נקודות עיקריות
- •גוגל הכריזה על זמינות מלאה של Gemini 3.8 Live with Live Avatar במסגרת Gemini Enterprise.
- •המודל משלב ייצוג חזותי בזמן אמת, סנכרון שפתיים, הבעות פנים ותמיכה בהבנה אוטומטית של 97 שפות.
- •סוכני ה-AI מסוגלים להפעיל כלים ברקע, לקלוט וידאו ושיתופי מסך במקביל ולהתאושש מקטיעת שיחה.
- •הטכנולוגיה כוללת סימון מים באמצעות SynthID, נקודות קצה בארה"ב ובאירופה ותמיכה בערכת הפיתוח ADK.
גוגל (Google) השיקה את Gemini 3.8 Live with Live Avatar, שירות ארגוני שמוסיף לסוכני AI קוליים דמות וידאו מונפשת המשוחחת עם המשתמש בזמן אמת ומגיבה בקול ובהבעות פנים עם סנכרון שפתיים מלא.
השילוב מאפשר למשתמשים לנהל שיחה קולית רציפה תוך אינטראקציה מול דמות דיגיטלית מונפשת בדפדפנים, באפליקציות סלולריות ובעמדות קיוסק אינטראקטיביות. ההשקה מגיעה בהמשך להצגת מודלי Gemini 3.8 Live בשבוע שעבר.
מאפיינים עיקריים
החידוש המרכזי במערכת מתבסס על ארכיטקטורת שיחה קולית ישירה (Native speech-to-speech), המאפשרת לאווטאר לייצר סנכרון שפתיים מדויק ולהתאים הבעות פנים טבעיות בזמן אמת.
המבנה הישיר מספק התאוששות חלקה מקטיעת שיחה (Interruption recovery), כך שהמשתמש יכול לקטוע את דברי המודל מבלי לאבד את הקשר השיחה או לפגוע בפעולות המתבצעות ברקע.
לצד עיבוד האודיו, המערכת משלבת הבנה חזותית בזמן אמת (Live visual understanding), המסוגלת לעבד בו-זמנית קלט וידאו ממצלמות חיות ושיתופי מסך לצד ערוץ הקול.
המודל מזהה ומדבר 97 שפות שונות עם זיהוי שפה אוטומטי, ומסוגל לעבור בין השפות במהלך השיחה תוך שמירה על דיוק חזותי ללא עיוותים.
יכולות נוספות
ביצועי המודל מיועדים לעבודה בעומסים ארגוניים ומגובים ביכולות חשיבה ועיבוד נתונים ברקע. המערכת תומכת בהפעלת כלים וקריאות API באופן אסינכרוני (Asynchronous tool calling), המאפשר לאווטאר לאשר את בקשת המשתמש ולהמשיך בדיאלוג השוטף בזמן ששליפת נתונים, בדיקת מדיניות או עדכון מערכות חיצוניות מסתיימים ברקע.
ארגונים המטמיעים את הטכנולוגיה יכולים לבחור מתוך ספריית אווטארים מוכנים מראש בעלי מאפיינים וסגנונות קוליים מגוונים.
בנוסף, קיימת אפשרות לייצר אווטאר מותאם אישית על בסיס תמונת ייחוס בודדת, דגימת קול והוראות מערכת, תוך שמירה על זהות המותג.
הווידאו שמייצר האווטאר מסומן בסימן מים דיגיטלי (Watermark) באמצעות SynthID, טכנולוגיית הסימון של Google DeepMind המאפשרת לזהות תוכן שנוצר על ידי AI.
זמינות
Gemini 3.8 Live with Live Avatar זמין כעת במסגרת Gemini Enterprise.
השירות מופעל דרך נקודות קצה (Endpoints) בארה"ב ובאירופה, ומפתחים יכולים לשלב אותו בסוכנים שלהם באמצעות ערכת הפיתוח Agent Development Kit (ADK) של גוגל.
