AI 编程实时动态与要闻速递 — 𝕏/Twitter 一手信源

SpaceX Super Intelligence@SpaceXSI·19 天前收录

👀71

🔥92

SpaceXSI 发布 Grok Voice 3.0：语音到语音模型登顶 Artificial Analysis S2S 指数 86.9，价格维持 $0.08/分钟

SpaceXSI（SpaceX Super Intelligence，官网 x.ai）于 2026-10-15 01:04（新加坡时间）发布 Grok Voice 3.0，定位「最智能的语音到语音模型」。据官方博客引用的 Artificial Analysis 10 月 13 日独立测试：S2S 综合指数 86.9（Grok Voice 2.0 为 81.3、GPT-Live-1 Astra 为 83.2、Gemini 3.8 Live 为 82.6），Full Duplex Bench 97%，τ-Voice 71.6% 与 GPT-Live-1 相当但延迟低约 40%。Voice Agent API 中 grok-voice-latest 已自动指向 grok-voice-3.0，接口不变，价格仍为 $0.08/分钟；grok-voice-2.0 已标记弃用。

核心要点速览

Artificial Analysis 语音到语音指数 86.9，第 1（2.0 为 81.3，GPT-Live-1 Astra 83.2，Gemini 3.8 Live 82.6）
Big Bench Audio 98.5%、Speech Agent Arena Elo 1070、任务成功率 94.8%、Full Duplex Bench 97.0%
τ-Voice 71.6%，与 GPT-Live-1（Astra）相当，延迟低约 40%；ServiceNow EVA-Bench 准确率 74% 居首
价格不变：$0.08/分钟（$4.80/小时）；grok-voice-latest 已自动切到 3.0，grok-voice-2.0 弃用
生产规模：Starlink 客服每天约 2 万通电话，约 70% 无需人工介入（官方数据）

阅读全文

关联模型 / 智能体 / 厂商:

⚡ Grok Voice 3.0⚡ Grok Voice 2.0⚡ GPT-Live-1⚡ Gemini 3.8 Live🌐 SpaceXSI 🌐 xAI 🌐 Artificial Analysis 🌐 ServiceNow

#Grok Voice 3.0#Speech to speech#语音智能体#realtime API#SpaceXSI#xAI#Artificial Analysis

LiveKit@livekit·37 天前收录

👀88

🔥91

LiveKit Agents 1.8.3：Gemini 3.8 Live 默认 NON_BLOCKING、GPTLive Azure，AssemblyAI Universal 与工具 handoff 防护

LiveKit 于 2026-09-26 在 GitHub 发布 Python 包 [email protected]（PyPI livekit-agents 1.8.3）：Google Gemini 3.8 Live 路径默认 tool_behavior=NON_BLOCKING，并在 text API 上以 parameters_json_schema 发送 FunctionTool schema；OpenAI 侧新增 GPTLiveModel.with_azure，Realtime inference client 迁入 agents core；STT 增加 AssemblyAI universal-3-6-pro 与 language_confidence，ElevenLabs realtime chunk duration 可配；语音栈修复并行工具取消 handoff、按 call_id 配对 tool output、fallback/stream adapter 原样转发帧，以及 LiveAvatar 打断与插件注册。同日 JS @livekit/[email protected] 强化 agent_turn 遥测与自适应打断。

核心要点速览

发版：[email protected] / PyPI 1.8.3；JS 同步 @livekit/[email protected]
Gemini：3.8 Live 默认 NON_BLOCKING tool_behavior；text API 用 parameters_json_schema 传 FunctionTool
OpenAI：GPTLiveModel.with_azure；Realtime inference client 迁入 agents core
STT：AssemblyAI universal-3-6-pro + language_confidence；ElevenLabs realtime chunk duration 可配
语音正确性：并行工具不再取消 agent handoff；tool output 按 call_id 配对；Fallback/StreamAdapter 原样转发帧

阅读全文

关联模型 / 智能体 / 厂商:

⚡ Gemini 3.8 Live⚡ GPT Live🤖 LiveKit Agents 🌐 livekit 🌐 Google DeepMind 🌐 OpenAI 🌐 assemblyai 🌐 elevenlabs

#LiveKit Agents#语音 AI#Gemini 3.8 Live#GPTLive Azure#AssemblyAI#实时#Python

Pydantic@pydantic·38 天前收录

👀67

🔥92

Pydantic AI 2.50.0：DecisionModel 协议落地，TypeSafe 可按名路由并支持 Gemini 3.8 Live

Pydantic AI 于 2026-09-25 发布 2.50.0：新增 DecisionModel 基类（TypeSafeModel 实现之），按路由名询问 Decision、可选 decision_route_threshold，并补齐 Gemini 3.8 Live 实时语音、durable 上下文标记与音频秒级计费。

