Gemini 3.8 Live cu Live Avatar este cea mai recentă tehnologie prezentată de Google pentru conversații cu inteligența artificială. Noua funcționalitate adaugă o prezență vizuală aproape în timp real conversațiilor cu AI, combinând dialogul vocal cu video generat în timp real.
Google a anunțat Gemini 3.8 Live cu Live Avatar pe 24 septembrie 2026, prezentând tehnologia ca o modalitate prin care conversațiile cu agenții AI pot deveni mai naturale, mai interactive și mai apropiate de modul în care comunică oamenii. Funcționalitatea este disponibilă, la lansare, în Gemini Enterprise.
Ce este Gemini 3.8 Live cu Live Avatar?
Gemini 3.8 Live cu Live Avatar combină capabilitățile de dialog live ale modelelor Gemini cu streaming video cu latență redusă. Rezultatul este un avatar digital interactiv, capabil să comunice prin voce și imagine, oferind o experiență vizuală dinamică și cât mai naturală.
Potrivit Google, sistemul utilizează simultan informații audio și vizuale pentru a genera conversații mai bogate. Avatarul poate avea expresii naturale, sincronizare precisă și un mecanism fluid de alternare a replicilor, cunoscut drept turn-taking.
Această abordare marchează o schimbare importantă față de interacțiunea tradițională cu un chatbot. În locul unei experiențe bazate exclusiv pe text sau voce, utilizatorul poate interacționa cu o prezență vizuală animată, capabilă să răspundă într-un mod mai apropiat de o conversație față în față.
Cum funcționează Live Avatar?
Unul dintre elementele centrale ale tehnologiei este combinarea procesării audio și video aproape în timp real.
Google explică faptul că Live Avatar poate procesa simultan ceea ce „vede” și ceea ce „aude”, apoi poate genera răspunsuri sub forma unei combinații de audio expresiv și video. Astfel, conversația nu mai este doar o succesiune de întrebări și răspunsuri, ci poate include elemente vizuale și expresive.
Un alt aspect important este sincronizarea cu vocea. Pentru aplicațiile comerciale, acest detaliu poate contribui la o interacțiune mai naturală, deoarece mișcările avatarului sunt coordonate cu discursul generat de AI.
Google menționează, de asemenea, expresii naturale și interacțiuni fluide, caracteristici concepute pentru a face agenții virtuali mai potriviți pentru scenarii în care comunicarea directă cu utilizatorul este importantă.
Gemini 3.8 Live poate executa sarcini în timpul conversației
O funcție interesantă prezentată de Google este procesarea sarcinilor în mod asincron (asynchronous tool execution).
Practic, Live Avatar poate iniția apeluri către instrumente și poate obține informații în fundal, în timp ce conversația cu utilizatorul continuă. Acest mecanism permite agentului AI să gestioneze sarcini mai complexe fără să întrerupă complet dialogul.
Google oferă drept exemplu un scenariu în care un agent poate contribui la cazarea unui turist la hotel. În timp ce sistemul execută operațiunile necesare în fundal, dialogul poate continua.
Pentru companii, această caracteristică poate fi relevantă în aplicații precum servicii pentru clienți, asistenți virtuali, ghiduri interactive și alte fluxuri în care AI-ul trebuie să combine conversația cu accesarea unor instrumente sau date.
Live Avatar este disponibil în 97 de limbi
Un alt element evidențiat de Google este componenta multilingvă. Gemini 3.8 Live cu Live Avatar oferă sincronizare nativă speech-to-speech în mai multe limbi și poate face tranziția între limbi în timpul unei conversații. Google afirmă că Live Avatar poate adapta sincronizarea buzelor și expresiile la schimbarea limbii și poate funcționa în 97 de limbi, fără degradarea fidelității video sau apariția unui fenomen denumit de companie visual drift.
Această caracteristică este relevantă în special pentru organizațiile care operează internațional. Un agent virtual poate fi conceput pentru interacțiuni cu utilizatori din piețe diferite, fără ca experiența să fie limitată la o singură limbă.
