Google Gemini 3.8 Live führt virtuelle Avatar-Funktion in Echtzeit ein

Google hat die neue Live Avatar-Funktion für seine Gemini 3.8 Live-Plattform vorgestellt, die Echtzeit-Gesprächen eine visuelle Dimension verleiht. Diese Technologie kombiniert Videogenerierung mit Sprache, um Unternehmen interaktivere virtuelle Dienste anzubieten.

Die Live Avatar-Funktion erstellt dynamische visuelle Darstellungen, die zuhören, beobachten und kommunizieren können. Präzise Lippensynchronisation, natürliche Gesichtsausdrücke und ein reibungsloser Gesprächsfluss sorgen für immersivere und ansprechendere Erlebnisse. Das KI-Modell kann sowohl visuelle als auch auditive Daten verarbeiten, was zu reichhaltigeren Dialogen führt.

Basierend auf den fortschrittlichen Denkfähigkeiten von Gemini kann Live Avatar komplexe Aufgaben bearbeiten, ohne den Gesprächsfluss zu unterbrechen. Es kann asynchrone Tool- oder API-Aufrufe im Hintergrund ausführen und Daten abrufen, während die Interaktion mit dem Benutzer nahtlos fortgesetzt wird.

Die Technologie unterstützt native mehrsprachige Sprachsynchronisation über 97 Sprachen hinweg, wobei Lippensynchronisation und Mimik angepasst werden, ohne die Videotreue zu beeinträchtigen oder visuelle Verschiebungen einzuführen. Unternehmen können Avatare auch an ihre Markenidentität anpassen, obwohl diese Funktion derzeit nur für ausgewählte Unternehmenskunden verfügbar ist.

Google hat auch Sicherheitsmaßnahmen implementiert, indem es mit SynthID unsichtbare Wasserzeichen in alle KI-generierten Inhalte einbettet. Dies hilft bei der Identifizierung von KI-produziertem Material und der Eindämmung von Desinformation. Die Live Avatar-Funktion ist nun über die API für Gemini Enterprise-Benutzer verfügbar.