Google erweitert Gemini 3.8 Live um eine neue Live-Avatar-Funktion für Unternehmen. Die Technologie kombiniert Sprachdialoge mit nahezu in Echtzeit erzeugtem Video und soll dadurch digitale Assistenten mit einer sichtbaren, animierten Präsenz ausstatten.
Live Avatar ist laut Google ab sofort über Gemini Enterprise verfügbar. Die Funktion verarbeitet Audio- und visuelle Eingaben gleichzeitig und erzeugt daraus Sprache, Gesichtsausdrücke und Lippenbewegungen eines digitalen Avatars. Google positioniert die Technologie insbesondere für Kundenservice, Beratung und interaktive digitale Begleitung.
Avatar reagiert nahezu in Echtzeit
Im Mittelpunkt steht eine möglichst natürliche Gesprächsführung. Die Avatare sollen präzise Lippenbewegungen, passende Gesichtsausdrücke und flüssige Sprecherwechsel ermöglichen.
Dabei kann das System gleichzeitig verarbeiten, was es über Kamera und Mikrofon wahrnimmt. Der digitale Gesprächspartner kann dadurch sowohl auf gesprochene Inhalte als auch auf visuelle Informationen reagieren.
Google sieht darin einen Weg, klassische Chatbots und Sprachassistenten stärker in Richtung visueller Gesprächspartner weiterzuentwickeln. Unternehmen könnten damit beispielsweise digitale Service-Mitarbeiter oder interaktive Produkt- und Prozessbegleiter aufbauen.
Gewinnen in der Plattform-Ökonomie
Tool-Aufrufe laufen während des Gesprächs weiter
Live Avatar verbindet die visuelle Oberfläche mit den Reasoning- und Agentenfunktionen von Gemini. Besonders wichtig ist dabei die asynchrone Ausführung von Tools.
Das System kann während eines laufenden Gesprächs externe Werkzeuge aufrufen oder Daten abrufen, ohne den Dialog unterbrechen zu müssen. Als Beispiel nennt Google einen Hotel-Check-in, bei dem im Hintergrund Systeme angesprochen werden, während der Avatar das Gespräch mit dem Gast fortsetzt.
Damit soll die Technologie nicht nur visuelle Präsenz bieten, sondern auch komplexere Unternehmensprozesse innerhalb einer laufenden Unterhaltung bearbeiten können.
Unterstützung für 97 Sprachen
Ein weiterer Schwerpunkt liegt auf der internationalen Nutzung. Live Avatar unterstützt laut Google native Speech-to-Speech-Kommunikation in 97 Sprachen.
Der Avatar passt Lippenbewegungen und Mimik dabei dynamisch an die jeweilige Sprache an. Auch ein Wechsel zwischen mehreren Sprachen innerhalb eines Gesprächs soll möglich sein, ohne dass die Videoqualität sichtbar abnimmt.
Für international tätige Unternehmen könnte dadurch derselbe virtuelle Agent über verschiedene Märkte hinweg eingesetzt werden.
Unternehmen können eigene Avatare erstellen
Neben einer Bibliothek vorkonfigurierter Charaktere bietet Google die Möglichkeit, individuelle Avatare zu entwickeln. Ausgehend von einem hochwertigen Referenzbild lässt sich ein animierter Charakter erzeugen, der visuelle Markenmerkmale oder eine bestimmte Identität beibehält.
Die Erstellung eigener Avatare ist zunächst allerdings nur für ausgewählte Unternehmenskunden über ein Allowlisting verfügbar. Damit kontrolliert Google den Zugang zu stärker personalisierten Darstellungen zunächst enger.
SynthID kennzeichnet KI-generierte Inhalte
Google versieht die mit Live Avatar erzeugten Audio- und Videoinhalte mit SynthID. Das unsichtbare Wasserzeichen soll es ermöglichen, KI-generierte Inhalte später technisch zu erkennen.
Damit reagiert das Unternehmen auf Risiken rund um Identitätsmissbrauch und irreführende synthetische Medien. Gerade fotorealistische Unternehmensavatare erhöhen die Anforderungen an nachvollziehbare Kennzeichnung und kontrollierte Nutzung.
Mit Live Avatar entwickelt Google Gemini Enterprise damit stärker zu einer Plattform für multimodale und visuell präsente KI-Agenten. Neben Sprache und Reasoning wird nun auch eine kontinuierliche digitale Darstellung Teil des Unternehmensangebots.
