谷歌Gemini3.8Live推出Live Avatar，97种语言实时唇形同步

A5站长网9月28日消息，谷歌在近日宣布，Gemini3.8Live的Live Avatar功能正式面向Gemini Enterprise客户开放。简单说，就是给对话式AI配上一个近实时生成的虚拟人脸：它听你说话、回你话，唇形和表情跟着语音同步变化。此前9月15日，谷歌先发布了Gemini3.8Live和Extended Thinking两个语音对话模型，这次补上了视觉这一层。

能力上有几个实打实的点。Live Avatar支持97种语言的语音到语音同步，语言切换时唇形跟着变，不会出现画面漂移；系统同时处理视觉与音频输入，用户可以对着摄像头展示实物；推理引擎在后台执行异步工具调用，比如边聊边查订单，对话不会被打断。

企业可以选用预设头像库，也可以提供一张高清参考图生成品牌专属形象，不过自定义目前只对白名单企业开放，要走验证流程，防止滥用。谷歌强调，所有生成的音视频都嵌入SynthID水印，机器可以识别内容是不是AI生成，这在换脸和欺诈风险上升的当下是必要设计。

目标场景集中在企业客服、导览和培训：一个不知疲倦、会说97种语言、带人脸的服务代理，对企业是降本工具，对用户则意味着接线的不知是人还是机器。外界评价并不一边倒，有媒体担心近真人形象带来的恐怖谷效应，也有人提醒这类能力同样可能被拿去做深伪造假。

从产品节奏看，谷歌把虚拟形象先放在企业端而非消费端，用白名单和水印做缓冲，算是稳妥的一步。真正的考验在后面：当实时合成人脸成为人人可订阅的服务，披露规范和检测手段能不能跟上，会决定这项技术是被信任还是被警惕。