Googleがリアルタイムの視覚的プレゼンスを実現する「Gemini 3.8 Live with Live Avatar」を発表

Live Avatar 特集は、AIが「聞き、見、話し」を正確なリップシンクと自然な表情で行うことを可能にします。これは97の言語にわたってネイティブな多言語音声対音声同期をサポートしており、ビデオの忠実度を維持し、言語の切り替え時における視覚的なズレを防ぎます。

企業向けユースケースとして、この特集はインタラクティブなカスタマーサービスやデジタルウォークスルーを促進できます。この技術は非同期ツール呼び出しを活用しており、アバターが進行中の対話を中断することなく、バックグラウンドでツール呼び出しを実行し、データを取得することを可能にします。

組織は、プリセットされたアバターのライブラリから選択するか、1枚の高品質な参照画像からブランドアイデンティティを維持するためのカスタマイズされたフルアニメーションアバターを作成することができます。プリセットオプションは幅広く利用可能ですが、カスタムアバターの作成は現在、ホワイトリスト登録プロセスを通じて企業に限定されています。