Nelle ultime settimane Google ha dato una significativa accelerata all’evoluzione di Gemini. Siamo passati dall’annuncio di Gemini 3.8 Live e Gemini 3.8 Live Extended Thinking (i modelli conversazionali progettati per rendere fluide e naturali le interazioni vocali e per alimentare agenti in grado di gestire compiti complessi in tempo reale) a Gemini 3.8 Flash TTS e 3.8 Flash-Lite TTS (i modelli di sintesi vocale che permettono di creare voci personalizzate e di replicarle). Ora con Live Avatar si aggiunge un nuovo tassello. La nuova funzione, precisamente Gemini 3.8 Live with Live Avatar, affianca alla voce una presenza visiva in tempo reale. In pratica, al modello che ascolta e parla si aggiunge un personaggio animato, che risponde con voce e video quasi in tempo reale, con labiale sincronizzato ed espressioni naturali. Google l’ha pensata per le aziende (è disponibile in Gemini Enterprise) che potranno impiegarla per l’assistenza clienti o per guide interattive.

Segui TuttoAndroid su Google Discover

Un volto animato per le conversazioni in tempo reale

Live Avatar unisce le capacità di dialogo dei modelli Live a un flusso video a bassa latenza. Il risultato è un’esperienza che ascolta, vede e parla attraverso un personaggio visivo dinamico, capace di elaborare contemporaneamente input visivi e audio e di rispondere con voce e video espressivi.

Google insiste sulla precisione della sincronizzazione labiale, sulla naturalezza delle espressioni e sulla fluidità con cui si alternano chi parla e chi ascolta. La destinazione dichiarata è quella delle imprese, che potranno rendere più interattive le proprie proposte virtuali trasformando gli scambi digitali in esperienze più ricche e accessibili.

Segui Google su Telegram, ricevi news e offerte per primo

Strumenti in background e 97 lingue

Dietro la componente visiva, precisa Google, ci sono le capacità di ragionamento di Gemini. Grazie alla chiamata asincrona degli strumenti, Live Avatar può avviare richieste e recuperare dati in background mentre la conversazione prosegue, così da gestire attività articolate senza interrompere il dialogo. Sul piano linguistico, la sincronizzazione da voce a voce è nativamente multilingue. Live Avatar adatta in modo dinamico movimento delle labbra ed espressioni e può passare da una lingua all’altra tra le 97 disponibili senza perdere fedeltà video e senza introdurre derive visive.

Avatar predefiniti e personalizzati per ogni marchio

La funzione, che può contare su una libreria di avatar predefiniti e variegati, supporta una vasta gamma di personaggi, ciascuno con un aspetto, una voce e una presenza espressiva distinti. Proprio perché rivolto alle aziende, che hanno spesso bisogno di un’identità visiva distintiva, Google affianca a una libreria di avatar predefiniti la possibilità di personalizzarli. A partire da un’immagine di riferimento di alta qualità, gli sviluppatori possono generare un avatar completamente animato e reattivo, che conserva la somiglianza con il riferimento, lo stile del marchio o l’identità del personaggio. La creazione di avatar personalizzati è però al momento disponibile soltanto tramite allowlisting, cioè su abilitazione preventiva riservata alle aziende.

Filigrana SynthID e disponibilità

Google dichiara di aver sviluppato Live Avatar con rigide misure di protezione, pensate per rispettare l’identità e per mantenere trasparenti i contenuti generati dall’IA. Tutto ciò che viene prodotto dai sistemi di intelligenza artificiale del colosso di Mountain View è contrassegnato con SynthID, una filigrana impercettibile inserita direttamente nell’audio e nel video, con l’obiettivo di mantenere riconoscibili i contenuti generati artificialmente e di ridurre il rischio di disinformazione e di attribuzioni errate. Gemini 3.8 Live with Live Avatar è accessibile in Gemini Enterprise, e per iniziare a sviluppare è disponibile la documentazione dell’API dedicata.