Google добавила говорящий видеоаватар в Gemini 3.8 Live

✔️ Google добавила в Gemini 3.8 Live говорящий видеоаватар Gemini 3.8 Live with Live Avatar - дополнение к голосовой модели Gemini 3.8 Live, которую компания представила 15 сентября. Функция почти в реальном времени генерирует видео с персонажем, который ведёт разговор голосом, двигает губами в такт речи и меняет мимику. Модель одновременно принимает от пользователя видео и звук, поддерживает естественную смену реплик и вызывает внешние инструменты в фоне, не прерывая беседу. Движения губ и мимика подстраиваются под 97 языков, и, по словам Google, переход с одного на другой не ухудшает картинку. Персонажа можно выбрать из готовой библиотеки или создать своего по одному изображению с сохранением сходства и фирменного стиля. Создание собственных аватаров пока открыто только корпоративным клиентам по запросу. Весь аудио- и видеовыход помечается невидимым водяным знаком SynthID. Google предлагает использовать аватар в клиентской поддержке и интерактивных инструкциях. Функция вышла в общий доступ в Gemini Enterprise и через Gemini Live API.

Видео с аватаром стоит 1 доллар за миллион выходных токенов, секунда ролика расходует примерно 6 тыс токенов, а платить нужно только за время, пока аватар говорит. Минута его речи обходится в 37 центов за видео плюс 2 цента за голос, входящие звук и видео оплачиваются отдельно.

@ai_machinelearning_big_data #news #ai #ml