Những Điểm Chính
- Ra mắt: Ngày 24 tháng 9 năm 2026, Google công bố Gemini 3.8 Live with Live Avatar, chính thức phổ biến rộng rãi cho khách hàng Gemini Enterprise tại Hoa Kỳ và Liên minh Châu Âu.
- Công nghệ: avatar hoạt hình với khả năng tạo video gần như thời gian thực, đồng bộ khẩu hình trên 97 ngôn ngữ với khả năng chuyển ngôn ngữ giữa câu và thực thi công cụ nền không đồng bộ.
- Mức độ áp dụng: những khách hàng đầu tiên đã triển khai là Cox Automotive, Equal AI và Salesforce, trong một thị trường mà Google đang bám đuổi các đối thủ như HeyGen, OpenAI và Anthropic.
Một cuộc đối thoại đa phương thức nguyên bản
Google đã kết hợp khả năng tạo video gần như thời gian thực với các mô hình đối thoại giọng nói nguyên bản của riêng mình. Avatar xử lý đầu vào hình ảnh và âm thanh cùng lúc, quan sát những gì người dùng cho xem qua camera hoặc chia sẻ màn hình, và phản hồi bằng biểu cảm khuôn mặt, đồng bộ khẩu hình cùng các lượt trò chuyện mượt mà. Đây không phải là video dựng sẵn gắn với bộ tổng hợp giọng nói: đó là sự hiện diện thị giác được tạo ra ngay tại thời điểm diễn ra.
Tính năng này hiện có cho khách hàng của Gemini Enterprise, với các điểm truy cập tại Hoa Kỳ và Liên minh Châu Âu, thông lượng riêng biệt và tuân thủ các tiêu chuẩn doanh nghiệp.
97 ngôn ngữ, không gián đoạn
Live Avatar hỗ trợ 97 ngôn ngữ và có thể chuyển đổi giữa các ngôn ngữ ngay trong cùng một cuộc trò chuyện mà không làm giảm độ trung thực của video hay gây ra lỗi hình ảnh. Theo The Verge, một video minh họa cho thấy avatar nói tiếng Anh và tiếng Nhật với hoạt hình miệng khớp chính xác với cả hai ngôn ngữ. Đối với các doanh nghiệp toàn cầu, điều này đồng nghĩa với việc chỉ cần một trợ lý hình ảnh duy nhất cho mọi thị trường, với khả năng nhận diện ngôn ngữ tự động mà không cần chuyển đổi thủ công.
Làm việc trong khi nói chuyện
Avatar có thể kích hoạt các lệnh gọi hệ thống, kiểm tra dữ liệu và hoàn thành các tác vụ phức tạp ở chế độ nền trong khi cuộc trò chuyện vẫn tiếp diễn không gián đoạn. Trong một bản demo của Google, avatar thực hiện thủ tục nhận phòng khách sạn cho một vị khách trong khi trò chuyện, đồng thời các thao tác hệ thống được xử lý song song. Trong một minh họa khác, một đại lý bảo hiểm phân tích thiệt hại được camera của khách hàng ghi lại trong khi một nhóm tác nhân được xây dựng bằng Agent Development Kit kiểm tra hợp đồng bảo hiểm và chuẩn bị hồ sơ bồi thường.
Các nhà phát triển có thể tích hợp những tính năng này thông qua Agent Development Kit của Google, định nghĩa bộ nhớ và luồng âm thanh trực tiếp mà không cần đi qua các hệ thống chuyển giọng nói thành văn bản truyền thống.
Một gương mặt riêng cho thương hiệu
Các tổ chức có thể lựa chọn từ một thư viện avatar dựng sẵn, hoặc tạo ra avatar tùy chỉnh từ một hình ảnh tham chiếu, giữ nguyên độ tương đồng, phong cách thương hiệu hoặc bản sắc nhân vật. Việc tạo avatar tùy chỉnh đòi hỏi quyền truy cập thông qua danh sách cho phép của doanh nghiệp, một bộ lọc mà Google chủ động áp dụng.
Vấn đề niềm tin: SynthID và các biện pháp bảo vệ
Google tuyên bố đã triển khai các biện pháp bảo vệ nhằm tôn trọng danh tính và duy trì tính minh bạch của nội dung do AI tạo ra, với hình mờ vô hình SynthID được gắn trên tất cả các luồng âm thanh và video được tạo ra.
Ai đã bắt đầu xây dựng trên nền tảng này
Cox Automotive đã tạo ra một trợ lý mua sắm cho Autotrader, hướng dẫn người mua tìm kiếm và so sánh xe theo thời gian thực. Equal AI xử lý hơn một triệu cuộc gọi trực tiếp mỗi ngày bằng chín ngôn ngữ Ấn Độ, ghi nhận những cải thiện trong việc xử lý gián đoạn và các cuộc trò chuyện đa ngôn ngữ. Salesforce đang tích hợp Agentforce với các khả năng của Gemini 3.8 Live.
Điều gì thay đổi đối với tất cả những người còn lại
Các phiên bản Live Avatar chỉ duy trì được vài phút tương tác liên tục, chứ không phải hàng giờ, và hiện tại tính năng này vẫn chỉ dành riêng cho doanh nghiệp. Đợt ra mắt này diễn ra vào một thời điểm nhạy cảm đối với Google, với những sự chậm trễ được ghi nhận ở Gemini 3.5 Pro và các đợt ra mắt cạnh tranh từ OpenAI và Anthropic. Live Avatar đặt Google vào thế đối đầu với các startup như HeyGen, với một lợi thế: các avatar không phải là một sản phẩm riêng biệt, mà được tích hợp trực tiếp vào runtime của mô hình.
