أتاحت Google ميزة Live Avatar في Gemini 3.8 Live إتاحة عامة داخل Gemini Enterprise. وتجمع القدرة بين المحادثة الصوتية في الوقت الحقيقي وشخصية فيديو مولدة بالذكاء الاصطناعي، مع مزامنة الشفاه وتبادل أدوار الكلام واستخدام الأدوات أثناء المحادثة.
يستهدف الإطلاق في هذه المرحلة أساسا المؤسسات التي تطور تجارب تفاعلية للخدمة أو التدريب أو التواصل. وليس إطلاقا عاما لجميع مستخدمي Gemini الأفراد.
ما هو Live Avatar
يضيف Live Avatar طبقة فيديو إلى المحادثة الفورية مع Gemini.
بدلا من تلقي الصوت فقط، يستطيع المستخدم رؤية شخصية تتكلم وتطابق حركة شفاهها مع الكلام. وتقول Google إن النظام صمم أيضا لإدارة تبادل أدوار الحديث بصورة أكثر طبيعية، وليس لتشغيل فيديو مسجل مسبقا فقط.
يدعم النظام 97 لغة في المحادثة من صوت إلى صوت.
تتضمن جميع مخرجات الفيديو SynthID، وهي علامة غير مرئية من Google مخصصة للتعرف على المحتوى المولد بالذكاء الاصطناعي.
ليس مجرد شخصية تتكلم
من النقاط المهمة في الإطلاق التكامل مع استدعاء الأدوات.
يستطيع Gemini تنفيذ إجراءات عبر أدوات أثناء المحادثة، بما فيها استدعاء الأدوات غير المتزامن. وهذا يعني أن النظام يستطيع مواصلة التفاعل بينما ينفذ إجراء خارجي في الخلفية.
تقدم Google هذه القدرة كأساس لوكلاء يستطيعون التحدث مع المستخدم وتنفيذ مهمة في الوقت الحقيقي أيضا.
وتذكر الشركة أيضا دعم Agent Development Kit، بما يتيح للمطورين دمج Live Avatar داخل بيئات أوسع للوكلاء.
شخصيات افتراضية مخصصة
يتضمن Gemini Enterprise مكتبة شخصيات افتراضية جاهزة.
وتستطيع المؤسسات أيضا إنشاء شخصية مخصصة من صورة مرجعية، لكن القدرة ليست مفتوحة بحرية لكل عميل. فبحسب Google، يتاح إنشاء الشخصيات المخصصة عبر قائمة سماح مؤسسية.
هذه معلومة مهمة للشركات التي تبني ممثلا افتراضيا يحمل علامتها أو شخصية تمثل شخصا معينا.
تقول Google إنها تطبق آليات حماية للتعامل مع استخدام الهوية، لكن أثر هذه الحماية عمليا سيتضح مع توسع الاستخدام.
الإتاحة والبنية التحتية
يتاح Live Avatar الآن بالإتاحة العامة داخل Gemini Enterprise.
تذكر Google نقاط نهاية في الولايات المتحدة والاتحاد الأوروبي، وخيار سعة معالجة محجوزة للعملاء الذين يحتاجون إلى سعة أكثر استقرارا.
في المقابل، لا يزال Live Extended Thinking with Avatar في المعاينة الخاصة.
لذلك، لا تصل جميع القدرات المحيطة بـLive Avatar إلى الإتاحة العامة في الوقت نفسه.
أين يمكن استخدامه
يلائم Live Avatar أساسا التجارب التي يكون الكلام والتواصل البصري جزءا من التفاعل فيها.
ومن الأمثلة الممكنة خدمة العملاء والتدريب والتهيئة والمبيعات والدعم الداخلي في المؤسسات.
وتجعله القدرة على استدعاء الأدوات أثناء المحادثة ذا صلة أيضا بالوكلاء التي تحتاج إلى جمع معلومات أو بدء عملية أو تحديث نظام خلال التفاعل.
ما الفرق عن مولدات الشخصيات الافتراضية المعتادة
تضم السوق بالفعل أدوات تنتج فيديو بشخصيات تتحدث.
الفرق الذي تحاول Google إبرازه هو التفاعل الفوري: ليس Live Avatar مخصصا فقط لإنشاء فيديو من نص، بل للمشاركة في محادثة وتشغيل الأدوات أثناءها.
يضعه ذلك في منافسة مع خدمات الشخصيات الافتراضية والذكاء الاصطناعي الصوتي القائمة، ويربطه مباشرة أيضا بمنظومة Gemini المؤسسية.
ما الذي لا يزال ناقصا
لم تنشر Google في المواد البحثية المفحوصة تفصيلا كاملا لسعر كل سيناريو لاستخدام Live Avatar.
ولا تزال أسئلة زمن الاستجابة تحت الأحمال الكبيرة والجودة عبر اللغات والتبني الفعلي مفتوحة.
وصول الخدمة إلى الإتاحة العامة يعني أنها اجتازت مرحلة مهمة في المنتج، لكنه لا يثبت أنها تناسب كل استخدام مؤسسي اليوم.
لماذا يهم الإطلاق
يجعل الجمع بين الصوت والفيديو وأدوات الوكلاء الحدود بين روبوت الدردشة والممثل الصوتي وشخصية الفيديو أقل وضوحا.
بالنسبة إلى Google، يمثل Live Avatar طريقة لتحويل Gemini Enterprise من واجهة محادثة إلى أداة تستطيع تمثيل مؤسسة أمام المستخدم في الوقت الحقيقي.
ستكون الخطوة التالية معرفة ما إذا كانت الشركات ستختار تشغيل شخصيات كهذه على نطاق واسع، وكيف ستتعامل مع أسئلة الهوية والثقة والخصوصية والتكلفة.