Gemini 3.8 Liveの声に表情がつく　企業向けLive Avatarが一般提供

声だけで応答するAIに、話す内容と連動する表情や口の動きが加わります。Googleの「Live Avatar」は、企業がウェブサイトやモバイルアプリ、キオスクに対話型の案内役を設けるためのGemini Enterpriseの機能です。

会話を続けながら、カメラや画面の情報も扱う

Live Avatarは音声に加え、カメラ映像や画面からの入力にも対応します。会話中にバックグラウンドでツールを呼び出せるため、たとえば案内役が質問を受けながら必要な情報を取得する構成が可能です。Google Cloudが示した銀行の画面は架空の「Kookabank」を使った公式デモで、実在する銀行への導入事例ではありません。

用意された顔は選べるが、独自制作には許可が必要

Googleは97言語への対応をうたい、あらかじめ用意されたアバターを提供しています。生成される映像と音声にはSynthIDの透かしが入ります。一方、参照画像から独自のアバターを作る機能は、許可リストに登録された企業顧客に限られます。

開発者が確認したい提供範囲

9月16日のGemini 3.8 Live音声モデルのニュースとは異なり、今回の焦点は映像付きアバターです。Googleは9月24日に機能を紹介し、Google Cloudは25日に企業の本番利用に向けた一般提供を発表しました。案内されているエンドポイントは米国とEUです。導入を検討する開発者はGemini Enterpriseと公式API資料で利用条件を確認できますが、一般向けGeminiアプリで使えるという発表ではありません。