Google သည် Gemini 3.8 Live နှင့် Gemini 3.8 Live Extended Thinking၊ ကုမ္ပဏီမှဖော်ပြသော တိုက်ရိုက်စကားပြောဆိုမှုပုံစံ တစ်စုံကို သဘာဝအတိုင်း အသံဖြင့်ပြောဆိုမှုအတွက် အဆင့်အမြင့်ဆုံးအဖြစ် ကုမ္ပဏီမှဖော်ပြခဲ့သည်။ Gemini Enterprise မှတစ်ဆင့် သီးသန့်အစမ်းကြည့်ရှုမှုဖြင့် လုပ်ငန်းသုံးခွင့်ဖြင့် Gemini API၊ Google AI Studio၊ Search Live၊ Gemini Live နှင့် Google Workspace မော်ဒယ်များကို စက်တင်ဘာလ 15 ရက်နေ့တွင် စတင်ဖြန့်ချိခဲ့သည်။

အဆိုပါကြေညာချက်သည် အဓိကအင်ဂျင်နီယာ Tom Ouyang နှင့် နည်းပညာဆိုင်ရာဝန်ထမ်းအဖွဲ့ဝင် Malini Jaganathan တို့မှ Gemini Audio Team ကိုယ်စား ရေးသားခဲ့ခြင်းဖြစ်သည်။ ၎င်းသည် Flash နှင့် Flash Cyber ​​မော်ဒယ်များဖြင့် ယခုလအစောပိုင်းတွင် ပွဲဦးထွက်ခဲ့သည့် Gemini 3.8 မိသားစုကို တိုးချဲ့ထားပြီး၊ ၎င်းသည် Google ၏ အပြင်းထန်ဆုံးသော တွန်းအားပေးမှုအဖြစ် အချိန်နှင့်တပြေးညီ ဘက်စုံသုံးအသံအကူအညီ— OpenAI ၏ အသံမုဒ်နှင့် စကားသံစသည့်လှိုင်းများကို ယှဉ်ပြိုင်နေသည့် စျေးကွက်တစ်ခုဖြစ်သည်။

လွှတ်တင်မှုသည် Google ၏ မော်ဒယ်လိုင်းအတွက် သိသိသာသာ လူစည်ကားသော နေရာတစ်ခုသို့ လိုက်ဖက်ပါသည်။ နောက်ဆုံးပေါ် AI တိုးတက်မှုများ ၏ ဖော်ပြချက်တွင် ကုမ္ပဏီသည် ဈေးနှုန်း၊ ကုဒ်နှင့် ယခု အသံဖြင့် ပြိုင်ဘက်များကို တိုက်ခိုက်သောကြောင့် ရက်သတ္တပတ်အနည်းငယ်အတွင်း ယခုအကြိမ်ကြိမ် တင်ပို့ရောင်းချခဲ့ကြောင်း ပြသထားသည်။

အချိန်နှင့်တပြေးညီ စကားဝိုင်းအတွက် တည်ဆောက်ထားသည်။

မိုက်ခရိုဖုန်းဖြင့် ပူးတွဲပါရှိသည့် စံချတ်မော်ဒယ်နှင့် တိုက်ရိုက်ထုတ်လွှမော်ဒယ်များကို ကွဲပြားစေသောအရာမှာ latency နှင့် အခြေအနေဖြစ်သည်။ Google ၏ Live API စာရွက်စာတမ်းတွင် အသံ၊ ရုပ်ပုံများနှင့် စာသားများကို အဆက်မပြတ်ထုတ်လွှင့်နေသော WebSocket ချိတ်ဆက်မှုတွင် အကြမ်းထည် 16kHz PCM အသံ၊ JPEG ပုံများကို တစ်စက္ကန့်လျှင် ဖရိမ်တစ်ခုအထိ၊ စာသားနှင့် အသံနှင့် အချိန်နှင့်တပြေးညီ ပြန်ပေးသည့် အသံ၊ ရုပ်ပုံများနှင့် စာသားများကို ဆက်တိုက်လုပ်ဆောင်ပေးသည့် latency နည်းပါးသော အင်တာဖေ့စ်ကို ဖော်ပြထားပါသည်။

မော်ဒယ်များသည် အနီးအနားရှိ အချိန်နှင့်တပြေးညီ မြင်သာသောထည့်သွင်းမှုကို လုပ်ဆောင်ပြီး လက်ထောက်အား သုံးစွဲသူမြင်သောအရာကို မြင်နိုင်စေသည် — Google ၏ သရုပ်ပြဗီဒီယိုများသည် Gemini 3.8 တွင် ဝန်ထမ်းတစ်ဦးကို အမြင်ဆိုင်ရာ အကြောင်းအရာကို အသုံးပြု၍ စတင်ခြင်းဆိုင်ရာ ကဏ္ဍကို လမ်းညွှန်ပြသခြင်း၊ အချိန်နှင့်တပြေးညီ စစ်တုရင်ကစားခြင်းနှင့် ပြီးပြည့်စုံသော လုပ်ငန်းအစီအစဉ်များနှင့် စိတ်ကြိုက်စျေးကွက်ရှာဖွေရေးကိရိယာအစုံအလင်ကို သဘာဝစကားဖြင့် တည်ဆောက်ခြင်း။ မော်ဒယ်များသည် အသုံးပြုသူ ကူးပြောင်းခြင်း ဆက်တင်များ မပါဘဲ အသုံးပြုသူ ကူးပြောင်းခြင်း ဆက်တင်များ မပါဘဲ၊ အလယ်အလတ် စကားဝိုင်းတွင် ပံ့ပိုးထားသော ဘာသာစကား 97 ခုကြား အလိုအလျောက် ကူးပြောင်းနိုင်သည်။

