谷歌推出 Gemini 3.8 Live 与 Live Avatar:近实时可视化对话
谷歌于 2026 年 9 月 24 日发布 Gemini 3.8 Live with Live Avatar,将近实时视频生成与语音对话结合,支持唇形同步、表情与边说边调用工具,覆盖 97 种语言,现已在 Gemini Enterprise 上线,输出带 SynthID 水印。
谷歌于 2026 年 9 月 24 日宣布推出 Gemini 3.8 Live with Live Avatar,在上周 Gemini 3.8 Live 基础上,为原生实时对话模型加入近实时可视化形象。系统将低延迟流式视频与语音配对,使企业代理能够「听、看、说」,并呈现动态视觉人格。
Live Avatar 支持精确唇形同步、自然表情与流畅轮流发言;并可异步调用工具,在后台拉取数据的同时保持对话不中断。多语言方面,原生语音到语音同步可无缝切换 97 种语言,唇形与表情随语言适配。
除预设形象库外,企业可通过高质量参考图生成定制 Avatar(目前需企业白名单)。所有音视频输出嵌入 SynthID 水印。该功能现已在 Gemini Enterprise 可用。