Google ha lanciato Gemini 3.8 Live con Live Avatar
Gemini 3.8 Live con Live Avatar è la tecnologia più recente presentata da Google per conversazioni con intelligenza artificiale. La nuova funzionalità aggiunge una presenza visiva quasi in tempo reale alle conversazioni con l’AI, combinando dialogo vocale con video generato in tempo reale.
Google ha annunciato Gemini 3.8 Live con Live Avatar il 24 settembre 2026, presentando la tecnologia come un modo per rendere le conversazioni con agenti AI più naturali, interattive e vicine al modo in cui comunicano le persone. La funzionalità è disponibile, al lancio, in Gemini Enterprise.
Che cos’è Gemini 3.8 Live con Live Avatar?
Gemini 3.8 Live con Live Avatar combina le capacità di dialogo dal vivo dei modelli Gemini con streaming video a bassa latenza. Il risultato è un avatar digitale interattivo, capace di comunicare tramite voce e immagine, offrendo un’esperienza visiva dinamica e il più naturale possibile.
Secondo Google, il sistema utilizza simultaneamente informazioni audio e visive per generare conversazioni più ricche. L’avatar può avere espressioni naturali, sincronizzazione precisa e un meccanismo fluido di alternanza delle repliche, noto come turn-taking.
Questo approccio segna un cambiamento importante rispetto all’interazione tradizionale con un chatbot. Invece di un’esperienza basata esclusivamente su testo o voce, l’utente può interagire con una presenza visiva animata, capace di rispondere in modo più simile a una conversazione faccia a faccia.
Come funziona Live Avatar?
Uno degli elementi centrali della tecnologia è la combinazione della elaborazione audio e video quasi in tempo reale.
Google spiega che Live Avatar può elaborare simultaneamente ciò che “vede” e ciò che “sente”, per poi generare risposte sotto forma di una combinazione di audio espressivo e video. Così, la conversazione non è più solo una successione di domande e risposte, ma può includere elementi visivi ed espressivi.
Un altro aspetto importante è la sincronizzazione con la voce. Per le applicazioni commerciali, questo dettaglio può contribuire a un’interazione più naturale, poiché i movimenti dell’avatar sono coordinati con il discorso generato dall’AI.
Google menziona anche espressioni naturali e interazioni fluide, caratteristiche progettate per rendere gli agenti virtuali più adatti a scenari in cui la comunicazione diretta con l’utente è importante.
Gemini 3.8 Live può eseguire compiti durante la conversazione
Una funzione interessante presentata da Google è l’esecuzione asincrona dei compiti (asynchronous tool execution).
In pratica, Live Avatar può avviare chiamate a strumenti e ottenere informazioni in background, mentre la conversazione con l’utente continua. Questo meccanismo consente all’agente AI di gestire compiti più complessi senza interrompere completamente il dialogo.
Google offre come esempio uno scenario in cui un agente può contribuire a prenotare un turista in hotel. Mentre il sistema esegue le operazioni necessarie in background, il dialogo può continuare.
Per le aziende, questa caratteristica può essere rilevante in applicazioni come i servizi per clienti, assistenti virtuali, guide interattive e altri flussi in cui l’AI deve combinare la conversazione con l’accesso a strumenti o dati.
Live Avatar è disponibile in 97 lingue
Un altro elemento evidenziato da Google è la componente multilingue. Gemini 3.8 Live con Live Avatar offre sincronizzazione nativa speech-to-speech in più lingue e può effettuare la transizione tra lingue durante una conversazione. Google afferma che Live Avatar può adattare la sincronizzazione delle labbra e le espressioni al cambio di lingua e può funzionare in 97 lingue, senza degradare la fedeltà video o causare un fenomeno denominato dall’azienda visual drift.
Questa caratteristica è particolarmente rilevante per le organizzazioni che operano a livello internazionale. Un agente virtuale può essere progettato per interazioni con utenti di mercati diversi, senza che l’esperienza sia limitata a una sola lingua.
