Gemini 3.8 Live получила видеоаватары для корпоративных диалоговых систем

Google DeepMind 24 сентября представила Live Avatar для Gemini 3.8 Live. Функция объединяет диалоговую модель с генерацией потокового видео и уже доступна в Gemini Enterprise. Она предназначена для корпоративных виртуальных консультантов, интерактивных инструкций и других сервисов, где собеседнику требуется визуальный образ.

Аватар реагирует на изображение и речь

Live Avatar одновременно обрабатывает визуальные и звуковые входные данные. Система отвечает голосом и видео, синхронизирует движение губ с речью, воспроизводит мимику и поддерживает естественное чередование реплик.

Разработчики могут выбирать готовых персонажей с разной внешностью и голосами. Организациям также предложена настройка собственного аватара по качественному референсному изображению с сохранением внешних особенностей и фирменного стиля. Создание таких персонажей пока доступно только компаниям, получившим отдельный допуск.

Возможность	Подтвержденное ограничение или условие
Потоковые голосовые и видеодиалоги	Доступны через Gemini Enterprise
Переключение между языками	Поддерживается 97 языков
Собственный образ аватара	Требуется корпоративный допуск
Фоновая работа с инструментами	Выполняется без остановки активного диалога

Инструменты работают во время разговора

Gemini 3.8 Live может обращаться к подключенным инструментам и получать данные в фоновом режиме, пока аватар продолжает беседу. В демонстрации эта возможность используется при регистрации гостя в отеле: система ведет диалог и параллельно выполняет необходимые операции.

Для учебных платформ подобная архитектура может быть полезна при создании разговорных тренажеров, интерактивных инструкций и помощников, которые обращаются к внутренним базам данных. Однако официальный анонс описывает корпоративный продукт и не подтверждает доступность Live Avatar в обычных пользовательских аккаунтах Gemini.

Синтезированные аудио и видео получают SynthID

DeepMind сообщает, что создаваемые системой звук и видео маркируются цифровым водяным знаком SynthID. Он встраивается непосредственно в результат генерации и предназначен для последующего распознавания искусственного происхождения контента.

Перед внедрением разработчикам стоит проверить доступ к Gemini Enterprise, условия использования API и возможность подключения собственных инструментов. Отдельной проверки требуют правила работы с изображениями реальных людей, поскольку наличие технической маркировки само по себе не заменяет согласие на использование внешности.