語音AI新霸主？Gemini 3.8 Live實測奪冠還能「邊聊邊做事」|數位時代 BusinessNext

語音AI新霸主？Google推出Gemini 3.8 Live雙模型，實測奪冠還能「邊聊邊做事」

Google發表Gemini 3.8 Live雙模型，主打「邊想邊說、邊聊邊做事」，具備即時視覺與背景執行能力，更在語音代理測試奪冠。

兩款模型怎麼分工：一款跑量、一款想深

Google官方部落格說明，兩款模型定位不同。Gemini 3.8 Live主打規模與成本效率，強項是流暢對話與「視覺理解」（官方稱visual grounding，也就是看著畫面回答問題）。Gemini 3.8 Live Extended Thinking則鎖定高複雜度任務，具備多步推理能力。

Extended Thinking最大的特色是「同時推理與說話」。過去語音AI遇到需要思考的問題，常會停頓一段時間再回答；新模型可先用「我查一下」這類口語回應確認指令，再於背景推理並回報進度，減少等待時的對話中斷。

兩款模型的共通能力有三項：近即時處理視覺輸入、支援97種語言並可在對話中自動偵測與切換、在背景執行工具與API呼叫而不打斷交談。 官方示範影片中，Gemini 3.8 Live能看著棋盤即時下棋，Extended Thinking則把手繪草圖加上語音回饋，直接產出可運作的React（網頁前端框架）元件。

語音代理測試拿第一，費率要看API定價頁

依官方公布的測試成績，Gemini 3.8 Live Extended Thinking在Artificial Analysis的Speech to Speech Quality Index（語音對語音品質指數）以82.6分拿下總排名第一；在τ-Voice（語音代理任務完成率測試）拿到68.6%，在Sierra的τ-Voice-banking（銀行客服情境測試）拿到35.1%。

這兩項測試考的是語音AI能否真的把客服或銀行流程從頭走完，而不只是對話順不順。推理能力方面，Big Bench Audio（音訊推理測試）得分97.7%。

Gemini 3.8 Live則在Speech Agent Arena（用戶偏好排行）排名第二，Google強調這款模型是在維持成本效率的前提下達到這個成績。至於ServiceNow的EVA-Bench語音代理測試，Google只提到兩款模型在準確度與對話品質之間取得平衡，未給出具體數字。

值得注意的是，Google在公告正文只稱兩款模型「價格具競爭力」，未詳列費率，但官方API定價頁已公布兩款模型的收費。付費方案下，音訊輸入每100萬token為3美元（約新台幣95元），音訊輸出每100萬token為12美元（約新台幣382元）；文字輸入與輸出則分別為0.75美元與4.5美元。兩款模型採同一價目表，Extended Thinking的思考token計入輸出計費。

誰能用、何時能用：Workspace功能綁訂閱方案

兩款模型都從9月15日起陸續推出，但開放對象與階段不同，分列如下：

開發者：兩款模型皆已在Gemini API與Google AI Studio上線。

企業：兩款模型皆為Gemini Enterprise私人預覽；Gemini Enterprise for Customer Experience標示即將推出，Extended Thinking另將開放Workspace企業客戶，Google未給時間表。

一般用戶：Gemini 3.8 Live進入Search Live；Extended Thinking進入Gemini Live，Workspace的Docs Live限Google AI Pro與Ultra訂戶，Gmail Live與Keep Live開放所有Google AI訂戶。

換言之，想在Docs裡用語音請AI改文件，得先是Google AI Pro或Ultra訂戶；未訂閱的用戶能用到的是Gemini Live與Search Live。企業端則還在私人預覽階段，尚未全面開放。

在開發者生態上，Agora、Fishjam、LangChain、LiveKit、Pipecat、Vercel與Vision Agents等七家開發平台已串接Gemini Live API，替開發者處理即時音訊串流的底層基礎設施。企業合作夥伴則包括Salesforce、Genspark與Lumeris。Google另表示，兩款模型生成的所有音訊都嵌入SynthID水印，人耳聽不出來，但可用工具偵測為AI生成內容。

本文初稿為AI編撰，整理．編輯/ 李先泰

當無人機、無人船失去衛星定位訊號，還能繼續完成任務嗎？這道問題不只考驗導航設備的精度，更牽涉不同技術如何搭配，才能兼顧成本、可靠性與實際部署需求。

要理解自主載具如何在衛星訊號中斷時持續導航，得先認識「慣性導航」。互宇向量執行長鍾宏彬拿棒球作比喻：投手把球投出去後，球沒有GPS或遙控器，仍會依照出手角度、力量與旋轉向前運動。慣性導航則透過感測加速度與旋轉變化，持續推算載具的姿態、速度與位置。不過，慣性導航的誤差會隨時間累積，衛星定位訊號一旦中斷，位置推算也可能逐漸偏移。因此，自主載具需要不同定位與感測技術相互配合。2022年成立的互宇向量，便從這項需求切入，協助客戶選擇適合的導航技術，並將系統整合到產品中。

