AI forklarer sin tankegang i samme samtale

Google har udgivet to nye stemmemodeller, Gemini 3.8 Live og Extended Thinking, der gør AI-samtaler mere naturlige og intelligente. Det betyder, at AI bedre kan føre flydende dialoger, ræsonnere over komplekse problemer og arbejde med billeder og sprog i realtid. Modellerne er nu tilgængelige via Gemini API, Workspace og appen, og de skal udvikle sig mod stemmeagenter, der kan udføre opgaver under samtalen.

Google har udgivet to nye stemmemodeller, der skal gøre det mere naturligt at tale med kunstig intelligens, også kaldet AI. Tænk på en stemmemodel som et program, der kan føre en samtale med dig ved hjælp af tale. De to modeller hedder Gemini 3.8 Live og Gemini 3.8 Live Extended Thinking. Ifølge Googles forskningsafdeling DeepMind er de de hidtil mest avancerede dialogmodeller fra Google. En dialogmodel er en AI, der er bygget til at føre samtaler. Google fremhæver store forbedringer i intelligens og parallelt ræsonnement som grundlaget for modellerne. Parallelt ræsonnement betyder, at modellen kan tænke over flere ting på samme tid. Lidt som en kok, der holder styr på flere retter på komfuret på én gang.

Den første model, Gemini 3.8 Live, er bygget til skala og lavere omkostninger. Skala betyder her, at den kan håndtere mange samtaler på samme tid. Den giver hurtige og flydende samtaler med realtidsstøtte for både billede og sprog. Realtidsstøtte betyder, at den kan forstå og svare med det samme. Den anden model, Gemini 3.8 Live Extended Thinking, er bygget til komplekse opgaver og har øget intelligens. Den kan ræsonnere over svære problemer og forklare sin tankegang, mens samtalen fortsætter. Det er lidt som at tale med en person, der tænker højt.

Begge modeller kan håndtere afbrydelser, så du kan bryde ind midt i en sætning. De kan skifte mellem sprog og arbejde i baggrunden, lidt som en assistent, der ordner opgaver, mens I taler. De kan også styre værktøjer, for eksempel andre programmer, uden at du skal afbryde samtalen for at gøre det selv.

Modellerne er tilgængelige fra i dag via Gemini API, Google Workspace og Gemini-appen. API står for Application Programming Interface, som er en måde, hvorpå udviklere kan forbinde deres egne programmer til Googles modeller. Google Workspace er Googles pakke af kontorprogrammer som Gmail og Google Docs. Google beskriver modellerne som mere intuitive at samarbejde med. De kalder dem et skridt mod stemmeagenter, der kan udføre komplekse opgaver, mens samtalen kører videre. En stemmeagent er en digital assistent, der kan udføre opgaver for dig ved hjælp af tale.