★ 4
谷歌发布Gemini 3.8 Live语音代理模型
谷歌推出Gemini 3.8 Live与Gemini 3.8 Live Extended Thinking，号称迄今最先进的实时对话模型。模型可在对话进行中后台执行工具与API调用，处理实时视觉输入，并支持97种语言中途切换。Extended Thinking在Artificial Analysi…
MarkTechPost47 天前
#实时对话
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 4
谷歌发布 Gemini 3.8 Live 实时语音模型
谷歌推出 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款实时对话模型，主打更自然的语音交互与并行推理。Extended Thinking 在 Artificial Analysis 语音质量指数上以 82.6 分登顶，并在 τ-Voic…
Google DeepMind47 天前
★ 1
Amuse与Spark：在ESP32上运行实时对话AI虚拟人
开发者展示了在低成本ESP32微控制器上运行实时对话AI虚拟人的项目Amuse与Spark。该方案将语音识别、语言模型与动画渲染压缩到极受限的硬件上，体现了边缘AI的极限探索。虽属极客趣味项目，但为超低功耗AI交互提供了思路。
Hacker News – AI29 天前
这个主题的相关资产
相关公司谷歌（Google）2