跳到主要內容
maxstudioNews
產品Google DeepMind約 2 分鐘

Gemini 3.8 Live 推出 Live Avatar:即時視覺互動新體驗

Google DeepMind 正式推出 Gemini 3.8 Live 的 Live Avatar 功能,將即時視覺互動帶入對話式 AI。這項新功能結合了即時對話與低延遲串流視訊,為企業及其使用者提供更自然、直覺的對話體驗。Live Avatar 具備精準的唇形同步、自然表情與流暢的輪流對話能力,能顯著提升虛擬服務的互動性。

Gemini 3.8 Live 推出 Live Avatar:即時視覺互動新體驗
圖片來源:Google DeepMind

Gemini 3.8 Live 搭載 Live Avatar 功能,為 Gemini 的對話式 AI 帶來即時視覺呈現。透過將我們的即時對話能力與低延遲串流視訊原生結合,Live Avatar 能為企業及其使用者提供更自然、直覺的對話體驗。

延續上週 Gemini 3.8 Live 發布的熱潮,我們今天很高興推出 Gemini 3.8 Live 搭載 Live Avatar 功能,為我們的原生即時對話模型帶來近乎即時的視覺呈現。透過將近乎即時的視訊生成與語音配對,Live Avatar 功能創造了一種能傾聽、看見並以動態視覺形象說話的體驗。

憑藉精準的唇形同步、自然表情和流暢的輪流對話,Live Avatar 使企業能夠以更具互動性的方式擴展其虛擬服務。無論是提供引人入勝的客戶服務,還是提供互動式導覽,它都能將數位交流轉變為更豐富、更易於存取的體驗。從今天起,Gemini 3.8 Live 搭載 Live Avatar 功能已在 Gemini Enterprise 中提供。

對話本質上是多模態的:我們傾聽、觀察、說話並使用面部表情進行交流。Live Avatar 將這些能力帶給企業代理人。透過同時處理視覺和音訊輸入,它能產生豐富的對話,提供更全面的體驗。

除了視覺呈現之外,這項功能還由 Gemini 的進階推理能力所支援。透過非同步工具呼叫,Live Avatar 可以在背景觸發工具呼叫並擷取資料,同時繼續活躍的對話,處理複雜任務並確保對話流程不中斷。

對話式呈現應該感覺自然,並且不受語言限制。Live Avatar 具備原生多語言語音到語音同步功能。這項功能會動態調整其唇形同步和表情,並能無縫轉換 97 種語言,而不會降低視訊保真度或引入視覺漂移。

組織通常需要獨特的視覺識別來符合其品牌形象。除了多樣化的預設虛擬人偶庫之外,組織還可以自訂其 Live Avatar。開發人員可以從高品質的參考圖像生成一個完全動畫化、反應靈敏的虛擬人偶,同時保留參考相似性、品牌風格或角色身份。目前,自訂虛擬人偶的建立僅透過企業白名單提供。

信任與透明是其核心。我們在建立 Live Avatar 時,採用了嚴格的保護措施,旨在尊重身份並保持 AI 生成內容的透明度。我們所有 AI 產品生成的輸出都帶有 SynthID 浮水印。這種難以察覺的浮水印直接嵌入到音訊和視訊輸出中,有助於確保 AI 生成內容可被偵測,從而最大程度地減少錯誤資訊和歸因錯誤。要了解我們在安全和負責任部署方面的全面方法,請閱讀我們的模型卡。

開始使用 Gemini 3.8 Live 搭載 Live Avatar。Gemini 3.8 Live 搭載 Live Avatar 已在 Gemini Enterprise 中提供。請查閱 API 文件以開始使用。

Share

覺得值得一看?分享給朋友。

以上為 AI 自動翻譯導讀。原文版權歸 Google DeepMind 所有, 建議透過「閱讀原文」前往原始網站,以取得最完整資訊並支持原作者。

Newsletter

不用每天追,AI 重點每週寄給你

43 個來源、每 2 小時更新,太多看不完。電子報每週挑最值得看的幾則,附上 Max 的看法。

每週一封。Email 只用來寄電子報,每封信都能一鍵退訂。