0
会員（無料）になると、いいね！でマイページに保存できます。
共有する
米グーグルは9月24日、音声対話AI「Gemini 3.8 Live」に人の姿をしたアバター映像を組み合わせた「Live Avatar」を、企業向けのGemini Enterpriseで一般提供したと発表した。97言語に対応し、話す内容に合わせて口の動きや表情を生成する。米コックス・オートモーティブや米セールスフォースなどが活用を進めている。
グーグルが一般提供を始めた「Gemini 3.8 Live with Live Avatar」
米グーグルは2026年9月24日、リアルタイムの音声対話AI「Gemini 3.8 Live」に、人の姿をしたアバターの映像を組み合わせた「Gemini 3.8 Live with Live Avatar」を、企業向けAI基盤「Gemini Enterprise」で一般提供（GA）したと発表した。年次イベント「Google Cloud Next 2026」で先行公開していた技術で、企業が本番環境で使える段階に入ったという。
Live Avatarは、音声の対話と映像の生成を組み合わせたもの。画面上のアバターが話す内容に合わせて口の動きを同期させ、自然な表情や会話の受け答えを見せる。対応言語は97にのぼり、会話の途中で言語が切り替わっても口の動きや表情をそれに合わせて変えるとしている。
機能面では、音声から音声を直接生成する方式を採り、ユーザーが話を遮っても文脈を失わずに対話を続けられるとした。また、会話を続けながら裏側でツールやAPIを呼び出す非同期のツール実行や、カメラ映像や画面共有を音声と同時に理解する機能も備える。
導入事例として、米コックス・オートモーティブは、自動車販売サイト「Autotrader」で、話し言葉で希望を伝えると在庫の車両を提案する会話型のAIアバターを展開している。同社のマリアン・ジョンソン最高製品責任者は「買い手は、フィルターやメニューを操作するより、自分の言葉で必要なものを説明したいと考えるようになっている」と語った。インドのEqual AIは、9つのインドの言語で1日100万件を超えるライブ通話をAIで処理しており、話の割り込みへの対応や多言語での会話が改善したという。
米セールスフォースは、自社のAIエージェント基盤「Agentforce」とGemini 3.8 Liveを組み合わせ、最初の問い合わせから解決までの顧客体験を見直す取り組みを進めるとしている。
安全面では、生成したすべての音声と映像に、人が知覚できない電子透かし「SynthID」を埋め込む。参照画像から独自のアバターを作る機能は、許可リストと確認手続きを経た企業に限って提供する。利用できるエンドポイントは米国とEUで、処理能力を事前に確保するプロビジョンドスループットなど企業向けの運用機能にも対応する。
グーグルは前週に音声対話モデル「Gemini 3.8 Live」と「Gemini 3.8 Live Extended Thinking」を発表したばかり。顧客対応の窓口にAIを置く企業にとっては、音声だけでなく映像で応対する選択肢が加わることになる。
AI・生成AIのおすすめコンテンツ
Googleで見つけやすく
評価する
いいね！でぜひ著者を応援してください
会員（無料）になると、いいね！でマイページに保存できます。
関連タグ