(圖/ Google)
Google正式推出Gemini 3.8 Live的Live Avatar功能，讓AI即時對話從單純語音互動進一步加入可視化虛擬角色，目前已提供Gemini Enterprise使用。
Live Avatar可同步語音、嘴型與表情，支援97種語言切換，Google正將Gemini從「會回答的AI」推向具備視覺存在感的即時數位角色。
Gemini 3.8 Live不只會說話，Google開始讓AI「出現在眼前」
Gemini 3.8 Live如今不再只是處理聲音與文字的即時AI模型。Google最新加入Live Avatar後，AI回應開始有了可視化的角色呈現，使用者在對話時看到的不只是語音波形或聊天介面，而是一個能同步說話、改變表情並持續互動的數位角色。
Google在9月24日公布Gemini 3.8 Live with Live Avatar，核心設計是將即時語音對話與低延遲串流影片結合，讓Gemini具備更接近面對面交流的視覺存在感。
這代表生成式AI的競爭焦點正在發生變化。過去AI助理主要比的是回答速度、文字品質與語音自然度，現在則開始延伸到「AI以什麼形式出現在使用者面前」，包括角色外觀、表情、嘴型同步以及跨語言溝通能力。
97種語言即時切換，重點不只是翻譯
Live Avatar其中一項較具代表性的能力，是Google所稱的多語言語音與影像同步。官方資料指出，Live Avatar支援97種語言，能在不同語言之間進行即時切換，同時調整嘴型與表情，使角色在語言改變後仍維持視覺上的同步效果。Google展示的範例也包括對話過程中切換不同語言的情境。
這與單純把一段語音翻譯成另一種語言有所不同。如果AI只需要完成文字或語音翻譯，核心問題是語意是否正確；但加入Avatar之後，還必須處理語音、臉部動作與影像生成之間的同步。因此，Google這次強調的不只是多語言，而是語言切換後仍要維持視覺表現的一致性。
對跨國企業而言，這項能力也讓AI角色有機會成為跨市場的互動介面。
從預設角色到企業專屬Avatar，AI開始靠近品牌服務
Google並未將Live Avatar限定在單一固定人物。目前企業可以從預設Avatar選擇角色，而Google也提供客製化能力。根據官方說明，企業可以利用高品質參考圖片建立具備動畫與互動能力的Avatar，並盡可能保留原有角色的外觀、品牌風格或角色識別。企業自訂Avatar目前則採企業allowlisting方式提供。
這項設計使Live Avatar的應用場景不再只是「陪使用者聊天」。從企業服務角度來看，具備固定外觀與品牌識別的AI角色，可以被延伸到客服、教育、員工訓練、產品導覽、企業助理以及跨語言服務等場景。
換句話說，企業未來建立AI服務時，可能不只需要設計一個聊天機器人，也需要思考這個AI應該以什麼樣的角色與品牌形象與使用者接觸。
Gemini 3.8 Live的前一階段，已經把「即時看懂」加入對話
Live Avatar並不是Google突然增加的一項獨立功能，而是建立在Gemini 3.8 Live近期能力之上。Google先前發布Gemini 3.8 Live時，就已經強調模型可以接近即時處理視覺輸入，讓AI在進行語音對話時，也能理解使用者正在看到或展示的視覺內容。
此外，Gemini 3.8 Live具備97種語言支援，能在對話過程中自動偵測並切換語言；模型也可以在背景執行工具與API工作，同時維持正在進行的對話。
因此，Live Avatar更像是建立在這套即時互動架構上的下一層介面。過去的AI互動可以概括為「AI聽見你、回答你」，Gemini 3.8 Live進一步讓AI理解眼前視覺資訊，而Live Avatar則把AI的回應重新呈現為一個具有臉部、表情與動態視覺效果的角色。
Google把Live Avatar先放進企業市場，透露產品定位
值得注意的是，Live Avatar目前並不是Google全面開放給所有Gemini使用者的新功能。Google官方目前將Gemini 3.8 Live with Live Avatar列為Gemini Enterprise提供的功能。