先定義任務，再決定導航規格

「以終點當起點。」鍾宏彬如此形容互宇向量的產品開發原則。相較於先提供設備、再由客戶自行整合，互宇向量在開發初期便參與討論，了解客戶要完成什麼任務，再決定性能、材料、演算法與預算。這套方法稱為「前端部署」。

以無人機精準投送為例，客戶希望載具不只抵達指定區域，還能接近建築物完成投送。飛行距離、定位精度、是否有人遙控，以及衛星訊號中斷後需要自主運作多久，都會影響系統設計。互宇向量必須先釐清這些條件，再選擇感測元件、調整導航架構，而不是直接套用既有產品。

互宇向量的技術涵蓋光纖陀螺儀（FOG）、慣性量測單元（IMU）、姿態與航向參考系統（AHRS），以及GNSS／INS融合導航方案。團隊曾與產業夥伴在實際水域驗證無人船導航系統，也透過觀音山隧道測試，觀察衛星訊號中斷時的導航表現。

對客戶而言，驗證的重點在於系統能否在任務要求的時間內維持足夠精度。互宇向量也不一定選用最高規格的零組件，而是依照需求調整演算法、材料與系統配置，必要時整合其他供應商的技術，減少客戶自行開發、測試與整合的時間及成本。

從光纖陀螺到系統整合，互宇向量把技術推向可部署的產品

鍾宏彬2010年投入光纖陀螺核心技術研究，2016年共同創辦極星光電。當時核心元件的客戶多具備自行整合能力，應用市場相對有限。他逐漸意識到，若想讓技術接觸更多使用者，就不能只停留在零件，還得往感測模組與完整系統發展。2022年成立互宇向量後，鍾宏彬延續過去累積的技術，採取合作設計製造（JDM）模式，讓團隊從產品開發初期便參與設計與驗證。

他把這種服務形容為「高階料理包」：客戶不必自行採購所有原料、研究怎麼煮，而是由互宇向量協助整合適合的技術，完成產品部署。公司不走低價、拚量路線，而是選擇與少數具有長期需求的專業客戶深入合作。目前團隊服務約12家核心客戶，透過持續參與產品開發，累積技術與合作經驗。

航太市場考驗的不只是技術，還有供應鏈與驗證能力

航太是互宇向量積極拓展的市場。目前約四成業務聚焦航太應用；2023年，團隊也與國家太空中心（TASA）展開策略性合作，推進MIOC與FOG技術的太空應用。

航太產業尤其重視「飛行履歷」（Flight Heritage）。鍾宏彬打趣地說，普通杯子就是杯子，但如果真的上過太空，「它就變成太空杯」。設備即使通過完整的地面測試，仍不等於經歷過發射與太空環境。對國際航太客戶而言，實際飛行驗證是評估設備可靠性的重要依據。鍾宏彬回憶，團隊過去花了兩、三年尋找海外企業客戶，始終不得其門而入。後來有國際業者得知互宇向量與國家太空中心合作，反而主動找上門。這段經驗讓他體會到，進入航太供應鏈除了技術能力，還需要讓國際客戶看見合作經驗與可信度。

從中央大學到蘆竹，桃園產官資源如何成為互宇的產業支點？

互宇向量與桃園的淵源，早在公司成立前就已開始。鍾宏彬從中央大學求學、攻讀博士到投入研究，一路留在桃園；第一次創業落腳楊梅，互宇向量則從青埔搬到蘆竹，建立廠辦空間。他笑稱，自己就像桃園「生出來的baby」。

桃園及北部地區聚集電路板、電子製造與機械加工等供應商，具備成熟的產業基礎。不過，部分業者長期專注既有市場，未必想過自身技術還能延伸至無人載具與航太應用。鍾宏彬舉例，互宇向量曾與傳統機械加工業者合作，協助對方了解航太供應鏈的品質驗證與製造要求，探索跨入新市場的可能。對這些業者而言，挑戰未必是技術能力不足，而是過去缺乏接觸航太應用的機會，不熟悉相關規格與驗證流程。

創業過程中，互宇向量也持續接觸桃園市政府青年事務局及相關局處、育成體系，參與創業交流與產業展會。鍾宏彬看重的是這些場合能讓團隊認識不同領域企業，拓展未來合作的可能。包括Meet桃園＋在內的創業輔導與產業交流平台，也為在地新創提供接觸產業資源的機會。

從光纖陀螺核心元件走向完整導航系統，再延伸至航太合作與海外市場，互宇向量逐步建立從任務規劃、技術整合到系統驗證的能力。接下來，如何運用桃園既有的電子製造與精密加工基礎，找到更多能共同開發產品的夥伴，將是團隊拓展國際市場的重要課題。