Общаться с ИИ-помощником только голосом или текстом — это удобно, но не всегда естественно. Теперь Google DeepMind сделал следующий шаг, добавив ИИ-модели Gemini 3.8 Live полноценное визуальное присутствие в реальном времени.
Этот шаг реализован через функцию Live Avatar, которая нативно связывает живой диалог с потоковым видео с низкой задержкой. Аватар не просто воспроизводит речь, но и генерирует её в реальном времени вместе с видео, создавая динамичный визуальный образ, который слушает, видит и говорит.
Интеграция визуальных и аудиовходов позволяет модели обрабатывать информацию одновременно, обеспечивая более полное восприятие контекста. Кроме того, Live Avatar поддерживает асинхронное выполнение инструментов: ИИ может вызывать внешние сервисы и получать данные в фоновом режиме, продолжая при этом активный диалог. Это позволяет ему решать сложные задачи, например, регистрировать гостя в отеле, без прерывания беседы.
Особое внимание уделено глобальному масштабированию: функция обеспечивает нативную синхронизацию речи на 97 языках. Аватар динамически адаптирует мимику и артикуляцию губ, плавно переключаясь между языками без потери качества видео или визуальных артефактов. Для брендов предусмотрена возможность кастомизации: помимо библиотеки готовых аватаров, компании могут создавать собственные на основе высококачественных изображений, сохраняя фирменный стиль и идентичность (доступно по запросу для корпоративных клиентов).
Gemini 3.8 Live с Live Avatar уже доступен в Gemini Enterprise. Google DeepMind подчеркивает, что при разработке особое внимание уделялось безопасности и прозрачности: весь генерируемый контент маркируется невидимым водяным знаком SynthID, встроенным непосредственно в аудио- и видеовыход. Это помогает обнаруживать созданный ИИ контент и минимизировать дезинформацию.
Переход от голосовых помощников к полноценным визуальным аватарам с возможностью видеть и слышать, а также выполнять задачи в фоне, повышает реалистичность и эффективность корпоративных ИИ-взаимодействий. Это открывает новые перспективы для инженеров, желающих создавать более интерактивные и живые решения. Однако возможность создания кастомных аватаров пока доступна только корпоративным клиентам по специальному запросу.