IT之家 9 月 25 日消息，谷歌近日宣布，在上周推出 Gemini 3.8 Live 的基础上，正式推出带有 Live Avatar 功能的 Gemini 3.8 Live，为原生实时对话模型带来接近实时的视觉呈现效果。
该功能将接近实时的视频生成与语音相结合，可打造能倾听、观察并以动态视觉形象交流的交互体验，借助精准唇形同步、自然表情与流畅对话轮次切换，帮助企业拓展更具交互性的虚拟服务。IT之家附上相关视频如下：
对话本身天生就是多模态的，人们通过倾听、观察、说话和面部表情交流。Live Avatar 将这些能力赋予企业智能代理，同时处理视觉和音频输入，生成更丰富的对话，带来更全面的交互体验。
除视觉呈现外，该功能依托 Gemini 的高级推理能力。通过异步工具调用，Live Avatar 可在后台触发工具调用并获取数据，同时保持对话正常进行，在处理复杂任务时保证对话流程不中断。
Live Avatar 支持原生多语言语音同步，可动态适配唇形同步与表情，能在 97 种语言之间无缝切换，不会降低视频保真度或出现视觉偏移。
除了预设的多样化形象库，企业还可自定义 Live Avatar。开发者可通过高质量参考图像生成完整动画、响应灵敏的虚拟形象，同时保留参考形象的相似度、品牌风格与角色特征，目前自定义虚拟形象仅对企业白名单用户开放。
谷歌为 Live Avatar 构建了严格的安全保障机制，所有 AI 生成内容都通过 SynthID 添加隐形水印，直接嵌入音频与视频输出，帮助识别 AI 生成内容，减少错误信息和错误归属问题。
目前，带 Live Avatar 的 Gemini 3.8 Live 已在 Gemini Enterprise 上线，用户可通过官方文档探索 API 开始使用。
涌融优配提示：文章来自网络，不代表本站观点。
