Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，把近实时视频生成与语音对话结合，为原生实时对话模型加入动态视觉形象，即日起在 Gemini Enterprise 可用。
推荐理由：官方给出 Live Avatar 的能力边界与开放入口，读者可据此判断实时视频对话在企业场景的可用性。
语音与音频
全部主题AI 语音与音频的进展：语音合成、实时对话、音乐生成与音频理解的模型与产品。
最新精选
Google DeepMind精选AI 评分
X：Google DeepMind (@GoogleDeepMind)精选AI 评分 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音模型
Google DeepMind 发布两款文本转语音模型。Gemini 3.8 Flash TTS 可设计具有不同口音和特征的独特声音；Gemini 3.8 Flash-Lite TTS 面向效率与规模化，可从自建风格或官方生产级声音库中选择。
推荐理由：Google DeepMind 发布两款 TTS 模型，读者可了解语音定制与规模化部署的两种定位差异。
Google DeepMind精选AI 评分 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向角色语音设计与逐行表演导演，后者面向高并发、低成本的配音与语音智能体场景。
推荐理由：官方给出两款 TTS 模型的语音设计、逐行导演能力与基准排名，可据此判断语音生成工作流的变化。
X：通义千问 / Qwen (@Alibaba_Qwen)精选AI 评分 阿里发布 Qwen-Audio-3.1 音频模型系列，含 TTS-Next 与 ASR-Next 并大幅降价
阿里发布 Qwen-Audio-3.1，ASR、TTS 与 Realtime 全面升级，并新增 TTS-Next 和 ASR-Next 两款模型，共五款模型覆盖理解、生成、交互与创作。
推荐理由：官方一次性给出五款音频模型的能力分工与降价幅度，可据此判断语音链路的选型与成本变化。
Google DeepMind精选AI 评分 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布两款实时对话模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，前者面向规模化与成本效率，后者面向高复杂度任务与多步推理。
推荐理由：官方给出两款语音模型的基准成绩与开放渠道，可据此判断实时语音智能体的能力水位与成本取舍。
X：Google DeepMind (@GoogleDeepMind)精选AI 评分 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 推出 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款对话模型，可在后台处理任务而不打断对话。
推荐理由：官方给出两款对话模型的能力清单和接入入口，可据此判断实时语音与后台工具调用能覆盖哪些场景。
X：Google DeepMind (@GoogleDeepMind)精选AI 评分 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款对话模型，可在对话中说话、思考并在后台处理任务而不打断对话流。
推荐理由：官方给出两款实时对话模型的能力清单与开放入口，可据此判断实时语音加后台工具调用的可用边界。