谷歌 Gemini 推出 Live Avatar：支持 97 种语言实时对话与表情口型同步

谷歌于 2026 年 9 月 24 日面向企业客户推出搭载 Live Avatar 的 Gemini 3.8 Live 模型，支持实时语音对话与动态数字人形象的口型与表情同步。

• Live Avatar 支持 97 种语言的跨语种实时切换，并在多语种切换过程中保持音画同步与视频画质稳定。
• 系统具备多模态实时交互能力，可在对话过程中同步接收并理解用户的摄像头画面或屏幕共享内容，并支持在后台异步执行工具调用。
• 该功能首批面向 Gemini 企业版（Gemini Enterprise）客户开放，提供预设虚拟形象库并允许企业申请定制，生成的音视频均嵌入 SynthID 数字水印。
• 影响/看点：低延迟多模态交互与虚拟形象结合可能加速多语言智能客服及数字导购的落地，但其在实际企业场景中的推广仍依赖端到端延迟控制以及对复杂业务意图的准确理解。
• 资料依据：
• The Verge（2026-09-24）：https://www.theverge.com/tech/1000328/google-gemini-ai-live-avatar-face
• Google Blog（2026-09-24）：https://blog.google/technology/ai/gemini-live-avatar/

本内容由 AI 生成，仅供参考，请注意甄别