گوگل قابلیت جدید Live Avatar را برای مدل هوش مصنوعی Gemini ۳.۸ Live معرفی کرده است؛ قابلیتی که پاسخ‌های صوتی هوش مصنوعی را با تصویر یک شخصیت متحرک، حرکات هماهنگ لب و حالت‌های طبیعی چهره همراه می‌کند.
این قابلیت با ترکیب تولید ویدئو و گفتار در لحظه، امکان مکالمه تصویری با دستیارهای هوش مصنوعی را فراهم می‌کند. آواتارها می‌توانند هم‌زمان با صحبت کردن، ورودی‌های صوتی و تصویری را پردازش کنند و به آنچه می‌بینند و می‌شنوند پاسخ دهند.
یکی از ویژگی‌های Live Avatar، پشتیبانی از ۹۷ زبان است. این سیستم می‌تواند در جریان مکالمه میان زبان‌های مختلف جابه‌جا شود و هماهنگی حرکات لب و حالت‌های چهره را حفظ کند. گوگل همچنین می‌گوید این قابلیت هنگام انجام وظایف پیچیده، می‌تواند ابزارهای موردنیاز را در پس‌زمینه اجرا کند و بدون قطع مکالمه، اطلاعات لازم را دریافت کند.
سازمان‌ها علاوه بر استفاده از مجموعه آواتارهای آماده، امکان ساخت شخصیت‌های اختصاصی را نیز دارند. توسعه‌دهندگان می‌توانند با استفاده از یک تصویر مرجع، آواتاری متحرک بسازند که ویژگی‌های ظاهری، هویت بصری برند یا مشخصات شخصیت موردنظر را حفظ کند. این قابلیت سفارشی‌سازی فعلاً تنها برای سازمان‌هایی در دسترس است که دسترسی ویژه دریافت کرده‌اند.
گوگل اعلام کرده است که Live Avatar از طریق سرویس Gemini Enterprise در دسترس مشتریان سازمانی قرار گرفته و کاربران عادی هنوز امکان استفاده از آن را ندارند. خروجی‌های صوتی و تصویری این سیستم نیز به واترمارک نامرئی SynthID مجهز هستند تا محتوای تولیدشده با هوش مصنوعی قابل شناسایی باشد.
قابلیت جدید گوگل می‌تواند در خدمات مشتریان، راهنمایی‌های تعاملی و ساخت دستیارهای مجازی مورد استفاده قرار گیرد؛ کاربردهایی که در آن‌ها ارتباط تصویری و واکنش‌های چهره، بخشی از تجربه تعامل با هوش مصنوعی هستند.