Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，将低延迟流式视频与实时语音对话结合，生成带精准唇形同步和自然表情的动态虚拟形象，即日起在 Gemini Enterprise 提供。
推荐理由：官方披露了 Live Avatar 的多语言同步、异步工具调用与 SynthID 水印等能力边界，可据此判断企业级虚拟形象对话的落地条件。
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向角色设计与逐句表演指导，后者面向高吞吐、低成本的配音与语音智能体场景。
推荐理由：两款 TTS 模型把语音生成从固定预设变成可逐句导演的创作工具，并给出第三方基准排名与多语言盲测结果。
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型。
推荐理由：两款语音对话模型分别面向规模化成本与高复杂度任务，并给出语音智能体基准上的具体分数与开放渠道。
Google DeepMind 在 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 上推出 agentic 视频理解功能，模型可动态搜索、扫描并检查视频片段，而非按固定帧率处理。
推荐理由：官方给出 token 消耗降 88%、成本降 66%、准确率升 7% 的对比数据，可据此判断长视频分析的成本变化。