LONDON (IT BOLTWISE) – Google bringt mit Gemini 3.8 Live und Gemini 3.8 Live Extended Thinking zwei neue Audio-Modelle an den Start. Beide sollen Gespräche natürlicher machen und Aufgaben parallel zu laufenden Sprachwechseln ausführen. Für Transparenz setzt Google auf SynthID: Ein für Menschen unhörbares Wasserzeichen wird direkt in die Audioausgabe eingebettet. Gleichzeitig erweitert der Konzern die Funktionen in Search Live sowie in mehreren Workspace-Apps.
Mit Gemini 3.8 Live stellt Google zwei neue Audio-fähige KI-Modelle in den Mittelpunkt, die vor allem eines adressieren: die Lücke zwischen „schnell fragen“ und „wirklich mit einem System sprechen“. Laut Google soll man nicht nur über Text interagieren, sondern in Dialogen sprechen, gemeinsam Ideen ausarbeiten und anschließend direkt Aufgaben anstoßen können. Technisch wird dabei nicht die klassische Form „erst Text, dann Ergebnis“ betont, sondern die Idee einer fortlaufenden Unterhaltung, in der weitere Aktionen im Hintergrund laufen. Damit rückt für viele Anwender die Bedienform „Sprache als Hauptschnittstelle“ näher an das heran, was man aus echten Konversationen kennt.
Die Unterscheidung zwischen Gemini 3.8 Live und Gemini 3.8 Live Extended Thinking liegt dabei im Fokus der Modelllogik: Gemini 3.8 Live ist auf direkte, eher kurze Dialogabläufe zugeschnitten, während Extended Thinking komplexere, mehrschrittige Aufgaben übernehmen soll. Interessant ist, wie Google das Zusammenspiel mit Tools beschreibt: Aufrufe zu externen Funktionen sollen weiterlaufen, ohne das Gespräch zu unterbrechen. Das bedeutet in der Praxis weniger „Unterbrechung durch Rückfragen“, sondern ein Muster, bei dem das Modell kurz bestätigt, Arbeitsschritte erklärt und parallel weitere Aktionen auslöst. Für Produktivität in Tools und APIs ist das relevant, weil sich so Workflows eher wie ein ununterbrochener Gedankengang anfühlen.
Ein weiterer Baustein ist Transparenz bei generierten Audios. Google versieht alle mit den neuen Live-Modellen erzeugten Audios mit SynthID: Ein für Menschen nicht hörbares Wasserzeichen wird direkt in die Audioausgabe eingebettet. Das soll laut Google helfen, später KI-generierte Inhalte zu erkennen. Wichtig ist dabei der technische Hebel: Das Wasserzeichen wird nicht nur in Metadaten abgelegt, sondern als Teil des Audiosystems „mitgeliefert“. Google nutzt SynthID bereits auch bei anderen generativen Medien wie Bildern und Videos; konsequent überträgt der Konzern dieses Prinzip nun auf Sprache. Für Unternehmen kann das die Erkennung und interne Governance erleichtern, etwa wenn Audiodaten über mehrere Systeme hinweg verarbeitet werden.
Bei der Integration geht Google breit in Richtung Echtzeit-Kommunikation. Gemini 3.8 Live soll etwa mit Kamera und Sprache nahezu in Echtzeit arbeiten: Wer die Kamera auf ein Problem richtet und direkt fragt, was als Nächstes zu tun ist, erhält laut Google Antworten, die beide Modalitäten kombinieren. In einem Gespräch soll das Modell sogar automatisch zwischen 97 unterstützten Sprachen wechseln können. Dazu kommt der Ausbau über mehrere Workspace-Produkte: Gemini 3.8 Live Extended Thinking kommt in Gemini Live und wird in mehrere Google-Workspace-Apps eingebunden. Google AI Pro- und Ultra-Abonnent: innen erhalten Zugriff in Docs, während Funktionen in Gmail und Keep für alle Google AI-Abonnent: innen verfügbar sein sollen. Damit wird Sprache nicht auf eine einzelne „Chat“-Oberfläche beschränkt, sondern in typische Arbeitskontexte gelegt.
