Google ने 24 सितंबर को Gemini 3.8 Live के साथ Live Avatar को आम तौर पर उपलब्ध कराया। इससे कंपनी के लाइव वॉइस मॉडल में बोलता, एनिमेटेड चेहरा जुड़ता है; मॉडल बातचीत के दौरान कैमरा या स्क्रीन इनपुट भी ले सकता है और बाहरी टूल चला सकता है। ग्राहकों के लिए एजेंट बनाने वाले डेवलपरों के वास्ते व्यावहारिक बदलाव एकीकृत वीडियो आउटपुट और दस्तावेज़ीकृत API मार्ग है। घोषणा यह साबित नहीं करती कि अवतार सेवा के नतीजे बेहतर बनाता है या हर परिस्थिति में भरोसेमंद ढंग से काम करता है।
बड़ा बदलाव
- क्या बदला: Google की डेवलपर मार्गदर्शिका उसके पहले के Live मॉडल के वाक् आउटपुट में समकालिक अवतार वीडियो जोड़ती है। अब डेवलपर एक ही स्ट्रीमिंग API से बोलता चेहरा और आवाज़ पा सकते हैं।
- यह क्यों मायने रखता है: ग्राहक सेवा एजेंट बनाने वाली टीमें अलग अवतार-रेंडरिंग प्रक्रिया के बिना यह दृश्य उपस्थिति जोड़ सकती हैं। उनके ऐप को अब भी टूल कॉल चलाने और विफलताओं को संभालने की ज़रूरत है; एनिमेशन से यह साबित नहीं होता कि लेन-देन सफल हुआ।
- क्या देखना है: तुरंत लिया जाने वाला डिज़ाइन निर्णय पहले से तैयार अवतार और किसी व्यक्ति की छवि पर आधारित कस्टम रूप के बीच है। Google की कॉन्फ़िगरेशन मार्गदर्शिका कस्टम अवतार को चुनिंदा ग्राहकों तक सीमित रखती है और चेहरे या आवाज़ के नमूनों के लिए अधिकार और सहमति माँगती है। इसलिए ब्रांडेड छवि के लिए अलग से पहुँच और सहमति का निर्णय चाहिए।
अवतार उपलब्ध है; कस्टम छवि पर अलग पाबंदी है
अपने लॉन्च लेख में Google लाइव ऑडियो और दृश्य इनपुट पर प्रतिक्रिया देते, भाषाएँ बदलते और टूल कॉल के दौरान होटल में चेक-इन की बातचीत जारी रखते अवतार दिखाता है। ये कंपनी के प्रदर्शन हैं। वे इच्छित संवाद दिखाते हैं, लेकिन मापी हुई त्रुटि दर, सुगम्यता का नतीजा या बेहतर ग्राहक सेवा का प्रमाण नहीं देते।
Google की Cloud घोषणा कहती है कि यह सुविधा Gemini Enterprise और API के ज़रिए, अमेरिका और यूरोपीय संघ के एंडपॉइंट पर आम तौर पर उपलब्ध है। डेवलपर पहले से तैयार अवतार चुन सकते हैं। किसी व्यक्ति की संदर्भ छवि से अवतार बनाना चुनिंदा उद्यम ग्राहकों तक सीमित है; उन्हें Google Cloud के ज़रिए पहुँच माँगनी होगी। कॉन्फ़िगरेशन मार्गदर्शिका कहती है कि चेहरे या आवाज़ के नमूनों को संसाधित करने के लिए ज़रूरी अधिकार और सहमति लेना ग्राहकों की जिम्मेदारी है।
मॉडल पृष्ठ gemini-3.8-live की उपलब्धता us और eu बहु-क्षेत्रों तथा us-central1 में सूचीबद्ध करता है। वह मानक भुगतान-के-अनुसार-उपयोग और आरक्षित थ्रूपुट, दोनों को समर्थित उपयोग विकल्प बताता है। उपलब्धता को सबके लिए मानने से पहले टीमें अपनी तैनाती का एंडपॉइंट और व्यावसायिक शर्तें जाँचें।
बातचीत अब भी ऐप पर निर्भर है