လက်တွေ့အသုံးပြုမှုအတွက် အထူးခြားဆုံးဖြစ်နိုင်သည်- မော်ဒယ်များသည် စကားဝိုင်းကို ဆက်လက်လုပ်ဆောင်နေချိန်တွင် နောက်ခံတွင် ကိရိယာများနှင့် API ခေါ်ဆိုမှုများကို လုပ်ဆောင်သည်၊ တောင်းဆိုချက်များကို အသိအမှတ်ပြုပြီး အလုပ်များပြီးချိန်တွင် ဆွေးနွေးမှုကို ဆက်လက်လုပ်ဆောင်သည်။ ၎င်းသည် လက်ထောက်အား တင်းကြပ်စွာ အလှည့်ကျ ဖြေကြားသူမှ စကားပြောဆိုနိုင်သည့် အေးဂျင့်နှင့် ပိုမိုနီးစပ်သည့် အရာအဖြစ်သို့ ပြောင်းလဲပေးသည်။

နံပါတ်များ Google က အမွှမ်းတင်နေသည်။

Gemini 3.8 Live Extended Thinking သည် Artificial Analysis ၏ Speech-to-Speech Quality Index တွင် ရမှတ် 82.6 ဖြင့် ထိပ်တန်းနေရာကို သိမ်းပိုက်ထားကြောင်း Google မှ ဖော်ပြသည်။ အေးဂျင့်အလုပ်ပြီးမြောက်ချိန်တွင် ကုမ္ပဏီသည် τ-Voice စံနှုန်းတွင် 68.6% နှင့် Sierra ၏ τ-Voice-banking အကဲဖြတ်မှုတွင် 35.1% ကို Big Bench Audio တွင် 97.7% ရမှတ်နှင့်အတူ ကိုးကားထားသည်။

၎င်းတို့သည် Google ၏ကိုယ်ပိုင်အစီရင်ခံထားသောကိန်းဂဏန်းများဖြစ်ပြီး သီးခြားအတည်ပြုခြင်းမှာ အချိန်ယူရလိမ့်မည်—သို့သော် Artificial Analysis' chart ၏ထိပ်ပိုင်းတွင်တောင်းဆိုမှုသည် OpenAI နှင့် သီးခြားစကားပြောဆိုမှုအရည်အသွေးဆိုင်ရာ AI ကုမ္ပဏီများမှ စကားပြောဆိုမှုအရည်အသွေးအတွက် Google ကို ရှေ့တန်းတင်မည်ဖြစ်သည်။ Google ကလည်း Extended Thinking သည် 3.8 မျိုးဆက်ကို သတ်မှတ်ပေးသည့် စျေးနှုန်းဖိအားကို သွယ်ဝိုက်သောနည်းဖြင့် ညှိယူကာ ယှဉ်ပြိုင်မှုမြင့်မားသောစျေးနှုန်းအမှတ်ကို ထိန်းသိမ်းထားသည်ဟုလည်း ဆိုသည်။

မော်ဒယ်များမှ ထုတ်လုပ်သော အသံအားလုံးကို Google ၏ မမြင်နိုင်သော ရေစာအမှတ်အသားဖြစ်သော SynthID ဖြင့် ရေစိမ်ထားပြီး၊ ထို့ကြောင့် AI မှ ထုတ်လုပ်ထားသော စကားများကို ရှာဖွေတွေ့ရှိနိုင်ဆဲဖြစ်သည် — Google ၏ မျိုးဆက်သစ်ထုတ်ကုန်များတွင် စံဖြစ်လာသည့် လိုက်နာမှုနှင့် သတင်းအမှားများကို အကာအကွယ်တစ်ခုဖြစ်သည်။

ဘယ်နေရာမှာ သုံးလို့ရလဲ။

မော်ဒယ်နှစ်ခုကြားတွင် ရရှိနိုင်မှုမှာ ကွဲပြားသည်။ Gemini 3.8 Live ကို Google ၏ အချိန်နှင့်တစ်ပြေးညီ ရှာဖွေမှုမုဒ် Search Live အတွင်းရှိ လူတိုင်းတွင် ရနိုင်ပါသည်။ Extended Thinking ကို Workspace မှတဆင့် Google AI Pro နှင့် Ultra စာရင်းသွင်းသူများအတွက် Docs တွင် Gemini Live နှင့် Google အသုံးပြုသူအားလုံးအတွက် Gmail နှင့် Keep တို့တွင် ရနိုင်ပါသည်။

