Google Live Avatar daje czatom Gemini twarz. Awatar rozmawia z klientem w 97 językach

Google udostępnił 24 września Live Avatar, funkcję, która daje rozmowom z modelem Gemini 3.8 Live twarz i głos. Awatar mówi, porusza ustami zgodnie z wypowiedzią i reaguje mimiką w czasie zbliżonym do rzeczywistego. Funkcja jest dostępna w Gemini Enterprise, czyli w ofercie Google dla firm, więc trafi do ciebie raczej jako klienta niż jako użytkownika. Firma opisała ją we wpisie na swoim blogu.

Po co firmie awatar zamiast czatu

Gemini 3.8 Live to model do rozmów głosowych, który Google wypuścił tydzień wcześniej. Live Avatar dokłada do niego obraz: postać, która słucha, patrzy i odpowiada. Google podaje dwa zastosowania: obsługę klienta i interaktywne instrukcje, w których awatar prowadzi użytkownika krok po kroku.

W praktyce może to wyglądać tak jak w filmie pokazowym Google: awatar zameldowuje gościa w hotelu. Model potrafi przy tym uruchamiać narzędzia w tle, na przykład sprawdzić rezerwację w systemie, i nie przerywa rozmowy.

Awatar ma też odbierać obraz i dźwięk jednocześnie. Na filmie pokazowym postać odpowiada na to, co widzi i słyszy, głosem i wyrazem twarzy.

Ile języków i czy po polsku

Google podaje, że awatar przełącza się między 97 językami w trakcie rozmowy i dopasowuje do nich ruch ust. Wpis nie wymienia listy języków, więc nie wiadomo, czy jest wśród nich polski. Głos po polsku oferuje już inny model z tej samej rodziny, o czym pisaliśmy przy okazji Gemini 3.8 Flash TTS.

Firmy mogą wybrać awatara z gotowej biblioteki postaci. Własnego, zrobionego na podstawie jednego zdjęcia wysokiej jakości, na razie stworzą tylko firmy dopuszczone przez Google do tej opcji.

Jak odróżnić awatara od człowieka

Wszystko, co generuje Live Avatar, dostaje znak wodny SynthID, wpleciony w dźwięk i obraz. Tego znaku nie widać ani nie słychać. Ma pozwolić wykryć, że materiał powstał w AI, i według Google ograniczać dezinformację.

Dla ciebie jako klienta znak wodny niewiele zmienia w samej rozmowie. Wpis Google nie mówi, czy awatar ma sam informować rozmówcę, że jest programem. To zależy od firmy, która go wdroży, i od przepisów w jej kraju; co w tej sprawie wynika z unijnych przepisów, opisujemy w przewodniku po AI Act.

Jeśli rozmawiasz na infolinii albo na stronie firmy z postacią na ekranie i masz wątpliwości, zapytaj wprost, czy to człowiek, czy program.

Czego nie wiadomo

Google nie podaje ceny Live Avatar ani krajów, w których działa. Nie wiadomo też, które firmy już z niego korzystają. Opis zabezpieczeń odsyła do karty modelu.