Google Gemini 3.8 Live को वाक्-से-वाक् प्रणाली बताता है, जो लाइव कैमरा फ़्रेम या स्क्रीन साझा करने का इनपुट लेकर वाणी और वीडियो वापस भेज सकती है। उसकी डेवलपर मार्गदर्शिका उन टूल कॉलों में फ़र्क करती है जो एजेंट के बोलते रहने के दौरान चलती हैं और उन अवरोधक कॉलों में जो जवाब आने तक रुकती हैं। ऐप को अपने टूल जोड़ने और उनकी अनुमति देने, नतीजे संभालने और यह तय करने की ज़रूरत है कि एजेंट कौन-सी कार्रवाई कर सकता है। जानकारी खोजते समय स्क्रीन पर बने रहने वाला चेहरा यह साबित नहीं करता कि खोज सफल हुई।
मार्गदर्शिका कहती है कि टूल के जवाब में स्थिति और दोबारा कोशिश की उपयोगिता बतानी चाहिए; जवाब मूल कॉल ID से मेल खाना चाहिए; और डेवलपरों को बार-बार होने वाली टूल कॉल की सीमा तय करनी चाहिए। ये शर्तें तय करती हैं कि खाली खाता-खोज या रुकावट होने पर एजेंट कैसे काम करेगा। Google यह भी कहता है कि Gemini 3.8 Live 97 भाषाओं के बीच बदल सकता है। इन भाषाओं में होंठों की गति साथ बने रहने का कंपनी का दावा यहाँ स्वतंत्र रूप से नहीं मापा गया है।
Google कहता है कि तैयार ऑडियो और वीडियो पर SynthID वॉटरमार्क होते हैं और कस्टम छवि बनाने पर पाबंदी है। ये घोषित सुरक्षा उपाय हैं; इनसे यह साबित नहीं होता कि हर दर्शक अवतार को कृत्रिम पहचान लेगा या दुरुपयोग रुक जाएगा। तैनाती का आकलन करने में सहमति, खुलासा, लाइव कैमरा और वॉइस डेटा का प्रबंधन, विफल टूल कॉल, बातचीत में रुकावट और वास्तविक उपयोगकर्ताओं के बीच देखे गए प्रदर्शन की जाँच करनी होगी। प्रकाशित लॉन्च सामग्री और दस्तावेज़ ये नतीजे नहीं देते।
स्रोत और आगे पढ़ें
- Google की Live Avatar घोषणा (24 सितंबर 2026) इच्छित संवाद, कई भाषाओं में अवतार और SynthID के कंपनी-दावों का वर्णन और प्रदर्शन करती है। उसके डेमो स्वतंत्र प्रदर्शन परीक्षण नहीं हैं।
- Google Cloud की आम उपलब्धता संबंधी घोषणा (24 सितंबर 2026) उद्यम उपलब्धता, अमेरिका और यूरोपीय संघ के एंडपॉइंट, पहले से तैयार और सीमित कस्टम अवतार और उदाहरण ऐप बताती है। इसमें ग्राहकों की टिप्पणियाँ प्रचारात्मक विवरण हैं, इस लेख में इस्तेमाल किए गए परिणाम-मापन नहीं।
- Gemini 3.8 Live की डेवलपर मार्गदर्शिका (24 सितंबर 2026 को अपडेट) मॉडल तुलना, स्ट्रीमिंग प्रारूप और टूल-कॉल व्यवहार दर्ज करती है। यह API के व्यवहार का विवरण है, किसी खास तैनाती के मापे गए प्रदर्शन का नहीं।
- Gemini 3.8 Live मॉडल पृष्ठ (24 सितंबर 2026 को अपडेट) मॉडल ID, आम उपलब्धता की तारीख, क्षेत्र और उपयोग विकल्प सूचीबद्ध करता है। किसी खास परियोजना और एंडपॉइंट के लिए उपलब्धता फिर से जाँचनी चाहिए।
- Live Avatar कॉन्फ़िगर करें (25 सितंबर 2026 को जाँचा गया) तैयार अवतार का API सेटअप और कस्टम छवि तक पहुँच और सहमति की शर्तें बताता है।
