谷歌发布Gemini 3.8 Live更新，新增“Live Avatar”功能，用户可与AI对话并看到实时动画形象回应。该形象支持对口型、面部表情、97种语言切换且不损失画质，并可在对话中显示信息。目前仅面向Gemini Enterprise客户，提供预设形象并允许企业自建，输出带SynthID水印。
谷歌发布Gemini 3.8 Live with Live Avatar，为对话AI加入实时视觉形象，结合低延迟视频与语音，实现精准唇形同步、自然表情和流畅对话，支持97种语言无缝切换，并可在对话中异步调用工具。该功能面向企业，支持预设及定制虚拟形象，输出均带SynthID水印，现已在Gemini Enterprise上线。
谷歌发布Gemini 3.8 Live with Live Avatar，为实时对话模型加入近实时视频生成，实现精准唇形同步、自然表情与流畅对话。该功能支持多模态交互、异步工具调用，可无缝切换97种语言，并提供可定制虚拟形象。所有AI生成内容均嵌入SynthID水印以保障透明度。目前已在Gemini Enterprise上线。
OpenAI于2026年9月23日为ChatGPT Live Voice加入插件支持，并让Voice进入网页端和移动端的ChatGPT Work。用户可在语音对话中调用已连接应用，或用语音启动Work任务。Live支持插件、搜索和记忆，但不支持视频、屏幕共享及从Library添加文件。文档还列出各套餐限额与计费规则。
OpenAI的GPT-Live-1采用全双工架构，可边听边说，取消轮次检测，使对话更自然。系统将说话与思考分离：小型语音模型负责实时对话，前沿模型处理推理与工具调用。服务分实时音频路径和异步路径，并通过WARP、GPU状态保持、实例交接等优化延迟。评估关注对话行为、流健康与真实流量，需按p999设计。
作者赴荷兰参加乌得勒支PGDay Lowlands和Percona Live两场会议，并做了五分钟闪电演讲，介绍ClickHouse维护的两个开源扩展：pg_clickhouse外部数据包装器，使现有Postgres查询可直接运行在ClickHouse上；pg_stat_ch将查询执行事件写入ClickHouse进行聚合分析。作者还听取了优化器提示、pg_tde等演讲，并分享了PostgreSQL 19的监控新特性，包括日志、WAL、WAIT FOR命令及新系统视图。
Marvin推出Live Intercept，可在网站和数字产品中直接进行AI引导访谈，实时收集客户反馈。AI面试官遵循自定义指南，支持40多种语言，全天候运行，并能共享屏幕。访谈记录整合至知识中心，自动识别主题并通知团队。该工具覆盖客户旅程各阶段，旨在让客户声音决定产品优先级。
OpenAI的GPT-Live 1全双工语音模型已上线AI Gateway，支持边听边说、用户随时打断或补充。该模型支持客户端委托，应用可独立选择文本模型处理复杂任务，并通过评论频道播报结果。使用需安装AI SDK 7及相关依赖，委托请求单独计费。
谷歌发布Gemini实时语音模型，包括3.8 Live和3.8 Live Extended Thinking，支持异步函数调用、视觉上下文、多语言及后台深度推理，在语音对话排行榜居首；3.5 Transcribe支持85种以上语言，流式错误率4.0%。模型按分钟计费，可通过多家集成伙伴部署。
谷歌Gemini 3.8 Live与Extended Thinking已上线AI Gateway。Live支持实时音频、视觉定位、97种语言自动切换及后台工具调用；Extended Thinking增加与语音并行的多步推理，可边回应边播报进度。两者均可通过AI SDK实时API接入，需安装Gateway提供商和WebSocket客户端，获取短期令牌后连接使用。
OpenAI发布实时全双工语音模型GPT-Live-1的API，开发者可构建响应更快的语音应用。该模型可同时听与说，支持流畅打断，在Tau3语音代理基准测试中得分86.2%，远超前代。Yelp已将其用于餐厅预订服务。费用为每分钟0.05美元，不含后端模型成本。
OpenAI recently published an engineering account of GPT-Live. It described how they designed the system to maintain continuous voice interaction while separating latency-sensitive media processing...
本文介绍OpenCV Live第219期节目，主题为机器人规模化软件工程。Civ Robotics CTO Amit Moran分享分布式机器人车队现场运维实践，包括固定版本构建、全面心跳监控、远程重启及任务数据保存。节目提供多平台直播，并赠送OpenCV大学课程。
OpenAI推出GPT-Live，实现连续语音交互，移除轮次检测器，采用全双工语音模型和低延迟架构，支持同时听说及异步委托深层推理。系统优化媒体流、有状态推理和协议，缩短启动时间，并通过静默测试确保生产环境稳定，使对话更自然即时。
ARRI推出新款ALEXA 35 Live Xtreme摄像机，专为体育和娱乐直播设计，支持高达330 fps的帧速率，并可通过ARRI LPS-1适配器输出高帧率信号，用户可实时切换节目帧速率与高帧速率，确保视觉风格一致。
OpenAI发布了GPT-Live，语音交互实现质的飞跃。新模式提供更自然的对话、智能回答和可视化信息，支持实时翻译和联网搜索。GPT-Live通过全双工架构和深度任务委托，提升了对话流畅度和响应速度，改变了与AI的交流方式。
Miri Technologies Inc. 发布了 V410 4K 实时视频编码器/解码器，支持 60 帧每秒的 4K 输出，具备 HDMI、3G-SDI 和 USB 接口，操作简便，适合各类用户。它支持多种编码解码格式和协议，具备内置 Wi-Fi 7 和双千兆以太网接口，现已发售。
谷歌推出了Gemini 3.5实时翻译模型，支持70多种语言的语音翻译。该模型采用连续流处理，翻译内容滞后几秒，适用于会议和通话场景。开发者可通过Live API配置功能，支持音频输入和输出，未来将应用于Google Meet和Translate应用中。
谷歌推出Gemini 3.5 Live Translate，支持70多种语言的实时语音翻译，自动检测语言并生成自然流畅的翻译语音，适用于会议和通话。该功能在Google Meet和Google Translate应用中逐步推出，提升翻译质量和速度，支持多语言对话，并新增“听模式”，用户可通过手机直接听到翻译内容。
Ableton推出了扩展SDK，允许用户使用JavaScript为其数字音频工作站Live添加新功能，如批量重命名音轨和自动布局歌曲。目前尚未在DAW中启用，但Live Suite用户可以加入测试计划。
完成下面两步后，将自动完成登录并继续当前操作。
