推出带Live Avatar的Gemini 3.8 Live
2026年9月24日，谷歌发布带Live Avatar的Gemini 3.8 Live，将实时语音模型与近实时视频结合，使AI能以视觉形象出现。该功能通过Gemini Enterprise面向企业提供，支持97种语言的语音并含SynthID水印，自定义头像仅限获批企业客户。
文章要点
2026年9月24日，谷歌推出了带Live Avatar的Gemini 3.8 Live，延续了一周前发布的Gemini 3.8 Live。新功能带来近实时的视觉存在感：视频生成与语音结合，让虚拟形象能够倾听、观察和回应。
文章提到精准的口型同步、自然的表情、同时处理画面和音频，以及在对话期间于后台运行的异步工具调用，例如为酒店住客办理入住。口型同步和表情可适配97种语言。提供预设虚拟形象库；基于参考图像的自定义形象仅限获准的企业使用。输出带有SynthID水印。该功能当天已在Gemini Enterprise上线，并附有面向开发者的API文档。文中提到的用途包括客户服务和交互式导览。
本摘要由 AnnuIA 根据 Google DeepMind 官方页面用自己的话撰写。内容及版权归发布方所有，请阅读原文。