Gemini Live 相关 AI 资讯 · AI 热点

8月20日

05:25

05:25

Google Gemini App@GeminiApp

Gemini Live向全球符合条件的用户推出学习笔记本等功能升级。符合条件的学生可申请一年免费的学生计划。该计划有效至2026年12月31日。功能更新针对全球用户开放。

AI产品 Gemini Live 学生计划功能体

推荐理由：Gemini Live发布了新功能和学生优惠，学生能一年免费申请，比普通用户多这个福利。

8月3日

23:47

23:47

官方账号LangChain@LangChainAI

LangChain 的 Carol Di Vittorio 在 Google 开发者频道演示了用 Google ADK 和 Gemini Live 构建语音智能体。她展示了在 LangSmith 中追踪语音代理的每一步行为，包括工具调用、中断事件和 token 成本。视频还演示了如何设置 tracing，让开发者清楚看到智能体每次交互的内部流程。

技巧 Google ADK Gemini Live LangSmith

推荐理由：想看语音智能体怎么调试？这个演示用 Google ADK + Gemini Live，再用 LangSmith 看清楚工具调用和 token 花费，直观。

7月28日

06:50

06:50

Google Gemini App@GeminiApp

Gemini 团队将于7月29日11:30am PT在 Discord 服务器举办 Prompt Like a Pro 活动。团队成员将分享用户真实用例，并提供提示词优化技巧。活动覆盖 Gemini Omni、Gemini Live、Notebooks 等功能的进阶用法。参与者可在线学习如何提升提示词质量，充分利用 Gemini 特性。

技巧 Gemini Discord 提示词工程

推荐理由：想用好 Gemini 的 Omni、Live 这些功能？官方团队手把手教你写提示词，还能看真实案例，别错过。

7月23日

22:57

22:57

Philipp Schmid@_philschmid

Google DeepMind的Gemini Live实时语音代理现在可在LangChain中追踪speech-to-speech循环。Speaker回调钩子只捕捉中断事件前用户听到的精确音频。时间线高亮用户语音（蓝色）和Gemini响应（橙色），以及耗时1.29秒的城市天气查询等自定义工具执行。使用元数据区分常规文本token与原生Gemini音频token，便于精确计算用量。注册LangSmithGoogleADKLivePlugin即可启用。

技巧 Gemini Live LangChain LangSmith

推荐理由：谷歌这个新集成让你用LangChain看清Gemini Live语音交互的每一步，连1.29秒的天气查询都能追踪，调试超方便。

7月22日

02:39

02:39

Harrison Chase@hwchase17

精选

LangChain 发布 LangSmith 对四个语音框架的原生追踪集成：pipecat_ai、livekit、OpenAI Realtime 和 Gemini Live（Google ADK）。该功能让开发者在生产环境中实时监控语音 agent 的调用、延迟和错误，避免盲飞。每个集成支持完整的 trace 视图，包括输入输出、工具调用和性能指标。目前已在 LangSmith 中可用，用户可直接在 dashboard 中查看。

AI产品 LangSmith 语音框架 pipecat_ai

推荐理由：搞语音 agent 的兄弟别瞎猜了，LangSmith 直接帮你盯住 pipecat、livekit、OpenAI 和 Gemini 的调用，生产排障省大事。

7月1日

02:09

02:09

Harrison Chase@hwchase17

精选

本教程展示如何结合Gemini Live和deepagents子代理构建语音研究代理。Gemini Live提供低延迟、自然流畅的语音对话能力，而deepagents负责执行长时间运行的复杂任务。通过LangSmith实现全链路追踪与可观测性。该方法解决了语音代理中对话质量与可靠性的权衡问题。

技巧 Gemini Live deepagents LangChain

推荐理由：LangChain发了个教程，教你用Gemini Live做语音代理，把复杂任务丢给deepagents子代理，既能低延迟对话又能跑长时间任务，挺实用的。

01:36

01:36

官方账号LangChain@LangChainAI

LangChain介绍语音智能体构建的两种方案：Gemini Live实现低延迟的自然对话，Sandwich架构提供更可靠的流程控制。他们结合Gemini Live、Deep Agents和LangSmith构建了一个语音研究智能体，具备完整追踪与可观测性。该方案同时优化了对话质量和长期研究任务的可靠性。

技巧 LangChain Gemini Live Deep Agents

推荐理由：LangChain教你如何混用Gemini Live和Sandwich架构，既做出流畅对话又保证任务可靠，实用技巧。

6月9日

15:16

15:16

AI Will@FinanceYF5

Google 在 Gemini Live 中新增了图像创建和编辑功能，用户可以在使用 Gemini 应用时实时生成或修改图像。该功能通过实时摄像头共享实现，用户可以向 Gemini 展示正在观看的内容，并即时要求其创建、调整或解释视觉内容。这一更新将 Gemini 从纯文本助手扩展为多模态交互工具，提升了实时视觉处理的实用性。目前该功能已上线，适用于支持 Gemini Live 的设备。

AI产品 Google Gemini Live 实时图像生成

推荐理由：实时图像生成与编辑让 Gemini 成为更强大的多模态助手，适合需要即时视觉创作或修改的用户，比如设计师、内容创作者和日常用户，建议打开 Gemini 试试这个新功能。

5月24日

10:36

10:36

官方账号Demis Hassabis@demishassabis

Garry Tan 宣布开源项目 GBrain 发布 v0.40.0 版本，基于 Gemini Live 构建语音智能体。该智能体支持大上下文、优秀工具使用和完整大脑访问，可赋予 OpenClaw/Hermes Agent 语音交互能力。Garry Tan 将其描述为“火星是朋友，金星是你的 EA”，并作为开源礼物分享。此项目展示了 Gemini Live 在语音智能体领域的实际应用潜力。

AI产品语音智能体 Gemini Live 开源/仓库

推荐理由：语音智能体开发者可以直接用 GBrain 快速搭建基于 Gemini Live 的语音交互系统，开源且功能完整，值得一试。

5月18日

21:09

21:09

TestingCatalog@testingcatalog

72°

Google正在为其桌面版Gemini应用开发多项新功能，包括Gemini Live、Gemini Spark、Gemini Omni以及“Stream to Cursor”特性。其中，“Stream to Cursor”类似上周Android Show上公布的“Magic Pointer”，可能实现屏幕内容与AI的实时交互。Gemini Spark Agent可操作本地文件夹中的文件，而Gemini Omni内部被称为“Veo4 Omni”，暗示与视频生成模型Veo的整合。这些功能目前仍在开发中，Gemini Live尚未完全可用，但已有测试者展示了简短演示。

AI产品 Gemini 桌面应用 Stream to Cursor

推荐理由：Google桌面Gemini即将迎来一波实用更新，尤其是Stream to Cursor和本地文件操作能力，对重度使用AI助手的开发者和办公用户来说，值得关注这些新功能如何提升日常效率。