كشفت Google DeepMind عن Gemini 3.8 Live مع ميزة Live Avatar، التي تضيف حضوراً بصرياً شبه فوري لنماذج الحوار المباشرة، في واحد من أبرز إطلاق الذكاء الاصطناعي المؤسسي هذا العام. وتجمع الميزة بين توليد الفيديو شبه الفوري والكلام لإنشاء تجربة تستمع وترى وتتحدث بشخصية بصرية ديناميكية، متجاوزة النص والصوت إلى التفاعل المتجسد.
ومع تزامن دقيق لحركة الشفاه وتعبيرات طبيعية وتبادل سلس للأدوار، تتيح Live Avatar للشركات توسيع عروضها الافتراضية بشكل أكثر تفاعلية. سواء في تقديم خدمة عملاء جذابة أو عروض توضيحية تفاعلية للمنتجات أو تشغيل موظفي استقبال افتراضيين، تحوّل الميزة التبادلات الرقمية إلى تجارب أغنى وأكثر سهولة تبدو إنسانية أكثر بكثير من واجهات روبوتات الدردشة الحالية.
ووراء الحضور البصري، تعتمد الميزة على قدرات Gemini المتقدمة في الاستدلال. فمن خلال استدعاء الأدوات بشكل غير متزامن، يمكن لـLive Avatar تشغيل أدوات وجلب بيانات في الخلفية أثناء مواصلة الحوار النشط، مما يتعامل مع مهام متعددة الخطوات مع ضمان تدفق محادثة متواصل. وهذا يعني أن الشخصية يمكنها التحقق من حجز فندقي أو البحث في سجل طلبات عميل أو الاستعلام من قاعدة بيانات مع الحفاظ على التواصل البصري وإيقاع محادثة طبيعي.
وتدعم الميزة مزامنة كلام أصلية متعددة اللغات عبر 97 لغة، حيث تكيّف حركة الشفاه والتعبيرات ديناميكياً دون التقليل من جودة الفيديو أو إدخال انحراف بصري. ويمكن للمؤسسات أيضاً تخصيص شخصيات Live Avatar من صورة مرجعية واحدة مع الحفاظ على السمات والهوية البصرية. جميع المخرجات موسومة بـSynthID، نظام وسم Google الرقمي غير المرئي، لضمان بقاء المحتوى المولد بالذكاء الاصطناعي قابلاً للكشف.