Googleは2026年9月24日、音声対話型AIモデル「Gemini 3.8 Live」に低遅延な動画生成技術を統合し、リアルタイムに対話可能なビジュアルキャラクターを提供する「Gemini 3.8 Live with Live Avatar」を、Gemini Enterprise向けに一般提供（GA）開始したと発表した。
自然な発話・表情とマルチモーダル対話
本機能は、ユーザーの音声や映像（カメラ映像・画面共有）を同時に認識しながら、AIのアバターが適切な表情変化や高精度なリップシンク（口元の同期）、スムーズなターン交代（相槌や話者交代）を行いながら対話を進めることができる。97言語に対応しており、対話の途中で言語が切り替わった場合でも自動検知して自然に対応する。
エンタープライズ業務への適用と安全性
バックグラウンドでのツール呼び出しに対応しており、アバターがユーザーと自然に会話を継続しながら、並行して予約処理や社内データ検索などの業務タスクを実行可能である。また、生成されるすべての動画および音声ストリームには電子透かし「SynthID」が埋め込まれ、AI生成コンテンツとしての透明性と安全性が確保されている。
コメント (0)