Gemini 实用案例
你的智能体现在能听见我说话吗？使用 Gemini 构建实时语音智能体
本视频记录了 Google DeepMind 开发者体验团队的 Thor Schaeff 在 2026 年旧金山 AI 工程师世界博览会上的演讲。演讲重点介绍了如何利用 Gemini API、Gemini Live 以及 Google AI Studio 构建能够实时听见、看见并用多种语言进行交互的语音和多模态智能体。 通过现场多项精彩的演示，演讲者展示了
来源：哔哩哔哩作者：AIToBox
在微信内打开：点击右上角 ···，选择「分享到朋友圈」，确认后发布。
在 Safari 等浏览器打开：使用浏览器分享菜单；没有朋友圈选项时，可长按下方链接复制，在微信中打开后分享。
你的智能体现在能听见我说话吗？使用 Gemini 构建实时语音智能体橡树 AI 会员资源服务 · 文章链接
原文要点 · 中文编排
视频简介
本视频记录了 Google DeepMind 开发者体验团队的 Thor Schaeff 在 2026 年旧金山 AI 工程师世界博览会上的演讲。演讲重点介绍了如何利用 Gemini API、Gemini Live 以及 Google AI Studio 构建能够实时听见、看见并用多种语言进行交互的语音和多模态智能体。 通过现场多项精彩的演示，演讲者展示了 Gemini 生态系统中的最新功能。其中包括结合有状态的 Interactions API 实现角色和视觉风格一致的图像生成、支持近乎实时翻译的 Gemini Live Translate（观众可通过二维码收听）、以及通过函数调用（Function Calling）联动 Lyria 3 音乐生成模型打造的 AI 广播电台 DJ。