Google DeepMindAI 代理進階

Google DeepMind 發表 Gemini 3.8 Live with Live Avatar：具備即時視覺化身與背景任務處理能力的企業級 AI 代理

Google DeepMind Introduces Gemini 3.8 Live with Live Avatar: Real-Time Visual AI Agents for Enterprise

2026/09/252 分鐘閱讀

30 秒看懂

繼推出 Gemini 3.8 Live 後，Google DeepMind 進一步發表 Live Avatar 功能，為其原生即時對話模型賦予視覺形象。該技術能同步處理視覺與語音輸入，呈現自然的表情、精準的對嘴與流暢的對話。更重要的是，它支援「非同步工具呼叫」，能一邊與使用者維持流暢對話，一邊在背景執行複雜任務（如飯店登記入住與資料查詢）。此外，該功能支援多達 97 種語言的無縫切換，並自動內建 SynthID 浮水印以確保內容可追溯性。

核心重點

即時多模態互動化身

結合語音與視訊生成，具備高精確度的對嘴與自然表情，提供像真人般流暢的對話輪替體驗。

非同步工具呼叫

AI 代理能在維持對話不中斷的同時，於背景觸發外部工具並讀取資料，實現「邊說邊做」的多工能力。

支援 97 種語言無縫切換

具備原生多國語言同步能力，可在對話中即時切換語言，並自動調整嘴型與表情，不損及影片畫質。

SynthID 安全防偽機制

在生成的音訊與影片中直接織入肉眼與聽覺無法察覺的 SynthID 浮水印，防止不實資訊的傳播。

技術圖解

Gemini 3.8 Live Avatar 運作架構與互動流程

為什麼重要

傳統虛擬助理常因「無法同時處理任務與說話」而顯得僵硬。Gemini 3.8 Live Avatar 透過非同步工具呼叫解決了這個痛點，讓 AI 能在與用戶聊天的同時，在背景完成查資料、訂房等繁瑣工作。這大幅提升了虛擬客服與數位分身的實用價值，標誌著 AI 代理正從「語音對話」邁向具備完整人設與實體辦事能力的「視覺化代理」。

對誰有影響

企業決策者
AI 開發者
產品經理

可以怎麼使用

1智慧前台與客戶服務：例如在飯店櫃檯接待旅客，在閒聊的同時於背景完成登記入住手續。
2品牌專屬虛擬代言人：開發者可上傳單張高品質參考圖片，快速生成符合品牌形象的動態互動化身。

限制與注意事項

自訂化身功能（透過參考圖片生成）目前僅限通過企業白名單（Allowlist）的用戶申請使用。
即時高解析度影音生成與同步對頻寬要求極高，在網路不佳的環境下可能面臨畫面延遲或音畫不同步。