Google добавил к голосовой модели Gemini 3.8 Live (представлена 15 сентября 2026) функцию Live Avatari — анимированного персонажа, который в реальном времени слушает пользователя, отвечает голосом, синхронно двигает губами и меняет мимику. Функция вышла в общий доступ в Gemini Enterprise и через Gemini Live API 25 сентября и предназначена прежде всего для корпоративных клиентов: клиентской поддержки, стоек регистрации, банковских отделений и киосков.

Технология объединяет в одном API распознавание видео и звука, языковую модель, вызов внешних инструментов (tool callingi) и генерацию речи и лица — то, что конкуренты (HeyGen, D-ID, Synthesia, Runway Characters, Pika Stream) обычно склеивают из нескольких сервисов с задержками на каждом шаге.

• Аватар поддерживает переключение между 97 языками прямо во время разговора без потери качества картинки и синхронизации губ, по заявлению Google.
• Модель одновременно принимает видео (камера или screen share) и звук, поддерживает естественную смену реплик — можно перебить аватара, и разговор перестраивается.
• Пока аватар говорит, модель может в фоне вызывать внешние API (асинхронный tool calling) — в демо-ролике так регистрируют гостя в отеле без пауз «секундочку, проверяю».
• Персонажа можно выбрать из готовой библиотеки Google или создать своего по одному качественному фото с сохранением сходства и стиля, но создание кастомных аватаров пока доступно только корпоративным клиентам через allowlist.
• Весь аудио- и видеовыход помечается невидимым водяным знаком SynthIDi.
• По данным Machinelearning и «Метаверсище и ИИще», видео с аватаром стоит $1 за 1 млн видео-токенов, секунда расходует около 6192 (округлённо 6 тыс.) токенов, что даёт примерно $0,37 за минуту речи аватара плюс 2 цента за голос; входящие звук и видео оплачиваются отдельно, платить нужно только за время, пока аватар говорит. При этом источник AI Product | Igor Akimov утверждает, что официальной цены пока нет.
• В документации Google первым сценарием использования указаны «корпоративные амбассадоры», сгенерированные из внешности сотрудников или нанятых актёров — с оговоркой о необходимости юридического согласия; далее в списке — NPC в играх, навигация по больницам, умные очки и автомобили.