Gemini 3.8 Live with Live Avatarは、Geminiのライブ対話機能と低遅延の動画ストリーミングを組み合わせ、企業ユーザーにリアルタイムに近い視覚的なコミュニケーションを提供します。システムは会話を聞き取り、見ながら動的なアバターで応答し、リップシンク、自然な表情、滑らかな会話の切り替えを実現します。カスタマーサービスやインタラクティブな説明などの用途において、デジタル上の会話をよりインタラクティブにすることを目指しています。
Gemini 3.8 Live with Live Avatarは本日、Gemini Enterpriseで利用可能になりました。この機能は、異なる外見、声、表現方法を持つキャラクターに対応し、視覚入力と音声入力を同時に処理できます。非同期のツール呼び出しにより、バックグラウンドでデータを取得しながら会話を続けることができ、ホテルの宿泊客の登録などの複雑なタスクも、途切れのない対話で実行できます。
組み込みの多言語音声間同期機能は、97言語にわたって動画品質を維持しながら、唇の動きや表情を適応させます。組織は既成のアバターに加え、参照画像から独自のアバターを作成できます。カスタムアバターの生成は現在、エンタープライズ向けの許可リスト登録によってのみ提供されています。出力には、音声と動画に埋め込まれたSynthIDの透かしによって検出可能になります。詳細はモデルカードとAPIドキュメントで確認できます。
なぜ重要なのか
この進展は、企業ユーザー向けのAIインタラクションを、表情とリップシンクに対応したビデオインターフェースと組み合わせます。視覚入力と音声入力を同時に処理することで、ツール呼び出し中も会話を中断せず、顧客とのやり取りにおける情報取得と回答のステップを同じ流れの中で維持できるようになります。97言語にわたる同期機能への対応は、異なる言語でサービスを提供する組織が同じインフラを利用できるという点で適用範囲を広げますが、カスタムアバターの作成オプションがallowlistingによって制限されていることは、誰もが利用できるわけではないことを示しています。SynthIDの透かしは、コンテンツがAIによって生成されたものであることの検出に役立つ一方、組織がこのシステムをどの業務プロセスに、どのような管理体制で組み込むのかは、依然として明確な運用上の課題です。
背景
Geminiは、FikirPilotのアーカイブにおいて新しい名前ではありません。過去90日間に、この名前が登場するニュースを24本公開しており、最新のものは2026年10月3日付です。