Punti Chiave
- Lancio: Google annuncia il 24 settembre 2026 Gemini 3.8 Live with Live Avatar, in disponibilità generale per i clienti Gemini Enterprise negli Stati Uniti e nell'Unione Europea.
- Tecnologia: avatar animato con generazione video quasi in tempo reale, sincronizzazione labiale su 97 lingue con cambio lingua a metà frase ed esecuzione asincrona di strumenti in background.
- Adozione: primi clienti già operativi sono Cox Automotive, Equal AI e Salesforce, in un mercato dove Google insegue concorrenti come HeyGen, OpenAI e Anthropic.
Un dialogo nativamente multimodale
Google ha accoppiato la generazione video quasi in tempo reale con i propri modelli di dialogo vocale nativi. L'avatar processa input visivi e audio simultaneamente, guarda ciò che l'utente mostra tramite telecamera o condivisione schermo, e risponde con espressioni facciali, sincronizzazione labiale e turni di conversazione fluidi. Non è un video precaricato su un sintetizzatore vocale: è presenza visiva generata nel momento.
La funzione è disponibile per i clienti di Gemini Enterprise, con endpoint negli Stati Uniti e nell'Unione Europea, throughput dedicato e conformità aziendale.
97 lingue, zero interruzioni
Live Avatar supporta 97 lingue e può passare da una all'altra durante la stessa conversazione senza degradare la fedeltà video né introdurre derive visive. Secondo The Verge, un video dimostrativo mostra l'avatar parlare inglese e giapponese con l'animazione della bocca allineata a entrambe le lingue. Per le aziende globali significa un unico agente visivo per tutti i mercati, con rilevazione automatica della lingua senza interruttori manuali.
Lavora mentre parla
L'avatar può attivare chiamate di sistema, verificare dati e completare attività complesse in background mentre la conversazione prosegue senza interruzioni. In una demo di Google, l'avatar effettua il check-in di un ospite in albergo dialogando con lui mentre le operazioni di sistema procedono in parallelo. In un'altra dimostrazione, un agente assicurativo analizza i danni mostrati dalla telecamera del cliente mentre un team di agenti costruito con l'Agent Development Kit verifica la polizza e prepara il fascicolo di liquidazione.
Gli sviluppatori possono integrare queste funzioni tramite l'Agent Development Kit di Google, definendo memoria e streaming audio senza passare per i tradizionali sistemi speech-to-text.
Un volto su misura per il brand
Le organizzazioni scelgono da una libreria di avatar preimpostati oppure ne generano di personalizzati partendo da un'immagine di riferimento, preservando somiglianza, stile del brand o identità del personaggio. La creazione di avatar custom richiede l'accesso tramite allowlist aziendale, un filtro voluto da Google.
La questione fiducia: SynthID e salvaguardie
Google dichiara di aver messo in atto salvaguardie per rispettare l'identità e mantenere trasparente il contenuto generato dall'IA, con filigrana SynthID invisibile impressa su tutti gli stream audio e video generati.
Chi ci sta già costruendo sopra
Cox Automotive ha creato un assistente per lo shopping su Autotrader che guida gli acquirenti nella ricerca e nel confronto di veicoli in tempo reale. Equal AI gestisce oltre un milione di chiamate live al giorno in nove lingue indiane, segnalando miglioramenti nella gestione delle interruzioni e nelle conversazioni multilingui. Salesforce sta integrando Agentforce con le capacità di Gemini 3.8 Live.
Cosa cambia per tutti gli altri
Le varianti Live Avatar sostengono solo pochi minuti di interazione continua, non ore, e per ora la funzione resta riservata alle imprese. Il lancio arriva in un momento delicato per Google, con ritardi segnalati su Gemini 3.5 Pro e lanci concorrenti di OpenAI e Anthropic. Live Avatar posiziona Google contro startup come HeyGen, con un vantaggio: gli avatar non sono un prodotto separato, ma integrati direttamente nel runtime del modello.
