我的網誌
結合視覺與語音的即時互動體驗
科技巨頭Google(GOOGL)於週四發布了名為Gemini 3.8 Live with Live Avatar的新一代AI模型，目標是將「即時視覺呈現」完美融入對話式人工智慧中。這項新功能將近乎即時的影片生成技術與語音相結合，成功創造出一個能聽、能看且能說的動態視覺角色。
根據官方部落格的說明，Live Avatar具備精準的唇部同步、自然的表情變化以及流暢的對話切換能力。這項技術目前已在Gemini Enterprise版本中提供，將幫助企業更具互動性地擴展虛擬服務，無論是提供引人入勝的客戶服務，還是進行互動式的數位導覽，都能將數位交流轉化為更豐富且易於使用的體驗。
本週連發多款AI模型改善語音功能
這已經是Google(GOOGL)本週第二次發布全新的AI模型。就在週三，這家總部位於加州山景城的科技大廠宣布推出了Gemini 3.8 Flash TTS與Gemini 3.8 Flash-Lite TTS模型，這兩款模型的主要目標在於大幅改善語音與音訊的處理品質。
除了現有產品線的升級，Google DeepMind負責人Koray Kavukcuoglu在週三的一場活動中也向外界透露，公司目前已經非常接近發布最新的旗艦級模型Gemini 4，顯示其在人工智慧領域的研發腳步正在持續推進。
競爭加劇與股價回跌的市場挑戰
儘管新技術陸續問世，但Google(GOOGL)在資本市場上仍面臨不小的壓力。由於先前有報導指出Gemini 3.5模型的推出遭到延遲，導致公司股價在過去幾個月內累計回跌了約20%。
在同一段時間內，主要競爭對手如OpenAI與Anthropic都相繼發布了各自的新一代AI模型，讓市場競爭變得更加白熱化。投資人正密切關注這波密集的新產品發布，能否幫助公司重新鞏固在人工智慧賽道的市場地位。
