Google introduit Gemini 3.8 Live avec Live Avatar, une extension de Gemini 3.8 Live qui ajoute une présence visuelle en temps quasi réel à son IA conversationnelle.
Google Gemini prend désormais en charge les Live Avatars pour les clients Enterprise. Les organisations peuvent créer des avatars basés sur des personnes réelles ou des personnages animés, chacun doté de sa propre voix. L’avatar effectue en outre des tâches en arrière-plan pendant que la conversation se poursuit. Les nouveaux avatars sont propulsés par le dernier modèle Gemini 3.8 Live de Google.
Cette nouvelle fonction cible principalement des scénarios d’entreprise tels que le service client, les accueils virtuels ou les visites interactives. Live Avatar est immédiatement disponible au sein de Gemini Enterprise.
Présence visuelle
Le cœur de Gemini 3.8 Live Avatar réside dans le couplage d’une génération vidéo en temps quasi réel à une sortie vocale. L’avatar réagit instantanément lorsque le modèle s’exprime, avec une synchronisation labiale précise et des expressions naturelles, le tout avec une faible latence. Par conséquent, une conversation ressemble davantage à un appel vidéo qu’à une série de fragments audio isolés.
Google indique que Live Avatar ne se contente pas d’ajouter de la vidéo, mais rend les conversations véritablement multimodales. Le modèle traite simultanément les entrées visuelles et audio : il peut voir ce qui se passe à l’écran, écouter l’utilisateur et y répondre par une sortie audio et vidéo combinée.
Conversations continues
Sous le capot, Gemini 3.8 Live Avatar utilise les mêmes capacités de raisonnement que les autres modèles Gemini. L’élément clé est l’asynchronisme de l’appel d’outils : l’avatar peut solliciter des outils externes ou des API en arrière-plan pour récupérer des données, tandis que la conversation se poursuit normalement. L’utilisateur ne subit ainsi aucune pause brutale lorsqu’un système doit être consulté, par exemple.
Concevoir son propre avatar
Live Avatar est conçu pour une utilisation à l’échelle mondiale, avec une fonctionnalité native de parole à parole multilingue. L’avatar peut changer de langue au cours d’une conversation et adapte dynamiquement sa synchronisation labiale et sa mimique. Selon Google, la technologie prend en charge jusqu’à 97 langues, dont le néerlandais.
Google propose une bibliothèque d’avatars prédéfinis, mais vous pouvez également créer votre propre Live Avatar à partir d’images de référence. Cette possibilité n’est pour l’instant disponible que via une liste d’autorisation Enterprise.