Gemini 3.8 Live înlocuiește fața goală din asistența AI cu un avatar

Sistemul se numește Gemini 3.8 Live cu Live Avatar. Acesta combină modelul speech-to-speech al Google cu un strat video în timp real, care generează mișcările buzelor și expresiile faciale, în timp ce gestionează în fundal apelurile către instrumente, fără să întrerupă conversația. Detectarea limbii este automată — avatarul trece de la o limbă vorbită la alta în timpul apelului, fără transfer, reîncărcarea sistemului sau o pauză perceptibilă.

Deosebirea față de tehnicile care suprapun video peste audio este că generarea audio și video se desfășoară pe aceeași cale de inferență în timp real, nu în etape succesive. Această integrare menține latența suficient de scăzută pentru un ritm firesc al conversației. Google inserează discret filigranul SynthID atât în sunet, cât și în imagine — fiecare secundă conține o etichetă care poate fi citită de mașini și identifică materialul drept generat de AI, chiar dacă transmisia este înregistrată și redată ulterior. Filigranul rezistă re-encodării, astfel că proveniența poate fi verificată și în clipurile exportate.

Equal AI, care gestionează implementări pentru companii în India, oferă cea mai clară imagine a posibilităților sistemului la scară operațională: nouă limbi indiene folosite simultan, peste un milion de apeluri live pe zi și o gamă totală de 97 de limbi acceptate. Un asemenea volum ar fi nefezabil din punct de vedere economic cu agenți umani disponibili în aceeași măsură și cu un program de lucru la fel de bine acoperit. La baza implementării nu stă ideea unei simple demonstrații de concept, ci capacitatea de a gestiona volume mari.

Ce nu dezvăluie lansarea este prețul. Google nu a publicat tarifele și îndrumă solicitările către echipa sa de vânzări pentru companii. Crearea unui avatar personalizat — prin care organizațiile generează un chip pe baza propriilor imagini de referință — necesită aprobarea accesului pentru clienții enterprise, în urma unei proceduri separate de verificare; opțiunea nu este disponibilă în regim de autoservire. Funcțiile Extended Thinking pentru modelul Live sunt încă în previzualizare privată, ceea ce limitează profunzimea raționamentului în comparație cu celelalte oferte Gemini ale Google. Limitele numărului de sesiuni simultane nu au fost făcute publice. Profilul restricționat al lansării se înscrie în tiparul Google de lansări etapizate pentru companii, în care prețurile și capacitatea sunt negociate, nu publicate.

Gemini 3.8 Live cu Live Avatar este disponibil acum în consola Gemini Enterprise și prin Live API, cu puncte de acces în Statele Unite și Uniunea Europeană. Google nu a anunțat niciun calendar pentru extinderea accesului la Extended Thinking pentru modelul Live dincolo de grupul inclus în actuala previzualizare privată.

Companiile care îl implementează vor răspunde la o întrebare la care tehnologia nu poate răspunde: dacă eliminarea indiciului vizual care semnalează o interacțiune automatizată îmbunătățește experiența utilizatorilor sau înlătură ultimul semn onest că aceasta are loc.

Etichete: știri, Google, artificial intelligence, Gemini, customer service, enterprise AI