Developer များသည် Gemini API နှင့် Google AI Studio မှတဆင့် မော်ဒယ်များကို ရရှိကြပြီး Google ၏ အချိန်နှင့်တပြေးညီ အခြေခံအဆောက်အဦများပေါ်တွင် အသံဖြင့်မောင်းနှင်သော အင်တာဖေ့စ်များကို တည်ဆောက်ရန်အတွက် Agora, Fishjam, LiveKit, Fishjam, LiveKit, Pipecat, Vercel နှင့် Vision Agents အပါအဝင် Live API ကို Google မှ ပြောကြားခဲ့ပါသည်။ Salesforce၊ Genspark နှင့် Lumeris တို့သည် မော်ဒယ်သစ်များအတွက် စတင်ရောင်းချသည့် မိတ်ဖက်များအဖြစ် အမည်ပေးထားသည်။

လူစုလူဝေးအသံ AI စျေးကွက်

AI သည် နောက်ဆုံးတွင် ကီးဘုတ်မှ လွတ်မြောက်သွားသော နေရာဖြစ်သောကြောင့် Voice သည် 2026 ၏ interface တိုက်ပွဲဖြစ်လာသည်။ စကားပြောနေစဉ်တွင် မြင်နိုင်၊ နားထောင်နိုင်၊ ဘာသာစကားပြောင်းကာ ကိရိယာများကို အသုံးပြုနိုင်သည့် မော်ဒယ်သည် အခြား chatbots များနှင့် ပြိုင်ဆိုင်ခြင်းမဟုတ်ဘဲ ဖုန်းခေါ်ဆိုမှု၊ ဖောက်သည်ပံ့ပိုးမှုလိုင်းနှင့် ကိုယ်ရေးကိုယ်တာလက်ထောက်တို့နှင့်အတူ ယှဉ်ပြိုင်နိုင်သည်။

Google ၏ အားသာချက်မှာ ဖြန့်ချီခြင်းဖြစ်သည်- Search၊ Android၊ Workspace နှင့် Chrome သည် Live မော်ဒယ်များကို ပြိုင်ဘက်နှင့် မယှဉ်နိုင်သော အခြေခံကို ထည့်သွင်းထားသည်။ ကုမ္ပဏီသည် အသုံးပြုသူ၏နေ့၏ ထောင့်တိုင်းတွင် ရှိနေခြင်း—ယခု ၎င်း၏ အကောင်းဆုံး အသံမော်ဒယ်များ—သည် မည်သည့်စံနှုန်းဖြင့်မဆို အနိုင်ရသည်ထက် ပိုအရေးကြီးသည်ဟု ကုမ္ပဏီက လောင်းကစားနေသည်။ ပြိုင်ဘက်များသည် ၎င်းတို့၏ တုံ့ပြန်ရန် အခွင့်အလမ်းကို ရရှိလိမ့်မည်၊ သို့သော် Google သည် သရုပ်ပြအင်္ဂါရပ်တစ်ခုဖြစ်သည့် တစ်ချိန်က ယင်းအသံသည် ပထမတန်းစား ထုတ်ကုန်လိုင်းဖြစ်ကြောင်း ရှင်းရှင်းလင်းလင်း ဖော်ပြခဲ့သည်။

developer များအတွက်၊ မက်ဆေ့ချ်သည် အလားတူ တိုက်ရိုက်ဖြစ်သည်။ တိကျသော ထည့်သွင်းဖော်မတ်များကို ထုတ်ဝေခြင်း၊ နောက်ခံတူးလ်လုပ်ဆောင်မှုကို မှတ်တမ်းတင်ခြင်းနှင့် Live API ပလပ်ဖောင်းများဖြင့် ဂေဟစနစ်ကို ပြုစုပျိုးထောင်ခြင်းဖြင့်၊ Google သည် စကားပြောအင်တာဖေ့စ်များကို တည်ဆောက်သူတိုင်းအတွက် ၎င်း၏ပုံသေအလွှာအဖြစ် - သုံးစွဲသူအထောက်ကူပြုဘော့တ်များမှ ဝတ်ဆင်နိုင်သော လက်ထောက်များအထိ ပြုလုပ်ရန် ကြိုးစားနေပါသည်။ Gemini 3.8 Live ၏ အရည်အသွေးဆိုင်ရာ အရေးဆိုချက်များသည် သီးခြားစမ်းသပ်မှုအောက်တွင် ရှိနေသည်ဖြစ်စေ ရရှိနိုင်မှုဖွင့်ခြင်းသည် လှုပ်ရှားနေပြီးသားဖြစ်သည်။

---

AI ၏ရှေ့တွင်နေရန်

နောက်ဆုံးပေါ် AI သတင်းများ၊ ခွဲခြမ်းစိတ်ဖြာမှုနှင့် အောင်မြင်မှုများ—အားလုံးကို တစ်နေရာတည်းတွင် ရယူပါ။

AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →