Gemini отримав ШІ-аватара для дзвінків
Google додав до Gemini 3.8 Live функцію Live Avatar: ШІ говорить через анімованого аватара з синхронізацією губ і мімікою в майже реальному часі, а асинхронний виклик інструментів дозволяє виконувати задачі у фоні, не перериваючи діалог. Аватар підтримує 97 мов із перемиканням просто в розмові без втрати якості відео. Є бібліотека готових аватарів, а кастомний під бренд можна створити з референсного зображення (лише через enterprise allowlisting). Відео й аудіо позначені водяним знаком SynthID.
Продовження минулотижневого запуску
Live Avatar — це розвиток функції Gemini 3.8 Live, яку Google DeepMind представила буквально тиждень тому. Тоді йшлося про голосовий діалоговий режим у реальному часі; тепер до нього додали візуальну присутність — анімовану персону, яка одночасно обробляє відео й аудіо на вході, а не лише відповідає голосом.
Де це застосовне на практиці
За описом Google, функція розрахована на корпоративних клієнтів, які хочуть розширити свої віртуальні сервіси — зокрема обслуговування клієнтів та інтерактивні пояснення (walkthroughs) для користувачів. Один із наведених прикладів — заселення гостя в готель: аватар веде розмову з гостем і водночас, завдяки асинхронному виклику інструментів, у фоні звертається до систем бронювання чи бази даних, не перериваючи діалог і не змушуючи людину чекати.
Багатомовність теж заявлена як інструмент саме для масштабування на глобальну аудиторію: перемикання між 97 мовами відбувається так, щоб синхронізація губ і міміка адаптувалися без втрати якості відео — тобто одна й та сама віртуальна персона може обслуговувати клієнтів з різних країн без «перезапуску» образу.
Умови доступу
- Функція вже доступна від сьогодні виключно в Gemini Enterprise — окремому корпоративному продукті Google, а не в звичайному застосунку Gemini для приватних користувачів.
- Бібліотека готових аватарів різних персонажів доступна одразу; кастомний аватар під бренд компанії — зі збереженням портретної схожості з референсним зображенням, фірмового стилю чи ідентичності персонажа — можна створити, але лише через процедуру enterprise allowlisting, тобто за окремим погодженням з Google, а не «з коробки».
- Розробники, яким потрібна технічна інтеграція, можуть звернутися до документації API, яку Google опублікувала разом із запуском.
Компанія окремо наголошує на прозорості: усі відео- й аудіовиходи мають вбудований водяний знак SynthID, а деталі підходу до безпеки описані в модель-карті продукту. Цін, конкретних тарифів чи термінів розширення за межі Enterprise в матеріалі немає.