Google навчив Gemini одночасно бачити, чути й відповідати: як працює Live Avatar
3 хвилин читання
Google дав своєму чатботу обличчя.Компанія випустила Gemini 3.8 Live Avatar — функцію, яка додає до голосового діалогу Gemini живе відеозображення співрозмовника, повідомляє Google у своєму блозі.
Як працює Gemini 3.8 Live Avatar
- Головна відмінність нової функції від звичайного голосового асистента — паралельна обробка відео та звуку.
- ШІ-аватар одночасно «дивиться», «слухає» і формулює відповідь, зберігаючи природний темп розмови, замість того, щоб чекати завершення фрази для генерації тексту.
- Розробники з команди Gemini Audio Team пояснюють, що складні завдання виконуються у фоновому режимі, поки діалог триває без пауз.
- Наприклад, під час заселення гостя в готель аватар може одночасно перевіряти дані бронювання в системі та підтримувати розмову.
Підписуйтеся на наші соцмережі
Читайте також:
Google більше не хоче, щоб ви чекали на лінії — тепер за вас це робитиме Gemini, і навіть говоритиме за вас з менеджером ресторану.
- Штучний інтелект навіть підтримує синхронізацію мовлення і міміки у 97 мовах без втрати якості зображення при перемиканні між ними.
- Бізнес може не тільки обирати готових персонажів з бібліотеки Google, а й створювати власного аватара на основі фотографії, зберігаючи фірмовий стиль.
- Така опція поки доступна лише через окремий доступ для корпоративних клієнтів (enterprise allowlisting), а не для всіх користувачів Gemini Enterprise одразу.
Чи буде Gemini 3.8 Live Avatar маркувати ШІ-контент
Компанія одразу закладає механізм ідентифікації штучного походження контенту. Кожне відео та аудіо, згенероване Live Avatar, отримує непомітну водяну позначку SynthID, вбудовану безпосередньо у файл.
Google пояснює це бажанням зменшити ризик дезінформації та випадків, коли згенероване відео видають за справжню людину.
Питання довіри до синтетичних медіа особливо гостре після серії скандалів навколо дипфейків політиків та бізнесменів у різних країнах за останні роки.
Коли Gemini 3.8 Live Avatar запрацює в Україні
- Українські компанії, що вже інтегрували Gemini у клієнтський сервіс чи CRM, отримають доступ до відео-аватарів через ту саму інфраструктуру Gemini Enterprise, без окремого контракту.
- Для банків, телеком-операторів і e-commerce це означає можливість замінити частину живих операторів контакт-центрів на візуального асистента, який розмовляє українською серед інших 97 мов без втрати якості.
- Функція для кастомних аватарів на основі фото поки закрита для широкого доступу, тож українські компанії, які захочуть створити власного цифрового представника бренду, спершу потраплять у список очікування на розширений доступ від Google.