Live Avatar対応のGemini 3.8 Liveのご紹介
Googleは2026年9月24日、ライブ音声モデルとほぼリアルタイムの映像を組み合わせ、AIを視覚的なペルソナとして表示できるGemini 3.8 Live with Live Avatarを発表した。Gemini Enterprise経由で企業向けに提供され、97言語の音声に対応し、SynthIDの透かしを含む。カスタムアバターは承認済みの企業顧客に限られる。
記事の内容
Googleは2026年9月24日、前週に公開したGemini 3.8 Liveに続き、Live Avatar付きのGemini 3.8 Liveを発表しました。ほぼリアルタイムの映像生成を音声と組み合わせ、アバターが聞き、見て、応答できる視覚的な存在感を加えるものです。
発表では、正確なリップシンク、自然な表情、映像と音声の同時処理、会話中にバックグラウンドで実行される非同期のツール呼び出し（例としてホテルでの宿泊客のチェックイン）が挙げられています。リップシンクと表情は97言語に対応します。プリセットのアバターが用意され、参照画像からのカスタムアバターは許可リストに登録された企業に限られます。出力にはSynthIDの透かしが入ります。この機能は発表当日にGemini Enterpriseで提供開始され、開発者向けにAPIドキュメントも用意されています。用途として、カスタマーサービスやインタラクティブな案内が挙げられています。
この要約は、Google DeepMind の公式ページをもとに AnnuIA が自分の言葉で作成しました。内容および権利は発行元に帰属します。元の記事をご覧ください。