Googleは、Gemini 3.8 Live向けのLive Avatar機能を発表した。9月24日の発表によると、このシステムは音声による応答を低遅延の映像と組み合わせ、話しているキャラクターの唇の動きや表情を生成する。初期アクセスはGemini Enterpriseを通じて提供され、この機能はカスタマーサービスやインタラクティブな製品説明などの企業利用を対象としている。
Live Avatarは音声と映像の入力を同時に処理でき、ツール呼び出し中も会話を継続できる。また、97言語で唇の動きや表情を話し方に合わせることができる。
なぜ重要か
この進展により、企業向けのAIインタラクションは音声による応答だけの段階を超え、視覚的なコミュニケーションも含む体験へと移行する。カスタマーサービスや製品説明においてユーザーとシステムのコミュニケーションの形が変化するなか、表情や唇の動きは、応答の受け止められ方に影響を与え得る新たな層を形成する。映像と音声の入力を同時に処理し、ツール呼び出し中も会話が中断されないことで、この機能は一度きりの応答ではなく、継続的な会話に対応できるようになる。97言語をサポートすることで利用範囲は広がるものの、初期提供がGemini Enterpriseに限定されているため、この機能がどのユーザー層にどの程度届くのかは明らかになっていない。
背景
Googleは、FikirPilotのアーカイブにおいて新しい名前ではない。過去90日間にこの名前が登場するニュースを59本公開しており、最新のものは2026年9月24日付だ。