Google hat am 24. September Live Avatar zu Gemini 3.8 Live hinzugefügt und gibt dem Conversational Model damit eine nahezu Echtzeit-Persona auf dem Bildschirm – verfügbar über Gemini Enterprise.
Laut der Google-Dokumentation kann das Modell synchronisierte Sprache und Avatar-Video mit 24 FPS liefern, inklusive Lippensync, Mimik und flüssigem Turn-Taking in 97 Sprachen. Google gibt außerdem an, dass Gespräche fortlaufen können, während asynchrone Tool-Aufrufe im Hintergrund laufen.
Für Agent-Builder macht Live Avatar aus Voice-Sessions visuelle Interaktionen – ohne separate Avatar-Schicht. Der Haken sind die Zugangsgrenzen: vordefinierte Avatare sind in Gemini Enterprise verfügbar, Custom-Avatare brauchen Enterprise-Allowlisting. Google sagt, dass generiertes Audio und Video SynthID-Wasserzeichen tragen.