Представяме Gemini 3.8 Live с Live Avatar
24 септември 2026 г.
|Gemini 3.8 Live с Live Avatar осигурява визуално присъствие в реално време за разговорния изкуствен интелект на Gemini. Чрез естественото свързване на възможностите ни за диалог на живо с поточно видео с малко закъснение, Live Avatar създава по-естествено и интуитивно разговорно изживяване за предприятията и техните потребители.
Shuo-yiin Chang
Научен изследовател
CJ Zheng
Софтуерен инженер, от името на екипа на Gemini Audio
Надграждайки инерцията от представянето на Gemini 3.8 Live миналата седмица, днес с вълнение представяме Gemini 3.8 Live с Live Avatar — осигурявайки почти реалновремево визуално присъствие на нашите естествени модели за диалог на живо. Чрез съчетаването на почти реалновремево генериране на видео с реч функцията Live Avatar създава изживяване, което слуша, вижда и говори с динамична визуална персона.
С прецизно синхронизиране на устните, естествени изражения и плавно редуване на репликите Live Avatar позволява на предприятията да разширят виртуалните си предложения по по-интерактивен начин. Независимо дали предоставя ангажиращо обслужване на клиенти, или предлага интерактивни обиколки, той превръща дигиталните взаимодействия в по-богати и по-достъпни изживявания.
От днес Gemini 3.8 Live с Live Avatar е наличен в Gemini Enterprise.
Вижте как Gemini 3.8 Live с Live Avatar поддържа широк набор от персонажи, всеки с отличителен облик, глас и изразително присъствие.
По-естествени и мултимодални разговори
Разговорът по своята същност е мултимодален: слушаме, гледаме, говорим и използваме лицеви изражения, за да общуваме. Live Avatar предоставя тези възможности на корпоративните агенти. Чрез едновременната обработка на визуални и аудио входове той създава обогатени разговори за по-пълноценно изживяване.
Вижте как Gemini 3.8 Live с Live Avatar възприема това, което вижда и чува, почти в реално време, и отговаря с изразителни аудио и видео, за да осигури по-естествен разговор.
Асинхронно изпълнение на инструменти с непрекъснато присъствие
Освен визуално присъствие функцията се поддържа от усъвършенстваното разсъждение на Gemini. Чрез асинхронно извикване на инструменти Live Avatar може да задейства извиквания на инструменти и да извлича данни във фонов режим, докато продължава активния диалог, като изпълнява сложни задачи и същевременно осигурява непрекъснат разговорен поток.
Вижте как Gemini 3.8 Live с Live Avatar изпълнява сложни задачи, като например регистриране на гост в хотел. Извиква инструменти във фонов режим, докато диалогът продължава без прекъсване.
Разговорни изживявания, създадени за глобален мащаб
Разговорното присъствие трябва да се усеща естествено и да не бъде ограничено от езиците. Live Avatar разполага с естествена многоезична синхронизация от реч към реч. Функцията динамично адаптира синхронизирането на устните и израженията и може безпроблемно да преминава между 97 езика, без да влошава качеството на видеото или да въвежда визуално разминаване.
Вижте как Gemini 3.8 Live Avatar превключва между езици по време на разговор, като синхронизирането на устните и израженията се адаптират безпроблемно към 97 езика.
Live Avatar, съобразен с нуждите на вашата марка
Организациите често се нуждаят от отличителна визуална идентичност, която да съответства на марката им. В допълнение към библиотеката от разнообразни предварително зададени аватари организациите могат да персонализират своите Live Avatars. От висококачествено референтно изображение разработчиците могат да генерират напълно анимиран, реагиращ аватар, като същевременно запазят приликата с референтното изображение, стила на марката или идентичността на персонажа. Създаването на персонализирани аватари понастоящем е достъпно само чрез включване в списък с разрешени корпоративни клиенти.
Доверие и прозрачност в основата
Създадохме Live Avatar със строги предпазни мерки, предназначени да зачитат идентичността и да поддържат прозрачността на съдържанието, генерирано от изкуствен интелект. Всички резултати, генерирани от продуктите ни с изкуствен интелект, са маркирани с SynthID. Този незабележим воден знак е вплетен директно в аудио- и видеоизхода, като помага да се гарантира, че съдържанието, генерирано от изкуствен интелект, остава откриваемо, за да се ограничи дезинформацията и погрешното приписване. За да се запознаете с цялостния ни подход към безопасността и отговорното внедряване, прочетете нашата карта на модела.
Започнете с Gemini 3.8 Live с Live Avatar
Gemini 3.8 Live с Live Avatar е наличен в Gemini Enterprise. Разгледайте документацията за API, за да започнете.
Преведено автоматично от английски. Оригиналната статия е на връзката по-долу.