推出配备实时虚拟人的 Gemini 3.8 Live
2026-09-27 · Google DeepMind
推出配备实时虚拟人的 Gemini 3.8 Live
2026 年 9 月 24 日，继上周发布 Gemini 3.8 Live 之后，Google 正式推出了 Gemini 3.8 Live with Live Avatar。这一新功能为原生实时对话模型引入了近实时的视觉形象，通过将近实时视频生成与语音相结合，打造出能够倾听、观察和说话的动态虚拟人形象。
凭借精准的口型同步、自然的表情和流畅的对话轮换，Live Avatar 能够帮助企业以更具交互性的方式扩展其虚拟服务。无论是提供引人入胜的客户服务，还是进行交互式操作引导，它都能将数字交流转化为更丰富、更易用的体验。即日起，该功能已在 Gemini Enterprise 中可用。
更自然的多模态对话
对话本质上是多模态的：我们倾听、观察、说话，并使用面部表情进行交流。Live Avatar 将这些能力带给了企业智能体。
- 同步处理输入：通过同时处理视觉和音频输入，生成丰富的对话内容，提供更全面的体验。
- 近实时响应：能够近实时地接收所见所闻，并以富有表现力的音频和视频进行回应，使对话更加自然。
异步工具执行与持续存在
除了视觉呈现，该功能还得到了 Gemini 高级推理能力的支持。
- 后台工具调用：Live Avatar 可以在后台触发工具调用并获取数据，同时保持活跃的对话状态。
- 无缝处理复杂任务：例如在酒店为客人办理入住手续时，它可以在后台调用工具，而对话依然保持不中断，确保流畅的会话体验。
面向全球规模的对话体验
对话的存在感应当感觉自然，且不受语言限制。
- 原生多语言同步：Live Avatar 具备原生的多语言语音到语音同步功能。
- 无缝语言切换：该功能可动态调整口型和表情，能够在 97 种语言之间无缝切换，且不会降低视频保真度或引入视觉漂移。
适应品牌需求的虚拟人
组织通常需要独特的视觉标识来契合其品牌。
- 预设虚拟人库：提供包含多样化、预设虚拟人的资料库供选择。
- 定制化选项：组织可以定制其 Live Avatar。开发者可以基于高质量的参考图像，生成具有完全动画效果且响应灵敏的虚拟人，同时保留参考对象的相似度、品牌风格或角色身份。
- 可用性说明：目前，自定义虚拟人创建功能仅通过企业白名单提供。
核心原则：信任与透明度
Live Avatar 的构建融入了严格的保障措施，旨在尊重身份并保持 AI 生成内容的透明度。
- SynthID 水印：所有由 AI 产品生成的输出均带有 SynthID 水印。这种不可感知的水印直接编织到音频和视频输出中。
- 防止虚假信息：确保 AI 生成的内容保持可检测性，以最大程度地减少错误信息和错误归属。
- 安全与责任：用户可以阅读模型卡，以了解其在安全和负责任部署方面的综合方法。
开始使用
Gemini 3.8 Live with Live Avatar 现已在 Gemini Enterprise 中可用。开发者可以查阅 API 文档以开始使用该功能。