ithome
科技
采集 2026-09-25T04:11:36+00:00
谷歌 Gemini 3.8 Live 虚拟人上线
原始标题:谷歌 Gemini 3.8 Live 虚拟人上线:实时唇形同步 + 自然表情,无缝切换 97 种语言
来源
ithome
发布时间
2026-09-25T00:39:17
采集批次
2026-09-25-04
字数
749
URL 指纹
cc80885e1fb5ee3f
📌 AI 总结(233 字)
谷歌宣布推出带有 Live Avatar 功能的 Gemini 3.8 Live,将接近实时的视频生成与语音相结合,实现精准唇形同步、自然表情与流畅对话切换。Live Avatar 可同时处理视觉与音频输入,依托 Gemini 高级推理能力,通过异步工具调用在后台执行任务而不中断对话,并支持 97 种语言间无缝切换。企业可使用预设形象或自定义虚拟形象,所有 AI 生成内容均通过 SynthID 添加隐形水印。该功能已在 Gemini Enterprise 上线。
📄 正文(749 字)
IT之家 9 月 25 日消息,谷歌近日宣布,在上周推出 Gemini 3.8 Live 的基础上,正式推出带有 Live Avatar 功能的 Gemini 3.8 Live,为原生实时对话模型带来接近实时的视觉呈现效果。 该功能将接近实时的视频生成与语音相结合,可打造能倾听、观察并以动态视觉形象交流的交互体验,借助精准唇形同步、自然表情与流畅对话轮次切换,帮助企业拓展更具交互性的虚拟服务。 对话本身天生就是多模态的,人们通过倾听、观察、说话和面部表情交流。Live Avatar 将这些能力赋予企业智能代理,同时处理视觉和音频输入,生成更丰富的对话,带来更全面的交互体验。 除视觉呈现外,该功能依托 Gemini 的高级推理能力。通过异步工具调用,Live Avatar 可在后台触发工具调用并获取数据,同时保持对话正常进行,在处理复杂任务时保证对话流程不中断。 Live Avatar 支持原生多语言语音同步,可动态适配唇形同步与表情,能在 97 种语言之间无缝切换,不会降低视频保真度或出现视觉偏移。 除了预设的多样化形象库,企业还可自定义 Live Avatar。开发者可通过高质量参考图像生成完整动画、响应灵敏的虚拟形象,同时保留参考形象的相似度、品牌风格与角色特征,目前自定义虚拟形象仅对企业白名单用户开放。 谷歌为 Live Avatar 构建了严格的安全保障机制,所有 AI 生成内容都通过 SynthID 添加隐形水印,直接嵌入音频与视频输出,帮助识别 AI 生成内容,减少错误信息和错误归属问题。 目前,带 Live Avatar 的 Gemini 3.8 Live 已在 Gemini Enterprise 上线,用户可通过官方文档探索 API 开始使用。