Google 推出 Gemini 3.1 Flash，主打即時音訊 AI

Google 推出先進即時音訊模型

Google 宣布推出 Gemini 3.1 Flash Live，這是一款全新的音訊和語音 AI 模型。它旨在幫助開發人員建立具有更高準確性和顯著降低延遲的即時對話應用程式。該模型目前已透過 Google AI Studio 中的 Gemini Live API 提供預覽。

模型效能與主要功能

該模型展現出強勁的效能，在 ComplexFuncBench 音訊基準測試中獲得 90.8% 的分數。主要功能包括增強對音調細微差別（如音高和語速）的理解。這使得模型能夠根據用戶的表達（例如沮喪或困惑）動態調整其回應，以實現更自然的對話。

產業採用與安全措施

包括 Verizon 和 The Home Depot 在內的公司已對該模型的整合給予正面評價。對於消費者而言，Gemini Live 現已支援 Search Live 擴展至 200 多個國家。為打擊不實資訊，該模型生成的所有音訊均包含 SynthID 浮水印，這是一種難以察覺的標記，有助於識別 AI 生成的內容。

對話式 AI 的展望

Gemini 3.1 Flash Live 的推出鞏固了 Google 在競爭激烈的 AI 市場中的地位。其被主要企業採用並擴展到全球消費產品，標誌著即時對話式 AI 技術的重大進步，同時注重效能和負責任的部署。

常見問題

問： Gemini 3.1 Flash Live 是什麼？
答： 它是 Google 推出的一款全新 AI 音訊模型，專為即時對話設計，為開發人員和企業提供低延遲和高準確性。

問： Google 如何解決此模型潛在的 AI 濫用問題？
答： 該模型在所有生成的音訊中嵌入了 SynthID 浮水印，這是一種難以察覺的訊號，有助於偵測 AI 創建的內容。

來源: Investing.com