AI 资讯速递 (2026/3/28): 谷歌推出Gemini 3.1 Flash Live实时语音模型

2026年3月28日 04:16

导读摘要:

谷歌近日发布了 Gemini 3.1 Flash Live 实时语音模型,这是其迄今为止最高质量的实时语音处理工具。该模型已在 Gemini App、Search Live 及 Google AI Studio 详情">Google AI Studio 中开放使用,具备多项核心升级,包括 vibe coding、上下文窗口扩大2倍以及支持200+国家的多语言实时交互。在 ComplexFuncBench 音频测试中,函数调用准确率达到了90.8%,显著优于前代。

资讯详情

谷歌于3月27日发布了 Gemini 3.1 Flash Live 实时语音模型,这是其在实时语音处理领域的最新成果。该模型已经在多个谷歌产品中开放使用,包括 Gemini App、Search Live 和 <a href="/tool/11583" class="text-blue-600 hover:text-blue-800 transition-colors duration-200" title="查看 Google AI Studio 详情">Google AI Studio。此次升级旨在提高实时语音处理的准确性和效率,为开发者和用户提供更强大的工具支持。

  • vibe coding:Gemini 3.1 Flash Live 引入了 vibe coding 技术,允许开发者通过语音直接编写代码或控制应用开发流程。这一功能不仅提高了开发效率,还为那些需要在移动或非键盘环境中工作的开发者提供了便利。

  • 上下文窗口扩大2倍:新模型的上下文窗口相比前代扩大了2倍,这意味着它能够更好地理解和处理更长的对话历史。这一改进对于需要长时间对话的应用场景(如客户服务、虚拟助手等)尤为重要,能够显著提升用户体验。

  • 多语言支持:Gemini 3.1 Flash Live 支持超过200个国家的语言实时交互,覆盖了全球大部分语言用户。这不仅扩展了模型的应用范围,还为跨国公司和国际项目提供了强大的语言处理能力。


AI-ALL 深度点评

谷歌推出的 Gemini 3.1 Flash Live 实时语音模型标志着其在自然语言处理领域的又一重要进展。通过引入 vibe coding 技术,谷歌不仅简化了开发流程,还为开发者提供了新的交互方式。上下文窗口的扩大使得模型在处理复杂对话时更加得心应手,这对于提升用户满意度和应用性能具有重要意义。多语言支持的增强则进一步巩固了谷歌在全球市场的领先地位,为国际化的AI应用开发提供了坚实的基础。总体而言,这一模型的发布将对现有的实时语音处理工具构成挑战,并可能推动整个行业的技术进步。

快速导航

关于AI资讯

我们使用AI技术每日自动获取和筛选全球最新的人工智能资讯,为您提供最有价值的行业动态。