Google lancia Gemini 3.8 Live con avatar che parlano in tempo reale
Testo scritto con l’intelligenza artificiale a partire da una fonte citata, senza revisione umana prima della pubblicazione.
La novità, chiamata Live Avatar, anima volti che sincronizzano il labiale, mostrano espressioni e cambiano lingua, ma per ora è riservata ai clienti Gemini Enterprise.
Solo i clienti Gemini Enterprise possono usare Live Avatar, la nuova funzione di Gemini 3.8 Live che anima volti in tempo reale in 97 lingue, con labiale sincronizzato e watermark invisibile SynthID1.
In conversazione, l’interfaccia mostra un volto che risponde mentre l’utente parla con il modello. La bocca segue il ritmo della voce. Il viso cambia espressione durante il dialogo. Mentre l’avatar parla, sullo schermo possono apparire informazioni richiamate dal sistema. L’utente vede il volto animato e, insieme, i contenuti mostrati a supporto1.
Il supporto copre 97 lingue. La transizione tra una lingua e l’altra, secondo Google, non degrada la fedeltà del video e non introduce “visual drift”. Un video di esempio mostra l’avatar passare dall’inglese al giapponese, con l’animazione della bocca allineata a entrambe le lingue1.
Per l’aspetto visivo, è prevista una libreria di avatar preimpostati. Le organizzazioni possono anche creare avatar propri oltre ai preset disponibili. L’obiettivo è offrire una scelta pronta all’uso e, insieme, margini di personalizzazione per chi vuole un volto su misura1.
Google dichiara che l’output dei Live Avatar include il watermark invisibile SynthID, affiancato da misure di salvaguardia. Il contrassegno è applicato ai contenuti generati dalla funzione per indicarne l’origine. L’azienda non dettaglia altre modalità di tracciamento oltre al watermark citato1.
Il lancio di Live Avatar arriva circa una settimana dopo la presentazione del modello Gemini 3.8 Live. Nella descrizione del modello, Google parla di capacità di “elaborare input visivi in near real-time” — una base tecnica coerente con la sincronizzazione del labiale e le espressioni aggiornate mentre la voce procede1.
La disponibilità resta limitata alla fascia Enterprise. Nella comunicazione riferita dalla fonte, non compaiono indicazioni su piani, canali o tempistiche diversi. Per ora, quindi, l’accesso passa dai contratti Enterprise di Gemini, senza aperture al pubblico generalista o a tier inferiori menzionati1.
Nel complesso, Live Avatar combina quattro elementi operativi: labiale sincronizzato con la voce, espressioni facciali dinamiche, cambio lingua senza “visual drift”, visualizzazione di informazioni a schermo durante la risposta. A questi si sommano le opzioni di scelta tra avatar preimpostati e la possibilità per le organizzazioni di crearne di nuovi. È il perimetro attuale della funzione per gli utenti Enterprise, in attesa di eventuali estensioni che Google, al momento, non annuncia1.
Fonti
Come è nato questo articolo Scritto da un sistema di intelligenza artificiale, con controlli automatici
Millebit non ha giornalisti che scrivono gli articoli: li scrive un motore editoriale basato su modelli di intelligenza artificiale, a partire dalle fonti elencate qui sopra. Prima di uscire, ogni testo passa questi controlli:
- Fedeltà alle fonti. Un secondo passaggio toglie ogni affermazione che le fonti non sostengono.
- Anti-cliché. Un filtro scarta frasi fatte, enfasi e tic della prosa artificiale.
- Giudizio editoriale. Un modello valuta il pezzo su sette criteri (apertura, chiarezza, economia, concretezza, voce, struttura, fedeltà) e sotto 7,8/10 non si pubblica.
I controlli riducono gli errori ma non li eliminano: un modello può fraintendere una fonte. Per le decisioni importanti, risali alla fonte originale. Se trovi un errore, segnalacelo.
Il filo della storia
- Google lancia Gemini 3.8 Live: speech-to-speech via WebSocket
- Questo articolo
Per vedere Millebit nelle notizie principali di Google, aggiungilo alle tue fonti preferite. Oppure segui l’edizione di oggi, il feed RSS o La Sintesi.