谷歌推出 Gemini 3.8 Live 虚拟人功能：支持实时唇形同步与97种语言切换
谷歌宣布为 Gemini 3.8 Live 推出 Live Avatar 功能，为原生实时对话模型提供接近实时的视觉呈现。该功能融合视频生成与语音技术，具备精准唇形同步、自然面部表情，并支持在97种语言间无缝切换。依托高级推理与异步工具调用能力，该虚拟人可在后台执行复杂任务的同时保持对话不中断。目前企业支持自定义形象，且所有生成音视频均嵌入 SynthID 隐形水印以保障安全。
DC AI 热点
全部 AI 动态
9月25日2026-09-25
Cerebras运行Kimi K2.6实测：推理速度达Gemini Flash五倍
根据性能对比测试，在 Cerebras 算力平台上运行的开源模型 Kimi K2.6，在智能水平上可比肩 Google Gemini 3.5 Flash。依托 Cerebras 晶圆级硬件加速架构，Kimi K2.6 的推理输出生成速度达到了后者的 5 倍，且具备更低的访问延迟和开源权重模型的部署灵活性。
Google 推出 Gemini 3.8 Live：加入实时虚拟人形象 Live Avatar
Google 推出 Gemini 3.8 Live 更新，正式上线“Live Avatar”功能，为该 AI 赋予了可视化的拟人形象。用户在与模型进行实时语音对话时，该动画角色能够做到口型同步，并根据交流情境展现不同的面部表情。该功能旨在提供更具沉浸感的交互体验，目前仅面向 Gemini Enterprise 企业级客户开放。
黑客操纵ChatGPT与Gemini将用户诱导至诈骗平台
最新报道显示，黑客正在通过操纵OpenAI的ChatGPT和谷歌的Gemini等主流生成式AI平台，将用户引导至诈骗中心及恶意平台。该事件凸显了大语言模型在内容输出审查、防范提示词注入与恶意操纵等安全防护机制上的薄弱环节，为生成式AI的合规与安全治理敲响警钟。目前素材信息有限，黑客具体的操纵手法与受影响用户规模尚未完全披露。
谷歌 Chrome 迎来更新：支持跨设备记忆浏览位置并强化 Gemini 学习辅助功能
谷歌正在为 Chrome 浏览器推出多项新功能，旨在简化复杂课题的研究与学习流程。其中，跨设备标签页切换功能获得了“记忆”升级，支持用户在切换到新设备时保留此前浏览的具体位置。此外，内置于 Chrome 的 Gemini 模型也迎来能力拓展，能够分析更多类型的媒体内容，并支持自动生成互动式学习测验，为用户提供更高效的网页研究体验。
Gemini 3.8 Live 发布，支持实时数字人化身功能
根据最新消息，Gemini 3.8 Live 正式推出，并引入了实时化身（Live Avatar）交互功能。该功能预计将为多模态实时交互带来具有视觉形象的数字人体验。由于当前输入素材仅包含标题，缺乏具体的技术规格、功能演示及发布细节等详细正文内容，具体能力表现与上线范围仍需等待官方进一步披露。
Gemini 企业 Agent 平台推出智能体异常检测私有预览版
Gemini 企业 Agent 平台现已开启智能体异常检测（Agent Anomaly Detection）的私有预览。该功能作为带外监管层，通过分析 OpenTelemetry 链路追踪和工具调用来捕捉行为风险，且不增加实时请求延迟。系统结合轻量统计扫描与基于 LLM 的深度推理，基于 OWASP Agentic Top 10 识别逻辑异常和违规行为。开发者可在 Security Command Center 中处理告警，或通过 API 编程阻断超出风险阈值的后续工具调用。
构建零信任 AI Agent：基于 Gemini 企业平台实现意图级运行时安全治理
