9 月 24 日,谷歌正式推出 Gemini 3.8 Live,并同步上线了一个让企业眼前一亮的功能——Live Avatar(实时虚拟形象)。从这天起,你手机里的 AI 客服不再只是一个声音,而是一个有脸、会做表情、嘴型对得上的"数字人"。

这个数字人能干什么?

Live Avatar 把接近实时的视频生成和语音合成拼在了一起:

  • 实时唇形同步:AI 说什么,嘴型就对什么,不会再出现"声音说了半天、脸却不动"的尴尬;
  • 自然表情:会根据对话内容做出微笑、点头、思考等微表情;
  • 97 种语言无缝切换:中文说一半切英文,数字人的嘴型和表情不会"穿帮";
  • 画面不漂移:普通 AI 数字人时间长了脸会变形,谷歌这次专门解决了这个问题。
Gemini Live Avatar 实时对话界面

已经能用了吗?

目前 Live Avatar 已在 Gemini Enterprise(企业版)中正式上线(GA)。也就是说,如果你是企业客户,现在就可以把它集成到自己的客服、培训、营销场景里。普通消费者版还没开放,但谷歌通常会在企业版跑顺后推到 C 端。

每帧画面都带 SynthID 水印——这是谷歌的 AI 内容溯源技术,意味着这个数字人视频是可以被识别出"AI 生成"的,防止被拿去做 deepfake 诈骗。

对普通人意味着什么?

想象一下:以后打银行客服电话,对面不是一个录音女声,而是一个能看到脸的 AI 顾问,你说中文它说中文,你说英文它切英文,还能在屏幕上给你指出来你账户里哪笔交易有问题。这就是 Live Avatar 要干的事。

信息来源:Google AI 官方 changelog、36氪、IT之家、财联社。