DeepMind представляет Gemini 3.8 Live с живым аватаром: новый шаг в общении с ИИ
DeepMind анонсировала Gemini 3.8 Live — обновление флагманской модели, включающее реалистичный анимированный аватар для диалогов в реальном времени. Система объединяет речь, мимику и понимание контекста, приближая взаимодействие с ИИ к человеческому общению.
DeepMind, подразделение Google по исследованиям в области искусственного интеллекта, продолжает расширять возможности своей флагманской модели Gemini. После серии обновлений, направленных на мультимодальность и производительность, компания представила Gemini 3.8 Live — версию, которая кардинально меняет способ взаимодействия пользователя с ИИ. Ключевая особенность — Live Avatar, анимированный персонаж, способный поддерживать диалог в реальном времени, используя голос, мимику и жесты.
Что произошло
В официальном блоге DeepMind объявила о выпуске Gemini 3.8 Live, который включает функцию Live Avatar. Это не просто голосовой ассистент — аватар генерируется на лету, синхронизируя движение губ с синтезированной речью, а также демонстрирует эмоциональные выражения лица, соответствующие контексту беседы. Система поддерживает многопользовательский режим и способна распознавать несколько говорящих, переключая внимание между ними. По заявлению разработчиков, задержка ответа составляет менее 300 миллисекунд, что делает разговор почти неотличимым от общения с человеком.
Почему это важно
Выход Gemini 3.8 Live знаменует собой переход от текстовых и голосовых интерфейсов к полноценному визуальному диалогу. Ранее конкуренты, такие как OpenAI с GPT-4o, предлагали голосовые режимы, но без реалистичной анимации лица. DeepMind делает ставку на «эффект присутствия»: исследования показывают, что наличие визуального образа повышает доверие и вовлечённость пользователя. Это открывает новые возможности для образования (репетиторы-аватары), клиентской поддержки (персонализированные консультанты) и развлечений (интерактивные персонажи). Кроме того, система способна адаптировать стиль общения — от формального до дружеского — в зависимости от предпочтений пользователя.
«Мы стремимся сделать взаимодействие с ИИ таким же естественным, как разговор с человеком. Live Avatar — это не просто технологическая новинка, а важный шаг к созданию по‑настоящему эмпатичного и адаптивного искусственного интеллекта», — заявила вице-президент DeepMind по продуктам Кэтрин Лин.
Технические детали
Gemini 3.8 Live построена на основе обновлённой архитектуры, объединяющей языковую модель с модулем генерации аватара. Для синхронизации речи и мимики используется нейронная сеть, обученная на тысячах часов видеозаписей человеческого общения. Аватар не является предварительно записанным — он генерируется в реальном времени с учётом содержания диалога. DeepMind подчёркивает, что модель оптимизирована для работы на устройствах с ограниченными ресурсами благодаря технике дистилляции и квантования. В облачной версии доступна максимальная детализация, включая микро-мимику и движения глаз.
Что дальше
Ожидается, что Gemini 3.8 Live будет интегрирован в экосистему Google — от Google Assistant до образовательных платформ. DeepMind также анонсировала открытый API для сторонних разработчиков, что позволит создавать собственные аватары для бизнеса. Однако остаются вопросы безопасности: как предотвратить использование технологии для создания дипфейков или манипуляции? Компания заявляет о внедрении водяных знаков и контент-фильтров, но полная защита потребует совместных усилий индустрии. В ближайшие месяцы стоит ожидать первых публичных демонстраций и пилотных проектов в сфере здравоохранения и образования.
Материал подготовлен с помощью ИИ на основе открытых источников и может содержать неточности. Нашли ошибку — напишите на hello@tolk.media.