Gemini 3.8 Live让企业AI客服长出一张实时生成的脸

一张实时生成的脸

上周，Google 发布了 Gemini 3.8 Live。Live Avatar 是它新加的能力，从今天起在 Gemini Enterprise 里可用。对话式 AI 在语音之外多出一个实时视频生成的虚拟形象。它能听、能看、能说，唇形同步精确，表情自然，轮流对话流畅。

这个功能同时处理视觉和音频输入，两路信息在同一时间轴上前进，对话因此更丰富。它不只有一副面孔，支持多种角色，每个角色有独立的外观、声音和表现力。

对话不打断，事在后台办

Google 把它放在企业场景里，列出的用途是客户服务和交互式演示。官方示例是酒店办理入住：AI 一边和客人聊天，一边在后台调用工具办手续。对话不打断。

等待的过程被移到了看不见的地方。

97 种语言之间切换

语言能力是另一个卖点。Live Avatar 支持原生多语言语音到语音同步。97 种语言之间可以无缝切换，切换时唇形同步和表情会动态调整。视频保真度不降，画面和声音也不会脱节。对跨国业务来说，同一套数字员工可以覆盖多个语言市场。

定制需走白名单

企业可以从预设头像库里选，也可以自定义虚拟形象，让线上员工贴合品牌形象。自定义创建目前只向企业白名单开放。Google 没有说明申请流程和条件。现有客服系统接入这套数字员工需要多少开发量，目前也不清楚。

水印和开发接口

Live Avatar 生成的音频和视频，都会嵌入 SynthID 水印。这个看不见的水印织进输出里。AI 生成内容因此保持可检测，错误归因和虚假信息也能减少。开发者可以从 API 文档开始接入。

实时表情和语音同步被放进同一个虚拟形象。企业数字员工的边界，从文字和语音延伸到了脸。中文的唇形同步效果如何，这套系统卖多少钱，Google 都没有说。