A Google adicionou o Live Avatar ao Gemini 3.8 Live em 24 de setembro, dando ao seu modelo conversacional uma persona na tela quase em tempo real e disponibilizando-o pelo Gemini Enterprise.
Segundo a documentação da Google, o modelo pode retornar fala e vídeo de avatar sincronizados a 24 FPS, com lip-sync, expressões faciais e turnos fluidos em 97 idiomas. A Google também diz que as conversas podem continuar enquanto chamadas assíncronas de ferramentas rodam em segundo plano.
Para quem constrói agentes, o Live Avatar transforma sessões de voz em interações visuais sem uma camada de avatar separada. O limite é o acesso: avatares prontos estão no Gemini Enterprise, enquanto a criação de avatares personalizados exige allowlisting enterprise. A Google afirma que áudio e vídeo gerados carregam marcas d’água SynthID.