به‌روزرسانی جدید Gemini 3.8 Live گوگل به کاربران اجازه می‌دهد در حین تماشای واکنش لحظه‌ای یک شخصیت متحرک مبتنی بر هوش مصنوعی، با این مدل گفتگو کنند. قابلیت Live Avatar حرکات لب را با گفتار هماهنگ می‌کند و در طول مکالمه حالت‌های مختلف چهره را به نمایش می‌گذارد، اما در حال حاضر تنها در اختیار مشتریان Gemini Enterprise قرار دارد.
همان‌طور که Google اشاره کرده، Live Avatar می‌تواند میان 97 زبانی که از آن‌ها پشتیبانی می‌کند جابه‌جا شود، بدون آن‌که کیفیت ویدئو کاهش یابد یا ناهماهنگی بصری ایجاد شود. در یکی از ویدئوهایی که گوگل منتشر کرده است، آواتار زنده این شرکت به زبان‌های انگلیسی و ژاپنی صحبت می‌کند و حرکت دهان آن در هر دو زبان با گفتارش هماهنگ است. این قابلیت همچنین می‌تواند هنگام صحبت‌کردن، اطلاعاتی را روی صفحه نمایش دهد.
عرضه Live Avatar حدود یک هفته پس از آن انجام می‌شود که گوگل مدل جدید Gemini 3.8 Live را معرفی کرد؛ مدلی که به گفته این شرکت، ورودی‌های بصری را تقریباً به‌صورت لحظه‌ای پردازش می‌کند. گوگل علاوه بر ارائه مجموعه‌ای از آواتارهای ازپیش‌تنظیم‌شده برای انتخاب مشتریان، به سازمان‌ها اجازه می‌دهد آواتارهای اختصاصی خود را نیز ایجاد کنند. Google می‌گوید خروجی Live Avatar به واترمارک نامرئی SynthID مجهز است و در کنار آن، تدابیر حفاظتی برای رعایت هویت در نظر گرفته شده است.
نظرات کاربران