该内容探讨了如何借助 Gemini Enterprise Agent Platform 将 AI Agent 的安全机制从静态构建期控制转向动态运行时治理。平台提供了三大托管防御方案：用于边缘提示词审查的 Model Armor、对照业务规则评估工具调用意图的语义治理策略，以及捕获多轮对话攻击的 Agent 异常检测。通过将安全能力下沉至平台层，管理员无需修改或重新部署代码即可动态执行安全策略并抵御复杂攻击。
ADK 推出原生实时语音智能体自动化评估功能
ADK 现已提供原生实时评估功能，旨在帮助开发者将实时语音智能体从 Demo 顺利推向生产环境。该功能允许开发者利用由 Gemini TTS 生成真实音频的 LLM 模拟用户，对基于图的智能体工作流进行多轮对话测试。通过定义评估场景和自然语言评分准则，系统可自动对语音回复和工具执行进行打分。测试结果既可在 ADK Web 中审查，也可通过 CLI 无缝集成至 CI/CD 流程中。
谷歌推出 Gemini 自动代打电话功能：可帮用户预约或查询库存
谷歌正推出一项早期实验性功能，允许用户将拨打本地商家的电话委托给 Gemini 处理，例如餐厅预约、查询商品库存或改期预约等。据谷歌介绍，用户甚至无需亲自拨号或发起通话，Gemini 即可全流程代为接管并完成沟通，旨在帮用户免去在电话中长时间排队等待的困扰。素材提及该功能正面向相关设备开展测试。
9月24日2026-09-24
谷歌推出Gemini 3.8 Flash TTS模型：支持通过文本描述生成全新AI声音
谷歌发布了两款全新文本转语音模型：Gemini 3.8 Flash TTS 与 Flash-Lite TTS，支持超过100种语言。其中 Flash TTS 能够根据文本提示词直接从零设计全新声音，两款模型均允许用户为特定台词添加舞台动作指示，并支持通过单一脚本生成逼真的双人对话。此外，模型还配备了声音克隆功能，仅需30秒的音频样本即可快速建立声音特征档案。
开发者推出 Gemini 3.8 文本转语音 Playground 工具
Google 近日推出了两款全新文本转语音模型 gemini-3.8-flash-tts 与 gemini-3.8-flash-lite-tts。该系列模型内置超过 2000 种声音，并支持仅凭 30 秒音频样本生成定制声音。有开发者借助 GPT-6 Astra 搭建了自带 API Key 的测试界面，该 API 支持跨域请求，并具备便捷定义多角色对话的功能，每个角色均可独立设置不同的声音及风格指令。
YouTube 为创作者工作室引入 AI 工具：涵盖剧本辅导、智能缩略图与 Gemini 视频剪辑
YouTube 正在为其创作者工作室集成一系列原生 AI 工具以辅助视频创作。新功能包括可分析脚本和粗剪内容的故事叙述助手，以及基于 Gemini 的对话式 Shorts 视频剪辑助手。此外，平台还推出了智能缩略图工具，并新增实时直播翻译功能，目前支持将英语直播即时翻译为西班牙语。这些功能的加入旨在全面提升创作者从前期策划到后期制作的分发效率。
9月23日2026-09-23
Gemini 3.8 文本转语音（TTS）功能亮相
本文仅包含标题“Gemini 3.8 text-to-speech says hello”，未提供正文或详细摘要内容。依据标题提示，该动态可能涉及名为 Gemini 3.8 的系统或模型在文本转语音（TTS）能力上的更新或问世。鉴于素材提供的信息严重不足，目前无法确认其背后的具体开发者、模型架构、音频质量及发布渠道等详细情况，更多技术细节有待后续信息补充。
YouTube将允许用户通过Gemini自定义专属推荐算法
YouTube 推出全新的自定义信息流功能，允许用户使用自然语言描述自己想要观看的视频内容。该功能借助谷歌 Gemini 大模型的技术支持，根据用户的具体提示词构建高度个性化的视频推荐流。这改变了以往用户只能被动接受平台推荐的模式，使用户能够以对话形式直接定义和掌控算法的内容分发逻辑。