فهرست مطالب
گوگل در ۲۴ سپتامبر ۲۰۲۶ قابلیت Live Avatar را برای Gemini 3.8 Live معرفی کرد. این قابلیت به عامل هوش مصنوعی چهرهای متحرک میدهد تا هنگام مکالمه، همراه با صدا و تصویر به کاربر پاسخ دهد. گوگل آن را برای کاربردهای سازمانی، از جمله خدمات مشتری و راهنمایی تعاملی، ارائه کرده است.
آواتار زنده چه کاری انجام میدهد؟
Live Avatar گفتوگوی صوتی را با ویدئوی تولیدشده با تأخیر کم ترکیب میکند. به گفته گوگل، آواتار میتواند آنچه را میبیند و میشنود پردازش کند و با حرکت لب و حالت چهره متناسب پاسخ دهد. هدف این است که تعامل با یک عامل دیجیتال به مکالمه حضوری نزدیکتر شود.
گوگل از خدمات مشتری و راهنمایی مرحلهبهمرحله بهعنوان نمونههای کاربردی نام برده است. با این حال، کیفیت تجربه در هر محصول واقعی به نحوه پیادهسازی آن نیز بستگی خواهد داشت.
اجرای کارها در میانه مکالمه
این قابلیت میتواند هنگام ادامه گفتوگو، ابزارهایی را در پسزمینه فراخوانی کند و اطلاعات لازم را دریافت کند. گوگل نمونهای از پذیرش مهمان در هتل را نمایش داده که در آن عامل، همزمان با صحبت کردن، کارهای مرتبط را انجام میدهد.
برای یک کسبوکار، چنین قابلیتی میتواند در طراحی راهنمای تعاملی یا پاسخگویی به درخواستهای مشتری مفید باشد. اطلاعیه گوگل بهتنهایی نشان نمیدهد که آواتار در همه سناریوهای واقعی با چه سرعت یا دقتی عمل میکند.
زبانها، شخصیسازی و شفافیت
به گفته گوگل، Live Avatar میتواند هنگام جابهجایی میان ۹۷ زبان، هماهنگی گفتار با حرکت لب و حالت چهره را حفظ کند. سازمانها به مجموعهای از آواتارهای آماده دسترسی دارند. ساخت آواتار سفارشی از تصویر مرجع نیز پیشبینی شده، اما گوگل میگوید این امکان فعلاً فقط برای سازمانهای تأییدشده در دسترس است.
گوگل همچنین اعلام کرده خروجی صوتی و تصویری تولیدشده با محصولات هوش مصنوعیاش دارای نشان نامحسوس SynthID است. این نشان برای کمک به شناسایی محتوای تولیدشده با هوش مصنوعی در نظر گرفته شده است.
چه کسانی به آن دسترسی دارند؟
طبق اعلام گوگل، Gemini 3.8 Live with Live Avatar اکنون در Gemini Enterprise در دسترس است و توسعهدهندگان میتوانند مستندات API آن را بررسی کنند. این اعلام به معنی عرضه عمومی قابلیت در نسخه معمولی اپلیکیشن Gemini نیست.
جمعبندی
Live Avatar گامی در جهت عاملهای هوش مصنوعی است که همزمان صحبت میکنند، تصویر دارند و در پسزمینه کار انجام میدهند. در حال حاضر، خبر اصلی عرضه آن برای محیط سازمانی است؛ کارایی آن در استفاده گستردهتر هنوز باید در عمل سنجیده شود.
منبع: اطلاعیه رسمی گوگل درباره Gemini 3.8 Live with Live Avatar
