Google在2026年9月24日发布公告，介绍搭载Live Avatar的Gemini 3.8 Live。公司表示，该服务已在Gemini Enterprise中提供。公告将Live Avatar描述为把近实时视频生成与语音结合起来，使画面与口语表达成为同一交互体验中的组成部分。以下内容均依据该公告对产品功能和访问条件的描述。

视频、语音与对话轮替

Google称，Live Avatar能够把生成的视频与语音配合起来。公告特别提到精准的唇形同步、自然的表情以及流畅的对话轮替。这些描述说明头像如何伴随对话呈现：说出的内容与面部动作和表情相配合，对话也可以在不同发言轮次之间继续进行。公告没有提供这些特点的测量结果或比较数据，因此这里仅将其作为Google对产品的描述。

公告还称，Live Avatar可以进行异步工具调用，并在对话继续时于后台获取数据。按照这一描述，信息获取可以与正在进行的交流同时发生，不必先暂停对话。来源没有列明具体工具、数据来源或使用场景，因此可确认的范围仅限于公告所说的异步调用和对话期间后台取数。

这项后台处理能力与公告所述的持续对话并列出现。它说明获取数据可以在对话继续时进行，但公告没有进一步说明哪些工作流程会使用这项能力，也没有说明调用工具的种类。因而不能据此推断未在公告中列出的工具能力或应用效果。

跨语言同步

Google表示，Live Avatar支持97种语言的语音到语音同步。公司还称，唇形同步和表情会随语言调整。这一说明把语言支持与语音和画面之间的协调联系起来，内容不仅涉及语音，也包括画面中的嘴部动作与表情。公告没有逐一列出这97种语言，也没有说明不同语言之间的支持是否存在差异。

对于正在了解这项功能的组织，公告给出了Google所声明的支持范围，但没有解释如何选择语言，也没有介绍调整的技术实现方式。可以依据公告说明的是：同步覆盖97种语言，唇形和表情会随语言适配。公告未提供按语言划分的指标、评价或其他性能数据。

因此，语言信息应按公告明确给出的范围理解。它描述了语音同步与视觉表现之间的配合，并将覆盖数量表述为97种语言；它没有附上语言清单，也没有展开各语言的单独表现。此处不对公告之外的语言能力作进一步推断。

组织可以使用参考图定制头像

Google称，组织可以使用高质量参考图定制Live Avatar，并据此生成一个动画化、能够响应的头像。公告介绍的是以参考图为基础的组织定制选项，没有提供创建流程的更多步骤，也未说明参考图的具体要求或生成头像之后如何部署。

目前，自定义头像的创建仅通过企业allowlist开放。这是组织评估定制功能时需要了解的访问条件。公告没有把自定义头像创建描述为所有Gemini Enterprise用户都能直接使用的功能，而是明确表示现阶段只有通过企业allowlist才能使用。来源没有进一步说明资格标准，也没有提供申请访问的流程细节。

公告中关于参考图和allowlist的内容分别说明了定制方式与访问限制：组织可用高质量参考图生成动画化、可响应的头像，但创建自定义头像目前受企业allowlist限制。两项说明共同界定了这项功能在公告发布时的描述范围；公告没有给出额外的使用条件或后续开放时间表。

输出标记与入门资料

Google表示，由人工智能生成的音频和视频输出均带有SynthID水印。这一说法涵盖公告提到的两种输出形式。公告没有解释水印的工作方式或检测方法，因此这里仅说明公司称SynthID用于标记生成的音频与视频。

对于希望开始使用搭载Live Avatar的Gemini 3.8 Live的用户，Google提供了API文档。公告将这份文档作为开始使用的途径，但没有在正文中列出集成步骤或技术要求。关于产品的其他信息包括：它在Gemini Enterprise中提供；它把近实时视频与语音结合；对话继续时可以进行后台工具调用和数据获取；同步覆盖97种语言；自定义头像须通过企业allowlist；生成的音频和视频带有SynthID水印。

这些信息来自Google于2026年9月24日发布的公告《Introducing Gemini 3.8 Live with Live Avatar》。公告介绍了产品功能、Gemini Enterprise中的可用情况、自定义头像的访问限制、输出标记方式以及API文档。文中没有加入公告未说明的能力、数据或结论。