Gemini Live API
Google 提供的实时多模态 API，支持语音、视频流式交互，可与函数调用能力结合，用于构建具备实时感知和行动能力的 AI 助手应用。
时间轴 (近 90 天)
Gemini Live API 支持双向语音对话，应用可流式上传麦克风音频与摄像头帧并实时接收低延迟语音回复，会话保持开启直到用户主动关闭。
上述能力现已在Gemini Live API中开放，开发者可直接使用
Gemini Live API 本次更新包含异步函数调用、主动式音频、上下文注入和后台推理等功能
主动式音频（proactive audio）功能允许开发者和用户提示智能体只在相关或被点名时才作出回应
异步函数调用（async function calling）允许长耗时工具在后台运行，同时智能体继续与用户交谈
这些新功能现已开放供开发者使用
上下文注入通过 send client content 向对话注入客户端内容，而不强制触发一次对话回合（turn）
谷歌为 Gemini Live API 更新，首次将前沿级推理（frontier-level reasoning）引入原生音频交互体验
Google 在技术演示视频中展示了利用 Gemini Live API 与函数调用，借助 Firebase AI Logic 构建实时烹饪助手 App Friendly Meals
通过 Gemini Live API，Agora、Fishjam、LiveKit、Pipecat、Vercel、Vision Agents 等平台可帮助开发者构建语音界面
全部知识事实 (10)
主动式音频（proactive audio）功能允许开发者和用户提示智能体只在相关或被点名时才作出回应
60%待验证异步函数调用（async function calling）允许长耗时工具在后台运行，同时智能体继续与用户交谈
60%待验证上下文注入通过 send client content 向对话注入客户端内容，而不强制触发一次对话回合（turn）
60%待验证Gemini Live API 支持双向语音对话，应用可流式上传麦克风音频与摄像头帧并实时接收低延迟语音回复，会话保持开启直到用户主动关闭。
50%待验证通过 Gemini Live API，Agora、Fishjam、LiveKit、Pipecat、Vercel、Vision Agents 等平台可帮助开发者构建语音界面
50%待验证上述能力现已在Gemini Live API中开放，开发者可直接使用
70%待验证Gemini Live API 本次更新包含异步函数调用、主动式音频、上下文注入和后台推理等功能
60%待验证谷歌为 Gemini Live API 更新，首次将前沿级推理（frontier-level reasoning）引入原生音频交互体验
50%待验证这些新功能现已开放供开发者使用
50%待验证Google 在技术演示视频中展示了利用 Gemini Live API 与函数调用，借助 Firebase AI Logic 构建实时烹饪助手 App Friendly Meals
50%