Vorstellung von Gemini 3.8 Live mit Live-Avatar
deepmind ·
Google DeepMind hat Gemini 3.8 Live mit Live Avatar vorgestellt, eine Erweiterung der konversationalen KI, die durch Streaming-Video mit niedriger Latenz eine visuelle Echtzeitpräsenz hinzufügt. Diese Funktion kombiniert nahezu Echtzeit-Videogenerierung mit Sprache und ermöglicht es Enterprise-Agenten, über eine dynamische visuelle Persona zu hören, zuzusehen und zu sprechen, wobei präzise Lippenbewegungen und natürliche Ausdrücke gewährleistet sind. Das System unterstützt asynchrone Tool-Ausführungen, wodurch Daten im Hintergrund abgerufen werden können, während der Dialog für komplexe Aufgaben wie Hotel-Check-ins unterbrochenfrei fortgesetzt wird. Zudem bietet es native mehrsprachige Unterstützung, die Lippenbewegungen und Ausdrücke nahtlos in 97 Sprachen anpasst, ohne die Videoqualität zu beeinträchtigen. Organisationen können voreingestellte Avatare nutzen oder eigene erstellen, die Markenidentität und Erscheinungsbild bewahren; die Erstellung eigener Avatare ist jedoch derzeit auf genehmigte Unternehmen beschränkt. Um Vertrauen und Transparenz zu gewährleisten, sind alle generierten Audio- und Videoausgaben mit unsichtbaren SynthID-Wasserzeichen versehen, um Fehlinformationen zu minimieren. Die neue Funktion ist nun in Gemini Enterprise verfügbar und bietet reichhaltigere und zugänglichere digitale Interaktionen für den Kundenservice und interaktive Führungen.
deepmind