Google DeepMind spustil Gemini 3.8 Live s funkcí Live Avatar ve 97 jazycích

Google DeepMind představil 24. září 2026 v rámci platformy Gemini Enterprise novou verzi svého konverzačního modelu s označením Gemini 3.8 Live, jejíž hlavní novinkou je funkce Live Avatar. Tu vývojářský tým prezentovali výzkumná vědkyně Shuo-yiin Chang a softwarový inženýr CJ Zheng, kteří na projektu spolupracovali.

Live Avatar přináší reálnou vizuální přítomnost do konverzačního rozhraní – místo textového nebo pouze hlasového asistenta tak uživatelé nyní mohou komunikovat s vizuální reprezentací, která reaguje v reálném čase. Funkce je postavena na nativních dialogových schopnostech modelu Gemini 3.8 a využívá nízkou latenci video streamingu, díky čemuž má interakce působit plynule a bez znatelných prodlev, jaké bývají typické pro starší generace podobných nástrojů.

Podle zástupců Google DeepMind je klíčovým prvkem synchronizace řeči a výrazu obličeje avatara. Systém dokáže přesně sladit pohyb rtů s generovanou promluvou a doplnit ji přirozenými mimickými výrazy, což má zvýšit důvěryhodnost a přirozenost interakce. Součástí je i plynulé střídání replik mezi uživatelem a avatarem, tedy schopnost modelu reagovat bez zbytečných pauz a bez přerušování konverzace v nevhodných momentech.

Funkce podporuje 97 jazyků, přičemž synchronizace řeči a výrazu funguje napříč všemi podporovanými jazykovými mutacemi. Tím se Live Avatar liší od dřívějších řešení, která často nabízela plnou funkčnost pouze v angličtině nebo omezeném počtu jazyků, zatímco ostatní byly podporovány jen částečně.

Google DeepMind zároveň zdůraznil bezpečnostní aspekt novinky. Veškerý obsah generovaný pomocí Live Avatara je označen neviditelným vodoznakem SynthID, který umožňuje zpětně identifikovat, že jde o obsah vytvořený umělou inteligencí. Opatření má reagovat na rostoucí obavy z zneužití generativních technologií k vytváření zavádějícího nebo klamavého obsahu, zejména v podobě falešných videí či hlasových nahrávek.

Novinka nabízí také možnost přizpůsobení – organizace využívající Gemini Enterprise mohou vytvořit vlastního Live Avatara na základě referenčního obrázku. To firmám umožňuje navrhnout vizuální podobu asistenta tak, aby odpovídala jejich značce nebo konkrétnímu účelu nasazení, ať už jde o zákaznickou podporu, virtuálního průvodce, nebo jiný typ interakce s uživateli.

Cílem uvedení Live Avatara je podle Google DeepMind zlepšení interakce s uživateli a rozšíření možností, které mohou podniky nabídnout prostřednictvím virtuálních asistentů. Vizuální přítomnost v kombinaci s přirozeným projevem a nízkou latencí má podle společnosti přiblížit komunikaci s AI modelem běžné mezilidské konverzaci a otevřít nové způsoby nasazení v podnikovém prostředí, například v zákaznickém servisu, vzdělávání nebo při prezentaci produktů.

Uvedení Live Avatara zapadá do širšího trendu rozvoje multimodálních a konverzačních AI systémů, které se v posledních letech postupně přesouvají od čistě textových rozhraní směrem k audiovizuálním interakcím připomínajícím video hovor. Google tímto krokem reaguje na podobné snahy dalších technologických firem, které rovněž vyvíjejí vizuální asistenty schopné reagovat v reálném čase.

Zástupci Google DeepMind zatím nezveřejnili podrobnosti o technických parametrech modelu, na kterém je Live Avatar postaven, ani konkrétní informace o tom, kdy a v jakém rozsahu bude funkce dostupná všem zákazníkům Gemini Enterprise. Lze však očekávat, že se stane součástí širší nabídky nástrojů, které si firmy budou moci integrovat do vlastních aplikací a služeb.

Použití vodoznaku SynthID zároveň naznačuje, že si společnost je vědoma rizik spojených s masovým nasazením realistických AI avatarů, a snaží se od počátku budovat mechanismy pro transparentní označování syntetického obsahu. Podobný přístup Google uplatňuje i u jiných produktů generujících obrazový a video obsah, kde se snaží dlouhodobě prosazovat standardizované označování AI výstupů napříč odvětvím.