Gemini 3.8 Live добавя визуални аватари в реално време
Gemini 3.8 Live with Live Avatar съчетава възможностите за разговори на живо с генериране на видео почти в реално време. Функцията добавя визуална персона към корпоративните разговорни агенти, които могат едновременно да обработват звук и картина и да отговарят със синхронизирани аудио и видео. Тя поддържа естествени изражения, прецизно движение на устните и плавно редуване на репликите.
Системата може да извиква инструменти асинхронно и да извлича данни във фонов режим, без да прекъсва разговора. Сред посочените приложения е обработване на сложна задача като настаняване на гост в хотел. Live Avatar поддържа синхронизация на речта и движението на устните на 97 езика, като адаптира израженията при преминаване между езици.
Gemini 3.8 Live with Live Avatar е достъпен в Gemini Enterprise. Организациите могат да избират готови аватари с различен външен вид и глас или да създадат персонализиран аватар от референтно изображение. Персонализирането засега е достъпно само чрез корпоративен allowlisting. Генерираните аудио и видео изходи съдържат незабележим воден знак SynthID за откриване на съдържание, създадено от AI.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на DeepMind. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.