W komunikacie z 24 września 2026 r. Google przedstawiło Gemini 3.8 Live z funkcją Live Avatar. Według firmy rozwiązanie jest dostępne w Gemini Enterprise. Google opisuje Live Avatar jako połączenie generowania wideo niemal w czasie rzeczywistym z mową, przedstawiając obraz i wypowiedź jako skoordynowane elementy jednej interakcji.

Wideo, mowa i przebieg rozmowy

Komunikat wymienia precyzyjną synchronizację ruchu ust, naturalne wyrazy twarzy oraz płynne przekazywanie głosu w rozmowie jako cechy Live Avatar. Opis dotyczy sposobu, w jaki awatar ma towarzyszyć dialogowi: wypowiedziom ma odpowiadać ruch twarzy, a rozmowa może płynnie przechodzić między kolejnymi turami. Google nie podaje pomiarów ani wyników porównawczych dla tych cech, dlatego są one przedstawione jako opis produktu przez firmę.

Google informuje również, że Live Avatar może wykonywać asynchroniczne wywołania narzędzi i pobierać dane w tle, gdy dialog jest kontynuowany. Według opisu pobieranie informacji może więc odbywać się równolegle z trwającą rozmową, bez konieczności jej wcześniejszego zatrzymania. Źródło nie wskazuje konkretnych narzędzi, źródeł danych ani przypadków użycia. Zakres tej informacji ogranicza się zatem do asynchronicznych wywołań i pobierania danych w tle podczas kontynuowanego dialogu.

Synchronizacja w wielu językach

Komunikat podaje, że Live Avatar obsługuje synchronizację mowy z obrazem w 97 językach. Google dodaje, że ruch ust i mimika dostosowują się do poszczególnych języków. W opisie obsługa języków obejmuje więc również koordynację obrazu z wypowiedzią, a nie tylko samą mowę. Źródło nie wymienia tych 97 języków ani nie opisuje różnic w zakresie obsługi między nimi.

Dla organizacji analizujących tę funkcję stwierdzenie określa zakres deklaracji Google, ale nie wyjaśnia wyboru języka ani technicznego sposobu dostosowania. Firma informuje o synchronizacji w 97 językach oraz o dostosowaniu ruchu ust i mimiki. Komunikat nie zawiera dodatkowych wskaźników ani osobnych ocen dla poszczególnych języków.

Własne awatary dla organizacji

Organizacje mogą dostosować Live Avatar za pomocą wysokiej jakości obrazu referencyjnego, z którego generowany jest animowany, reagujący awatar. Google opisuje w ten sposób możliwość personalizacji opartą na obrazie. Nie podaje dodatkowych szczegółów dotyczących procesu tworzenia, wymagań wobec obrazu ani wdrażania gotowego awatara.

Tworzenie własnych awatarów jest obecnie dostępne wyłącznie poprzez allowlistę dla klientów korporacyjnych. Ten warunek dostępu ma znaczenie dla organizacji rozważających personalizację: komunikat nie przedstawia tworzenia własnych awatarów jako funkcji otwartej dla wszystkich użytkowników Gemini Enterprise. Według Google na tym etapie wymagana jest obecność na allowliście. Źródło nie wyjaśnia kryteriów kwalifikacji ani procedury ubiegania się o dostęp.

Oznaczanie i rozpoczęcie pracy

Google podaje, że dźwięk i wideo wygenerowane przez AI są oznaczane znakiem wodnym SynthID. Stwierdzenie obejmuje oba wymienione rodzaje wyjścia. Komunikat nie opisuje działania znaku wodnego ani sposobu jego wykrywania, dlatego można jedynie odnotować, że SynthID ma oznaczać wygenerowany dźwięk i obraz wideo.

Osobom chcącym rozpocząć pracę z Gemini 3.8 Live z Live Avatar Google udostępnia dokumentację API. Komunikat wskazuje ją jako punkt wyjścia, ale nie opisuje w samym tekście kroków integracji ani wymagań technicznych. Dostępność w Gemini Enterprise, połączenie wideo i mowy, wywołania narzędzi w tle, synchronizacja językowa, tworzenie własnych awatarów objęte allowlistą oraz znak wodny SynthID składają się na informacje o produkcie przedstawione w komunikacie.

Podstawą tych informacji jest komunikat Google „Introducing Gemini 3.8 Live with Live Avatar” z 24 września 2026 r. Przedstawiono w nim opis produktu i wskazane przez firmę warunki dostępu.