Google发布Gemini 3.8 Live与Live Extended Thinking:两款音频到音频近实时对话模型GA,语音Agent进入推理时代
Google 9/15宣布Gemini 3.8 Live与3.8 Live Extended Thinking正式GA——两款音频到音频近实时对话模型,主打自然对话与复杂任务执行,Extended Thinking版支持对话中深度推理,API同步开放,面向实时语音Agent场景。
·5 条
Google 9/15宣布Gemini 3.8 Live与3.8 Live Extended Thinking正式GA——两款音频到音频近实时对话模型,主打自然对话与复杂任务执行,Extended Thinking版支持对话中深度推理,API同步开放,面向实时语音Agent场景。
阶跃星辰9/15发布StepAudio 3系列Realtime/ASR/TTS/Gen/Music五款模型:Realtime语音推理99.7%、ASR综合98.9%(词错率1.7%)等多项Artificial Analysis指标全球第一;TTS支持笑声、迟疑、改口等副语言,全系列已上线开放平台。
Anthropic 9/15升级Claude for Small Business——新增43个现成工作流与27个集成(Shopify、Salesforce、Stripe、Zapier等),默认审批模式:发送、发布、付款须确认后执行;自5月上线安装超90万次,秋季将在美国10城办免费培训。
Gergely Orosz 9/15发布OpenAI探访报道:Codex已成全员核心工具,非工程部门4个月使用率0到90%;软件交付重构为九步智能体流水线——实现、测试修复、多智能体评审、部署、故障分类,低风险PR自动批准,人均PR量曲棍球式增长。
Vercel COO在The Information访谈披露(Tomer Tunguz 9/15整理):inbound销售开发团队从10人减至1.25人,AI Agent自动化90%流程;SDR与自建支持Agent合计年成本仅个位数千美元,ROI 32倍,支持Agent解决93%工单,瓶颈在流程沉淀而非模型。