AI Marketing

【Google Gemini 3.8 Live登場 】 新語音模型拆解:AI 開始做到「一路同你傾、一路幫你做」

【Google Gemini 3.8 Live登場 】 新語音模型拆解:AI 開始做到「一路同你傾、一路幫你做」

【Google Gemini 3.8 Live登場 】
新語音模型拆解:AI 開始做到「一路同你傾、一路幫你做」

Google 剛推出 Gemini 3.8 Live、Gemini 3.8 Live Extended Thinking,同時把早前發布的 Gemini 3.5 Transcribe 納入完整語音產品線。

表面上,這是一次語音模型升級;但真正值得留意的並不是「語音更自然」,而是 Google 正在將語音介面,變成一個可以持續對話、理解畫面、調用工具、執行任務的工作入口。

可以這樣理解這件事:

1.Gemini 3.8 Live:大規模、低延遲的「前線語音 Agent」

Gemini 3.8 Live 的定位非常清晰:不是為了長篇深度推理,而是針對大規模部署、低延遲、成本效益優先的即時語音 Agent。

它的關鍵不只是語音對話,而是模型可以在跟用戶持續說話的同時,在背景呼叫 API 或工具。換句話說,用戶不需要等 AI「靜音思考」完才得到回應。

例如你打電話問銀行客服:「我想查這筆交易是甚麼,也想立即凍結張卡。」

以前的語音 Bot 可能要逐步問答、停頓、轉接;現在理想的 Agent 流程是:

・一邊確認你的身份與需求
・一邊在背景查交易紀錄
・一邊啟動凍結卡的工作流
・同時用自然語音交代處理進度

這才是語音 AI 從 FAQ Bot,走向可完成任務的 Agent 的分水嶺。

Google 亦強調它支援即時視覺上下文、英數字精準辨識,以及 97 種以上語言支援。對電商、旅遊、保險、金融、物流、零售售後等場景尤其有用,因為這些場景往往同時涉及口語、畫面、訂單編號、確認碼和後端系統查詢。

2.Extended Thinking:不是更慢,而是「邊答邊深度處理」

Gemini 3.8 Live Extended Thinking 是另一個定位:面對複雜、多步驟、高風險的任務。

它加入可配置的 Thinking,讓模型在背景進行較深入的推理,同時仍維持對話,不會令用戶感覺 AI 突然停機。Google 指它適合需要較高背景推理能力的即時語音互動。

對企業來說,這代表語音 Agent 開始有機會處理的不只是「查狀態」,而是更接近「判斷下一步應該怎樣做」。

例如:

・企業 IT Helpdesk:員工描述問題後,AI 一邊追問、一邊檢查帳戶狀態、裝置政策和已知故障紀錄
・醫療預約與分流:AI 根據症狀、可約時段、診所規則和保險資料安排下一步
・B2B 銷售支援:AI 在通話中讀取 CRM、查產品庫存、整理客戶需求,再建議下一個最合理的 action

但要留意:Extended Thinking 不等於可以直接放行高風險決策。真正的企業部署,仍然要設計權限、人工覆核、資料存取範圍、工具調用規則和失敗時的轉人工機制。

AI 愈懂推理,營運設計和治理反而愈重要。

3.對話完了,內容去了哪裏?

一段語音互動的價值,不會在對話結束時完結。客戶問過甚麼、投訴過甚麼、答應過甚麼,之後都要有人跟進;而要做到這一步,第一件事就是把語音變成可讀、可搜尋、可交接的資料。

Gemini 3.5 Transcribe 就在這裏出現。它不是今次新推出的模型,亦不是用來同用戶即時傾偈;它的工作是把錄音、通話或語音內容轉成文字,並整理成較容易使用的格式。

所以,3.8 Live 處理的是「當下點樣同人互動」;3.5 Transcribe 處理的是「互動完之後,點樣將內容留下來、用得返」。前者令對話可以推進,後者令每段對話不會白白流走。

4.對 AI 營銷人的真正 Insight

我認為今次更新最重要的訊號是:

語音不再只是輸入方式,而是下一代 Agent Experience 的主介面。

過去我們做 AI 自動化,很多流程仍是「表單輸入 → LLM 分析 → 自動化工具執行 → 回傳文字結果」。

下一階段會變成:

「人直接講需求 → AI 讀懂語音與畫面 → 背景調用 CRM、庫存、知識庫、日曆或工作流 → 以自然對話持續回報與完成任務」。

對品牌而言,競爭不再只是「有沒有聊天機械人」,而是:

・能否讓用戶用最自然的方法提出需求
・能否在對話過程中真正推進任務
・能否把每次對話沉澱成可用的客戶洞察
・能否在速度、準確性、品牌語調與風險控制之間取得平衡

一句總結:

Gemini 3.8 Live 是「會做事的即時語音 Agent」;
Extended Thinking 是「能處理複雜任務的語音 Agent」;
Gemini 3.5 Transcribe 則是「把人類口語轉成可執行數據和內容資產的入口」。

對 AI 營銷和自動化從業者來說,現在應該思考的已不是「要不要加語音」,而是:

你的客戶旅程裏,哪一個原本需要填表、等候、搜尋或重複溝通的環節,最適合改造成由語音 Agent 直接完成?

✏️ 撰文:AI Marketer HK 編輯部

————
👇 相信「AI × 數碼營銷」是未來的你,
歡迎 Tag 一位同行好友,一起成長!

#AIMarketerHK #DigitalMarketing #Gemini #GoogleAI #AIAgent #VoiceAI

View original Facebook post

【Google Gemini 3.8 Live登場 】 新語音模型拆解:AI 開始做到「一路同你傾、一路幫你做」