核心要点速览

协议：新增 DecisionModel，TypeSafeModel 成为其实现；可用路由名询问走哪条路（#8733）
兼容：工具调用偏置改为可选 decision_route_threshold；ModelSelectionContext.messages 以当前请求结尾并新增 .prompt（#8737、#8739）
实时：支持 gemini-3.8-live / gemini-3.8-live-extended-thinking；RequestUsage.audio_seconds 覆盖按时长计费语音（#8393、#8427）
可观测：每次 DecisionModel 请求发出 decide span（#8698）；RunContext.in_durable_context 标记持久化工作流钩子（#8723）
升级：pip install -U 'pydantic-ai==2.50.0'；对照 v2.50.0 Release 与 docs

阅读全文

关联模型 / 智能体 / 厂商:

⚡ Gemini 3.8 Live⚡ Jev🤖 Pydantic AI 🌐 Pydantic 🌐 Google

#Pydantic AI#DecisionModel#TypeSafe#Gemini Live#Durable#Python

@GoogleDeepMind@GoogleDeepMind·41 天前收录

👀10

🔥88

查看推特原帖 ↗

Google DeepMind 发布 Gemini 3.8 Live

Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking，称其为目前最强的对话式 AI。模型可以边交谈、边思考，并在后台处理任务而不打断对话节奏。

核心要点速览

Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking，称其为目前最强的对话式 AI。模型可以边交谈、边思考，并在后台处理任务而不打断对话节奏。

阅读全文

关联模型 / 智能体 / 厂商:

#AI#LLM#编程

@GoogleDeepMind@GoogleDeepMind·41 天前收录

👀35

🔥88

查看推特原帖 ↗

Google DeepMind 推出 Gemini 3.8 Live 与 Extended Thinking

Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking，称为其最强对话式 AI。两款模型具备升级推理、近实时视觉理解、自动检测 97 种语言，以及不打断对话的后台工具调用。Extended Thinking 可叙述任务进度；现已在 Gemini App 的 Gemini Live 与 Google AI Studio 的 Gemini API 中提供。

核心要点速览

Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking，称为其最强对话式 AI。两款模型具备升级推理、近实时视觉理解、自动检测 97 种语言，以及不打断对话的后台工具调用。Extended Thinking 可叙述任务进度；现已在 Gemini App 的 Gemini Live 与 Google AI Studio 的 Gemini API 中提供。

阅读全文

关联模型 / 智能体 / 厂商:

#AI#LLM#编程

@GoogleDevs@GoogleDevs·41 天前收录

👀14

🔥88

查看推特原帖 ↗

Google 发布 Gemini 3.8 Live 与扩展思考版

Google for Developers 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking。两款音频模型强化轮替对话与近实时推理，可用单次多模态 API 替代语音转写、推理与语音合成的级联流水线，已通过 Gemini API 与 Google AI Studio 提供。

核心要点速览

Google for Developers 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking。两款音频模型强化轮替对话与近实时推理，可用单次多模态 API 替代语音转写、推理与语音合成的级联流水线，已通过 Gemini API 与 Google AI Studio 提供。

阅读全文

关联模型 / 智能体 / 厂商:

#AI#LLM#编程

@GoogleDevs@GoogleDevs·41 天前收录

👀17

🔥88

查看推特原帖 ↗

Google 发布 Gemini 3.8 Live 与 Extended Thinking

Google for Developers 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking。这两款音频模型强化了对话轮次与近实时推理，可用一次多模态 API 调用替代语音识别、推理和语音合成的级联流程，从而降低延迟与成本。模型已通过 Gemini API 在 Google AI Studio 提供，并将很快登陆 Gemini Enterprise Agent Platform。

核心要点速览

Google for Developers 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking。这两款音频模型强化了对话轮次与近实时推理，可用一次多模态 API 调用替代语音识别、推理和语音合成的级联流程，从而降低延迟与成本。模型已通过 Gemini API 在 Google AI Studio 提供，并将很快登陆 Gemini Enterprise Agent Platform。

阅读全文

关联模型 / 智能体 / 厂商:

