Así funciona Gemini Live Avatar: avatares con IA que ven, escuchan y hablan en 97 idiomas
Añadir como fuente preferida en Google
Google presentó este 24 de septiembre de 2026 Gemini Live Avatar, una función que agrega presencia visual en tiempo real a la IA conversacional de Gemini 3.8 Live. La herramienta, disponible desde hoy en Gemini Enterprise, combina diálogo en vivo con video de baja latencia para que los agentes virtuales hablen, se vean y escuchen.
El anuncio lo firman Shuo-yiin Chang, científico investigador, y CJ Zheng, ingeniero de software del equipo de audio de Gemini.
Qué es Gemini Live Avatar y para quién está pensado
La función acopla de forma nativa el diálogo en vivo con video en streaming de baja latencia. Esto permite que los agentes empresariales tengan una apariencia visual dinámica, con sincronización labial precisa, expresiones naturales y turnos de conversación fluidos. Google lo orienta a empresas que quieran ampliar sus servicios virtuales, como atención al cliente o tutoriales interactivos.
Este anuncio llega después de que Google lanzara Gemini 3.8 Flash, un modelo optimizado para programación y ciberseguridad, como parte de la expansión de su familia de modelos.Conversaciones multimodales y ejecución de herramientas sin interrupciones
El sistema procesa entradas visuales y de audio al mismo tiempo, lo que resulta en conversaciones más naturales. Gracias al razonamiento avanzado de Gemini, puede ejecutar llamadas a herramientas de forma asíncrona mientras el diálogo continúa. Por ejemplo, puede gestionar el registro de un huésped en un hotel sin pausar la conversación.
97 idiomas y avatares personalizados para marcas
La sincronización de voz a voz es multilingüe de forma nativa. El avatar ajusta sus labios y expresiones al cambiar de idioma, y puede transitar entre 97 idiomas sin perder fidelidad de video. Las organizaciones pueden partir de una biblioteca de avatares preestablecidos o crear uno propio a partir de una imagen de referencia de alta calidad, conservando la semejanza, el estilo de marca o la identidad de un personaje. La creación de avatares personalizados solo está disponible mediante lista de permitidos empresarial.
Transparencia con SynthID y disponibilidad
Todo el contenido generado por Live Avatar lleva una marca de agua imperceptible con SynthID, integrada directamente en el audio y el video, para ayudar a detectar material generado por IA y reducir la desinformación. Gemini 3.8 Live with Live Avatar está disponible en Gemini Enterprise; la documentación de la API está disponible para comenzar.
Con información de Google Blog.
Comunidad Arepa
Únete a nuestros canales principales
