上周，Google推出Gemini 3.8 Live及Live Extended Thinking模型，称其为迄今最先进的实时对话模型。该模型旨在为开发者和企业提供构建可靠、可投入生产的语音助手模块，使语音交互更自然，支持通过语音指令完成复杂任务。
如今，Google通过Gemini 3.8 Live with Live Avatar引入视频功能，将近乎实时的视觉存在感与实时对话模型结合，打造“能够倾听、观看并以动态视觉人格对话”的体验。这些虚拟形象主要面向销售支持和客户服务等场景，用户不久后或将与其互动。
Google在博客视频中展示了写实与卡通风格的Avatar，具备精确口型同步、自然表情及流畅对话轮替能力。借助面部表情交流，配合看、听、说功能，实现自然多模态对话。依托Gemini高级推理能力，Live Avatar可在保持活跃对话的同时，后台触发工具调用并获取数据。
Google提供多样化预设虚拟形象库，企业也可利用高质量参考图像自定义虚拟形象，保留参考肖像、品牌风格或角色身份。目前该功能仅对企业白名单用户开放。Live Avatars内置严格安全措施，尊重身份并保持AI生成内容透明度，每个虚拟形象均使用SynthID进行水印标记。
Live Avatar专为Gemini Enterprise客户设计。未来，用户可能在电脑或手机屏幕上看到以客户服务或销售虚拟形象形式呈现的应用。但基于当前展示内容及公众对AI生成内容的态度，其接受度仍存不确定性。