推出 Gemini 3.8 Live，搭载实时虚拟形象
内容提要
谷歌发布Gemini 3.8 Live with Live Avatar，为对话AI加入实时视觉形象，结合低延迟视频与语音，实现精准唇形同步、自然表情和流畅对话，支持97种语言无缝切换，并可在对话中异步调用工具。该功能面向企业，支持预设及定制虚拟形象，输出均带SynthID水印，现已在Gemini Enterprise上线。
延伸解读
企业级实时虚拟形象的应用方向
文章指出，Live Avatar 面向企业，可用于客户服务或交互式导览等场景。它通过低延迟视频与语音结合，提供精准唇形同步和自然表情，让数字交流更丰富、更易用。企业可利用预设或定制虚拟形象来匹配品牌需求，但定制功能目前仅通过企业允许列表提供。
异步工具调用如何维持对话流畅
Live Avatar 支持异步工具调用，能在对话进行的同时在后台触发工具并获取数据。文章以酒店入住办理为例，说明它可以在不中断对话的情况下处理复杂任务。这意味着企业代理可以在保持连续交流的同时完成信息查询或操作，提升交互效率。
多语言同步与视觉一致性
该功能原生支持多语言语音到语音同步，可在97种语言之间无缝切换，并动态调整唇形和表情，而不会降低视频保真度或产生视觉漂移。文章展示了对话中途切换语言时，唇形和表情能自适应变化，这有助于企业服务全球用户时保持自然体验。
水印与安全透明度
所有由该AI产品生成的输出都带有SynthID水印，这种不可感知的水印直接嵌入音频和视频中，旨在帮助检测AI生成内容，减少错误信息和误归属。文章强调Live Avatar在设计时遵循严格的安全措施以尊重身份，并建议查阅模型卡了解全面的安全与负责任部署方法。
Q&A
Gemini 3.8 Live with Live Avatar 是什么？
Gemini 3.8 Live with Live Avatar 是谷歌推出的为对话式 AI 增加实时视觉形象的功能，通过将实时对话能力与低延迟流媒体视频原生结合，实现近乎实时的视觉呈现，让 AI 能够聆听、观看并说话，拥有动态的视觉人格。
Live Avatar 如何实现更自然的对话体验？
Live Avatar 通过精确的唇形同步、自然的表情和流畅的轮流对话，同时处理视觉和音频输入，生成富有表现力的音频和视频响应，从而带来更自然、更直观的对话体验。
Live Avatar 支持哪些语言？
Live Avatar 支持 97 种语言，具备原生多语言语音到语音同步能力，能够在对话中无缝切换语言，同时动态调整唇形同步和表情，不会降低视频保真度或引入视觉漂移。
企业如何定制自己的 Live Avatar？
企业可以通过提供高质量的参考图像，生成完全动画化、响应式的虚拟形象，同时保留参考肖像、品牌风格或角色身份。定制虚拟形象创建目前仅通过企业允许列表提供。
Live Avatar 如何确保 AI 生成内容的透明性？
所有由 AI 产品生成的输出都带有 SynthID 水印，这种不可感知的水印直接嵌入音频和视频输出中，帮助确保 AI 生成内容可被检测，以减少错误信息和错误归属。
Live Avatar 在哪里可以使用？
Gemini 3.8 Live with Live Avatar 已在 Gemini Enterprise 中上线，企业用户可以通过 API 文档开始使用。
