Gemini 3.1 Flash Live：让语音AI更自然可靠

今天，我们通过 Gemini 3.1 Flash Live 推进了 Gemini 的实时对话能力，这是我们迄今为止质量最高的音频和语音模型。它为新一代语音优先AI提供了所需的速度和自然节奏，为开发者、企业和日常用户提供更直观的体验。

3.1 Flash Live 已在各种 Google 产品中推出：

开发者可通过 Google AI Studio 中的 Gemini Live API 进行预览

企业可在 Gemini Enterprise for Customer Experience 中使用

所有用户都可通过 Search Live 和 Gemini Live 体验

为开发者提供强大推理和任务执行能力

我们提升了 3.1 Flash Live 的整体质量，使其对开发者和企业构建语音优先智能体更加可靠，这些智能体能够大规模完成复杂任务。在衡量多步骤函数调用与各种约束的 ComplexFuncBench Audio 基准测试中，它以 90.8% 的分数领先于我们之前的模型。

在 Scale AI 的 Audio MultiChallenge 上，Gemini 3.1 Flash Live 在开启"思考"模式时以 36.1% 的分数领先。该基准测试专门测试在真实世界音频中典型的中断和犹豫情况下的复杂指令遵循和长程推理能力。

3.1 Flash Live 还改善了音调理解能力，提供更自然的对话。在 Gemini Enterprise for Customer Experience 中，它在识别音调和节奏等声学细微差别方面比 2.5 Flash Native Audio 更有效。它还能更好地根据用户表达的挫折感或困惑动态调整回应。

3.1 Flash Live 让您能够构建在嘈杂环境中处理复杂任务的语音就绪智能体。

3.1 Flash Live 让您能够使用语音进行编程创作并快速迭代。

Verizon、LiveKit 和 The Home Depot 等公司对 3.1 Flash Live 在其工作流程中的表现给出了积极反馈，强调了它改进的自然对话能力。

为所有人提供更自然直观的交互

在 Gemini Live 和 Search Live 中，3.1 Flash Live 模型提供更有用和自然的回应，无论您是询问日常快速问题还是进行更复杂的对话。

在 3.1 Flash Live 模型的支持下，Gemini Live 相比之前的模型提供更快的回应，并且能够跟随您的对话脉络长达两倍时间，在更长的头脑风暴过程中保持您的思维连贯性。

3.1 Flash Live 还具有内在的多语言能力，这使得本周 Search Live 的全球扩展成为可能。通过这次发布，超过200个国家和地区的用户现在可以用他们偏好的语言与搜索进行实时、多模态对话。

所有由 3.1 Flash Live 生成的音频都采用 SynthID 进行水印标记。这种不可感知的水印直接编织到音频输出中，能够可靠检测AI生成的内容，帮助防止错误信息传播。

立即体验 3.1 Flash Live 的自然性和可靠性。我们期待看到您如何与它互动并利用它进行构建。

Q&A

Q1：Gemini 3.1 Flash Live是什么？它有什么主要能力？

A：Gemini 3.1 Flash Live是Google推出的最高质量音频和语音模型，它能够提供实时对话能力，为语音优先AI提供所需的速度和自然节奏，让开发者、企业和普通用户获得更直观的体验。

Q2：Gemini 3.1 Flash Live在基准测试中表现如何？

A：在ComplexFuncBench Audio基准测试中，它以90.8%的分数领先于之前的模型。在Scale AI的Audio MultiChallenge中，开启思考模式时得分36.1%领先，特别在复杂指令遵循和长程推理方面表现出色。

Q3：普通用户如何使用Gemini 3.1 Flash Live？

A：普通用户可以通过Search Live和Gemini Live体验这项技术。它能提供更快的回应速度，跟随对话脉络的时间比之前长两倍，并支持超过200个国家和地区的多语言实时对话。