Google 云端 9 月 24 日宣布，Gemini 3.8 Live with Live Avatar 正式在 Gemini Enterprise 全面可用。简单说，就是给一周前发布的实时语音模型 Gemini 3.8 Live 加上了一层「数字人脸」：企业智能体在对话时可以生成带唇形同步的实时视频形象，边说、边听、边看。
官方称该功能有几个关键特性。一是原生语音到语音的对话基础，被打断后恢复时不丢上下文；二是视频形象支持唇形同步、自然表情与流畅的话轮转换，视觉与音频输入同时处理；三是异步工具调用——智能体可以一边保持对话，一边在后台查数据、调 API，不用让对话干等；四是支持 97 种语言的自动检测与切换，官方表示对话中途换语言时，唇形与表情能同步适配，不出现画面漂移。
所有生成的音频和视频都嵌入 SynthID 隐形水印，便于识别 AI 生成内容。企业可直接使用预置头像库；若要用参考照片定制专属形象，目前需要通过企业白名单与验证流程。
Google Cloud 的公告还给出三个演示场景：上传一张参考照片与音频样本创建定制数字人；保险理赔场景下「边拍边说」自动填写报案材料；以及用开源 ADK 框架搭建实时语音智能体。客户案例方面，Cox Automotive 已把该能力用于 Autotrader 的购车对话助手，Salesforce 也在与 Google 探索把 Live 接入 Agentforce。
该功能目前仅面向企业客户，提供美国与欧盟端点，官方未公布独立定价与延迟数据。对需要在客服、导览、培训场景部署「看得见的 AI 客服」的企业，这是一个可以直接落地的选项；消费端何时开放尚未有明确时间表。
来源：Google Cloud 官方博客