Google ra mắt Gemini 3.8 Live with Live Avatar: Trợ lý ảo AI có diện mạo và giọng nói thời gian thực

Tóm tắt nhanh

• Google công bố tính năng Gemini 3.8 Live with Live Avatar dành riêng cho các doanh nghiệp đăng ký gói Gemini Enterprise.
• Hệ thống kết hợp mô hình hội thoại trực tiếp với khả năng tạo video thời gian thực, đồng bộ khẩu hình và biểu cảm tự nhiên trên 97 ngôn ngữ.
• Hỗ trợ cơ chế gọi công cụ bất đồng bộ, cho phép nhân vật ảo thực hiện các tác vụ nền như đặt dịch vụ, tra cứu dữ liệu mà không làm gián đoạn cuộc trò chuyện.
• Toàn bộ luồng video và âm thanh phát ra đều được tích hợp công nghệ đóng dấu thủy vân SynthID để định danh nội dung AI.

Hình đại diện AI tương tác trực tiếp với khả năng đa ngôn ngữ

Tiếp nối việc phát hành mô hình Gemini 3.8 Live, Google vừa bổ sung tính năng Live Avatar nhằm cung cấp diện mạo thị giác tương tác trực tiếp cho các mô hình hội thoại âm thanh. Thay vì chỉ trao đổi qua giọng nói hoặc văn bản thuần túy, người dùng giờ đây có thể tương tác trực diện với một nhân vật ảo có khả năng lắng nghe, quan sát và phản hồi theo thời gian thực.

Điểm đáng chú ý trong công nghệ này là khả năng khớp khẩu hình và biểu cảm khuôn mặt chuẩn xác theo từng âm tiết phát ra. Hệ thống được thiết kế để duy trì độ trễ thấp và luân chuyển lượt nói mượt mà, giúp cuộc hội thoại diễn ra tự nhiên. Đáng chú ý, Live Avatar có thể tự động thích ứng chuyển đổi giữa 97 ngôn ngữ khác nhau mà không làm suy giảm chất lượng hiển thị của khung hình hay gây hiện tượng biến dạng khuôn mặt.

Xử lý tác vụ nền bất đồng bộ và tùy biến nhân vật cho doanh nghiệp

Bên cạnh yếu tố thị giác, sức mạnh cốt lõi của Live Avatar nằm ở khả năng thực thi công cụ bất đồng bộ (asynchronous tool calling) được hỗ trợ bởi các mô hình suy luận Gemini. Trong thực tế, trợ lý ảo có thể kích hoạt các lệnh API để tra cứu cơ sở dữ liệu, kiểm tra tình trạng đơn hàng hoặc thực hiện quy trình đăng ký dịch vụ trong lúc vẫn duy trì cuộc trò chuyện với khách hàng.

Về mặt triển khai, Google cung cấp sẵn một thư viện các nhân vật đại diện đa dạng theo phong cách thực tế hoặc hoạt họa. Ngoài ra, các tổ chức và doanh nghiệp có thể tùy biến nhân vật riêng từ hình ảnh tham chiếu chất lượng cao nhằm đảm bảo tính đồng nhất với nhận diện thương hiệu. Nhằm đảm bảo tính minh bạch và an toàn nội dung, mọi luồng video và âm thanh do hệ thống tạo ra đều được nhúng thủy vân vô hình SynthID trực tiếp vào dữ liệu gốc.

Khả năng ứng dụng và triển khai thực tế

Hiện tại, Gemini 3.8 Live with Live Avatar được triển khai chính thức cho khách hàng doanh nghiệp thông qua gói dịch vụ Gemini Enterprise trên nền tảng Google Cloud. Với việc hỗ trợ 97 ngôn ngữ, trong đó có tiếng Việt, các doanh nghiệp tại Việt Nam có thể tận dụng giải pháp này để xây dựng tổng đài chăm sóc khách hàng tự động, quầy thông tin ảo hoặc nhân viên tư vấn bán hàng số có diện mạo trực quan sinh động.

THEO DÕI CÁC KÊNH CỦA TEKCAFE

• Website: TekCafe.vn
• Fanpage Facebook: facebook.com/tekcafeteam
• YouTube: youtube.com/c/TekCafeTeam

BÀI VIẾT MỚI NHẤT

• New Jersey phạt trung tâm dữ liệu AI liên quan Microsoft 1,07 triệu USD
• Bitdefender ra mắt VPN miễn phí cho AI Agent: Bảo vệ quyền riêng tư theo từng câu lệnh
• ASUS XG Core: dock eGPU nhỏ gọn dùng Radeon RX 9060 XT LP
• 3 tính năng trong PowerToys giúp quản lý cửa sổ và làm việc đa nhiệm mượt mà trên Windows
• ARMSX3 1.0 giúp game PS3 chạy tốt hơn trên Android, có tựa đạt 60fps