Google DeepMind 推出 Gemini 3.8 Live：對話中並行推理，語音代理不中斷流程

2026 年 9 月 15 日（UTC），Google DeepMind 官方帳號宣布推出 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking，定位為其最新一代即時對話式 AI。本文已核對 Google AI for Developers 的 Live API 能力文件（模型識別碼 gemini-3.8-live、gemini-3.8-live-extended-thinking，文件標註最後更新 2026-09-15）以及 Vercel AI Gateway 同日上架說明，來源真實性已驗證。重點在於：語音代理可在近即時對話中理解畫面、自動切換多語，並在不打斷對話節奏的前提下於背景完成工具呼叫與多步推理。

一、核心事件：即時對話模型換代

技術細節

根據 DeepMind 官方帖文與 Google Live API 文件，Gemini 3.8 Live 系列面向低延遲語音代理與即時對話體驗，並把上一世代預覽模型（如 Gemini 3.1 Flash Live Preview）標為建議遷移的舊路徑。文件將兩款新模型並列說明：

Gemini 3.8 Live：建議作為多數低延遲語音代理的預設選項；支援交錯式推理（interleaved reasoning），設定階段不應傳入 thinkingLevel。
Gemini 3.8 Live Extended Thinking：在需要更高背景推理時使用；支援可配置的背景思考層級（thinkingLevel：low／medium／high，不支援 minimal），並可開啟 thought summaries。

DeepMind 公開描述強調模型能「邊說邊想」，並在背景處理任務而不打斷對話流。開發者文件進一步指出：3.8 Live 支援非阻塞（NON_BLOCKING）函式呼叫與函式排程；Extended Thinking 僅支援非阻塞執行。兩者皆可在單一伺服器事件中同時回傳多個內容部分，客戶端必須完整處理每個事件中的所有 parts，以免漏失音訊或文字轉錄。

Vercel AI Gateway 同日 changelog 亦上架 google/gemini-3.8-live 與 google/gemini-3.8-live-extended-thinking，並摘要能力為：近即時音訊、視覺 grounding、自動切換約 97 種語言，以及對話進行中的背景工具呼叫；Extended Thinking 則可在說話同時並行多步推理，先確認請求並口述進度。

二、技術原理深度解析

Gemini Live API 的核心不是「把文字聊天模型接上 TTS」，而是以雙向串流（bidirectional streaming）維持低延遲音訊回合。輸入音訊為原始 16-bit PCM（原生 16 kHz，可重採樣），輸出音訊為 24 kHz PCM；可同時開啟輸入／輸出音訊轉錄，方便除錯與合規留存。語音活動偵測（VAD）預設由伺服器自動處理，使用者可打斷生成；亦可改為手動或混合 VAD，以換取更低的結束延遲。

與「先完整聽完、再整段生成」的傳統管線相比，3.8 Live 把工具呼叫設計成可與對話並行：預設非阻塞行為讓模型在等待工具結果時仍可繼續說話或確認進度，Extended Thinking 則把可調背景推理疊在同一會話上。文件亦提醒：當非同步推理進行中，turnComplete: true 並不代表會話已閒置，應改看 interaction_status（IN_PROGRESS／IDLE）。這類細節直接影響產品狀態機設計——錯誤地把「回合完成」當成「可關閉麥克風／可卸載會話」，會造成半截回答或工具結果遺失。

能力邊界同樣寫在官方文件：原生音訊模型的回應模態以 AUDIO 為主，若需要文字需依賴輸出轉錄；音訊會話時長預設有上限（文件載明音訊約 15 分鐘、音訊加視訊約 2 分鐘，可透過會話管理技術延長）；上下文窗口對原生音訊輸出模型約為 128k tokens。語言方面，Live API 文件列出支援約 97 種語言，並可由系統指示約束說話語言。對企業架構師而言，這些硬限制比行銷口號更重要：它們決定客服熱線、車載助手、現場維修指導等場景能否穩定落地。

