Avec Gemini Live with Live Avatar, l'IA se dote d'un personnage animé capable de dialoguer, de synchroniser ses lèvres et d'afficher des expressions faciales.
Google introduit Gemini 3.8 Live with Live Avatar. Disponible exclusivement pour les clients de Gemini Enterprise, cette fonctionnalité ajoute une présence visuelle et dynamique dans les conversations avec l'IA.Elle a été conçue pour " transformer les échanges numériques en expériences plus riches et plus accessibles ", en proposant des avatars animés qui écoutent, voient et parlent.
Pour créer une conversation plus naturelle
Un point central est le traitement multimodal simultané des entrées visuelles et audio. L'avatar ne se contente pas de répondre à une requête vocale, il analyse ce qu'il voit et entend en quasi-temps réel pour générer une réponse complète, incluant l'audio et la vidéo.
Google souligne une synchronisation labiale précise et des expressions faciales naturelles, éléments essentiels pour une interaction fluide.
Une fonction " asynchronous tool calling " permet à l'IA de lancer des tâches en arrière-plan, comme vérifier une réservation d'hôtel, sans interrompre la conversation.
Capacités multilingues et personnalisation
Live Avatar peut gérer 97 langues différentes de manière native. L'IA est capable de basculer d'une langue à l'autre en pleine conversation, sans que la qualité vidéo ou la synchronisation ne se dégradent.
Pour répondre aux besoins des marques, les entreprises peuvent choisir parmi une bibliothèque d'avatars prédéfinis ou créer leur propre personnage sur mesure à partir d'une image de référence de haute qualité.
Cette personnalisation permet de préserver une identité visuelle ou un style de marque spécifique.
Watermarking avec SynthID
Google affirme avoir développé Live Avatar avec des garanties strictes conçues pour respecter l'identité et garder le contenu généré par l'IA transparent. Tout contenu audio ou vidéo produit est marqué par un filigrane invisible (SynthID).
merci à GNT
