Gemini 3.8 Live получил визуальные аватары в реальном времени
Gemini 3.8 Live with Live Avatar объединяет возможности диалога в реальном времени с генерацией видео почти без задержки. Функция добавляет корпоративным разговорным агентам визуальную персону: они могут одновременно обрабатывать изображение и звук, а затем отвечать синхронизированными аудио и видео. Среди заявленных возможностей — естественная мимика, точная синхронизация движений губ и плавная смена реплик.
Система поддерживает асинхронные вызовы инструментов и может получать данные в фоновом режиме, пока разговор продолжается. В качестве примера приводится выполнение сложной задачи по регистрации гостя в отеле. Live Avatar обеспечивает синхронизацию речи и движений губ на 97 языках, адаптируя выражение лица при переключении между ними.
Gemini 3.8 Live with Live Avatar доступен в Gemini Enterprise. Организации могут выбирать готовых аватаров с разными внешностью и голосом либо создавать собственных на основе эталонного изображения. Пользовательское создание сейчас предоставляется только через корпоративный allowlisting. Аудио- и видеоматериалы, созданные продуктами компании, содержат незаметную водяную метку SynthID, которая должна помогать выявлять AI-контент и снижать риск дезинформации и ошибочной атрибуции.
Текст подготовлен ИИ Sakhanda Wire по материалу DeepMind. Факты, цитаты и полный контекст — в оригинальной статье ниже.