Google випустила Gemini 3.8 Live Avatar — відеоаватара для голосового діалогу Gemini, який працює у 97 мовах одразу. Аватар одночасно обробляє відео і звук та тримає природний темп розмови. За даними Speka, про запуск компанія повідомила у своєму блозі.

Для команд у клієнтському сервіці це зміна формату розмови: замість голосової трубки — відеоаватар. Він веде розмову, поки складні завдання виконуються у фоновому режимі, тож перевірка броні чи статусу замовлення не розриває діалог. Ймовірно, першими це перевірять банки, телеком-оператори та e-commerce з великим потоком звернень.

Що вміє аватар інакше, ніж голосовий асистент?

Він дивиться, слухає і формулює відповідь паралельно. Звичайний голосовий асистент чекає завершення фрази, а Live Avatar не зупиняє розмову на час генерації. Розробники з команди Gemini Audio Team пояснюють це так: складні завдання виконуються у фоні, поки діалог триває без пауз.

Наприклад, заселення гостя в готель: аватар підтримує розмову і водночас перевіряє дані бронювання в системі. Такий режим потрібен для інтерактивних сценаріїв у реальному часі, де пауза руйнує відчуття живого контакту.

Ще одна деталь — синхронізація мовлення і міміки у 97 мовах без втрати якості зображення під час перемикання. Типовий барʼєр багатомовного аватара в тому, що природно він виглядає лише в одній мові — тут синхронізація має працювати в усіх 97.

Як зробити свого аватара для бренду?

Бізнес обирає готового персонажа з бібліотеки Google або створює власного аватара на основі фотографії, зберігаючи фірмовий стиль бренду. Другий варіант закритий для широкого доступу: лише enterprise allowlisting, тож українські компанії, яким потрібен власний цифровий представник, спершу потрапляють у список очікування на розширений доступ від Google.

Коли функція запрацює в Україні?

Українські компанії, що вже інтегрували Gemini в клієнтський сервіс чи CRM, отримають відеоаватарів через ту саму інфраструктуру Gemini Enterprise, без окремого контракту. Для банків, телеком-операторів і e-commerce це можливість замінити частину живих операторів контакт-центрів на візуального асистента, який розмовляє українською серед інших 97 мов.

Що з маркуванням синтетики?

Кожне згенероване відео й аудіо отримує непомітну водяну позначку SynthID, вбудовану просто у файл. Google пояснює це бажанням зменшити ризик дезінформації та випадків, коли згенероване відео видають за справжню людину. Питання довіри загострилося після серії скандалів навколо дипфейків політиків і бізнесменів.

Для продуктів це означає менше суперечок про походження контенту, але не знімає потреби чесно називати аватара асистентом у розмові з клієнтом.

Що робити зараз?