Google đã giới thiệu Live Avatar, một khả năng mới dành cho Gemini 3.8 Live mang đến cho AI đàm thoại của công ty một khuôn mặt video gần như thời gian thực. Trong thông báo chính thức được WERSM mô tả chi tiết, Google giới thiệu tính năng này như một tác nhân doanh nghiệp có thể nghe, nhìn và nói trong khi vẫn duy trì tính năng trực quan năng động - có sẵn thông qua Gemini Enterprise, sản phẩm AI kinh doanh của công ty.

Quá trình triển khai đã thu hút được sự chú ý trong khoảng một tuần: các cơ quan trong ngành đã bắt đầu báo cáo tính năng hiện diện trực quan trong Gemini 3.8 Live vào cuối tuần trước và Deccan Herald đã đưa tin tức này đi xa hơn vào thứ Hai, lưu ý rằng tính năng này "đưa khuôn mặt lên chatbot AI". Đối với các doanh nghiệp đang đánh giá các công cụ và trợ lý AI, thông báo này báo hiệu nơi AI đàm thoại của doanh nghiệp đang hướng tới: ít cửa sổ trò chuyện hơn, nhiều đại diện dịch vụ luôn túc trực hơn.

Avatar trực tiếp thực sự làm gì

Avatar trực tiếp kết hợp việc tạo video gần như thời gian thực với khả năng đối thoại trực tiếp của Gemini. Google nêu bật khả năng hát nhép chính xác, biểu cảm tự nhiên và chuyển động linh hoạt — các cơ chế khiến một cái đầu biết nói có cảm giác hiện diện hơn là kỳ lạ.

Nhưng những chi tiết quan trọng hơn lại nằm ở phía sau khuôn mặt. Theo thông báo:

  • Đầu vào đa phương thức đồng thời. Nhân viên hỗ trợ có thể xử lý đầu vào hình ảnh và âm thanh cùng lúc, thay vì xử lý chúng theo từng lượt riêng biệt.
  • Cuộc gọi công cụ không đồng bộ. Avatar trực tiếp có thể tìm nạp thông tin ở chế độ nền trong khi cuộc trò chuyện vẫn tiếp tục. Ví dụ của Google là quá trình nhận phòng khách sạn, trong đó nhân viên xử lý một nhiệm vụ phức tạp mà không khiến khách phải nhìn chằm chằm vào trạng thái đang tải.
  • Phạm vi bao phủ 97 ngôn ngữ. Google cho biết hình đại diện có thể di chuyển giữa 97 ngôn ngữ trong khi điều chỉnh việc hát nhép và cách diễn đạt mà không bị lệch rõ ràng — cùng một đại lý có thương hiệu mang đặc điểm nhận dạng nhất quán trên khắp các thị trường trong khi thay đổi cách truyền đạt bằng giọng nói.

Điểm cuối cùng đó có thể là điểm quan trọng nhất về mặt thương mại của tính năng này. Một chatbot thông thường khiến người dùng phải chờ đợi câu trả lời; Avatar trực tiếp được thiết kế để duy trì hoạt động tương tác trong khi hệ thống hoạt động bên dưới. Khuôn mặt tạo ra sự liên tục, nhưng hành vi cơ bản lại gần với quy trình làm việc dịch vụ vốn vẫn mang tính trò chuyện.

Từ chatbot đến hiện diện thương hiệu

Cơ cấu của Google yêu cầu các thương hiệu làm nhiều việc hơn là chỉ kích hoạt chuyển đổi. Các công ty triển khai Avatar trực tiếp đang được mời thiết kế một nhân vật — nhận dạng trực quan, cách nói chuyện, tính cách mà khách hàng của họ sẽ nhận ra trên các điểm tiếp xúc và ngôn ngữ.

Điều đó chuyển AI doanh nghiệp từ một tiện ích mà người dùng chấp nhận sang sự hiện diện mà người dùng liên quan đến và nó đưa ra các quyết định về thiết kế — tác nhân trông như thế nào, phản ứng như thế nào, khi nào nó mỉm cười — dựa trên cùng cơ sở với chất lượng mô hình bên dưới. Nó cũng đặt ra vấn đề về tính nhất quán: một hình đại diện mâu thuẫn với chính nó ở các ngôn ngữ hoặc hoạt động khác nhau trên các kênh khác nhau, làm suy yếu niềm tin mà khuôn mặt được xây dựng.

