Google telah memperkenalkan Live Avatar, keupayaan baharu untuk Gemini 3.8 Live yang memberikan AI perbualan syarikat itu wajah video hampir masa nyata. Dalam pengumuman rasminya, diterangkan secara terperinci oleh WERSM, Google mempersembahkan ciri tersebut sebagai ejen perusahaan yang boleh mendengar, melihat dan bercakap sambil mengekalkan persona visual yang dinamik — tersedia melalui Gemini Enterprise, penawaran AI perniagaan syarikat.

Pelancaran itu telah mengumpulkan liputan selama kira-kira seminggu: kedai industri mula melaporkan ciri kehadiran visual dalam Gemini 3.8 Live lewat minggu lalu, dan Deccan Herald membawa berita itu lebih lanjut pada hari Isnin, dengan menyatakan bahawa ciri itu "meletakkan wajah pada chatbot AI". Untuk perniagaan yang menilai alat dan pembantu AI, pengumuman menandakan ke arah AI perbualan perusahaan: kurang tetingkap sembang, lebih banyak wakil perkhidmatan sentiasa aktif.

Apa yang dilakukan oleh Live Avatar sebenarnya

Avatar Langsung menggabungkan penjanaan video hampir masa nyata dengan keupayaan dialog langsung Gemini. Google menyerlahkan penyegerakan bibir yang tepat, ekspresi semula jadi dan pengambilan pusingan cecair — mekanik yang membuatkan kepala bercakap terasa hadir dan bukannya aneh.

Tetapi butiran yang lebih penting terletak di belakang muka. Menurut pengumuman itu:

  • Input multimodal serentak. Ejen boleh memproses input visual dan audio pada masa yang sama, dan bukannya mengendalikannya secara berasingan.
  • Panggilan alat tak segerak. Avatar Langsung boleh mengambil maklumat di latar belakang semasa perbualan diteruskan. Contoh Google ialah daftar masuk hotel, di mana ejen mengendalikan tugas yang rumit tanpa membiarkan tetamu merenung keadaan pemuatan.
  • Liputan 97 bahasa. Google berkata avatar itu boleh bergerak antara 97 bahasa sambil menyesuaikan penyegerakan bibir dan ekspresi tanpa hanyutan yang kelihatan — ejen berjenama yang sama membawa identiti yang konsisten merentas pasaran sambil menukar penyampaian pertuturannya.

Perkara terakhir itu mungkin yang paling penting dari segi komersial. Bot sembang konvensional membuatkan pengguna menunggu jawapan; Avatar Langsung direka untuk memastikan interaksi bergerak semasa sistem berfungsi di bawahnya. Wajah mencipta kesinambungan, tetapi gelagat yang mendasari lebih dekat dengan aliran kerja perkhidmatan yang kebetulan kekal sebagai perbualan.

Daripada chatbot kepada kehadiran berjenama

Pembingkaian Google meminta jenama melakukan lebih daripada mendayakan togol. Syarikat yang menggunakan Avatar Langsung dijemput untuk mereka bentuk watak — identiti visual, cara bercakap, persona yang pelanggan mereka akan kenali merentas titik sentuh dan bahasa.

Itu mengalihkan AI perusahaan daripada pengguna utiliti yang bertolak ansur kepada kehadiran yang berkaitan dengan pengguna, dan ia meletakkan keputusan reka bentuk - rupa ejen itu, bagaimana ia bertindak balas, apabila ia tersenyum - pada asas yang sama dengan kualiti model di bawahnya. Ia juga meningkatkan kepentingan terhadap konsistensi: avatar yang bercanggah dengan dirinya merentas bahasa, atau berkelakuan berbeza pada saluran yang berbeza, menjejaskan kepercayaan yang ingin dibina oleh wajah itu.

Usaha dahulu, buat masa ini

Ketersediaan awal terhad kepada Gemini Enterprise, menurut beberapa laporan, dan Google belum mengumumkan garis masa untuk pelancaran pengguna. Itu meletakkan Avatar Langsung dalam corak biasa untuk ciri AI Google: produk perniagaan dihantar terlebih dahulu, di mana penggunaan dikawal dan pengewangan adalah terus, sebelum keupayaan mencapai pembantu awam.

Pendekatan yang mengutamakan perusahaan juga mencerminkan perkara yang dituntut oleh ciri tersebut. Penjanaan video masa nyata berlapis-lapis di atas dialog langsung adalah mahal dari segi pengiraan, dan beban kerja perusahaan — meja perkhidmatan pelanggan, aliran tempahan, kiosk bersemuka — disertakan dengan skop yang ditentukan di mana kos boleh dijustifikasikan terhadap masa kakitangan diganti atau ditambah.

Persamaan amanah

Wajah mengubah apa yang pengguna perhatikan dan apa yang mereka maafkan. Penekanan Google pada penyegerakan bibir yang tepat, ekspresi semula jadi dan pengambilan pusingan cecair bukanlah kosmetik: ia adalah tepat jahitan di mana persona tiruan pecah dan pengguna jauh lebih cepat untuk melihat tindak balas yang tertangguh atau ungkapan yang salah masa daripada mereka melihat ayat yang kaku.

Itu memotong kedua-dua cara untuk perniagaan. Avatar yang dilaksanakan dengan baik boleh membuat perkhidmatan automatik berasa dihadiri; yang tidak dilaksanakan dengan baik boleh menjadikan automasi yang sama berasa menipu — wajah yang memberikan perhatian yang tidak dimiliki oleh sistem asas. Alat tak segerak yang diterangkan oleh Google, dalam erti kata itu, juga merupakan mekanisme amanah: avatar memastikan perbualan kelihatan hidup semasa sistem berfungsi, dan bukannya berpura-pura jawapan sudah sedia.

Perusahaan yang menggunakan Avatar Langsung secara berkesan akan dinilai berdasarkan koreografi — cara persona mengendalikan jeda, pembetulan dan gangguan. Pengumuman itu mencadangkan Google telah menganggap detik-detik tersebut sebagai masalah kejuruteraan teras dan bukannya menggilap, yang mana mana-mana penempatan yang dihadapi pelanggan akan menuntut.

Mengapa ia penting

Pembantu suara membuat perbualan AI; avatar menjadikannya persembahan. Jika Avatar Langsung berfungsi seperti yang diterangkan — penglihatan dan bunyi segerak, penggunaan alat latar belakang, penyegerakan bibir berbilang bahasa — antara muka untuk AI perusahaan berhenti menjadi kotak teks dan mula menjadi watak yang dikawal oleh syarikat.

Persoalan terbuka ialah penerimaan: sama ada perniagaan benar-benar mahu AI mereka mempunyai wajah, atau sama ada ciri itu kekal sebagai bahan pameran lantai demo. Google bertaruh pada yang pertama. Dengan 97 bahasa dan penggunaan alat latar belakang terbina dalam, syarikat telah memudahkan jenama global mengetahuinya.

---

Kekal Mendahului AI

Dapatkan berita, analisis dan penemuan terkini AI — semuanya di satu tempat.

Baca lebih banyak berita AI →