
Google为人工智能模型Gemini 3.8 Live新增Live Avatar功能,支持用户与动画角色进行语音对话。该特性于Gemini 3.8 Live发布约一周后推出,用户在听取语音回答的同时,可在屏幕上看到同步说话的虚拟形象。
Avatar在对话中会根据内容实时调整唇形与面部表情。该功能结合了低延迟视频生成与语音对话能力,可同时处理视听输入,并近乎实时地做出语音和视频反馈。
Google目前聚焦企业应用场景,如客户服务及分步引导等。其显著优势在于后台运行工具时仍可保持对话交互,系统在获取数据期间不会中断用户体验。官方曾以酒店客人办理入住为例演示该工作流程。
Live Avatar支持97种语言切换,且在切换时会自动适配唇形与表情,确保画面质量与视觉一致性。企业既可从现有库中选择虚拟形象,也可基于高质量参考图创建专属角色,系统将保留外观、品牌风格或身份特征。目前,自定义形象创建权限仅对获授权的企业客户开放。
为防止滥用,Google为生成的音视频添加了不可见的SynthID水印,便于识别AI生成内容。Live Avatar现已通过Gemini Enterprise向企业用户开放访问。

