Google 发布 Gemini 3.8 Live with Live Avatar，支持实时视频对话

Google 宣布推出 Gemini 3.8 Live with Live Avatar，在上一周发布的 Gemini 3.8 Live 基础上，为原生实时对话模型增加近实时的视觉呈现。该功能将视频生成与语音配对，让 AI 具备一个能听、能看、能说话且带有动态视觉形象的数字人。

Live Avatar 的核心能力包括精准的唇形同步、自然的面部表情和流畅的对话轮转。它同时处理视觉和音频输入，并生成相应的音视频回应。此外，该功能支持异步工具调用，AI 可以在后台执行工具调用和获取数据的同时，保持对话不中断。官方演示了酒店前台办理入住的场景。

Live Avatar 支持 97 种语言的原生多语言语音到语音同步，切换语言时唇形和表情会自动适配，不会降低视频质量或产生视觉漂移。企业可以从预设形象库中选择，也可以通过高质量参考图片定制专属虚拟形象，定制功能目前仅限企业白名单用户。

所有 AI 生成内容均使用 SynthID 水印，该水印直接嵌入音频和视频输出，以帮助识别 AI 生成内容。Gemini 3.8 Live with Live Avatar 即日起在 Gemini Enterprise 中提供。