செப்டம்பர் 24 அன்று Gemini 3.8 Live-உடன் Live Avatar-ஐ Google பொதுப் பயன்பாட்டுக்குக் கொண்டுவந்தது. நிறுவனத்தின் நேரடி குரல் மாதிரிக்கு பேசும், அசையும் முகத்தை இது சேர்க்கிறது; உரையாடலின்போது கேமரா அல்லது திரை உள்ளீட்டையும் பெற்று வெளிப்புறக் கருவிகளையும் அழைக்க முடியும். வாடிக்கையாளரை நேரடியாக எதிர்கொள்ளும் முகவர்களை உருவாக்கும் டெவலப்பர்களுக்கு, ஒருங்கிணைந்த வீடியோ வெளியீடும் ஆவணப்படுத்தப்பட்ட API வழியும் நடைமுறை மாற்றமாகும். அவதாரம் சேவை முடிவுகளை மேம்படுத்துகிறது என்றோ எல்லாச் சூழலிலும் நம்பகமாக இயங்குகிறது என்றோ இந்த அறிவிப்பு நிறுவவில்லை.
முக்கிய மாற்றம்
- என்ன மாறியது: Google-ன் டெவலப்பர் வழிகாட்டி முன்பு வெளியிட்ட Live மாதிரியின் பேச்சு வெளியீட்டுடன் ஒத்திசைந்த அவதார் வீடியோவைச் சேர்க்கிறது. இப்போது ஒரே ஸ்ட்ரீமிங் API வழியாகப் பேசும் முகத்தையும் குரலையும் டெவலப்பர்கள் பெறலாம்.
- இது ஏன் முக்கியம்: வாடிக்கையாளர் சேவை முகவர்களை உருவாக்கும் குழுக்கள், தனி அவதார்-வரைவு செயல்முறை இல்லாமலேயே காட்சி முன்னிலையைச் சேர்க்கலாம். இருப்பினும், கருவி அழைப்புகளைச் செயல்படுத்துவதும் தோல்விகளைக் கையாள்வதும் அவற்றின் பயன்பாடுகளின் பொறுப்பு; அசைபடம் மட்டும் பரிவர்த்தனை வெற்றியடைந்ததை நிறுவாது.
- கவனிக்க வேண்டியது: முன்கூட்டியே அமைக்கப்பட்ட அவதாரா அல்லது தனிப்பயன் தோற்ற ஒற்றுமையா என்பதே உடனடி வடிவமைப்புத் தேர்வு. Google-ன் அமைப்புக் கையேடு தேர்ந்தெடுக்கப்பட்ட வாடிக்கையாளர்களுக்கு மட்டுமே தனிப்பயன் அவதார்களை அனுமதிக்கிறது; முகம் அல்லது குரல் மாதிரிகளுக்கான உரிமைகளும் ஒப்புதலும் தேவை என்கிறது. எனவே, பிராண்டுடன் தொடர்புடைய தோற்றத்தைப் பயன்படுத்த தனி அணுகல் மற்றும் ஒப்புதல் முடிவு தேவை.
அவதாரம் கிடைக்கிறது; தனிப்பயன் தோற்றத்துக்கு தனி அனுமதி தேவை
அதன் அறிமுகப் பதிவு, நேரடி ஒலி மற்றும் காட்சி உள்ளீட்டுக்குப் பதிலளிப்பதும், மொழிகளை மாற்றுவதும், கருவி அழைப்பு நடைபெறும்போது ஹோட்டல் செக்-இன் உரையாடலைத் தொடர்வதும் போன்ற அவதார்களை Google காட்டுகிறது. அவை நிறுவனத்தின் செயல்விளக்கங்கள். திட்டமிட்ட தொடர்புமுறையைக் காட்டினாலும், அளவிடப்பட்ட பிழை விகிதம், அணுகல்தன்மை முடிவு அல்லது மேம்பட்ட வாடிக்கையாளர் சேவைக்கான ஆதாரத்தை அவை வழங்கவில்லை.
