕、戴尔、惠普和联想等合作伙伴推出的产品，首批机型预计将在今年秋季陆续发