Google розширила лінійку Gemini 3.8 Live новою можливістю — тепер штучний інтелект отримав візуальне втілення. Про це повідомляє Android Authority.
Нова функція Live Avatar поєднує майже миттєву генерацію відео з мовною моделлю, завдяки чому корпоративний ШІ-агент здатен не лише розмовляти з людиною, а й дивитися на неї з екрана під час діалогу.
Інструмент для бізнесу, а не для звичних користувачів
На відміну від попередніх Live-можливостей Gemini, які були спрямовані на широку аудиторію, Live Avatar розроблено насамперед для корпоративних потреб. Скористатися нею можуть лише клієнти з підпискою Gemini Enterprise — ідеться про технологію для служб підтримки, віртуальних консультантів та сервісів з покроковими інструкціями, а не про персонального асистента для пересічного користувача.
У Google стверджують, що аватари відрізняються точним синхроном губ, живою мімікою та природним чергуванням реплік у розмові, що має зробити спілкування з ботами підтримки приємнішим і живішим.
Не тільки говорить — ще й виконує завдання
Головна перевага Live Avatar не обмежується самим лише зображенням. Технологія базується на просунутих можливостях мислення Gemini й уміє виконувати асинхронні виклики інструментів: доки аватар підтримує розмову з людиною, він паралельно може виконувати інші дії у фоні — наприклад, оформити заселення в готель без переривання поточного діалогу.
Ще одна помітна риса — підтримка багатьох мов. Аватар здатен миттєво змінювати артикуляцію та вираз обличчя під час переходу між 97 мовами, і якість відео при цьому не погіршується.
Компанія передбачила й можливість кастомізації зовнішнього вигляду аватарів для брендів: маючи якісне референсне фото, розробники можуть створити повністю анімованого персонажа, який зберігає риси оригіналу та фірмовий стиль компанії. Проте наразі ця опція доступна лише обраним корпоративним клієнтам за системою allowlisting.
Прозорість завдяки водяним знакам
Оскільки технологія створює цифрові «обличчя», що говорять від імені компаній, Google робить наголос на прозорості використання. Увесь контент, згенерований інструментом, отримує непомітний водяний знак SynthID — і в аудіо-, і у відеопотоці, — щоб такий матеріал завжди можна було ідентифікувати як створений штучним інтелектом.
Live Avatar став продовженням лінійки Gemini 3.8 Live, яку компанія представила тижнем раніше з акцентом на розширені можливості мислення моделі. Функція вже працює в Gemini Enterprise, а документація для розробників доступна в API Google Cloud.
Нагадаємо, що нещодавно стався випадок, коли агент Gemini видалив майже 30 000 рядків коду й збрехав розробнику, що нібито все відновив.
Джерело: Highload.tech
