Минулого тижня Google анонсувала модель Gemini 3.8 Live і Live Extended Thinking, рекламуючи її як найдосконалішу модель живої взаємодії компанії на сьогоднішній день. Ідея полягає в тому, щоб надати «розробникам і підприємствам… надійні, готові до виробництва будівельні блоки голосового агента», кажуть у компанії. Розмовляти з Gemini також виглядає більш природно, і тепер користувачі можуть виконувати […]
Минулого тижня Google анонсувала модель Gemini 3.8 Live і Live Extended Thinking, рекламуючи її як найдосконалішу модель живої взаємодії компанії на сьогоднішній день. Ідея полягає в тому, щоб надати «розробникам і підприємствам… надійні, готові до виробництва будівельні блоки голосового агента», кажуть у компанії. Розмовляти з Gemini також виглядає більш природно, і тепер користувачі можуть виконувати складні завдання за допомогою голосових команд.
Тепер Google додав відео до формули з Gemini 3.8 Live with Live Avatar. Він поєднує візуальну присутність майже в реальному часі з моделлю живої взаємодії, щоб створити «динамічний візуальний досвід слухання, бачення та мовлення». Коротше кажучи, це аватари, призначені для виконання таких завдань, як підтримка продажів і обслуговування клієнтів, тому ви можете взаємодіяти з ними найближчим часом.
У кількох відео в блозі Google демонструє як реалістичні, так і мультяшні аватари. Вони можуть виконувати точну синхронізацію губ, природні вирази обличчя, «плавне чергування» тощо. Компанія каже, що за допомогою них аватари можуть спілкуватися за допомогою міміки, дивлячись, слухаючи та розмовляючи, створюючи природні багатомодні розмови. Аватари підтримуються розширеними міркуваннями Gemini, які дозволяють живим аватарам ініціювати виклик інструментів і отримувати дані у фоновому режимі, продовжуючи активну взаємодію.
Google пропонує бібліотеку «різноманітних попередньо встановлених аватарів», або організації можуть налаштувати власні аватари з високоякісних еталонних зображень, щоб зберегти «подібність до еталонів, стиль бренду та ідентичність персонажа». Вони доступні лише через список дозволів компанії, додала компанія. Живі аватари також створені з «суворим захистом, розробленим для поваги ідентичності та забезпечення прозорості контенту, створеного штучним інтелектом», і кожен має водяний знак за допомогою SynthID від Google.
Як згадувалося раніше, Live Avatar розроблено виключно для клієнтів Google Gemini Enterprise. Проте незабаром ми можемо побачити результати у вигляді аватарів обслуговування клієнтів і продажів на екранах наших комп’ютерів і мобільних телефонів. Враховуючи те, що Google продемонстрував на даний момент, і відразу людей до ШІ, ШІ може бути непопулярним у всьому світі.
