Google、Gemini 3.8 Liveに話者の姿を映すアバターを追加

Googleが9月24日、Gemini 3.8 Live with Live Avatarを公開しました。対話モデルに映像の生成を組み合わせ、話している相手の姿を画面に出せるようにするものです。公式は口の動きの同期、自然な表情、会話の間の受け渡しを挙げ、映像と音声の入力を同時に処理すると説明しています。ツールの実行は非同期で、背景でデータを取りに行っている間も会話が途切れません。対応は97言語で、言語に合わせて口の動きと表情が変わります。参照画像から独自のアバターを作る機能は、企業向けの個別許可制です。出力にはすべてSynthIDの透かしが入ります。提供先はGemini Enterpriseで、APIの資料はGoogle Cloudのコンソールと文書に置かれています。料金の記載はありません。音声だけだった応答に姿が付くと、受付や社内研修の映像を人が演じる前提が崩れます。