RealtimeAgent现已支持Gemini多模态实时API，允许实时处理音频输入。开发者需配置LLM设置以切换不同模型。Gemini的低延迟处理适合实时应用，但不支持音频截断。此支持为开发者提供了定制化LLM管道的可能性，增强了灵活性和可扩展性。

AG2 0.6版本推出了RealtimeAgent，支持实时对话AI，具备实时语音交互、任务委派和Twilio电话集成等功能，满足客户支持和医疗等领域的需求，简化了开发者的集成过程。