Google представил Gemini 3.8 Live with Live Avatar — новую функцию для корпоративной версии Gemini, которая добавляет к голосовому ИИ видеоаватар с почти мгновенной визуальной реакцией. Решение уже доступно в Gemini Enterprise и рассчитано на компании, которым нужны более «живые» цифровые ассистенты для поддержки, консультаций и демонстраций.

По сути, речь идет о связке диалога в реальном времени и потокового видео с низкой задержкой. Система может слушать, видеть и отвечать не только голосом, но и визуально: с синхронизацией губ, естественной мимикой и плавной сменой реплик в разговоре.

Что умеет Gemini 3.8 Live with Live Avatar

По данным Google, новая функция расширяет возможности Gemini 3.8 Live, представленного неделей ранее. Live Avatar добавляет визуальное присутствие к разговорным моделям и делает общение ближе к видеодиалогу с цифровым персонажем.

  • поддерживает почти реальное время в аудио- и видеодиалоге;
  • синхронизирует речь и движения губ;
  • передает естественные выражения лица;
  • обрабатывает одновременно визуальный и звуковой вход;
  • подходит для клиентского сервиса, онбординга и интерактивных инструкций.

Google отдельно подчеркивает мультимодальность: модель одновременно анализирует изображение и звук, а затем отвечает выразительным аудио и видео. Это важно для сценариев, где пользователю нужно не только услышать ответ, но и получить более понятную визуальную подачу.

Фоновое выполнение задач без пауз в разговоре

Одна из ключевых функций — асинхронный вызов инструментов. Пока пользователь продолжает диалог, Live Avatar может в фоне обращаться к внешним инструментам и получать данные, не прерывая беседу. В качестве примера Google приводит сложные сценарии вроде регистрации гостя в отеле.

Для бизнеса это означает, что виртуальный ассистент может не просто «говорить», а параллельно выполнять полезные действия: запрашивать данные, проверять статусы, подтягивать информацию из внутренних систем и при этом сохранять непрерывный контакт с пользователем.

Поддержка 97 языков и переключение по ходу разговора

Еще одна важная деталь — нативная синхронизация речи между языками. Google заявляет, что Live Avatar умеет работать на 97 языках и может переключаться между ними прямо в ходе разговора. При этом система должна сохранять качество видео, корректную синхронизацию губ и мимику без заметных визуальных сбоев.

Для международных компаний это открывает сценарии единого интерфейса поддержки для разных рынков. Для российской аудитории это прежде всего сигнал о развитии мультиязычных AI-интерфейсов: такие решения могут быть полезны компаниям, которые работают с зарубежными клиентами, ведут англоязычную поддержку или строят глобальные продукты.

Кастомизация под бренд

Google также сообщил, что компании смогут использовать не только готовую библиотеку аватаров, но и создавать собственные варианты. Для этого достаточно качественного референсного изображения: на его основе разработчики могут получить анимированный аватар, сохраняющий внешнее сходство, фирменный стиль или образ персонажа.

Сейчас создание кастомных аватаров доступно только через корпоративный формат работы. Это указывает на то, что продукт ориентирован прежде всего на крупные компании и enterprise-сценарии, а не на массовое использование «из коробки».

Что это значит для маркетинга и digital-команд в России

Новость важна не только как очередной релиз Google в области генеративного ИИ. Она показывает, куда движутся интерфейсы взаимодействия с клиентом: от текстовых и голосовых ботов — к мультимодальным агентам с визуальным присутствием.

Для российских маркетологов, агентств и владельцев бизнеса практический вывод такой:

  • растет спрос на AI-консультантов для сайтов, приложений и клиентской поддержки;
  • визуальные ассистенты могут повысить вовлеченность в сложных продуктах, где обычного чата недостаточно;
  • мультиязычные сценарии становятся важнее для e-commerce, SaaS и сервисных компаний, работающих на нескольких рынках;
  • контент и UX все чаще нужно проектировать не только под поиск Google и Яндекс, но и под ответы AI-ассистентов.

На практике это не означает немедленного влияния на ранжирование в Google или Яндексе. Но для команд, которые развивают лидогенерацию, онлайн-консультации и автоматизацию сервиса, это еще один сигнал: интерфейсы на базе ИИ становятся более «человечными» и могут занять часть пользовательских сценариев, которые раньше закрывали менеджеры, колл-центры и классические чат-боты.

В сухом остатке: Google вывел в Gemini Enterprise видеоаватары с поддержкой 97 языков и фоновым выполнением задач. Для бизнеса это ориентир на новый формат клиентского сервиса, а для digital-специалистов — повод заранее готовить контент, процессы и интеграции под мультимодальных AI-ассистентов.

Совет эксперта Analito

Если на сайте уже есть чат-бот или онлайн-консультант, пересмотрите сценарии, где пользователю не хватает визуального объяснения: онбординг, подбор услуги, демонстрация интерфейса, ответы на сложные вопросы. Именно такие точки первыми перейдут в формат мультимодальных AI-ассистентов.

Подготовьте базу знаний и продуктовый контент в структурированном виде: FAQ, инструкции, статусы заказов, тарифы, условия услуг. Модели с фоновыми вызовами инструментов лучше работают там, где данные можно быстро забирать из CRM, каталога или внутренней справки.

Если бизнес работает с несколькими языками, проверьте, насколько единообразны тексты, термины и ответы поддержки в разных версиях сайта. Мультиязычные AI-интерфейсы требуют согласованного контента, иначе качество ответов и пользовательский опыт будут заметно проседать.

Частые вопросы

Где уже доступен Gemini 3.8 Live with Live Avatar?

Google сообщил, что функция уже доступна в Gemini Enterprise. Кастомные аватары при этом доступны только в корпоративном формате.

Это влияет на SEO в Google или Яндексе напрямую?

Прямого сигнала о влиянии на ранжирование нет. Но новость важна для UX, конверсии и подготовки контента под AI-интерфейсы, которые все чаще становятся точкой входа для пользователя.

Зачем бизнесу видеоаватар, если уже есть обычный чат-бот?

Видеоаватар полезен там, где нужно удерживать внимание, объяснять сложные действия и вести диалог без ощущения «сухого» интерфейса. Это особенно актуально для поддержки, продаж, обучения и интерактивных демонстраций.