Avatar personalizzabili per aziende
Gemini 3.8 Live con Live Avatar non si limita a una raccolta di personaggi standard. Google specifica che le organizzazioni possono utilizzare avatar preimpostati, ma possono anche personalizzare i Live Avatars. Partendo da un’immagine di riferimento di alta qualità, gli sviluppatori possono generare un avatar animato e reattivo, mantenendo la somiglianza con l’immagine di riferimento, lo stile visivo di un brand o l’identità di un personaggio.
Tuttavia, c’è un’importante limitazione: secondo le informazioni ufficiali di Google, la creazione di avatar personalizzati è attualmente disponibile solo per le aziende approvate in precedenza da Google.
Pertanto, è importante non confondere la disponibilità della tecnologia con l’accesso universale a tutte le sue funzionalità.
Sicurezza e trasparenza: utilizzo di SynthID
Google include anche una componente di sicurezza e trasparenza nell’architettura di Live Avatar. L’azienda afferma che tutti i risultati generati dai suoi prodotti AI sono contrassegnati con SynthID, un watermark impercettibile integrato nel contenuto audio e video. Secondo Google, questa tecnologia è progettata per consentire la rilevazione di contenuti generati da AI e per contribuire a ridurre il rischio di disinformazione e attribuzioni errate.
Per le applicazioni enterprise, questa componente è rilevante poiché il contenuto generato dall’intelligenza artificiale può arrivare a essere utilizzato in interazioni dirette con i clienti o in flussi commerciali.
A cosa può servire Gemini 3.8 Live con Live Avatar?
Dai esempi presentati da Google, la tecnologia può essere rilevante per diversi tipi di esperienze digitali:
- servizi di relazione con i clienti e assistenza virtuale;
- guide interattive per utenti;
- agenti AI per aziende;
- interazioni digitali tramite avatar;
- interazioni multilingue;
- presentazioni e dimostrazioni interattive;
- servizi per l’industria alberghiera;
- applicazioni che combinano conversazione AI con chiamate a strumenti esterni.
Un vantaggio dell’approccio è che l’agente AI non deve scegliere tra conversazione ed esecuzione di un compito. Attraverso chiamate asincrone agli strumenti, alcune operazioni possono essere eseguite in background, mentre l’interazione con l’utente continua.
Cosa significa Gemini 3.8 Live per il futuro dell’AI conversazionale?
Gemini 3.8 Live con Live Avatar indica una direzione in cui l’interazione con intelligenza artificiale diventa sempre più multimodale.
I chatbot tradizionali si basano principalmente su testo. I sistemi di voice AI hanno aggiunto la conversazione vocale. Live Avatar aggiunge un ulteriore livello: presenza visiva dinamica, sincronizzata con la voce e capace di reagire durante la conversazione.
Dal punto di vista tecnologico, la combinazione tra audio, video, ragionamento e esecuzione asincrona degli strumenti può trasformare l’agente AI da un semplice sistema di risposta a un’interfaccia conversazionale per servizi digitali.
È però importante precisare che le informazioni disponibili in questo momento provengono dalla presentazione ufficiale di Google, e le prestazioni in scenari reali possono dipendere dall’implementazione, dall’infrastruttura, dall’integrazione con gli strumenti aziendali e dal caso concreto di utilizzo.
Live Avatar espande il concetto di agente conversazionale
Gemini 3.8 Live con Live Avatar porta una componente visiva quasi in tempo reale nelle conversazioni con l’AI, offrendo un’esperienza che va oltre l’interazione tramite testo e voce.
Al momento dell’annuncio, Gemini 3.8 Live con Live Avatar è disponibile in Gemini Enterprise, e la personalizzazione degli avatar è disponibile tramite enterprise allowlisting.
Per le aziende, l’evoluzione è rilevante poiché apre la possibilità di interazioni AI più visive, più naturali e più interattive. Per gli utenti, la direzione indicata da Google suggerisce che il prossimo passo dell’intelligenza artificiale conversazionale non significherà solo risposte migliori, ma anche modi più naturali di interagire con gli agenti AI.
Fonte: Google Blog
