グーグル、AIアバターが応答する「Gemini 3.8 Live with Live Avatar」発表

　米グーグルは現地時間24日、音声対話AIに視覚的なアバターを組み合わせた「Gemini 3.8 Live with Live Avatar」を発表した。企業向けの「Gemini Enterprise」で提供が始まっている。

　同機能は、9月に発表された「Gemini 3.8 Live」の対話モデルを拡張したもので、ユーザーの音声や視覚情報を処理しながら、応答するアバターの音声や映像を低遅延で生成する。

自然な表情と97言語の切り替えに対応

　アバターは正確なリップシンクや自然な表情を備え、人間とのスムーズな会話のやり取りを実現する。97の言語に対応しており、会話の途中で言語が切り替わった場合でも、映像の品質を落としたりズレを生じさせたりすることなく、表情や口の動きを合わせる。

　アバターのデザインは、あらかじめ用意されたプリセットから選択できるほか、1枚の高画質な画像を用意して、自社のブランドに合わせたカスタムアバターを生成できる。カスタムアバターの作成は、現在は承認された企業のみが利用できる。

バックグラウンド処理と安全対策

　Geminiの推論能力を活用したバックグラウンドでの処理にも対応する。たとえば、アバターがユーザーと会話を続けながら、裏側で外部ツールを呼び出してデータを取得し、ホテルのチェックインを行うといった複雑な手続きを処理できる。

　偽情報の拡散防止のため、AIによって生成された音声と映像には、電子透かし技術「SynthID」が直接埋め込まれる。これにより、出力されたコンテンツがAIによって生成されたものであることを識別できる。

　Gemini 3.8 Live with Live Avatarの導入により、対話的なカスタマーサービスや案内の提供といった、企業の仮想サービスの拡張が見込まれる。