Google DeepMind 发布 Gemini 3.8 Live with Live Avatar
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar，为 Gemini 的实时对话模型加入近实时的视觉形象，可同时处理视觉与音频输入并输出带表情和唇形同步的音视频。
推荐理由：Gemini 3.8 Live 新增实时视频形象能力，读者可了解其多模态对话、异步工具调用与 97 种语言适配的具体设计。
#视频
Google DeepMind精选
字节 Seed精选 字节 Seed 发布 SeedRealtime 音视频全双工大模型，已在豆包 App 全量上线
字节 Seed 推出原生音视频全双工大模型 SeedRealtime，用统一架构融合音频、视频与文本，可在连续多模态信息流上实时交互，实现边看、边听、边说。端到端人工评测显示，相比级联模型，其音视频对话节奏问题减少了一半，单次对话顺畅完整交流的概率明显提升。该模型已在豆包 App 全量上线，更新至最新版本后在对话框选择打电话进入视频通话即可体验。
推荐理由：官方给出音视频全双工的统一架构与端到端评测结果，可了解实时多模态交互的落地形态。
字节 Seed Seedance 2.5 发布，扩展长镜头与参考创作能力
字节 Seed 官方发布 Seedance 2.5，介绍视频延长、多种参考输入、按时间描述镜头与编辑等能力，并展示空间参考示例。厂商演示需结合自己的镜头任务验证，完整说明与作品见原文。