Google Blog 於 9 月 24 日公布 Gemini 3.8 Live with Live Avatar,將 Gemini 的即時語音對話能力與近乎即時的視像生成結合,面向企業提供具表情、口形同步與輪流對話能力的視覺化 AI 角色。

Google 表示,Live Avatar 可同時處理視覺與音訊輸入,並支援非同步工具調用,讓代理在背景查詢資料或執行工具時維持對話。功能亦支援 97 種語言的 speech-to-speech 同步,並容許企業以參考圖像建立自訂 avatar;自訂角色目前需經企業 allowlist。

此更新對需要客戶服務、互動導覽、培訓或多語言支援的企業 AI 代理有直接影響。Google 同時稱所有 AI 產生的音訊與視像輸出均加入 SynthID watermark,以便識別 AI 生成內容。功能現已在 Gemini Enterprise 提供。