Gemini 3.8 Live mit Live-Avatar verleiht Googles KI ein Gesicht.

Google hat seiner KI endlich ein Gesicht gegeben, und sie kann in 97 Sprachen sprechen, ohne dass ihre Mimik zusammenbricht. Das neue Gemini 3.8 Live Update der Firma führt eine Funktion namens Live Avatar ein, die eine digitale Persona animiert, die synchron zur Mundbewegung spricht und verschiedene Gesichtsausdrücke während Gesprächen zeigt. Der Haken: Sie ist momentan nur für Gemini Enterprise-Kunden verfügbar.

Die Funktion ist für den Geschäftsbereich konzipiert und stellt einen bedeutenden Schritt in der Art und Weise dar, wie Unternehmen KI-gestützte Kundenbetreuung präsentieren. Anstatt einer körperlosen Stimme fungiert der Avatar als sichtbarer Vertreter der Marke. Das ist wichtig für Unternehmen, die möchten, dass ihre KI menschlicher wirkt – oder zumindest präsenter.

Was der Live Avatar kann

Der Avatar kann zwischen den 97 Sprachen wechseln, die er unterstützt, „ohne die Videoqualität zu beeinträchtigen oder visuelle Abweichungen zu verursachen“, so Google. Das bedeutet, dass die digitale Gesichtszüge seine Mundform und Gesichtsausdrücke reibungslos ändern kann, während er von einer Sprache zur anderen wechselt.

Ein von Google geteiltes Video zeigt den Live Avatar, wie er auf Englisch und Japanisch spricht, wobei die Mundanimation mit dem übereinstimmt, was er in beiden Sprachen sagt. Er kann auch Informationen auf dem Bildschirm abrufen, während er spricht, und so dem Gespräch Kontext hinzufügen.

Der Avatar ist kein statisches Bild. Er bewegt sich, er ändert seine Ausdrücke und er passt sich dem an, was er sagt. Das ist der Kern der Ankündigung, und es ist der Teil, der die Funktion erwähnenswert macht.

Gemini 3.8 Live und der Zeitpunkt

Die Einführung von Live Avatar erfolgt etwa eine Woche nachdem Google sein neues Gemini 3.8 Live Modell vorgestellt hat. Dieses Modell verarbeitet visuelle Eingaben nahezu in Echtzeit.

Der Zeitpunkt deutet auf ein Muster hin. Google kündigt ein neues zugrunde liegendes Modell an und baut dann eine sichtbare Schicht darauf auf. Die Öffentlichkeit sieht das sichtbare Ergebnis zuerst, auch wenn die zugrunde liegende Technologie länger entwickelt wurde.

Die Preset-Bibliothek und benutzerdefinierte Avatare

Google wird eine Bibliothek mit vorgefertigten Avataren für Kunden anbieten. Organisationen können auch ihre eigenen Avatare erstellen, um ihre Marke widerzuspiegeln. Diese Flexibilität ist ein Grund dafür, dass die Funktion auf Unternehmenskunden und nicht auf einzelne Nutzer ausgerichtet ist.

Das Unternehmen sagt, die Ausgabe von Live Avatar sei mit einer unsichtbaren SynthID-Wasserzeichen versehen, zusammen mit Schutzvorkehrungen, um „Identität zu respektieren“. Das Wasserzeichen wird als unsichtbar beschrieben, was bedeutet, dass es das Erscheinungsbild des Avatars auf dem Bildschirm nicht sichtbar verändert.

Warum 97 Sprachen wichtig sind

Die Unterstützung von 97 Sprachen ist eine große Zahl, und die Tatsache, dass der Avatar nahtlos zwischen ihnen wechseln kann, ohne visuelle Abweichungen zu zeigen, ist die technische Leistung hier.

Googles Behauptung, der Avatar könne „ohne Verschlechterung der Videoqualität oder Einführung visueller Abweichungen“ wechseln, deutet darauf hin, dass das Unternehmen dieses Problem gelöst hat. Ob diese Behauptung sich in der Praxis bewahrheitet, bleibt abzuwarten, aber das Unternehmen hat die Fähigkeit bereits in Aktion gezeigt.

Der Unternehmensfokus

Die Tatsache, dass Live Avatar nur für Gemini Enterprise-Kunden verfügbar ist, verrät Ihnen, wen Google zuerst nutzen wird. Einzelpersonen erhalten noch keinen Zugriff, was bedeutet, dass das Feature gezielt auf Unternehmen ausgerichtet ist.

Für diese Unternehmen ist der Nutzen klar. Ein sichtbarer Avatar macht die Interaktion persönlicher, selbst wenn die Person auf dem Bildschirm keine echte Person ist.

Was das für Kunden bedeutet

Der unmittelbare Effekt ist, dass Kundeninteraktionen mit Unternehmensmarken ansprechender werden könnten. Ein Avatar, der sich natürlich bewegt und spricht, ist eher in der Lage, die Aufmerksamkeit zu fesseln als ein statischer Chatbot.

Es gibt auch einen praktischen Vorteil. Der Avatar kann während des Gesprächs Informationen auf dem Bildschirm anzeigen, was bedeutet, dass er etwas visuell erklären kann, während er es verbal beschreibt. Diese Kombination aus Audio- und visuellen Hinweisen könnte komplexe Erklärungen leichter verständlich machen.

Die bisherigen Einschränkungen

Die größte Einschränkung ist die Verfügbarkeit. Einzelpersonen können diese Funktion noch nicht nutzen, und es gibt keinen angekündigten Zeitplan für eine Veröffentlichung für Endverbraucher. Das bedeutet, dass die erste Welle von Live Avatars in Unternehmensumgebungen und nicht auf persönlichen Geräten erscheinen wird.

Die andere Einschränkung betrifft den Umfang der Fähigkeiten des Avatars. Während er synchron zu den Lippen sprechen und unterschiedliche Gesichtsausdrücke zeigen kann, wird das Feature als Gesprächspartner präsentiert, und sein vollständiger Funktionsumfang bleibt unerklärt.

Der breitere Trend

Google positioniert seinen Avatar als Werkzeug für die Kundenbindung im Unternehmensbereich. Das Unternehmen hat gesagt, es werde Organisationen ermöglichen, ihre eigenen Avatare zu erstellen, was darauf hindeutet, dass das Feature für die Anpassung gebaut wird.

Das Feature ist live, die Technologie funktioniert, und der Markt beobachtet, wie es sich entwickelt.

• Der Avatar kann synchron zu den Lippen sprechen und unterschiedliche Gesichtsausdrücke zeigen.
• Er unterstützt 97 Sprachen ohne visuelles Driften.
• Er kann Informationen während des Gesprächs auf dem Bildschirm anzeigen.
• Er ist mit der unsichtbaren SynthID Wasserzeichen versehen.
• Er ist nur für Gemini Enterprise Kunden verfügbar.

Was noch unklar ist, ist, ob einzelne Nutzer jemals Zugriff erhalten werden. Im Moment ist die Antwort nein – aber die Technologie wird eindeutig mit Blick auf die Anpassung gebaut, und das Unternehmen hat gezeigt, dass sie funktioniert.

Sehen Sie eine Bildergalerie mit 28 Bildern bei The Verge.