Google Cloud 9 月 24 日宣布,Gemini 3.8 Live with Live Avatar 已从预览进入正式可用阶段。它把原生语音对话、同步口型的视频头像、实时摄像头或屏幕理解,以及异步工具调用组合在同一套实时代理能力中。
官方列出的能力包括自动识别并切换 97 种语言,以及在代理继续说话时从后台调用 API、CRM 或 ERP,减少等待过程中的沉默。服务目前提供美国和欧盟端点,并支持预置吞吐量、企业合规与数据治理;自定义头像仍需要进入许可名单并完成验证。
这项能力面向企业开发者,并不是普通 Gemini 聊天页面的新按钮。准备接入客服、导购或视频助手的团队,应重点测试打断恢复、网络抖动、工具调用失败和隐私授权,并在上线前核对地区、价格和头像使用限制。

讨论 0