Avataruri personalizabile pentru companii
Gemini 3.8 Live cu Live Avatar nu se limitează la o colecție de personaje standard. Google precizează că organizațiile pot utiliza avataruri presetate, dar pot și personaliza Live Avatars. Pornind de la o imagine de referință de calitate ridicată, dezvoltatorii pot genera un avatar animat și reactiv, păstrând asemănarea cu imaginea de referință, stilul vizual al unui brand sau identitatea unui personaj.
Totuși, există o limitare importantă: potrivit informațiilor oficiale Google, crearea de avataruri personalizate este disponibilă în prezent doar pentru companiile aprobate în prealabil de Google..
Prin urmare, este important să nu confundăm disponibilitatea tehnologiei cu accesul universal la toate funcțiile sale.
Siguranță și transparență: utilizarea SynthID
Google include și o componentă de siguranță și transparență în arhitectura Live Avatar. Compania afirmă că toate rezultatele generate de produsele sale AI sunt marcate cu SynthID, un watermark imperceptibil integrat în conținutul audio și video. Potrivit Google, această tehnologie este concepută pentru a permite detectarea conținutului generat de AI și pentru a contribui la reducerea riscului de dezinformare și atribuire greșită.
Pentru aplicațiile enterprise, această componentă este relevantă deoarece conținutul generat de inteligența artificială poate ajunge să fie utilizat în interacțiuni directe cu clienții sau în fluxuri comerciale.
Pentru ce poate fi folosit Gemini 3.8 Live cu Live Avatar?
Din exemplele prezentate de Google, tehnologia poate fi relevantă pentru mai multe tipuri de experiențe digitale:
- servicii de relații cu clienții și asistență virtuală;
- ghiduri interactive pentru utilizatori;
- agenți AI pentru companii;
- interacțiuni digitale prin intermediul avatarurilor;
- interacțiuni multilingve;
- prezentări și demonstrații interactive;
- servicii pentru industria hotelieră;
- aplicații care combină conversația AI cu apeluri către instrumente externe.
Un avantaj al abordării este că agentul AI nu trebuie să aleagă între conversație și executarea unei sarcini. Prin apelurile asincrone către instrumente, anumite operațiuni pot fi executate în fundal, în timp ce interacțiunea cu utilizatorul continuă.
Ce înseamnă Gemini 3.8 Live pentru viitorul AI conversațional?
Gemini 3.8 Live cu Live Avatar indică o direcție în care interacțiunea cu inteligența artificială devine din ce în ce mai multimodală.
Chatboții tradiționali se bazează în principal pe text. Sistemele voice AI au adăugat conversația vocală. Live Avatar adaugă încă un nivel: prezența vizuală dinamică, sincronizată cu vocea și capabilă să reacționeze în timpul conversației.
Din punct de vedere tehnologic, combinația dintre audio, video, raționament și executarea asincronă a instrumentelor poate transforma agentul AI dintr-un simplu sistem de răspuns într-o interfață conversațională pentru servicii digitale.
Este însă important de precizat că informațiile disponibile în acest moment provin din prezentarea oficială Google, iar performanța în scenarii reale poate depinde de implementare, infrastructură, integrarea cu instrumentele companiei și cazul concret de utilizare.
Live Avatar extinde conceptul de agent conversațional
Gemini 3.8 Live cu Live Avatar aduce o componentă vizuală aproape în timp real în conversațiile cu AI, oferind o experiență care merge dincolo de interacțiunea prin text și voce.
La momentul anunțului, Gemini 3.8 Live cu Live Avatar este disponibil în Gemini Enterprise, iar personalizarea avatarurilor este disponibilă prin enterprise allowlisting.
Pentru companii, evoluția este relevantă deoarece deschide posibilitatea unor interacțiuni AI mai vizuale, mai naturale și mai interactive. Pentru utilizatori, direcția indicată de Google sugerează că următoarea etapă a inteligenței artificiale conversaționale nu va însemna doar răspunsuri mai bune, ci și moduri mai naturale de a interacționa cu agenții AI.
Sursa: Google Blog
PRODUSE RECOMANDATE
