Google lança Gemini 3.8 Live com avatar em tempo real

O que foi anunciado

Uma semana após o lançamento do Gemini 3.8 Live, o Google apresentou o Gemini 3.8 Live com Live Avatar, um recurso que adiciona presença visual em quase tempo real às capacidades de diálogo nativo do modelo. Ao parear geração de vídeo de baixa latência com fala, o Live Avatar cria uma persona visual dinâmica que ouve, vê e fala. O recurso está disponível a partir de hoje no Gemini Enterprise.

Conversas multimodais mais naturais

Segundo a empresa, a conversa é inerentemente multimodal - ouvimos, olhamos, falamos e usamos expressões faciais. O Live Avatar leva essas capacidades a agentes corporativos, processando entradas visuais e de áudio simultaneamente e respondendo com áudio e vídeo expressivos. O recurso oferece sincronização labial precisa, expressões naturais e troca fluida de turnos de fala, o que permitiria a empresas expandir ofertas virtuais, como atendimento ao cliente e tutoriais interativos.

Execução assíncrona de ferramentas

O recurso conta com o raciocínio avançado do Gemini: por meio de chamadas assíncronas de ferramentas, o Live Avatar pode acionar ferramentas e buscar dados em segundo plano enquanto mantém o diálogo ativo. Como exemplo, o Google mostra o recurso lidando com o check-in de um hóspede em hotel, chamando ferramentas sem interromper a conversa.

Escala global e personalização

O Live Avatar tem sincronização fala-a-fala multilíngue nativa: adapta o lip-sync e as expressões e transita sem problemas entre 97 idiomas, sem degradação da fidelidade do vídeo nem desvio visual. Além de uma biblioteca de avatares predefinidos, organizações podem criar avatares personalizados a partir de uma imagem de referência de alta qualidade, preservando a semelhança, o estilo da marca ou a identidade do personagem. A criação de avatares personalizados está disponível atualmente apenas por meio de allowlisting corporativo.

Transparência e segurança

O recurso foi construído com salvaguardas rígidas voltadas a respeitar identidade e manter transparente o conteúdo gerado por IA. Todas as saídas dos produtos de IA do Google recebem marca d'água SynthID, um selo imperceptível integrado diretamente ao áudio e ao vídeo, que ajuda a manter o conteúdo gerado detectável para reduzir desinformação e atribuição incorreta. O Google remete ao model card para detalhes sobre implantação responsável.

Disponibilidade

Gemini 3.8 Live com Live Avatar está disponível no Gemini Enterprise, com documentação de API para desenvolvedores começarem a usar.