Google a lancé Gemini 3.8 Live avec Live Avatar
Gemini 3.8 Live avec Live Avatar est la technologie la plus récente présentée par Google pour des conversations avec l’intelligence artificielle. La nouvelle fonctionnalité ajoute une présence visuelle presque en temps réel aux conversations avec l’IA, combinant le dialogue vocal avec une vidéo générée en temps réel.
Google a annoncé Gemini 3.8 Live avec Live Avatar le 24 septembre 2026, présentant la technologie comme un moyen par lequel les conversations avec les agents IA peuvent devenir plus naturelles, plus interactives et plus proches de la façon dont les gens communiquent. La fonctionnalité est disponible, au lancement, dans Gemini Enterprise.
Qu’est-ce que Gemini 3.8 Live avec Live Avatar?
Gemini 3.8 Live avec Live Avatar combine les capacités de dialogue en direct des modèles Gemini avec streaming vidéo à faible latence. Le résultat est un avatar numérique interactif, capable de communiquer par la voix et l’image, offrant une expérience visuelle dynamique et aussi naturelle que possible.
Selon Google, le système utilise simultanément des informations audio et visuelles pour générer des conversations plus riches. L’avatar peut avoir des expressions naturelles, une synchronisation précise et un mécanisme fluide d’alternance des répliques, connu sous le nom de turn-taking.
Cette approche marque un changement important par rapport à l’interaction traditionnelle avec un chatbot. Au lieu d’une expérience basée exclusivement sur le texte ou la voix, l’utilisateur peut interagir avec une présence visuelle animée, capable de répondre de manière plus proche d’une conversation en face à face.
Comment fonctionne Live Avatar?
Un des éléments centraux de la technologie est la combinaison du traitement audio et vidéo presque en temps réel.
Google explique que Live Avatar peut traiter simultanément ce qu’il « voit » et ce qu’il « entend », puis peut générer des réponses sous la forme d’une combinaison de audio expressif et vidéo. Ainsi, la conversation n’est plus seulement une succession de questions et de réponses, mais peut inclure des éléments visuels et expressifs.
Un autre aspect important est la synchronisation avec la voix. Pour les applications commerciales, ce détail peut contribuer à une interaction plus naturelle, car les mouvements de l’avatar sont coordonnés avec le discours généré par l’IA.
Google mentionne également des expressions naturelles et des interactions fluides, des caractéristiques conçues pour rendre les agents virtuels plus adaptés aux scénarios où la communication directe avec l’utilisateur est importante.
Gemini 3.8 Live peut exécuter des tâches pendant la conversation
Une fonctionnalité intéressante présentée par Google est le traitement des tâches de manière asynchrone (asynchronous tool execution).
En pratique, Live Avatar peut initier des appels vers des outils et peut obtenir des informations en arrière-plan, pendant que la conversation avec l’utilisateur continue. Ce mécanisme permet à l’agent IA de gérer des tâches plus complexes sans interrompre complètement le dialogue.
Google donne comme exemple un scénario où un agent peut contribuer à l’enregistrement d’un touriste à l’hôtel. Pendant que le système exécute les opérations nécessaires en arrière-plan, le dialogue peut continuer.
Pour les entreprises, cette caractéristique peut être pertinente dans des applications telles que les services à la clientèle, les assistants virtuels, les guides interactifs et d’autres flux où l’IA doit combiner la conversation avec l’accès à des outils ou des données.
Live Avatar est disponible en 97 langues
Un autre élément mis en avant par Google est la composante multilingue. Gemini 3.8 Live avec Live Avatar offre une synchronisation native speech-to-speech dans plusieurs langues et peut faire la transition entre les langues pendant une conversation. Google affirme que Live Avatar peut adapter la synchronisation des lèvres et les expressions au changement de langue et peut fonctionner en 97 langues, sans dégradation de la fidélité vidéo ou apparition d’un phénomène que l’entreprise appelle visual drift.
Cette caractéristique est particulièrement pertinente pour les organisations qui opèrent à l’international. Un agent virtuel peut être conçu pour des interactions avec des utilisateurs de marchés différents, sans que l’expérience soit limitée à une seule langue.
