Google（谷歌） 发布 Gemini 3.8 Live with Live Avatar（企业版实时视觉对话智能体）
Google（谷歌） 于 2026 年 9 月 24 日发布 Gemini 3.8 Live with Live Avatar，将低延迟流媒体视频与实时语音对话原生耦合，让企业 AI（人工智能）智能体具备可定制的动态视觉形象，支持 97 种语言间无缝切换并保持唇形同步与表情适配。
该功能即日起在 Gemini Enterprise（Google 企业级 AI 平台）中可用，可同时处理视觉和音频输入，并支持异步工具调用。
Google 称所有 AI 产品输出均以 SynthID（Google 自有的 AI 生成内容不可感知水印）嵌入音频和视频。 原文为企业官方发布，未披露第三方水印验证方法与白名单审核标准。
Google（谷歌） 于 2026 年 9 月 24 日发布 Gemini 3.8 Live with Live Avatar，公司称其为“near real-time visual presence（近实时视觉存在）”，将实时对话能力与低延迟流媒体视频原生耦合。
功能即日起在 Gemini Enterprise 中可用，企业可通过 API（应用程序接口）文档接入。 原文披露的技术特征包括：同时处理视觉和音频输入； 异步工具调用（asynchronous tool calling）可在对话继续时于后台触发工具调用和获取数据，原文以酒店入住任务为例；
原生多语言语音到语音同步，可在 97 种语言间无缝切换且公司称不降低视频保真度、不产生视觉漂移； 除预设形象库外，企业可从高质量参考图生成保留参考肖像、品牌风格或角色身份的自定义虚拟形象，自定义形象创建目前仅通过企业白名单（enterprise allowlisting）提供。
作者署名为 Shuo-yiin Chang（研究科学家）和 CJ Zheng（软件工程师），代表 Gemini Audio Team。 公司称 Live Avatar 以严格安全防护措施构建，所有 AI（人工智能） 产品输出均以 SynthID 水印嵌入音频和视频。 原文未披露水印的具体技术实现、第三方验证方法或白名单审核标准。
该发布显示生成式 AI（人工智能） 在企业对话场景中正从纯文本/语音向实时多模态视觉形象扩展，异步工具调用与持续对话并行的设计是面向企业任务流程（如酒店入住）的关键工程能力。 对治理与评测而言，值得关注的是：SynthID 作为不可感知水印被同时嵌入音视频，意味着检测能力依赖 Google（谷歌） 自有工具链，第三方验证方法未在原文披露；
97 种语言的实时唇形同步与表情适配，扩大了跨语言场景下深度伪造与身份冒用的潜在面； 自定义形象需企业白名单，可能形成对形象使用的外部管控节点，但原文未披露白名单审核标准或滥用处置流程。 以上分析为基于原文披露事实的推断，非原文结论。
后续观察信号
- SynthID 水印能否被独立第三方工具检测
- 企业白名单的具体审核标准与拒绝案例
- Live Avatar 在企业客服与酒店入住等场景的实际部署反馈