Points Clés
- Lancement : Google annonce le 24 septembre 2026 Gemini 3.8 Live with Live Avatar, en disponibilité générale pour les clients Gemini Enterprise aux États-Unis et dans l'Union Européenne.
- Technologie : avatar animé avec génération vidéo quasi en temps réel, synchronisation labiale sur 97 langues avec changement de langue en milieu de phrase et exécution asynchrone d'outils en arrière-plan.
- Adoption : les premiers clients déjà opérationnels sont Cox Automotive, Equal AI et Salesforce, sur un marché où Google poursuit des concurrents comme HeyGen, OpenAI et Anthropic.
Un dialogue nativement multimodal
Google a couplé la génération vidéo quasi en temps réel avec ses propres modèles de dialogue vocal natifs. L'avatar traite les entrées visuelles et audio simultanément, observe ce que l'utilisateur montre via caméra ou partage d'écran, et répond avec des expressions faciales, une synchronisation labiale et des échanges conversationnels fluides. Ce n'est pas une vidéo préenregistrée montée sur un synthétiseur vocal : c'est une présence visuelle générée à l'instant même.
La fonctionnalité est disponible pour les clients de Gemini Enterprise, avec des points d'accès aux États-Unis et dans l'Union Européenne, un débit dédié et une conformité d'entreprise.
97 langues, zéro interruption
Live Avatar prend en charge 97 langues et peut passer de l'une à l'autre au cours de la même conversation sans dégrader la fidélité vidéo ni introduire de dérives visuelles. Selon The Verge, une vidéo de démonstration montre l'avatar parlant anglais et japonais avec l'animation de la bouche alignée sur les deux langues. Pour les entreprises mondiales, cela signifie un seul agent visuel pour tous les marchés, avec détection automatique de la langue sans commutateurs manuels.
Travaille pendant qu'il parle
L'avatar peut déclencher des appels système, vérifier des données et accomplir des tâches complexes en arrière-plan pendant que la conversation se poursuit sans interruption. Dans une démonstration de Google, l'avatar effectue l'enregistrement d'un client à l'hôtel en dialoguant avec lui pendant que les opérations système se déroulent en parallèle. Dans une autre démonstration, un agent d'assurance analyse les dommages montrés par la caméra du client pendant qu'une équipe d'agents construite avec l'Agent Development Kit vérifie la police et prépare le dossier de règlement.
Les développeurs peuvent intégrer ces fonctionnalités via l'Agent Development Kit de Google, en définissant mémoire et streaming audio sans passer par les systèmes traditionnels de reconnaissance vocale.
Un visage sur mesure pour la marque
Les organisations choisissent parmi une bibliothèque d'avatars préconfigurés ou en génèrent de personnalisés à partir d'une image de référence, en préservant la ressemblance, le style de marque ou l'identité du personnage. La création d'avatars personnalisés nécessite un accès via liste blanche d'entreprise, un filtre voulu par Google.
La question de la confiance : SynthID et garde-fous
Google déclare avoir mis en place des garde-fous pour respecter l'identité et maintenir transparent le contenu généré par l'IA, avec un filigrane SynthID invisible imprimé sur tous les flux audio et vidéo générés.
Qui construit déjà dessus
Cox Automotive a créé un assistant d'achat pour Autotrader qui guide les acheteurs dans la recherche et la comparaison de véhicules en temps réel. Equal AI gère plus d'un million d'appels en direct par jour dans neuf langues indiennes, signalant des améliorations dans la gestion des interruptions et des conversations multilingues. Salesforce intègre actuellement Agentforce aux capacités de Gemini 3.8 Live.
Ce qui change pour tous les autres
Les variantes Live Avatar ne soutiennent que quelques minutes d'interaction continue, pas des heures, et pour l'instant la fonctionnalité reste réservée aux entreprises. Le lancement intervient à un moment délicat pour Google, avec des retards signalés sur Gemini 3.5 Pro et des lancements concurrents d'OpenAI et Anthropic. Live Avatar positionne Google face à des startups comme HeyGen, avec un avantage : les avatars ne sont pas un produit séparé, mais intégrés directement dans le runtime du modèle.
