Gemini 3.8 Live เปิดตัว Live Avatar คุยกับ AI ผ่านอวตารเสมือนจริงแบบเรียลไทม์

Gemini 3.8 Live เพิ่มฟีเจอร์ Live Avatar เปลี่ยนการสนทนากับ AI จากเสียงและข้อความ สู่การพูดคุยกับตัวละครเสมือนที่มีทั้งสีหน้า ท่าทาง และการขยับปากสอดคล้องกับเสียงแบบเกือบเรียลไทม์ พร้อมรองรับการสลับภาษาได้ถึง 97 ภาษา

หลังจากเปิดตัว Gemini 3.8 Live ไปเมื่อสัปดาห์ก่อน ล่าสุดมีการเพิ่ม Live Avatar เข้ามา เพื่อยกระดับการสนทนากับ AI ให้มีความเป็นธรรมชาติมากขึ้น โดยผสานการสนทนาสดเข้ากับวิดีโอสตรีมมิงแบบความหน่วงต่ำ

Live Avatar สามารถ รับฟัง มองเห็น และพูดโต้ตอบ ผ่านตัวละครเสมือนที่มีการแสดงออกระหว่างสนทนา ทั้งการขยับปากให้สอดคล้องกับเสียงพูด สีหน้า และท่าทางที่เป็นธรรมชาติ ทำให้เหมาะกับการนำไปใช้ในงานบริการลูกค้า การนำเสนอข้อมูล หรือบริการเสมือนจริงขององค์กร

AI ที่สื่อสารได้มากกว่าเสียง

จุดเด่นของ Live Avatar คือการทำงานแบบ Multimodal ที่สามารถประมวลผลทั้งภาพและเสียงไปพร้อมกัน ทำให้ Agent ขององค์กรสามารถเข้าใจบริบทจากข้อมูลหลายรูปแบบ และตอบสนองกลับมาเป็นบทสนทนาที่ต่อเนื่อง

นอกจากนี้ยังรองรับ Asynchronous Tool Calling ซึ่งเปิดโอกาสให้ AI เรียกใช้เครื่องมือหรือดึงข้อมูลจากเบื้องหลังระหว่างที่กำลังสนทนากับผู้ใช้ โดยไม่จำเป็นต้องหยุดบทสนทนา ช่วยให้สามารถจัดการงานที่ซับซ้อนได้โดยยังคงรักษาจังหวะการพูดคุยเอาไว้

Live Avatar ออกแบบมาให้รองรับการใช้งานในระดับโลก โดยมีระบบซิงค์เสียงพูดกับภาพเคลื่อนไหวแบบไดนามิก ทั้งการขยับปากและสีหน้า ระบบสามารถสลับภาษาได้สูงสุด 97 ภาษา โดยยังคงรักษาคุณภาพของวิดีโอและความสอดคล้องระหว่างเสียงกับการเคลื่อนไหว ทำให้สามารถนำไปใช้กับบริการที่ต้องรองรับผู้ใช้งานจากหลายประเทศได้

องค์กรไม่ได้จำเป็นต้องใช้เฉพาะ Avatar ที่มีมาให้เท่านั้น เพราะนักพัฒนาสามารถสร้าง Custom Live Avatar จากภาพต้นฉบับคุณภาพสูง เพื่อรักษารูปลักษณ์ สไตล์ของแบรนด์ หรือตัวละครที่ต้องการนำเสนอได้แต่ความสามารถในการสร้าง Avatar แบบกำหนดเองในขณะนี้ยังเปิดให้เฉพาะองค์กรที่ได้รับอนุมัติสิทธิ์ หรือผ่านการ allowlisting เท่านั้น

ฝัง SynthID เพื่อเพิ่มความโปร่งใส

ด้านความปลอดภัย Google ระบุว่าเนื้อหาที่สร้างจากผลิตภัณฑ์ AI จะมีการฝัง SynthID ซึ่งเป็นลายน้ำดิจิทัลที่มองไม่เห็นด้วยตาเปล่าลงในไฟล์เสียงและวิดีโอโดยตรง เพื่อช่วยตรวจสอบว่าเนื้อหาดังกล่าวถูกสร้างโดย AI

เป้าหมายคือช่วยเพิ่มความโปร่งใส ลดความเสี่ยงจากการนำเนื้อหา AI ไปใช้ในลักษณะที่ทำให้เกิดความเข้าใจผิด และช่วยตรวจสอบแหล่งที่มาของคอนเทนต์ได้ง่ายขึ้น

Gemini 3.8 Live พร้อม Live Avatar เปิดให้ใช้งานแล้วในแพ็กเกจ Gemini Enterprise โดยองค์กรและนักพัฒนาสามารถเริ่มต้นใช้งานผ่านเอกสารประกอบ API เพื่อนำความสามารถของ Avatar ไปต่อยอดกับบริการหรือ Agent ของตัวเอง

ที่มา blog.google

หนุ่ย แซ่แต้

นักเขียนสาย Introvert ที่ชื่นชอบเรื่องนวัตกรรมและความคิดสร้างสรรค์ ใช้เวลาว่างกับ มังงะ, เสียงเพลงและ idol