Google a ajouté Live Avatar à Gemini 3.8 Live le 24 septembre, dotant son modèle conversationnel d’une persona à l’écran quasi en temps réel, disponible via Gemini Enterprise.
Selon la documentation Google, le modèle peut renvoyer une parole et une vidéo d’avatar synchronisées à 24 FPS, avec lip-sync, expressions faciales et prise de parole fluide dans 97 langues. Google indique aussi que les conversations peuvent se poursuivre pendant que des appels d’outils asynchrones s’exécutent en arrière-plan.
Pour les créateurs d’agents, Live Avatar transforme les sessions vocales en interactions visuelles sans couche d’avatar séparée. La limite, c’est l’accès : les avatars prédéfinis sont disponibles dans Gemini Enterprise, tandis que la création d’avatars personnalisés exige un allowlisting enterprise. Google affirme que l’audio et la vidéo générés portent des filigranes SynthID.