四、日常應用場景

1. 開發者與技術團隊

開發者可經 Gemini API／Google AI Studio 的 Live／Stream 介面接入 gemini-3.8-live，並依任務選擇是否升級到 Extended Thinking。實務上需重寫事件迴圈：處理多 part 事件、非阻塞工具回傳、打斷與 VAD 參數，以及遷移指南中相對 3.1 Flash Live 的差異。邊緣與閘道端（例如經第三方 AI Gateway）則要注意模型識別碼與 realtime WebSocket 適配層是否已同步支援 3.8。

2. 企業與隱私敏感行業

金融、法律、醫療與政府服務若部署語音代理，關心的不只是「聽得懂、答得快」，而是工具呼叫是否會把客戶音訊與畫面送到不可控路徑、會話是否可審計、以及背景推理是否會延長敏感資料的駐留時間。官方能力表並未取代企業自身的資料駐留與 DPA 審查；香港機構尤須對照《個人資料（私隱）條例》與內部跨境傳輸政策，決定公有 Live API 是否可接受，或應改為私有／境內托管的語音與推理棧。

3. 一般用戶

終端使用者感受到的是更自然的語音節奏：可插話、可切換語言、模型可邊處理後台任務邊回報進度。視覺 grounding 則讓「邊看螢幕／邊看現場邊問」的助手更實用。一般用戶未必知道後台是 Live API 還是文字聊天，但延遲與打斷體驗會直接決定是否願意繼續用語音完成複雜任務。

4. 香港與亞洲市場視角

香港客服、零售、物流與專業服務高度依賴粵語／普通話／英語混用對話。官方文件列明的多語與自動語言偵測，對本地多語場景具直接意義；同時，跨境資料與行業合規仍常要求敏感語料與推理留在可控環境。企業可把公有 Gemini Live 用於低敏感對外體驗，另以香港私有 LLM 托管承載內部知識庫、客戶檔案與合規審批流程，形成分層架構。

五、專業評價與潛在考量

優勢

DeepMind 官方發佈與 Google Live API 文件同日對齊，模型識別碼與能力表可核對，並非僅有社群傳聞。
將「對話不中斷」與「背景工具／推理」寫進 API 行為（非阻塞呼叫、interaction_status），對代理式產品工程有實作指引。
相對 3.1 Flash Live Preview 有明確遷移路徑，降低長期鎖在預覽模型的風險。
第三方閘道（如 Vercel AI Gateway）已上架，方便部分團隊快速試跑。

需要留意的地方

Live API 仍標示為預覽；配額、地區可用性與定價細節應以 Google 正式定價頁為準，本文不臆測未公開數字。
會話時長與上下文上限仍在，長時熱線需設計會話恢復／摘要銜接。
視覺與音訊同時上傳會擴大攻擊面與隱私暴露面，企業須限制鏡頭權限與留存政策。
「可邊說邊調工具」放大了越權工具呼叫風險，必須在應用層做權限最小化與人工審批閘門。

結語

Gemini 3.8 Live 把即時語音對話推到「可並行推理與工具」的代理形態，標誌語音介面正從示範 demo 走向可編排的工作流。對香港開發者與企業而言，短期可驗證多語客服與現場助手的延遲與打斷體驗；中期則要把工具權限、會話治理與資料駐留一次設計清楚。若貴司需要在香港部署企業私有 LLM（數據集 → QLoRA／LoRA → 私有 API，年費 HK$88,000 起，100% 數據不出境），可參考 YSK Limited 的企業私有 LLM 全託管方案（https://ysk.hk/services/ai-automation）。

參考來源

Google AI for Developers：Live API capabilities guide（https://ai.google.dev/gemini-api/docs/live-api/capabilities）（文件標註最後更新 2026-09-15；列明 gemini-3.8-live 與 gemini-3.8-live-extended-thinking）
Vercel AI Gateway changelog：Gemini 3.8 Live models now available on AI Gateway（https://vercel.com/changelog/gemini-3-8-live-models-now-available-on-ai-gateway）（2026-09-15）
X 發現來源：@GoogleDeepMind（https://x.com/GoogleDeepMind/status/2099907440422830269）（發現用，非唯一依據）