Gemini 3.8 Live with Live Avatar kombiniert die Live-Dialogfähigkeiten von Gemini mit einem Videostreaming mit geringer Latenz und ermöglicht Unternehmenskunden eine visuelle Kommunikation nahezu in Echtzeit. Das System antwortet mit einem dynamischen Avatar, während es dem Gespräch zuhört und es sieht, und bietet Lippensynchronisation, natürliche Mimik sowie fließende Übergänge beim Sprechen. In Einsatzbereichen wie dem Kundenservice und interaktiven Präsentationen soll es digitale Gespräche interaktiver gestalten.
Gemini 3.8 Live with Live Avatar ist ab heute in Gemini Enterprise verfügbar. Die Funktion unterstützt Charaktere mit unterschiedlichem Aussehen, verschiedenen Stimmen und Ausdrucksweisen und kann visuelle und akustische Eingaben gleichzeitig verarbeiten. Dank asynchroner Tool-Aufrufe kann das System das Gespräch fortsetzen, während es im Hintergrund Daten abruft, und komplexe Aufgaben wie die Registrierung eines Hotelgasts in einem nahtlosen Dialog erledigen.
Die integrierte mehrsprachige Synchronisation von Sprache zu Sprache passt Lippenbewegungen und Mimik in 97 Sprachen an und erhält dabei die Videoqualität. Organisationen können neben den vorgefertigten Avataren auch anhand eines Referenzbilds eigene Avatare erstellen; die Erstellung individueller Avatare ist derzeit ausschließlich über Enterprise-Allowlisting verfügbar. Die Ausgaben werden durch ein in Audio und Video eingebettetes SynthID-Wasserzeichen erkennbar gemacht. Weitere Einzelheiten sind im Model Card und in der API-Dokumentation verfügbar.
Warum das wichtig ist
Diese Entwicklung verbindet die KI-Interaktion für Unternehmenskunden mit einer videobasierten Benutzeroberfläche, die Gesichtsausdrücke und Lippensynchronisation bietet. Die gemeinsame Verarbeitung visueller und auditiver Eingaben ermöglicht es, dass die Unterhaltung während Tool-Aufrufen nicht unterbrochen wird und die Schritte der Informationsbeschaffung und Beantwortung in Kundengesprächen in einem durchgängigen Ablauf bleiben. Die Unterstützung der Synchronisation in 97 Sprachen erweitert den Anwendungsbereich, da Organisationen, die Dienste in verschiedenen Sprachen anbieten, dieselbe Infrastruktur nutzen können; die Beschränkung der Option zur Erstellung individueller Avatare durch Allowlisting zeigt jedoch, dass der Zugang nicht allgemein offen ist. Das SynthID-Wasserzeichen hilft dabei, künstlich generierte Inhalte zu erkennen, während die Frage, in welche Geschäftsprozesse und mit welchen Kontrollen Organisationen dieses System integrieren werden, als offene Frage der praktischen Umsetzung bestehen bleibt.
Hintergrund
Gemini ist im FikirPilot-Archiv kein neuer Name: In den letzten 90 Tagen haben wir 24 Nachrichten veröffentlicht, in denen dieser Name vorkam; die jüngste davon datiert vom 3. Oktober 2026.