Als konkrete Demo nennt Google Search Live mit Kamera-Funktionalität: Das Modell soll in Search Live nutzbar sein, wenn man per Kamera fragt, wie man mit einem sichtbaren Problem umgeht. Daneben wird ein weiterer Use Case demonstriert, in dem Gemini 3.8 Live beim Schachspielen „mitläuft“. Während sich die Stellung auf dem Brett verändert, verfolgt das Modell Züge und reagiert per Sprache nahezu in Echtzeit, sodass ein fortlaufendes Gespräch über die Partie entsteht, ohne dass der User nach jedem Zug eine neue Anfrage starten muss. Genau diese Form von „reaktiver“ Sprachinteraktion ist für viele Teams besonders spannend, weil sie weniger Tastatur- oder Klickschritte benötigt und trotzdem kontinuierliches Feedback liefert.
Für die Einordnung in den Wettbewerb nennt Google mehrere Vergleichswerte aus öffentlichen Benchmarks und Tests. In der „Speech Agent Arena“ von Artificial Analysis belegt Gemini 3.8 Live aktuell Platz zwei; dort vergleichen User Sprachmodelle in anonymisierten Live-Gesprächen und entscheiden anschließend, welche Antwort sie bevorzugen. Google hebt zudem vergleichsweise niedrige Kosten und Skalierbarkeit für Entwickler: innen und Unternehmen hervor. Auf Indexebene wird Gemini 3.8 Live Extended Thinking im „Artificial Analysis Speech-to-Speech Index“ mit 82,6 Punkten vor Gemini 3.8 Live mit 76 Punkten positioniert. Beim „Big Bench Audio“ erreicht Extended Thinking 97,7 Prozent, während Gemini 3.8 Live auf 91,7 Prozent kommt; bei der Speech Agent Arena wiederum liegt Gemini 3.8 Live vorn. Übersetzt in eine Entscheidungslogik heißt das: Wer vor allem schnelle, direkte Dialoge sucht, sieht bei Gemini 3.8 Live Vorteile, für längere Aufgabenketten und Planungsanteile ist Extended Thinking der passende Kandidat.
Damit steigt der Druck auf Anbieter, die bisher vor allem textbasierte Agenten oder einzelne Speech-Assistenten betrieben haben: Wenn Sprache als durchgängige Bedienform in Search und Workspace rückt, wird die „letzte Meile“ für Nutzererlebnisse wichtiger als reine Modellqualität. Für Unternehmen bedeutet das konkret, dass sich die Integration nicht nur auf Chatbots beschränken darf, sondern auf reale Arbeitsabläufe zielt: von der Problemerkennung mit Kamera bis zur schrittweisen Umsetzung in Dokumenten, Mail und Notizen. Gleichzeitig macht die Kombination aus eingebettetem Wasserzeichen (SynthID) und Live-Umgebungen deutlich, dass Transparenz und Nachvollziehbarkeit bei Audiomodellen von Beginn an mitgedacht werden sollen. Ob sich Sprache dadurch langfristig als bevorzugte Interaktionsform etabliert, hängt allerdings daran, wie stabil die Echtzeit-Workflows im Alltag funktionieren und wie reibungslos sich Tool-Aufrufe in bestehenden Unternehmensprozessen anfühlen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Gemini 3.8 Live: Neue Audio-Modelle mit SynthID und Workspace-Integration" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Gemini 3.8 Live: Neue Audio-Modelle mit SynthID und Workspace-Integration" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Gemini 3.8 Live: Neue Audio-Modelle mit SynthID und Workspace-Integration« bei Google Deutschland suchen, bei Bing oder Google News!