Google、Gemini 3.8 Liveのアバター機能を発表

普段からAIアシスタントの音声機能を使っていると、画面の向こうにいる相手の表情や動きが気になったことはありませんか。音声だけでなく、視覚的なコミュニケーションを取り入れた新しい機能が発表されました。

The Vergeが報じた情報によると、Googleは最新モデルであるGemini 3.8 Liveにおいて、リアルタイムで動く「Live Avatar」の提供を開始しました。

今回の機能追加により、音声での対話に合わせてアバターが口の動きを合わせるリップシンクや、豊かな表情の変化を楽しめるようになります。

今回は、ベータ版や初期の音声モデルからどのように進化したのか、その詳細な仕組みや利用条件について詳しく見ていきましょう。

Gemini 3.8 Liveに実装されたLive Avatarの概要

The Vergeの報道によれば、今回発表されたLive Avatarは、アニメーション化されたAIのペルソナとリアルタイムで会話できる仕組みになっています。

ユーザーが話しかけると、画面上のアバターが会話に合わせてリアルタイムで表情を変えたり、口を動かしたりしながら応答してくれます。

従来の音声だけのやり取りとは異なり、対話の相手に顔や表情が見えることで、より自然なコミュニケーションが可能になりました。

自分自身も、テキストや音声だけのやり取りに慣れていたため、視覚的な要素が加わることでどのような変化が起きるのか非常に興味深く感じています。

Googleの発表によると、このLive Avatarはサポートされている97もの言語の間で、動画の品質を落とすことなくスムーズに移行できるのが大きな特徴です。

実際に公開されたデモ映像では、英語と日本語の両方でアバターが自然に話し、それぞれの言語の音声に合わせて口の動きが完璧に同期している様子が確認できます。

さらに、会話を続けながら画面上に必要な情報を呼び出して表示することもできるため、単なるキャラクターの表示に留まらない実用的な設計になっています。

言語の壁を意識することなく、自分の母国語で自然な対話ができる点は、日本のユーザーにとっても見逃せないポイントと言えます。

今回のLive Avatarの公開は、Googleが約1週間前に明らかにした「Gemini 3.8 Live」モデルのアップデートに続くものです。

このモデルは、視覚的な入力をほぼリアルタイムで処理できる高い性能を備えているのが強みです。

提供されるアバターには、Googleがあらかじめ用意したプリセットのライブラリから選ぶ方法だけでなく、企業や組織が独自のものを独自に作成するオプションも用意されています。

また、生成されるアバターの出力には、見えない電子すかしである「SynthID」が組み込まれており、プライバシーやアイデンティティを尊重するための安全対策も施されています。

新しい視覚的対話機能は非常に魅力的な内容ですが、現時点では「Gemini Enterprise」の顧客に限定して提供されています。

一般の無料ユーザーや通常の個人プランでいつから使えるようになるのかについては、記事執筆時点ではまだ明らかにされていません。

ビジネスの現場やカスタマーサポートなどの領域において、こうした動くAIアシスタントがどのように活用されていくのか気になるところです。

今後のアップデートで、より多くのユーザーが手元のデバイスから試せるようになることを期待したいですね。

今回は、Googleが発表したGemini 3.8 LiveにおけるLive Avatar機能のニュースについて見てきました。

リアルタイムでのリップシンクや多言語対応など、音声AIの使い方はさらに新しいステージへと進んでいます。

お使いの環境で快適にAIを活用できるように、今後の提供範囲の拡大に関する情報から目が離せません。