博客大模型重点★ 重点来源Gemini实时多模态数字人产品发布
Introducing Gemini 3.8 Live with Live Avatar
AI 解读已生成 · AI 生成，数字以原文为准
Gemini 3.8 Live 上线 Live Avatar 实时数字人，支持 97 种语言
Gemini 3.8 Live with Live Avatar 继 Gemini 3.8 Live 发布后推出，将低延迟流式视频与语音对话原生耦合，向 Gemini Enterprise 提供可听、可看、可说的动态虚拟形象，用于客户服务和交互式导览。它同时处理视觉与音频输入，并通过异步工具调用在后台取数、前台对话不中断；原生语音到语音同步支持 97 种语言 无缝切换，唇形与表情不会出现视觉漂移或视频保真度下降。除预设角色库外，企业可通过 allowlisting 用高质量参考图生成保持参考相似度、品牌风格或角色身份的响应式自定义头像。所有音视频输出均嵌入 SynthID 水印标记 AI 生成内容，安全与负责任部署策略见模型卡；用户即日起可在 Gemini Enterprise 启用并按 API 文档接入。
- 1Live Avatar 即日在 Gemini Enterprise 可用
- 2音视频输出全部嵌入 SynthID 水印
- 3支持 97 种语言中途切换，口型表情自适应
为什么重要 企业对话 agent 多了一条带形象的实时音视频出口，异步工具调用与 97 语言切换是落地关键约束。适合 做企业对话 agent、实时多模态推理的工程与研究团队
可用渠道Gemini Enterprise
语言覆盖97 种语言
水印SynthID 音视频
自定义形象仅企业白名单
- 来源
- deepmind.google
- 发布
- 2026/09/25
- 产品/版本
- Gemini 3.8 Live with Live Avatar
- 发布方
- Gemini Audio Team
- 发布日期
- 2026-09-24
- 语言数量
- 97 种（speech-to-speech）
- 接入方式
- Gemini Enterprise / API
深度总结
1 / 6发布了什么· 要点
Gemini 3.8 Live with 术语解释把近实时视频生成与语音合成耦合，让对话模型拥有可变现的视觉形象 于 2026-09-24 发布，即日起在 Gemini Enterprise 可用
- Gemini 3.8 Live with Live Avatar 于 2026-09-24 发布，即日起在 Gemini Enterprise 可用
- 在上一周 Gemini 3.8 Live 的基础上，把近实时视频生成与语音耦合，输出能听、能看、能说的动态形象
- 官方称具备精准口型同步、自然表情与流畅的轮次切换
- API 文档同步提供，企业可直接接入