谷歌近日宣布，继上周推出 Gemini 3.8 Live 之后，正式为该原生实时对话模型加入 Live Avatar 功能。这一新增能力将接近实时的视频生成与语音技术相融合，使企业智能代理能够以动态视觉形象与用户交流，同时处理视觉和音频输入，生成更丰富的对话体验。

据谷歌介绍，Live Avatar 具备精准的唇形同步、自然表情以及流畅的对话轮次切换能力。该功能支持原生多语言语音同步，可动态适配唇形与表情，在 97 种语言之间无缝切换，且不会降低视频保真度或出现视觉偏移。这意味着企业可以借助单一虚拟人形象覆盖多语言服务场景。

在交互能力之外，Live Avatar 依托 Gemini 的高级推理能力，通过异步工具调用机制在后台触发工具调用并获取数据，同时保持对话正常进行。这一设计旨在处理复杂任务时保证对话流程不中断，提升虚拟服务在任务型场景下的可用性。

企业用户除了可从预设的多样化形象库中选择外，还可通过高质量参考图像生成完整动画、响应灵敏的虚拟形象，并保留参考形象的相似度、品牌风格与角色特征。不过，谷歌表示自定义虚拟形象目前仅对企业白名单用户开放。此外，谷歌为 Live Avatar 构建了严格的安全保障机制。