Google добавила голосовой модели Gemini 3.8 Live видеоаватар для бизнеса

Google DeepMind добавила к голосовой модели Gemini 3.8 Live аватар: во время разговора собеседник видит анимированного персонажа, который почти в реальном времени говорит, двигает губами и меняет выражение лица.

Почему это важно: голосовые ИИ-помощники компаний получают лицо. Разговор со службой поддержки или обучающий показ продукта становится похож на видеозвонок с консультантом.

Повод: функция Live Avatar вышла 24 сентября, через неделю после самой Gemini 3.8 Live. Она доступна корпоративным клиентам в Gemini Enterprise¹, разработчики подключают её через API.

Как это работает: возможности аватара Google описывает так:

• Он сверяет движения губ с речью, меняет мимику и не затягивает паузы, когда собеседники говорят по очереди.
• Он одновременно слышит собеседника и видит изображение, а отвечает голосом и видео.
• Он в фоне вызывает внешние инструменты и получает данные, не прерывая разговора; в демонстрации Google так регистрирует гостя в отеле.
• Он переходит с языка на язык посреди беседы, всего их 97, и, по словам Google, картинка при этом не теряет качества и не «плывёт».

Детали: компании могут взять готового персонажа из библиотеки или сделать своего по одной качественной фотографии. Аватар сохраняет сходство с оригиналом, фирменный стиль или облик персонажа. Но создавать своих аватаров пока могут только организации, которых Google включила в список допущенных.

Предыстория: 15 сентября Google выпустила голосовые модели Gemini 3.8 Live для разработчиков: минута входящего звука стоит 0,005 доллара, исходящего — 0,018 доллара. В тот же день компания встроила Gemini 3.8 Live в Gmail, Docs и поиск, а 23 сентября показала модели озвучки Gemini 3.8 TTS.

Но: цену аватара Google не назвала.

Звук и видео аватара помечаются невидимым водяным знаком SynthID², чтобы сгенерированный ролик можно было распознать.