谷歌于9月25日对外发布消息，在上周推出Gemini 3.8 Live版本后，如今又增添了Live Avatar功能，为原生实时对话模型带来近乎即时的视觉展现。
这项技术把接近实时生成的视频与语音融为一体，能构建出可以聆听、观察并以动态视觉形象进行交流的互动体验，凭借精确的唇形同步、自然的表情以及流畅的对话轮次切换，助力企业拓展更具互动性的虚拟服务。相关演示视频已附在下方：
对话本质上就是多模态的，人们通过倾听、观察、说话和面部表情来沟通。Live Avatar将这些能力赋予企业智能代理，它同时处理视觉和音频输入，生成更丰富的对话内容，从而带来更全面的交互感受。
除了视觉方面的提升，该功能还依托于Gemini的高级推理能力。通过异步工具调用，Live Avatar能在后台触发工具调用并获取数据，同时保持对话正常进行，在处理复杂任务时确保对话流程不被打断。
Live Avatar支持原生多语言语音同步，能动态调整唇形同步与表情，可在97种语言之间无缝切换，且不会降低视频清晰度或产生视觉偏移。
除了预设的多样化形象库，企业还能自定义Live Avatar。开发者可以利用高质量参考图像生成完整动画、响应灵敏的虚拟形象，同时保留参考形象的相似度、品牌风格与角色特征。目前，自定义虚拟形象仅向企业白名单用户开放。
谷歌为Live Avatar建立了严格的安全保障机制，所有AI生成内容都通过SynthID添加隐形水印，直接嵌入音频与视频输出，以便识别AI生成内容，减少错误信息和归属错误问题。如果你对这类前沿交互技术感兴趣，可以通过乐鱼体育网站入口了解更多相关动态。
目前，带有Live Avatar功能的Gemini 3.8 Live已在Gemini Enterprise上线，用户可通过官方文档探索API并开始使用。