谷歌发布Gemini 3.1 Flash Live，语音交互迎来重大升级

谷歌今日正式宣布推出Gemini 3.1 Flash Live模型，并将其称为迄今为止“最高质量的音频和语音模型”。该模型将为Gemini Live和Search Live服务带来显著的功能提升。目前，开发者已可通过Google AI Studio中的Gemini Live API进行预览访问。

相较于前代模型，Gemini 3.1 Flash Live在识别音高、语速等声音细节方面更为有效，并降低了延迟。其核心改进之一是强大的背景噪音过滤能力，能够更准确地从交通、电视等环境杂音中分辨出相关语音。在安卓和iOS的Gemini Live应用中，新模型能提供更快的响应速度，减少不自然的停顿，并将对话连贯性记忆时长提升了一倍，有助于在长时头脑风暴中保持思路连贯。此外，Gemini Live现在还能动态调整回答的长度和语气以适应对话情境。

凭借此次升级，谷歌正将Search Live服务推广至全球超过200个国家或地区，覆盖所有当前已开放AI模式的语言和区域。这一部署标志着谷歌正致力于将其先进的语音交互能力带给更广泛的全球用户。随着模型在理解能力和实时性上的突破，语音助手有望在嘈杂的真实场景中提供更可靠、更自然的服务体验。