Google-ன் Cloud அறிவிப்பு இந்த அம்சம் Gemini Enterprise-லும் API வழியாகவும் பொதுவாகக் கிடைக்கிறது என்றும், அமெரிக்க மற்றும் ஐரோப்பிய ஒன்றிய முனையங்கள் உள்ளன என்றும் கூறுகிறது. டெவலப்பர்கள் முன்கூட்டியே அமைக்கப்பட்ட அவதார்களைத் தேர்ந்தெடுக்கலாம். ஒருவரின் குறிப்புப் படத்திலிருந்து அவதாரம் உருவாக்குவது தேர்ந்தெடுக்கப்பட்ட நிறுவன வாடிக்கையாளர்களுக்கு மட்டுமே; அவர்கள் Google Cloud வழியாக அணுகல் கோர வேண்டும். அமைப்புக் கையேடு முகம் அல்லது குரல் மாதிரிகளைச் செயலாக்கத் தேவையான உரிமைகளையும் ஒப்புதல்களையும் பெறுவது வாடிக்கையாளர்களின் பொறுப்பு என்கிறது.
மாதிரிப் பக்கம் பட்டியலிடுவது gemini-3.8-live மாதிரிக்கான கிடைப்பிடங்கள்: us, eu பல்மண்டலப் பகுதிகளும் us-central1. வழக்கமான பயன்பாட்டுக்கு ஏற்பக் கட்டணம் செலுத்துதல் மற்றும் முன்பதிவு செய்யப்பட்ட செயல்திறன் ஆகிய இரண்டும் ஆதரிக்கப்படும் பயன்பாட்டு முறைகளாகப் பட்டியலிடப்பட்டுள்ளன. பொது கிடைப்பை எல்லோருக்குமான அணுகல் எனக் கருதுவதற்கு முன், தங்கள் வரிசைப்படுத்தலுக்கான முனையத்தையும் வணிக நிபந்தனைகளையும் குழுக்கள் சரிபார்க்க வேண்டும்.
உரையாடல் இன்னும் பயன்பாட்டையே சார்ந்துள்ளது
நேரடி கேமரா படங்களையோ திரைப் பகிர்வையோ பெற்று, பேச்சையும் வீடியோவையும் திருப்பி அனுப்பக்கூடிய பேச்சு-முதல்-பேச்சு அமைப்பாக Gemini 3.8 Live-ஐ Google விவரிக்கிறது. அதன் டெவலப்பர் வழிகாட்டி முகவர் பேசிக்கொண்டிருக்கும்போதே இயங்கும் அழைப்புகளையும் பதிலுக்காகக் காத்திருக்கும் இடைநிறுத்தும் அழைப்புகளையும் வேறுபடுத்துகிறது. தங்களின் கருவிகளை இணைத்து அனுமதிப்பதும், அவற்றின் முடிவுகளைக் கையாள்வதும், முகவர் எத்தகைய நடவடிக்கை எடுக்கலாம் என முடிவுசெய்வதும் பயன்பாட்டின் பொறுப்பாகும். தேடலின்போதும் முகம் திரையில் இருப்பது, தேடல் வெற்றியடைந்ததை நிறுவாது.
கருவிப் பதில்கள் நிலையைத் தெரிவிக்க வேண்டும்; மீண்டும் முயல்வது பொருத்தமா என்பதையும் சொல்ல வேண்டும்; அவை அசல் அழைப்பு ID-யுடன் பொருந்த வேண்டும்; மீண்டும் மீண்டும் கருவிகளை அழைப்பதற்கு டெவலப்பர்கள் வரம்பு வைக்க வேண்டும் என வழிகாட்டி கூறுகிறது. காலியான கணக்குத் தேடல் அல்லது குறுக்கீட்டை முகவர் கையாளும் விதத்தில் இந்தத் தேவைகள் தாக்கம் செலுத்துகின்றன. Gemini 3.8 Live 97 மொழிகளுக்கு இடையே மாறலாம் என்றும் Google கூறுகிறது. அந்த மொழிகள் அனைத்திலும் உதட்டு அசைவுகள் ஒத்திசைவாக இருக்கும் என்ற அறிவிப்பின் கூற்று இங்கு சுயாதீனமாக அளவிடப்படவில்லை.
