A Google está a dar literalmente uma cara à inteligência artificial. O novo Gemini 3.8 Live recebe uma funcionalidade chamada Live Avatar, capaz de transformar uma conversa com IA numa interação com uma personagem virtual em tempo real.
A tecnologia foi lançada no Gemini Enterprise e combina geração de vídeo com baixa latência e voz para criar avatares capazes de ouvir, ver e responder durante uma conversa.
A Google está a posicionar a novidade sobretudo para utilizações empresariais, como apoio ao cliente e experiências interativas, onde uma representação visual pode tornar a interação mais natural.
Live Avatar combina voz, vídeo e informação visual
O Gemini 3.8 Live consegue processar simultaneamente informação visual e áudio. Isto permite ao avatar acompanhar uma conversa de forma mais próxima da interação entre duas pessoas.
Segundo a Google, o sistema inclui sincronização precisa dos movimentos dos lábios, expressões faciais naturais e mudanças de turno mais fluidas durante uma conversa.
A tecnologia baseia-se numa combinação de geração de vídeo em streaming com baixa latência e capacidade de fala em tempo real. O resultado é uma personagem virtual que não se limita a reproduzir uma animação pré-definida.
Gemini consegue alternar entre 97 idiomas
Outra capacidade particularmente interessante está no suporte multilingue. O Live Avatar consegue alternar entre 97 idiomas durante a mesma conversa.
Quando muda de idioma, o sistema ajusta também os movimentos dos lábios e as expressões do avatar para acompanhar a nova fala.
O Gemini 3.8 Live suporta ainda execução assíncrona de ferramentas. Na prática, a IA pode procurar informação ou desencadear tarefas em segundo plano sem interromper a conversa que está a decorrer.
Empresas podem criar os seus próprios avatares
As organizações podem utilizar avatares previamente disponibilizados pela Google ou criar personagens personalizadas a partir de uma imagem de referência de elevada qualidade.
A criação de avatares personalizados está, pelo menos nesta fase, limitada à utilização empresarial.
Para ajudar a identificar os conteúdos produzidos por inteligência artificial, todo o áudio e vídeo gerado pelo sistema inclui ainda a tecnologia SynthID da Google. Assim, apesar de o objetivo passar por tornar estes avatares cada vez mais naturais, a empresa quer manter uma forma de identificar a sua origem artificial.
Outros artigos interessantes:
