Google ha lanciato due nuovi modelli del suo sistema di intelligenza artificiale Gemini, denominati Gemini 3.8 Live e Gemini 3.8 Live Extended Thinking, con l’obiettivo di migliorare l’interazione vocale e rendere più intuitiva e intelligente la conversazione con l’AI. I modelli sono progettati per permettere agli assistenti vocali di ragionare mentre parlano, gestendo compiti complessi con un livello di efficienza e scalabilità mai visto prima. La novità principale risiede nella capacità di ragionamento in tempo reale, un passo avanti significativo per l’interazione con l’AI.
Intelligenza artificiale in grado di ragionare mentre parla
Il modello Gemini 3.8 Live è stato sviluppato per garantire un rapporto ottimale tra scalabilità e efficienza dei costi. Questo permette agli sviluppatori e agli utenti di utilizzare l’AI in modo più fluido e accessibile, senza compromettere la qualità del servizio. Il modello è già disponibile per gli sviluppatori attraverso l’API di Gemini e Google AI Studio, e sarà presto accessibile anche agli utenti finali.
La capacità di ragionare in tempo reale rappresenta un passo avanti significativo per l’interazione con l’AI.
Extended Thinking: il modello per attività complesse
Il secondo modello, Gemini 3.8 Live Extended Thinking, si distingue per la sua capacità di gestire attività altamente complesse, grazie a un ragionamento in più passaggi. Questo modello ha raggiunto il primo posto nell’Artificial Analysis Speech to Speech Quality Index con un punteggio pari all’82,6%, dimostrando un livello di qualità superiore rispetto alle alternative in circolazione. I due modelli saranno alla base dell’interazione vocale con Gemini all’interno dell’app dell’assistente AI, nella ricerca di Google e in Workspace. Questo significa che gli utenti potranno interagire con l’AI in modo più naturale e intuitivo, con un’esperienza simile a quella di un interlocutore umano. Google ha sottolineato l’importanza di garantire la trasparenza e la sicurezza nell’uso dell’AI. Per questo motivo, tutti gli audio generati dai modelli Gemini sono etichettati con un watermark di SynthID, nascosto in modo impercettibile nel flusso audio. Questo permette di identificare facilmente il contenuto prodotto dall’intelligenza artificiale, riducendo i rischi di disinformazione e deepfake.
La tecnologia del watermark è un ulteriore passo verso la fiducia nel sistema AI.
La distribuzione dei modelli è in corso: Gemini 3.8 Live è già disponibile per gli sviluppatori e gli utenti, mentre Gemini 3.8 Live Extended Thinking seguirà a breve. Questi nuovi modelli rappresentano un’evoluzione significativa per l’interazione con l’AI, aprendo la strada a nuove applicazioni e scenari di utilizzo nel settore business e consumer.
