CCTest · Blog
Gemini 3.8 Live 发布:实时语音对话开始进入“边聊边做”阶段
语音与音频
cctest.ai
语音与音频

Gemini 3.8 Live 发布:实时语音对话开始进入“边聊边做”阶段

Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking,重点提升实时语音交互、视觉理解、并行推理与后台工具调用能力。两款模型面向不同复杂度的语音代理任务,并已通过 API、Workspace、Search 和 Gemini 应用逐步开放。

阅读全文
CCTest · Blog
让通用智能体直接操控机器人:Agent as Policy 如何工作
机器人与物理 AI
cctest.ai
机器人与物理 AI

让通用智能体直接操控机器人:Agent as Policy 如何工作

Agent as Policy 将通用编程智能体接入实体机器人,使其能够根据视觉观察编写程序、发出动作指令,并依据真实世界反馈持续修正策略。研究显示,这种无需任务专门训练的架构已在装配、堆积、投掷和柔性物体操作等任务中展现出可行性。

阅读全文