#AI#LLM#编程

@googledevs@googledevs·41 天前收录

👀25

🔥88

查看推特原帖 ↗

Gemini 3.8 Live 通过 Gemini API 开放

Google for Developers 宣布开发者即日起可通过 Gemini API（Google AI Studio）使用 Gemini 3.8 Live 与 3.8 Live Extended Thinking 构建实时语音应用，并即将登陆 Gemini Enterprise Agent Platform。

核心要点速览

Google for Developers 宣布开发者即日起可通过 Gemini API（Google AI Studio）使用 Gemini 3.8 Live 与 3.8 Live Extended Thinking 构建实时语音应用，并即将登陆 Gemini Enterprise Agent Platform。

阅读全文

关联模型 / 智能体 / 厂商:

#AI#LLM#编程

@GoogleDeepMind@GoogleDeepMind·42 天前收录

👀28

🔥88

查看推特原帖 ↗

Google DeepMind 发布 Gemini 3.8 Live 与 Extended Thinking：目前最强对话式 AI

@GoogleDeepMind 推出 Gemini 3.8 Live 与 3.8 Live Extended Thinking：可边说边想、近实时视觉理解、自动检测 97 种语言，并在后台调用工具而不打断对话。Extended Thinking 会口述任务进度。现已在 Gemini App 的 Gemini Live 与 Google AI Studio 的 Gemini API 中可用。

核心要点速览

@GoogleDeepMind 推出 Gemini 3.8 Live 与 3.8 Live Extended Thinking：可边说边想、近实时视觉理解、自动检测 97 种语言，并在后台调用工具而不打断对话。Extended Thinking 会口述任务进度。现已在 Gemini App 的 Gemini Live 与 Google AI Studio 的 Gemini API 中可用。

阅读全文

关联模型 / 智能体 / 厂商:

#AI#LLM#编程

@GoogleDeepMind@GoogleDeepMind·43 天前收录

👀20

🔥88

查看推特原帖 ↗

Google DeepMind 发布 Gemini 3.8 Live

Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking，称其为目前最强的对话式 AI。模型可以交谈、思考，并在后台处理任务而不打断用户当前流程。

核心要点速览

Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking，称其为目前最强的对话式 AI。模型可以交谈、思考，并在后台处理任务而不打断用户当前流程。

阅读全文

关联模型 / 智能体 / 厂商:

#AI#LLM#编程

Artificial Analysis@ArtificialAnlys·47 天前收录

👀62

🔥93

查看推特原帖 ↗

Artificial Analysis：Gemini 3.8 Live Extended Thinking 登顶 Speech to Speech Index，得分 82.6

Artificial Analysis（@ArtificialAnlys）更新 Speech to Speech Index：Google Gemini 3.8 Live Extended Thinking（High）以 82.6 分登顶，领先 GPT-Live-1（Astra medium）81.5、Grok Voice Think Fast 2.0 High 81.3；标准版 Gemini 3.8 Live 以 76.0 排第 5。同批还覆盖 Speech Agent Arena、Tau Voice（Extended Thinking 68.6% 登顶）、Big Bench Audio、首音延迟与每小时输入音频成本（标准版 $0.84，Extended Thinking $3.50）。

核心要点速览

Gemini 3.8 Live Extended Thinking（High）Speech to Speech Index 82.6 登顶，超 GPT-Live-1 Astra 81.5。
Tau Voice 智能体榜：Extended Thinking 68.6% 第一；标准版仅 30.1%。
标准版输入音频约 $0.84/小时（指数最便宜）；Extended Thinking 约 $3.50/小时，仍低于 Astra $5.83。

阅读全文

关联模型 / 智能体 / 厂商:

⚡ Google Gemini 3.8 Live⚡ GPT Live 1⚡ GPT-6 Astra 🌐 Google DeepMind

#Gemini 3.8 Live#Artificial Analysis#Speech to Speech Index#Extended Thinking#Tau Voice#Big Bench Audio#语音智能体#Google DeepMind

@GoogleDeepMind@GoogleDeepMind·48 天前收录

👀62

🔥88

查看推特原帖 ↗

Google DeepMind 发布 Gemini 3.8 Live 与扩展思考版

Google DeepMind 推出 Gemini 3.8 Live 与 3.8 Live Extended Thinking，称为其目前最强对话式 AI。新模型可在对话中思考，并在不打断用户流程的情况下于后台处理任务。

核心要点速览

Google DeepMind 推出 Gemini 3.8 Live 与 3.8 Live Extended Thinking，称为其目前最强对话式 AI。新模型可在对话中思考，并在不打断用户流程的情况下于后台处理任务。

阅读全文

关联模型 / 智能体 / 厂商:

#AI#LLM#编程