這與Google近年逐步將Gemini模型能力同時布局消費市場、開發者平台與企業服務的策略相互呼應。Gemini 3.8 Live本身已經透過Gemini API與Google AI Studio提供給開發者，企業端則透過Gemini Enterprise布局；Live Avatar則進一步把這套即時模型能力轉化成企業可以直接思考應用場景的視覺介面。
因此，目前更適合把Live Avatar視為企業AI互動技術的最新展示，而不是一般消費者全面換上的Gemini聊天介面。
(圖/ Google)
AI生成的「臉」越來越重要，安全與身分辨識也同步成為問題
當AI開始具備聲音、臉部與表情之後，另一個問題也隨之浮現：使用者如何知道眼前的角色是否為AI生成？
Google對此加入SynthID。官方表示，Live Avatar產生的AI輸出會加入不可見的SynthID浮水印，而且該技術會嵌入音訊與影片輸出，使AI生成內容具備可偵測性，降低錯誤歸因與冒用等風險。
這項設計的重要性在於，AI角色越逼真，內容透明度的重要性也越高。尤其當企業將AI Avatar放入客服、教育或品牌服務場景，如果使用者無法辨識自己正在與真人或AI互動，可能產生信任、身分冒用與內容來源等問題。因此，AI角色的生成能力與內容標示機制，正逐漸成為同一套產品設計的一部分。
從AI助理到數位角色，下一場競爭可能是「存在感」
Google此次更新的意義，並不只在於增加一張AI生成的臉。從Gemini 3.8 Live到Live Avatar，可以看到Google正在把即時AI互動拆成幾個層次：先讓AI能即時聽懂語音，再加入視覺理解與工具執行，接著利用低延遲影片生成，把AI的回應轉化為具備角色外觀的互動體驗。
Google同時也在推進Gemini 3.8 Flash TTS與Flash-Lite TTS，支援超過100種語言與方言，並提供聲音客製化、角色聲音設計及多語言語音生成等能力。
這使AI的「聲音」與「臉」開始形成可以共同設計的產品元素。未來企業導入AI時，競爭焦點可能不再只有模型能不能回答問題，而會進一步延伸到AI能否以一致的品牌形象、語言、聲音與視覺角色完成整套互動流程。
Live Avatar目前仍以企業應用為主要入口，實際使用範圍、客製化Avatar的開放程度，以及更多消費者端產品是否跟進，仍有待Google後續公布。目前無進一步公開資訊。
FAQ
Q1：什麼是Gemini 3.8 Live的Live Avatar？
A：Live Avatar是Google為Gemini 3.8 Live加入的即時視覺角色功能，AI除了透過語音回答，也能以動畫化虛擬角色同步說話、表現表情與嘴型。
Q2：Gemini Live Avatar支援多少種語言？
A：Google表示Live Avatar支援97種語言，能在不同語言之間切換，並同步調整嘴型與表情。
Q3：Live Avatar現在一般Gemini使用者可以使用嗎？
A：目前Google官方將Gemini 3.8 Live with Live Avatar列為Gemini Enterprise提供的功能，並非全面開放給所有一般Gemini使用者。
Q4：企業可以建立自己的Live Avatar嗎？
A：可以。Google提供從參考圖片建立客製化Avatar的能力，可保留角色外觀、品牌風格或角色識別；目前自訂Avatar功能採企業allowlisting方式提供。
Q5：Live Avatar可以用在哪些地方？
A：從目前功能設計來看，可應用於企業客服、教育、員工訓練、產品導覽與企業助理等即時互動服務；實際應用範圍仍取決於企業部署方式。
Q6：Gemini 3.8 Live和Live Avatar有什麼關係？
A：Gemini 3.8 Live是即時語音與視覺互動模型，而Live Avatar則是在此基礎上加入低延遲串流影片與可視化角色，讓AI回應具有更明顯的視覺存在感。
Q7：Live Avatar有AI生成內容標示嗎？
A：有。Google表示Live Avatar生成的AI內容會加入不可見的SynthID浮水印，讓AI生成的音訊與影片具備可偵測性。
Q8：Google為什麼要讓AI擁有虛擬角色？
A：從產品設計角度來看，虛擬角色可以讓AI從文字或語音介面進一步轉為具備視覺存在感的互動服務，對企業客服、教育、訓練與品牌服務等場景具有延伸空間。
中華超傳媒
(文/ 記者 郭紋雅)
