La recherche en IA te passionne ?
Les papers et avancées qui comptent, expliqués simplement, chaque soir. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
Gemini 3.8 Live intègre Live Avatar, une interface vidéo-voix en quasi temps réel conçue pour des conversations multimodales. Le dispositif, annoncé avec marquage SynthID et personnalisation sous autorisation, est disponible dans Gemini Enterprise.
Des garde-fous annoncés avec SynthID sur audio et vidéo
Le fournisseur présente Live Avatar comme conçu avec des garde-fous visant le respect de l’identité et la transparence des contenus générés. Tous les résultats des produits d’IA concernés sont annoncés comme marqués avec SynthID. Ce filigrane imperceptible est intégré directement dans les sorties audio et vidéo. Il est décrit comme aidant à rendre le contenu généré détectable afin de minimiser la désinformation et la mauvaise attribution. Une carte de modèle est proposée pour détailler l’approche de sécurité et de déploiement responsable.
Personnalisation d’avatars sous approbation d’entreprise
Les organisations ont la possibilité de sélectionner des avatars parmi une bibliothèque prédéfinie et d’effectuer une personnalisation de leurs Live Avatars. En utilisant une image de référence de haute résolution, les développeurs sont en mesure de créer un avatar intégralement animé et interactif. Il est indiqué que la personnalisation permet de conserver la ressemblance d’origine, l’identité visuelle de la marque ou les caractéristiques du personnage. Pour le moment, seules les entreprises ayant reçu une autorisation peuvent accéder à la création d’avatars personnalisés.
Multimodal et multilingue avec synchronisme labial annoncé
Live Avatar traite en parallèle les entrées visuelles et audio pour enrichir l’échange et répond en quasi temps réel avec audio et vidéo expressifs. Le système est présenté avec un synchronisme labial précis et des expressions naturelles. Il propose une synchronisation vocale à vocale multilingue native et peut adapter dynamiquement lèvres et expressions en passant entre 97 langues. Ce passage est annoncé sans dégrader la fidélité vidéo ni introduire de décalage visuel.
Orchestration asynchrone d’outils sans couper la discussion
Le module peut déclencher des appels d’outils de manière asynchrone tout en continuant la conversation. Il est présenté comme capable de gérer des tâches complexes, par exemple un enregistrement d’hôtel, en sollicitant des outils en arrière-plan sans interrompre le dialogue.
Disponibilité dans Gemini Enterprise et cas d’usage visés
Gemini 3.8 Live avec Live Avatar est présenté comme accessible dans Gemini Enterprise dès aujourd’hui. Cette intégration fournit à l’IA conversationnelle une composante visuelle instantanée, en combinant de façon native la conversation en direct avec une diffusion vidéo à faible latence. Selon l’annonce, il s’agit de proposer aux entreprises et à leurs utilisateurs une expérience plus fluide et naturelle, grâce à une présence visuelle presque instantanée et à la synchronisation de la vidéo avec la parole. Les principaux usages mentionnés incluent un service client interactif et des démonstrations engageantes. Ce lancement fait suite à celui de Gemini 3.8 Live la semaine précédente. Une documentation d’API est disponible pour commencer.
