Google bringt seiner konversationellen KI ein Gesicht. Mit Gemini 3.8 Live with Live Avatar lässt sich die Technologie jetzt als virtueller Agent mit echtzeitfähigem Video-Streaming nutzen. Unternehmen profitieren von präzisem Lip-Sync, natürlichen Gesichtsausdrücken und flüssigem Dialogverhalten – direkt in der eigenen digitalen Infrastruktur.

Die wichtigsten Funktionen von Gemini 3.8 Live with Live Avatar

Die neue Funktion baut direkt auf dem jüngst vorgestellten Gemini 3.8 Live auf. Während die bisherige Version bereits beeindruckende Sprachdialoge ermöglichte, erweitert Live Avatar das Erlebnis um eine visuelle Komponente. Durch die Kopplung von Video-Streaming mit niedriger Latenz und nativer Sprachausgabe entsteht ein dynamischer virtueller Charakter, der zuhört, antwortet und sichtbar reagiert.

Multimodale Konversationen für Unternehmen

Kommunikation ist von Natur aus multimodal. Wir sprechen, hören zu, blicken uns an und lesen Mimik. Genau diese Elemente vereint Live Avatar in einer einzigen Unternehmenslösung. Die KI verarbeitet visuelle und auditive Eingaben gleichzeitig und generiert so ein umfassendes Gesprächserlebnis, das deutlich natürlicher wirkt als reine Text- oder Sprachassistenten.

Intelligente Hintergrundprozesse ohne Unterbrechung

Hinter der visuellen Fassade arbeitet die erweiterte Reasoning-Fähigkeit von Gemini 3.8. Dank asynchroner Tool-Ausführung kann der Avatar im Hintergrund Daten abrufen oder Systembefehle auslösen, während das Gespräch ununterbrochen weiterläuft. Ob bei der Hotel-Check-in-Abwicklung oder komplexen Kundenanfragen – der Dialogfluss bleibt jederzeit erhalten.

Weltweite Skalierung mit 97 Sprachen

Sprachbarrieren spielen für Live Avatar kaum eine Rolle. Die Technologie unterstützt native mehrsprachige Speech-to-Speech-Synchronisation und lässt sich nahtlos zwischen bis zu 97 Sprachen wechseln. Dabei passt sich die Lippensynchronisation und die Gesichtsmimik dynamisch an, ohne dass die Videoqualität leidet oder Bildverzögerungen entstehen.

Individuelle Markenidentitäten durch Custom Avatare

Unternehmen müssen sich nicht auf Standardfiguren beschränken. Neben einer Bibliothek diverser voreingestellter Avatare besteht die Möglichkeit, eigene Markenbotschaften visuell zu besetzen. Entwickler können auf Basis eines hochwertigen Referenzbildes einen voll animierten, responsiven Avatar erzeugen, der Markenstil und Charakteristik bewahrt. Die individuelle Avatar-Erstellung ist aktuell jedoch ausschließlich über ein Enterprise-Allowlisting verfügbar.

Transparenz und Sicherheit an erster Stelle

Google betont, dass Live Avatar mit strengen Schutzvorkehrungen entwickelt wurde. Sämtliche KI-generierte Inhalte werden mit dem SynthID-Wasserzeichen versehen. Dieses für Menschen nicht wahrnehmbare Merkmal ist direkt in Audio- und Videoausgaben eingebettet und soll dabei helfen, Fehlinformationen und falsche Zuordnungen zu minimieren. Weitere Details zur sicheren Bereitstellung finden sich im offiziellen Model Card.

Verfügbarkeit und Einstieg

Ab sofort ist Gemini 3.8 Live with Live Avatar über Gemini Enterprise verfügbar. Entwickler können über die API-Dokumentation der Google Cloud direkt loslegen und die visuellen KI-Funktionen in eigene Anwendungen integrieren.

Quelle: deepmind.google