Từ ngày 15/9/2026, Google Search Live chạy trên Gemini 3.8 Live, mô hình AI giọng nói thời gian thực mới nhất của Google. Toàn bộ người dùng Search Live trên thế giới nhận được phản hồi kèm link web, hỗ trợ 97 ngôn ngữ với khả năng chuyển đổi giữa chừng trong cùng cuộc trò chuyện, và hội thoại tự nhiên hơn rõ rệt.
Search Live chuyển sang Gemini 3.8 Live: Có gì thay đổi?
Rajan Patel, Phó Chủ tịch Kỹ thuật của Google Search kiêm đồng sáng lập Google Lens, thông báo trên X ngày 15/9/2026 rằng Gemini 3.8 Live đã được tích hợp vào Search Live. Ba điểm thay đổi chính theo bài đăng của Patel:
- Phản hồi kèm link web để người dùng tìm hiểu sâu hơn
- Hỗ trợ đa ngôn ngữ linh hoạt, chuyển ngôn ngữ ngay giữa cuộc trò chuyện mà không bị ngắt quãng
- Hội thoại tự nhiên, trôi chảy hơn
Theo Search Engine Roundtable, Search Live đã tồn tại khoảng hai năm, ban đầu chỉ hỗ trợ âm thanh, sau đó thêm video. Tính năng được phát hành rộng rãi toàn cầu vào tháng 3/2026, sau khi Google bỏ yêu cầu người dùng phải chủ động chọn tham gia (opt-in).
Gemini 3.8 Live và 3.8 Live Extended Thinking là gì?
Google ra mắt đồng thời hai mô hình vào tháng 9/2026, theo blog chính thức. Cả hai đều xây trên kiến trúc giọng nói thời gian thực nhưng phục vụ nhu cầu khác nhau.
Gemini 3.8 Live được thiết kế cho quy mô lớn và hiệu quả chi phí. Mô hình xử lý hình ảnh gần như tức thì, tự động nhận diện và chuyển đổi giữa 97 ngôn ngữ trong cùng một cuộc trò chuyện, và thực thi các công cụ cùng lệnh gọi API (kết nối đến dịch vụ hoặc nguồn dữ liệu bên ngoài) ngay trong nền trong khi cuộc hội thoại vẫn tiếp tục. Đây là mô hình đang chạy trong Search Live.
Gemini 3.8 Live Extended Thinking được xây cho các tác vụ phức tạp cao. Mô hình vừa suy luận vừa nói, dùng các cụm tự nhiên như “Để tôi kiểm tra cái này…” để xác nhận yêu cầu, sau đó tường thuật tiến trình trong khi thực hiện các tác vụ nhiều bước ở nền. Google tích hợp mô hình này vào Google Docs, Gmail và Keep thông qua Workspace.
Hiệu năng trên các benchmark độc lập ra sao?
Theo blog Google tháng 9/2026, Gemini 3.8 Live Extended Thinking đứng đầu toàn diện trên chỉ số Speech to Speech Quality Index của Artificial Analysis với điểm 82,6. Mô hình dẫn đầu về agentic task completion (khả năng AI độc lập thực hiện chuỗi hành động liên tiếp) với 68,6% trên benchmark τ-Voice và 35,1% trên Sierra’s τ-Voice-banking, vốn đánh giá các trợ lý giọng nói trong tình huống ngân hàng. Trên Big Bench Audio, benchmark chuẩn cho lý luận dựa trên âm thanh, mô hình đạt 97,7%.
Gemini 3.8 Live, mô hình đang chạy trong Search Live, xếp thứ hai trên Speech Agent Arena. Google mô tả đây là lựa chọn “hiệu quả chi phí cao” cho nhà phát triển và doanh nghiệp triển khai ở quy mô lớn.
Trên EVA-Bench của ServiceNow, benchmark đánh giá trợ lý giọng nói trong môi trường doanh nghiệp, cả hai mô hình đều đẩy lùi Pareto Frontier (ngưỡng tối ưu đồng thời hai chỉ tiêu thường trái chiều nhau), nghĩa là cải thiện đồng thời cả độ chính xác lẫn chất lượng hội thoại thay vì phải đánh đổi.
Nền tảng nào và đối tác nào đang tham gia?
Cả hai mô hình đều có sẵn qua Gemini API, Google Workspace và ứng dụng Gemini, theo blog Google. Các nền tảng dành cho nhà phát triển gồm Agora, Fishjam, LangChain, LiveKit, Pipecat, Vercel và Vision Agents đã tích hợp Gemini Live API, giúp nhà phát triển xây giao diện điều khiển bằng giọng nói mà không cần tự quản lý hạ tầng streaming (truyền phát) thời gian thực.
Các đối tác doanh nghiệp Salesforce, Genspark và Lumeris được Google liệt kê là người dùng sớm, với lý do chính là độ trễ thấp và khả năng gọi công cụ (tool-calling, tức AI kết nối và điều phối dịch vụ bên ngoài trong khi trả lời).
Toàn bộ âm thanh do Search Live và các sản phẩm AI của Google tạo ra đều được đóng dấu bằng SynthID, một tín hiệu vô hình nhúng vào đầu ra âm thanh nhằm hỗ trợ minh bạch và truy xuất nguồn gốc.
