La semaine dernière, Google a lancé Gemini 3.8 Live et les modèles Live Extended Thinking, les présentant comme les plus avancés modèles de dialogue en direct jamais conçus par l’entreprise. L’idée, disait-elle, était de donner « des briques de base pour des agents vocaux fiables et prêts pour la production » aux « développeurs et entreprises ». Il a également rendu la réponse vocale à Gemini plus naturelle, afin que les utilisateurs puissent effectuer des tâches complexes grâce à des commandes vocales.
Désormais, Google a ajouté la vidéo à cette formule avec Gemini 3.8 Live with Live Avatar. Il associe une présence visuelle quasi en temps réel aux modèles de dialogue en direct, créant « une expérience qui écoute, voit et parle avec une personnalité visuelle dynamique ». En résumé, ce sont des avatars conçus pour des tâches telles que le support commercial et le service client, vous pourriez donc interagir avec eux dans un avenir proche.
Dans plusieurs vidéos du blog, Google montre à la fois des Avatars réalistes et des Avatars au style cartoon. Ils peuvent effectuer des choses telles que des synchronisations labiales précises, des expressions naturelles et des « échanges fluides ». Selon l’entreprise, leur utilisation permettra des conversations naturelles et multimodales en permettant aux avatars de communiquer à l’aide d’expressions faciales tout en regardant, écoutant et parlant. Les avatars s’appuient sur le raisonnement avancé de Gemini, ce qui permet à Live Avatar de lancer des appels d’outils et de récupérer des données en arrière-plan tout en poursuivant un dialogue actif.
Google proposera une bibliothèque d’« avatars divers et préétablis », ou les organisations pourront personnaliser les leurs à partir d’images de référence de haute qualité afin de préserver « la ressemblance référentielle, le style de marque ou l’identité du personnage ». Ceux-ci ne seront disponibles que via une liste blanche d’entreprise, a ajouté la société. Les Live Avatars sont également conçus avec des « garde-fous stricts conçus pour respecter l’identité et pour assurer la transparence du contenu généré par l’IA », et chacun est filigrané à l’aide du SynthID de Google.
Comme mentionné, Live Avatar est conçu strictement pour les clients Gemini Enterprise de Google. Cependant, vous pourriez un jour voir les résultats sous la forme d’un avatar de service client ou de vente apparaissant sur votre écran d’ordinateur ou de téléphone. Sur la base de ce que Google a montré jusqu’à présent, et du manque d’enthousiasme du public pour les contenus IA médiocres, ils pourraient ne pas être universellement populaires.
