谷歌于9月25日披露，继上周推出Gemini 3.8 Live之后，现已发布集成Live Avatar功能的Gemini 3.8 Live，为原生实时对话模型提供了近乎实时的视觉表现能力。

这项技术将接近实时的视频生成与语音功能融合，能够构建出可以聆听、观察并以动态视觉形象进行交流的互动体验，通过精确的唇形同步、自然的面部表情以及流畅的对话轮次切换，助力企业开发更具交互性的虚拟服务。以下是相关视频展示：

对话本质上是多模态的，人们通过聆听、观察、说话和面部表情来沟通。Live Avatar将这些能力赋予企业智能代理，使其同时处理视觉和音频输入，从而生成更丰富的对话，带来更全面的交互感受。

除了视觉呈现，该功能还依托Gemini的高级推理能力。借助异步工具调用，Live Avatar可在后台触发工具调用并获取数据，同时保持对话正常进行，确保在处理复杂任务时对话流程不中断。

Live Avatar支持原生多语言语音同步，能够动态调整唇形同步与表情，可在97种语言之间无缝切换，不会降低视频保真度或出现视觉偏移。

除了预设的多样化形象库，企业还可以自定义Live Avatar。开发者能通过高质量参考图像生成完整的动画和响应灵敏的虚拟形象，同时保留参考形象的相似度、品牌风格与角色特征。目前，自定义虚拟形象仅对企业白名单用户开放。

谷歌为Live Avatar构建了严格的安全保障机制，所有AI生成内容都通过SynthID添加隐形水印，直接嵌入音频与视频输出，以帮助识别AI生成内容，减少错误信息和错误归属问题。

目前，带Live Avatar的Gemini 3.8 Live已在Gemini Enterprise上线，用户可通过官方文档探索API开始使用。