产业观察🔥7.0
谷歌 Gemini 3.8 Live 虚拟人上线：实时唇形同步 + 自然表情，无缝切换 97 种语言
📋总体概括
谷歌在Gemini 3.8 Live基础上正式推出Live Avatar功能，将接近实时的视频生成与语音结合，打造能倾听、观察并以动态虚拟形象交流的交互体验。该功能支持精准唇形同步、自然表情与流畅对话轮次切换，可在97种语言间无缝切换且不降低视频保真度，并通过异步工具调用在后台获取数据、保持对话不中断。企业可基于参考图像自定义虚拟形象（目前限白名单用户），所有输出内容嵌入SynthID隐形水印，面向企业虚拟客服与服务场景。
⚡关键信息
- ▸谷歌正式推出带Live Avatar功能的Gemini 3.8 Live，将实时视频生成与语音结合，实现唇形同步与自然表情
- ▸支持97种语言间无缝切换，动态适配唇形与表情且不降低视频保真度或出现视觉偏移
- ▸依托异步工具调用能力，后台触发工具获取数据的同时保持对话流程不中断
- ▸企业可通过高质量参考图像自定义虚拟形象，保留相似度与品牌风格，目前仅对白名单用户开放
- ▸所有AI生成内容通过SynthID隐形水印嵌入音视频输出，用于识别与溯源
🔥犀利点评
谷歌这步棋瞄准的不是炫技，而是企业虚拟客服这块真金白银的市场——实时唇形同步加多语言无缝切换，本质上是要把外包客服和数字人公司一起卷死。97种语言不掉保真度听着唬人，但自定义形象还锁在白名单里，说明技术离大规模商用仍有距离。SynthID水印是必要的合规姿态，可面对深度伪造滥用，事后溯源终究是被动的，先发者吃肉、跟随者喝汤的格局又要重演一遍。
📰 相关资讯（与本文相关的其他资讯）
本文由本站自动聚合，以下为原始来源：前往 IT之家 阅读全文 →