Новини›Edhe›Gemini 3.8 Live добавя видеоаватар, който слуша, вижда и говори
Edhe

Gemini 3.8 Live добавя видеоаватар, който слуша, вижда и говори

Google DeepMind · неделя, 8 ноември, 18:14 · 1 мин четене

Функцията работи в реално време и говори на 97 езика.

Google DeepMind представи Gemini 3.8 Live с Live Avatar. Това е функция, която добавя видеоперсона към разговора с AI. Аватарът слуша, вижда и говори, а устните и изразите му се синхронизират с думите.

Функцията е създадена за предприятия. С нея виртуалните услуги могат да бъдат по-интерактивни, например при обслужване на клиенти или при водене на потребителя през даден процес.

Аватарът може да сменя езика по време на разговора. Поддържат се 97 езика, а синхронизацията на устните и изразите се адаптира автоматично, без да се влоши качеството на видеото.

По време на разговора аватарът може да върши задачи във фонов режим. Например проверка в хотел се извършва, докато диалогът продължава без прекъсване. Това е възможно благодарение на асинхронното извикване на инструменти.

Предприятията могат да създадат свой аватар от качествено референтно изображение. Така той може да пази стила на марката или определен персонаж. Създаването на персонализиран аватар засега е достъпно само след одобрение за конкретни организации.

Всички видеа, генерирани с тази функция, са маркирани с невидим воден знак SynthID. Той помага съдържанието да остане разпознаваемо като създадено с AI.

Gemini 3.8 Live с Live Avatar е достъпен засега само в Gemini Enterprise. Документацията за програмния достъп е публикувана на сайта на Google.

Още новини