Gemini 3.8 Live valós‑időben vizuális avatart ad hozzá

Google DeepMind bejelentette a Gemini 3.8 Live with Live Avatar-t, amely kiterjeszti élő párbeszédmodelljeit a közel valós‑időben történő videógenerálásra. A funkció a beszédet egy dinamikus vizuális személyiséggel párosítja, amely pontos ajak‑szinkronizálást, természetes arckifejezéseket és folyékony váltást biztosít, célja, hogy a vállalati beszélgetések természetesebbé váljanak.

A Live Avatar egyidejűleg dolgozza fel a vizuális és audio bemeneteket, támogatja az aszinkron eszközhívásokat, amelyek a háttérben folytatódnak, és 97 nyelven alkalmazkodik az ajak‑szinkronizáláshoz és a kifejezésekhez vizuális eltolódás nélkül. A vállalatok választhatnak előre beállított avatarok közül, vagy egy egyedi avatart hozhatnak létre egy referencia képből, bár az egyedi létrehozás csak a felhatalmazott vállalati ügyfelek számára elérhető. Minden kimenet vízjelezve van a SynthID‑vel, hogy az AI‑által generált tartalom felismerhető maradjon. A funkció ma már elérhető a Gemini Enterprise‑ben.