Doanh nghiệp là trên hết, hiện tại

Theo nhiều báo cáo, tính khả dụng ban đầu được giới hạn ở Gemini Enterprise và Google chưa công bố lịch trình triển khai cho người tiêu dùng. Điều đó đặt Avatar trực tiếp vào một khuôn mẫu quen thuộc cho các tính năng AI của Google: các sản phẩm kinh doanh được xuất xưởng trước tiên, trong đó việc triển khai được kiểm soát và việc kiếm tiền được thực hiện trực tiếp, trước khi các khả năng đến với trợ lý công cộng.

Cách tiếp cận ưu tiên doanh nghiệp cũng phản ánh những gì tính năng này yêu cầu. Việc tạo video theo thời gian thực được xếp lớp trên đối thoại trực tiếp rất tốn kém về mặt tính toán và khối lượng công việc của doanh nghiệp — bộ phận dịch vụ khách hàng, quy trình đặt chỗ, ki-ốt trực tiếp — đi kèm với các phạm vi xác định trong đó chi phí có thể được điều chỉnh theo thời gian của nhân viên mà nó thay thế hoặc tăng thêm.

Phương trình tin cậy

Một khuôn mặt thay đổi những gì người dùng chú ý và những gì họ tha thứ. Sự nhấn mạnh của Google vào việc hát nhép chính xác, biểu cảm tự nhiên và chuyển lượt linh hoạt không hề mang tính thẩm mỹ: đó chính xác là những đường nối nơi một nhân cách nhân tạo bị phá vỡ và người dùng sẽ nhanh chóng phát hiện ra phản ứng chậm trễ hoặc biểu hiện sai thời điểm hơn là phát hiện ra một câu nói cứng nhắc.

Điều đó cắt giảm cả hai cách cho các doanh nghiệp. Hình đại diện được thực hiện tốt có thể khiến dịch vụ tự động có cảm giác được tham gia; một khuôn mặt được thực thi kém có thể khiến cho quá trình tự động hóa tương tự có cảm giác lừa đảo - một khuôn mặt thể hiện sự chú ý mà hệ thống cơ bản không có. Theo nghĩa đó, các lệnh gọi công cụ không đồng bộ mà Google mô tả cũng là một cơ chế tin cậy: hình đại diện giúp cuộc trò chuyện hiển thị rõ ràng trong khi hệ thống hoạt động, thay vì giả vờ rằng câu trả lời đã sẵn sàng.

Các doanh nghiệp triển khai Avatar trực tiếp sẽ được đánh giá một cách hiệu quả dựa trên vũ đạo — cách cá nhân xử lý các khoảng dừng, chỉnh sửa và gián đoạn. Thông báo cho thấy Google đã coi những khoảnh khắc đó là vấn đề kỹ thuật cốt lõi thay vì đánh bóng, đó là điều mà bất kỳ hoạt động triển khai nào đối mặt với khách hàng đều yêu cầu.

Tại sao nó lại quan trọng

Trợ lý giọng nói giúp AI có thể trò chuyện; avatar làm cho nó mang tính trình bày. Nếu Live Avatar hoạt động như mô tả — hình ảnh và âm thanh đồng bộ, sử dụng công cụ nền, hát nhép đa ngôn ngữ — thì giao diện dành cho AI của doanh nghiệp sẽ không còn là hộp văn bản nữa mà bắt đầu trở thành ký tự do công ty điều khiển.

Câu hỏi mở là việc áp dụng: liệu các doanh nghiệp có thực sự muốn AI của họ có khuôn mặt hay liệu tính năng này vẫn chỉ là một sản phẩm trưng bày trên sàn demo. Google đang đặt cược vào điều trước đây. Với 97 ngôn ngữ và công cụ nền tảng được tích hợp sẵn, công ty đã giúp các thương hiệu toàn cầu dễ dàng tìm hiểu.

---

Đi trước AI

Nhận tin tức, phân tích và đột phá mới nhất về AI — tất cả ở cùng một nơi.

Đọc thêm tin tức về AI →