Introducing Gemini 3.8 Live with Live Avatar

介绍 Gemini 3.8 Live with Live Avatar

2026年9月24日

|

分享下拉菜单

• x.com

• Facebook

• LinkedIn

• 邮件

• 复制链接

Gemini 3.8 Live with Live Avatar 为 Gemini 的对话式 AI 带来了实时视觉存在感。通过原生结合我们的实时对话能力与低延迟视频流，Live Avatar 为企业及其用户提供了更自然、更直观的对话体验。

Shuo-yiin Chang

研究科学家

CJ Zheng

软件工程师，代表 Gemini 音频团队

分享

文章正文

在上周 Gemini 3.8 Live 发布的势头基础上，今天我们很激动地推出 Gemini 3.8 Live with Live Avatar —— 为我们的原生实时对话模型带来接近实时的视觉存在感。通过将接近实时的视频生成与语音相结合，Live Avatar 功能创造了能够倾听、观察并以动态视觉形象说话的体验。

凭借精确的唇形同步、自然的表情和流畅的对话交替，Live Avatar 使企业能够以更具互动性的方式扩展其虚拟服务。无论是提供引人入胜的客户服务，还是进行交互式操作演示，它都将数字交流转化为更丰富、更易访问的体验。

从今天起，Gemini 3.8 Live with Live Avatar 将在 Gemini Enterprise 中提供。

查看 Gemini 3.8 Live with Live Avatar 如何支持各种角色，每个角色都有独特的外观、声音和表现力。

更自然的多模态对话

对话本质上是多模态的：我们聆听、注视、说话，并使用面部表情进行交流。Live Avatar 将这些能力带给企业代理。通过同时处理视觉和音频输入，它能生成更丰富的对话，带来更全面的体验。

观看 Gemini 3.8 Live with Live Avatar 如何在接近实时的情况下接收所见所闻，并通过富有表现力的音频和视频进行回应，实现更自然的对话。

具有持续存在的异步工具执行

除了视觉存在感，该功能还依托 Gemini 的高级推理能力。通过异步工具调用，Live Avatar 可在后台触发工具调用并获取数据，同时继续进行主动对话，处理复杂任务的同时确保对话流程不间断。

查看 Gemini 3.8 Live with Live Avatar 如何处理如酒店入住客人检查等复杂任务。在对话持续进行的同时在后台调用工具。

为全球规模构建的对话体验

对话存在感应感觉自然，不应受语言限制。Live Avatar 特征支持原生的多语言语音到语音同步。该功能能动态调整其唇形同步和表情，并可在 97 种语言之间无缝切换，而不会降低视频保真度或引入视觉漂移。

观看 Gemini 3.8 Live Avatar 如何在对话中途切换语言，唇形同步和表情在 97 种语言之间无缝适应。

适合您品牌需求的 Live Avatar

组织通常需要独特的视觉标识来契合其品牌。除了提供多样化的预设头像库，组织还可以自定义其Live Avatars。开发者可以通过高质量的参考图像生成一个完全动画化且响应式的头像，在保留参考图像相似度、品牌样式或角色身份的同时实现这一点。目前自定义头像创建功能仅通过企业白名单可用。

以信任和透明度为核心

我们构建Live Avatar时采用了严格的安全措施，旨在尊重身份并保持AI生成内容的透明度。我们所有AI产品的输出均添加了SynthID水印。这种不可察觉的水印直接嵌入音频和视频输出中，有助于确保AI生成内容可被检测，从而帮助减少虚假信息和错误归因。如需了解我们关于安全性和负责任部署的全面方法，请阅读我们的模型卡片。

通过Live Avatar开始使用Gemini 3.8 Live

Gemini 3.8 Live with Live Avatar现已在Gemini Enterprise中提供。通过探索API文档即可开始使用。

发布于：