உருவாக்கப்படும் ஒலியும் வீடியோவும் SynthID நீர்முத்திரைகளைக் கொண்டிருப்பதாகவும், தனிப்பயன் தோற்றங்களை உருவாக்குவது கட்டுப்படுத்தப்படுவதாகவும் Google கூறுகிறது. இவை அறிவிக்கப்பட்ட பாதுகாப்பு நடவடிக்கைகள்; ஒவ்வொரு பார்வையாளரும் அவதாரம் செயற்கையானது என அடையாளம் காண்பார் அல்லது தவறான பயன்பாடு தடுக்கப்படும் என்பதற்கான சான்றுகள் அல்ல. வரிசைப்படுத்தலை மதிப்பிடுவதற்கு ஒப்புதல், வெளிப்படுத்தல், நேரடி கேமரா மற்றும் குரல் தரவைக் கையாளுதல், தோல்வியடையும் கருவி அழைப்புகள், குறுக்கீட்டுக்கான நடத்தை, உண்மையான பயனர்களுடனான கவனிக்கப்பட்ட செயல்திறன் ஆகியவற்றைச் சரிபார்க்க வேண்டும். வெளியிடப்பட்ட அறிமுகப் பொருட்களும் ஆவணங்களும் இந்த முடிவுகளை வழங்கவில்லை.
ஆதாரங்களும் மேலும் வாசிப்பும்
- Google-ன் Live Avatar அறிவிப்பு (செப்டம்பர் 24, 2026) நிறுவனத்தின் திட்டமிட்ட தொடர்புமுறை, பல்மொழி அவதார் கூற்றுகள், SynthID கூற்று ஆகியவற்றை விவரித்துக் காட்டுகிறது. அதன் செயல்விளக்கங்கள் சுயாதீன செயல்திறன் சோதனைகள் அல்ல.
- Google Cloud-ன் பொதுக் கிடைப்புப் பதிவு (செப்டம்பர் 24, 2026) நிறுவனக் கிடைப்பு, அமெரிக்க மற்றும் ஐரோப்பிய ஒன்றிய முனையங்கள், முன்கூட்டியே அமைக்கப்பட்ட மற்றும் கட்டுப்படுத்தப்பட்ட தனிப்பயன் அவதார்கள், எடுத்துக்காட்டு பயன்பாடுகள் ஆகியவற்றைக் குறிப்பிடுகிறது. அங்குள்ள வாடிக்கையாளர் கருத்துகள் விளம்பர நோக்கமுடையவை; இந்தக் கட்டுரையில் பயன்படுத்தப்பட்ட முடிவு அளவீடுகள் அல்ல.
- Gemini 3.8 Live டெவலப்பர் வழிகாட்டி (செப்டம்பர் 24, 2026 அன்று புதுப்பிக்கப்பட்டது) மாதிரி ஒப்பீடு, ஸ்ட்ரீமிங் வடிவம், கருவி அழைப்பு நடத்தை ஆகியவற்றை ஆவணப்படுத்துகிறது. குறிப்பிட்ட வரிசைப்படுத்தலின் அளவிடப்பட்ட செயல்திறனை அல்ல; API-யின் திட்டமிட்ட நடத்தையை விவரிக்கிறது.
- Gemini 3.8 Live மாதிரிப் பக்கம் (செப்டம்பர் 24, 2026 அன்று புதுப்பிக்கப்பட்டது) மாதிரி ID, பொது வெளியீட்டுத் தேதி, பகுதிகள், பயன்பாட்டு முறைகள் ஆகியவற்றைப் பட்டியலிடுகிறது. குறிப்பிட்ட திட்டம் மற்றும் முனையத்திற்கான கிடைப்பை மீண்டும் சரிபார்க்க வேண்டும்.
- நேரடி அவதார்களை அமைத்தல் (செப்டம்பர் 25, 2026 அன்று சரிபார்க்கப்பட்டது) முன்பே அமைக்கப்பட்ட அவதார் API நிறுவல் மற்றும் தனிப்பயன் தோற்றத்துக்கான அணுகல், ஒப்புதல் தேவைகளை வழங்குகிறது.
