El 24 de septiembre de 2026, Google anunció Gemini 3.8 Live with Live Avatar, una extensión de Gemini 3.8 Live orientada a experiencias conversacionales empresariales con presencia visual. La novedad combina generación de video casi en tiempo real con voz, lo que permite que un agente escuche, vea y responda mediante una persona visual dinámica. Según el anuncio oficial, la función está disponible en Gemini Enterprise.
¿Quién puede acceder a Gemini 3.8 Live Avatar?
La oferta anunciada está enfocada en empresas. Google afirma que Gemini 3.8 Live with Live Avatar está disponible en Gemini Enterprise y dirige a los desarrolladores a la documentación de la API para comenzar. Esto diferencia Live Avatar de la disponibilidad más amplia anunciada para Gemini 3.8 Live sin avatar en otros entornos.
Existe una restricción adicional para la personalización. El producto incluye una biblioteca de avatares predefinidos, pero la creación de un avatar personalizado a partir de una imagen de referencia de alta calidad está, en el momento del lanzamiento, disponible solo mediante allowlisting empresarial. Por lo tanto, tener acceso a Gemini Enterprise no implica automáticamente acceso a la creación de avatares personalizados.
¿Qué hace Live Avatar?
La función conecta diálogo en vivo, entrada visual y generación audiovisual. Procesa entradas de audio y video simultáneamente y responde con audio y video expresivos, incluida sincronización labial, expresiones y alternancia fluida de turnos. Google cita la atención al cliente y los recorridos interactivos como ejemplos de uso.
| Aspecto | Lo que anunció Google | Límite o condición relevante |
|---|---|---|
| Video y voz | Respuestas audiovisuales casi en tiempo real, con sincronización labial y expresiones. | El anuncio describe la experiencia como near real-time, no como latencia cero. |
| Entrada multimodal | Procesa entradas visuales y de audio simultáneamente. | La capacidad práctica depende de la implementación empresarial y de la integración del agente. |
| Herramientas | Las llamadas asíncronas permiten obtener datos o activar herramientas mientras continúa el diálogo. | Las herramientas disponibles dependen de las integraciones configuradas por el desarrollador. |
| Idiomas | Cambio entre 97 idiomas con adaptación de sincronización labial y expresiones. | El anuncio no ofrece en esa página una tabla de rendimiento por idioma. |
| Avatares | Biblioteca de personajes predefinidos y posibilidad de preservar parecido, estilo de marca o identidad del personaje. | La creación de avatares personalizados requiere allowlisting empresarial. |
| Transparencia | Las salidas de audio y video reciben una marca de agua imperceptible SynthID. | La marca de agua es una salvaguarda de transparencia y no debe confundirse con un sello visible en pantalla. |
¿Cómo funciona la personalización del avatar?
Según Google, los desarrolladores autorizados pueden proporcionar una imagen de referencia de alta calidad para generar un avatar completamente animado y responsivo. La propuesta es preservar el parecido de la referencia, el estilo de marca o la identidad del personaje. Para los equipos que evalúan la novedad, el punto práctico es que esta personalización no forma parte de un acceso empresarial irrestricto: depende de autorización mediante allowlist.
¿Qué significan los 97 idiomas?
Live Avatar utiliza sincronización nativa multilingüe de voz a voz. Google afirma que la función puede cambiar entre 97 idiomas durante la conversación y adaptar la sincronización labial y las expresiones sin degradar la fidelidad del video ni introducir deriva visual. El número describe la cobertura lingüística anunciada, pero no equivale a una afirmación de calidad idéntica para todos los idiomas o escenarios.
Las llamadas a herramientas continúan mientras el avatar conversa
Una capacidad importante para agentes empresariales es la ejecución asíncrona de herramientas. Live Avatar puede iniciar una llamada a una herramienta y obtener datos en segundo plano mientras mantiene activo el diálogo. En la práctica, esto permite diseñar experiencias en las que la persona visual sigue interactuando mientras se procesa una operación externa, como consultar datos de un huésped.
SynthID y salvaguardas de identidad
Google afirma que las salidas generadas por sus productos de IA reciben SynthID y especifica para Live Avatar que una marca de agua imperceptible se integra en las salidas de audio y video. La empresa presenta esta medida como parte de las salvaguardas de transparencia, atribución y respeto a la identidad.
Para evaluar el recurso en producción, conviene separar tres niveles de acceso: disponibilidad de Live Avatar en Gemini Enterprise, integraciones de herramientas configuradas por la organización y autorización específica para crear avatares personalizados. Esta distinción evita asumir que todas las capacidades demostradas están habilitadas automáticamente para cualquier cuenta empresarial.
¿Dónde comprobar la disponibilidad?
Los detalles del lanzamiento están en el anuncio oficial de Google sobre Gemini 3.8 Live with Live Avatar. Como el acceso, la documentación y el allowlisting pueden cambiar después del lanzamiento, los equipos que planeen una implementación deben revisar la documentación de la API y las condiciones de Gemini Enterprise antes de desplegar el recurso.
