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。

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：资讯 / IT之家
  • 发布时间：2026/9/25 08:39:17