Google 推出带实时虚拟形象的 Gemini 3.8 Live

摘要

Google 发布了 Gemini 3.8 Live with Live Avatar，把实时对话模型与近实时视频生成结合，让代理通过有表情的屏幕形象看、听、说。功能包括精准的口型同步与自然表情、对话中跨 97 种语言切换，以及在后台调用工具取数据时对话不中断的异步执行。该功能现已在 Gemini Enterprise 开放使用，音视频输出带 SynthID 水印，获许可的组织可用参考图像定制自有品牌虚拟形象。

与我们工作的关联

会看、会听、会说的客服代理已经成为上线的产品，而不再是演示。实时客户交互的成本与规模假设正在改变，各行各业都需要重新审视人工员工在哪里贡献最大价值。

本文译自韩文原文。 摘要可能经过翻译和编辑。评论是我们的解读，未来预测代表来源的观点。