Góc nhìn Hingewise: Điều gì thực sự đáng theo dõi với doanh nghiệp?
Link web xuất hiện trong câu trả lời giọng nói là thay đổi mang tính cấu trúc, không chỉ là nâng cấp mô hình thông thường.
Trước đây, Search Live trả lời câu hỏi bằng giọng nói nhưng không nêu tên nguồn. AI đọc câu trả lời ra, người nghe không biết thông tin đến từ đâu. Thương hiệu được trích dẫn nhưng vô hình. Với Gemini 3.8 Live, câu trả lời đi kèm link. Nguồn trích dẫn trở nên rõ ràng và có thể nhấp vào.
Ví dụ cụ thể: nếu Search Live trả lời câu hỏi về “bàn chải điện tốt nhất” và đính kèm link đến trang sản phẩm của một thương hiệu, thương hiệu đó có traffic đo lường được từ kênh giọng nói. Điều này trước đây không xảy ra.
Khả năng chuyển ngôn ngữ giữa chừng cũng thay đổi ý nghĩa thực tế của tối ưu nội dung đa ngôn ngữ. Nếu người dùng bắt đầu hỏi bằng tiếng Anh nhưng Search Live chuyển sang tiếng Việt giữa chừng, mô hình có thể kéo nguồn từ nội dung tiếng Việt để hoàn thành câu trả lời. Thương hiệu chỉ có nội dung một ngôn ngữ có thể bị loại khỏi một phần cuộc hội thoại mà không nhận ra.
Khả năng thực thi công cụ trong nền mở thêm câu hỏi riêng cho các ngành mà AI agent thực hiện hành động thay vì chỉ tóm tắt thông tin. Gemini 3.8 Live có thể gọi API bên ngoài trong khi vẫn đang nói chuyện. Liệu hành động đó có đến được thương hiệu hay không phụ thuộc một phần vào việc dữ liệu có truy cập được qua định dạng có cấu trúc hoặc API, chứ không chỉ qua trang web thiết kế cho người đọc thông thường.
Một hệ quả các nguồn không đề cập: khi mô hình giọng nói thời gian thực phải đưa ra một câu trả lời nói được, nó không thể liệt kê ba nguồn song song như AI Overview dạng văn bản có thể làm. Áp lực chọn lọc đó có thể tăng trọng số cho những nguồn có cấu trúc nhất quán, thông tin ổn định về mặt thực tế, và được đánh dấu (markup) rõ ràng. Thương hiệu có thông tin rải rác, mâu thuẫn hoặc markup yếu có thể bị loại khỏi câu trả lời giọng nói một cách hệ thống, mà không có tín hiệu nào báo hiệu điều đang xảy ra.
Nhận định của Hingewise: biến số đáng theo dõi nhất là link trong câu trả lời giọng nói. Nếu Search Live duy trì hành vi này ở quy mô lớn, tìm kiếm giọng nói sẽ chuyển từ kênh nhận diện thương hiệu không đo lường được thành nguồn traffic có thể đo lường, và đó là thay đổi cấu trúc của kênh. Câu hỏi còn bỏ ngỏ là liệu Google duy trì hành vi đó hay điều chỉnh dựa trên dữ liệu tương tác người dùng. Câu trả lời đó mới xác định giọng nói có trở thành kênh giới thiệu thực sự hay vẫn chỉ là tiếng vang nền cho hầu hết thương hiệu.
Checklist: Cần kiểm tra gì trước khi tối ưu cho Search Live?
- Kiểm tra xem nội dung website có sẵn sàng được trích dẫn không: thông tin rõ ràng, nhất quán, có markup có cấu trúc (schema) phù hợp.
- Rà soát nội dung đa ngôn ngữ: nếu thị trường mục tiêu có nhiều ngôn ngữ, kiểm tra xem nội dung chính đã có phiên bản tương ứng chưa.
- Xem xét liệu dữ liệu sản phẩm hoặc dịch vụ có truy cập được qua API hoặc định dạng có cấu trúc không, ngoài trang web thông thường.
- Theo dõi traffic từ Search Live trong công cụ phân tích: nếu link được đính kèm trong câu trả lời giọng nói, sẽ có referral path để đo lường.
- Kiểm tra tính nhất quán của thông tin thương hiệu trên các kênh: câu trả lời giọng nói chọn một nguồn duy nhất, không trung bình hóa nhiều nguồn mâu thuẫn.
- Theo dõi các cập nhật tiếp theo từ Google về cách link được hiển thị trong câu trả lời giọng nói, vì đây là tính năng mới và có thể thay đổi.
Nguồn: Search Engine Roundtable (15/9/2026); Google Blog (tháng 9/2026); bài đăng X của Rajan Patel (15/9/2026).
Bài viết được soạn với sự hỗ trợ của AI từ các nguồn dẫn ở trên và đối chiếu với các nguồn đó trước khi đăng. "Góc nhìn Hingewise" là nhận định biên tập của Hingewise, dựa trên khung phân tích và lập trường chúng tôi dùng trong công việc GEO. Cách chúng tôi làm việc: Chính sách biên tập.