Avatars personnalisables pour les entreprises
Gemini 3.8 Live avec Live Avatar ne se limite pas à une collection de personnages standard. Google précise que les organisations peuvent utiliser des avatars prédéfinis, mais peuvent aussi personnaliser les Live Avatars. À partir d’une image de référence de haute qualité, les développeurs peuvent générer un avatar animé et réactif, en conservant la ressemblance avec l’image de référence, le style visuel d’une marque ou l’identité d’un personnage.
Cependant, il existe une limitation importante : selon les informations officielles de Google, la création d’avatars personnalisés est actuellement disponible uniquement pour les entreprises préalablement approuvées par Google.
Par conséquent, il est important de ne pas confondre la disponibilité de la technologie avec l’accès universel à toutes ses fonctionnalités.
Sécurité et transparence: utilisation de SynthID
Google inclut également une composante de sécurité et de transparence dans l’architecture de Live Avatar. L’entreprise affirme que tous les résultats générés par ses produits IA sont marqués avec SynthID, un watermark imperceptible intégré dans le contenu audio et vidéo. Selon Google, cette technologie est conçue pour permettre la détection de contenu généré par l’IA et pour contribuer à réduire le risque de désinformation et d’attribution incorrecte.
Pour les applications d’entreprise, cette composante est pertinente car le contenu généré par l’intelligence artificielle peut finir par être utilisé dans des interactions directes avec les clients ou dans des flux commerciaux.
À quoi peut servir Gemini 3.8 Live avec Live Avatar?
Parmi les exemples présentés par Google, la technologie peut être pertinente pour plusieurs types d’expériences numériques :
- services de relations avec les clients et assistance virtuelle;
- guides interactifs pour les utilisateurs;
- agents IA pour les entreprises;
- interactions numériques via des avatars;
- interactions multilingues;
- présentations et démonstrations interactives;
- services pour l’industrie hôtelière;
- applications qui combinent la conversation IA avec des appels vers des outils externes.
Un avantage de l’approche est que l’agent IA n’a pas à choisir entre conversation et exécution d’une tâche. Grâce aux appels asynchrones vers des outils, certaines opérations peuvent être exécutées en arrière-plan, tandis que l’interaction avec l’utilisateur continue.
Que signifie Gemini 3.8 Live pour l’avenir de l’IA conversationnelle?
Gemini 3.8 Live avec Live Avatar indique une direction dans laquelle l’interaction avec l’intelligence artificielle devient de plus en plus multimodale.
Les chatbots traditionnels reposent principalement sur le texte. Les systèmes d’IA vocale ont ajouté la conversation vocale. Live Avatar ajoute un niveau supplémentaire : présence visuelle dynamique, synchronisée avec la voix et capable de réagir pendant la conversation.
D’un point de vue technologique, la combinaison d’audio, de vidéo, de raisonnement et d’exécution asynchrone des outils peut transformer l’agent IA d’un simple système de réponse en une interface conversationnelle pour des services numériques.
Il est cependant important de préciser que les informations disponibles à ce moment proviennent de la présentation officielle de Google, et que la performance dans des scénarios réels peut dépendre de l’implémentation, de l’infrastructure, de l’intégration avec les outils de l’entreprise et du cas d’utilisation concret.
Live Avatar élargit le concept d’agent conversationnel
Gemini 3.8 Live avec Live Avatar apporte une composante visuelle presque en temps réel dans les conversations avec l’IA, offrant une expérience qui va au-delà de l’interaction par texte et voix.
Au moment de l’annonce, Gemini 3.8 Live avec Live Avatar est disponible dans Gemini Enterprise, et la personnalisation des avatars est disponible par entreprise allowlisting.
Pour les entreprises, cette évolution est pertinente car elle ouvre la possibilité d’interactions IA plus visuelles, plus naturelles et plus interactives. Pour les utilisateurs, la direction indiquée par Google suggère que la prochaine étape de l’intelligence artificielle conversationnelle ne signifiera pas seulement de meilleures réponses, mais aussi des manières plus naturelles d’interagir avec les agents IA.
Source: Google Blog
