Ginawang available ng Google sa mga negosyo ang Live Avatar para sa Gemini 3.8 Live

Ginawang pangkalahatang available ng Google ang Live Avatar kasama ng Gemini 3.8 Live noong Setyembre 24. Nagdaragdag ito ng nagsasalita at animated na mukha sa live voice model ng kumpanya, na nakatatanggap din ng input mula sa camera o screen at nakakatawag ng mga panlabas na tool habang nag-uusap. Para sa mga developer na gumagawa ng mga agent para sa customer, ang praktikal na pagbabago ay ang pinagsamang video output at dokumentadong API. Hindi pinatutunayan ng anunsyo na pinabubuti ng avatar ang resulta ng serbisyo o maaasahan ito sa bawat sitwasyon.

Ang malaking pagbabago

• Ano ang nagbago: Dinadagdagan ng gabay para sa developer ng Google ang speech output ng nauna nitong Live model ng naka-sync na avatar video. Maaari na ngayong makakuha ang mga developer ng nagsasalitang mukha at boses mula sa iisang streaming API.
• Bakit ito mahalaga: Makapagdagdag ang mga team na gumagawa ng mga agent para sa customer service ng biswal na presensiyang ito nang hindi gumagawa ng hiwalay na pipeline para mag-render ng avatar. Ang mga application pa rin nila ang nagpapatakbo ng mga tool call at humahawak sa mga error; hindi patunay ng matagumpay na transaksyon ang animation.
• Ano ang dapat bantayan: Agarang pagpili sa disenyo kung preset na avatar o custom na wangis ang gagamitin. Nililimitahan ng gabay sa configuration ng Google ang custom na avatar sa piling customer at hinihingi ang mga karapatan at pahintulot para sa mga sample ng mukha o boses. Kaya kailangan ng hiwalay na pagpapasya tungkol sa access at pahintulot para sa wangis na may tatak.

Available na ang avatar; may hiwalay na limitasyon ang custom na wangis

Sa post tungkol sa paglulunsad, ipinakikita ng Google ang mga avatar na tumutugon sa live na audio at biswal na input, nagpapalit ng wika, at nagpapatuloy ng usapan sa pag-check in sa hotel habang gumagana ang isang tool call. Mga demo ito ng kumpanya. Ipinakikita ng mga ito ang nilalayong paraan ng pakikipag-ugnayan, ngunit walang ibinibigay na nasukat na error rate, resulta sa accessibility o patunay na gumaganda ang serbisyo sa customer.

Ayon sa anunsyo sa Google Cloud, pangkalahatang available ang feature sa Gemini Enterprise at sa pamamagitan ng API, na may mga endpoint sa US at EU. Maaaring pumili ang mga developer mula sa mga preset na avatar. Limitado pa sa piling enterprise customer ang paglikha ng avatar mula sa reference image ng isang tao; kailangan nilang humiling ng access sa Google Cloud. Sinasabi sa gabay sa configuration na responsibilidad ng mga customer na kumuha ng mga karapatan at pahintulot na kailangan para maproseso ang mga sample ng mukha o boses.

Inililista sa pahina ng modelo ang gemini-3.8-live at availability nito sa mga multi-region na us at eu, at sa us-central1. Kabilang sa mga opsiyon sa paggamit na sinusuportahan nito ang karaniwang pay-as-you-go at provisioned throughput. Dapat tingnan ng mga team ang endpoint at mga komersiyal na tuntunin para sa sarili nilang deployment bago ipalagay na pare-pareho ang access dahil pangkalahatan nang available ang feature.

Nakadepende pa rin ang usapan sa application

Inilalarawan ng Google ang Gemini 3.8 Live bilang speech-to-speech system na tumatanggap ng live na camera frame o screen share at sumasagot gamit ang boses at video. Ipinapaliwanag sa gabay para sa developer ang pagkakaiba ng mga call na tumatakbo habang nagsasalita pa ang agent at mga blocking call na naghihintay ng tugon. Kailangan pa ring ikonekta at pahintulutan ng application ang sarili nitong mga tool, pangasiwaan ang mga resulta ng mga ito at pagpasyahan kung anong aksiyon ang maaaring gawin ng agent. Hindi patunay ng matagumpay na paghahanap ang mukha na nananatili sa screen habang may lookup.

Ayon sa gabay, dapat mag-ulat ang mga tugon mula sa tool ng status at kung makabubuting subukang muli; dapat tumugma ang mga ito sa orihinal na call ID; at dapat magtakda ang mga developer ng limitasyon sa paulit-ulit na tool call. Mahalaga ang mga kahingiang ito sa paghawak ng agent sa walang-lamang resulta ng paghahanap sa account o sa pagkaantala. Sinabi rin ng Google na nakapagpapalit-palit ang Gemini 3.8 Live sa 97 wika. Hindi pa independiyenteng nasusukat dito ang pahayag ng anunsyo na naka-sync ang galaw ng labi sa mga wikang iyon.

Ayon sa Google, may SynthID watermark ang nalikhang audio at video at nililimitahan nito ang paglikha ng custom na wangis. Mga proteksiyong ipinahayag ito, hindi patunay na makikilala ng bawat manonood na sintetikong nilikha ang avatar o mapipigilan ang maling paggamit. Kailangang suriin sa pagtatasa bago ilunsad ang pahintulot, disclosure, paghawak sa live na datos ng camera at boses, mga pumalyang tool call, tugon sa pagkaantala at aktuwal na performance sa mga gagamit nito. Hindi ibinibigay ng inilathalang materyal at dokumentasyon sa paglulunsad ang mga resultang iyon.

Mga source at karagdagang babasahin

• Anunsyo ng Google tungkol sa Live Avatar (Setyembre 24, 2026) na naglalarawan at nagpapakita ng nilalayong pakikipag-ugnayan, mga pahayag tungkol sa avatar sa maraming wika at SynthID. Hindi independiyenteng pagsusuri sa performance ang mga demo nito.
• Post ng Google Cloud tungkol sa pangkalahatang availability (Setyembre 24, 2026) na nagtatakda ng availability sa enterprise, mga endpoint sa US at EU, preset at limitadong custom na avatar, at mga halimbawang application. Mga pampromosyong salaysay ng customer ang mga komento roon, hindi mga sukat ng resulta na ginamit sa artikulong ito.
• Gabay para sa developer ng Gemini 3.8 Live (na-update noong Setyembre 24, 2026) na nagdodokumento ng paghahambing ng mga modelo, format ng streaming at gawi ng tool call. Inilalarawan nito ang gawi ng API, hindi ang nasukat na performance sa isang partikular na deployment.
• Pahina ng modelo ng Gemini 3.8 Live (na-update noong Setyembre 24, 2026) na naglilista ng model ID, petsa ng paglabas para sa pangkalahatang availability, mga rehiyon at mga opsiyon sa paggamit. Dapat muling tingnan ang availability para sa partikular na proyekto at endpoint.
• I-configure ang mga live avatar (sinuri noong Setyembre 25, 2026) na nagbibigay ng setup para sa API ng stock avatar at mga kinakailangan sa access at pahintulot para sa custom na wangis.