Google Gemini 3.1 Flash Live — AI вече говори, чува и вижда в реално време

Знаете ли какво ме дразни в повечето AI асистенти? Латентността. Говориш, чакаш, чакаш... и накрая получаваш отговор, който звучи сякаш го чете робот от 90-те. Google току-що реши този проблем.

Какво е Gemini 3.1 Flash Live?

Google пуснаха Gemini 3.1 Flash Live — най-качественият им аудио и гласов модел досега. И не е просто "по-добър" — това е качествен скок.

Ето какво е новото:

• По-бързи отговори — без онези неудобни паузи, които те карат да се чудиш дали AI-ът те е чул

• По-естествен диалог — моделът разбира тон, темпо, дори фрустрация в гласа ти и адаптира отговорите си

• 2 пъти по-дълга памет — може да следи нишката на разговора два пъти по-дълго, идеално за дълги brainstorm сесии

• Многоезична поддръжка — Search Live вече работи в 200+ държави

Защо е важно?

Честно казано, това е моментът, в който AI спира да бъде "текстов инструмент" и започва да бъде истински събеседник.

Представете си: вместо да пишете въпрос в търсачката, просто говорите. AI-ът ви чува, вижда какво гледате на екрана, и отговаря мигновено. Естествено. Без паузи.

Компании като Verizon, LiveKit и Home Depot вече тестват 3.1 Flash Live за клиентско обслужване. Казват, че разговорите са значително по-естествени в сравнение с предишния модел.

За разработчиците

Ако сте developer, новият модел е достъпен през Gemini Live API в Google AI Studio. На benchmark-а ComplexFuncBench Audio, 3.1 Flash Live води с резултат от 90.8% — значително подобрение спрямо предишните версии.

Важен детайл — целият генериран аудио е маркиран с SynthID watermark. Невидим, но засичаем — за да се предотврати дезинформация.

Какво следва?

Search Live вече е глобален — 200+ държави, всички езици, където AI Mode е активен. А Gemini Live вече разговаря по-бързо и помни повече от всякога.

Бъдещето вече не се пише. Говори се. 🎙️🚀

Източник: [Google (@Google) в X](https://x.com/Google/status/2037190616061284353)