谷歌刚放出来的Gemini 3.8 Live，这次带了个叫Live Avatar的功能——不是那种上传后就不动的静态头像，是和语音节奏、表情完全同步的实时虚拟形象。
不是换个脸，是交互的维度变了
之前的AI语音交互，不管是Siri还是GPT，都是“你说→它答”，信息只通过耳朵进。这次的Live Avatar，相当于把“看”的通道打通了。比如你问它“最近的咖啡馆在哪”，它不仅给你念路线，还会微微偏头，指尖在虚拟地图上点一下；你吐槽“今天加班好累”，它会皱下眉，语气软一点，配个耸肩的动作。不是事后生成的动画，是实时和语音匹配的——这个细节很关键，之前的虚拟形象都是静态或半动态，和语音脱节，这次是真的“同步”，属于Live交互的一部分。
对谷歌来说，这步踩在了哪里？
Gemini系列现在是谷歌压在AI交互落地的核心牌。之前和GPT比，谷歌的实时交互（Live）在响应速度上有优势，但多模态的落地一直慢半拍。这次把Live Avatar嵌进去，等于把“沉浸式交互”的入口补全了。之前大家聊AI交互，要么是文字聊天框，要么是语音，很少有“面对面”的感觉——哪怕是虚拟的，Live Avatar就是补了这个空白。对用户来说，和一个会动、会有表情的AI聊天，比对着对话框打字，代入感强太多。
这算行业的新趋势吗？
之前Meta、OpenAI都在提虚拟化身，但大多是绑定社交或元宇宙场景，没和实时AI交互深度结合。谷歌这次把Live Avatar做成Gemini 3.8 Live的核心功能，等于给其他玩家提了个醒：AI交互的下一个竞争点，不再是“能不能听懂”，而是“能不能让交互更像真实的人”。比如以后你用AI做会议助手，它会实时投影出你的虚拟形象，帮你做手势提示；或者用AI做心理陪伴，它的表情会跟着你的情绪变——这些场景，之前只能靠想象，现在Gemini已经露了个雏形。
当AI的交互从“纯声音”变成“连表情都同步”，你会愿意对着一个会动的虚拟脸聊天，还是依旧喜欢敲键盘打字？
素材来源：Google DeepMind Blog · AI情报、大模型、AI应用落地、消费级AI
查看报道原文
发表第一条评论吧