我注意到越来越多企业开始使用AI智能体来处理客户支持请求。但现在事情开始变得有些奇怪了。

谷歌的Live Avatar(实时虚拟形象)功能目前已面向Gemini Enterprise用户开放。此次更新距离谷歌宣布推出Gemini 3.8 Live和Gemini 3.8 Live Extended Thinking仅过去几天。

Live Avatar究竟是什么?它将交互式视觉体验与对话式AI智能体结合在一起,可以完成诸如通过视频聊天处理保险理赔等任务——这正是谷歌在公告中给出的示例。企业用户或Google Enterprise用户可以从几种虚拟形象中进行选择,为AI智能体的声音配上一张“脸”。

Live Avatar对企业来说似乎相当实用。它能够创建带有唇形同步的实时视频虚拟形象,用于对话式视频交流,并能同时处理实时音频、屏幕共享和视频画面。Live Avatar可以在与客户持续对话的同时运行工具和API调用。但想象一下,一个卡通或写实风格的虚拟形象,嘴唇随着机器人的声音同步开合来处理你的请求,这画面确实有点渗人。

Live Avatar还致力于通过原生语音对语音技术打造更流畅的对话体验,实现“更自然的打断恢复能力,同时不丢失对话上下文或后台交易信息”。

针对该功能何时向普通大众开放,以及谷歌计划如何保护AI智能体在视频通话中获取的信息(例如在保险理赔示例中涉及的用户地址、姓名和实时视频画面)等问题,谷歌方面并未立即回应置评请求。

谷歌方面已设置了一些防止滥用的安全措施,例如让用户从精心挑选的预制虚拟形象中进行选择。谷歌公告显示,如果用户想要创建自定义虚拟形象,则需要经过一道验证流程。所有音频和视频都会添加SynthID水印,以确保所有AI生成内容均可被验证识别。

Q&A

Q1:Live Avatar是什么功能?

A:Live Avatar是谷歌Gemini Enterprise推出的一项功能,它将交互式视觉体验与对话式AI智能体结合,可通过带唇形同步的虚拟形象进行视频对话,帮助企业处理如保险理赔等客户请求。

Q2:Live Avatar如何保障用户信息安全?

A:谷歌设置了多项防护措施,包括提供经过筛选的预制虚拟形象供选择,若需创建自定义虚拟形象则需经过验证流程,同时所有音视频内容都添加了SynthID水印以确保可被识别验证。

Q3:Live Avatar目前面向哪些用户开放?

A:目前该功能已面向拥有Gemini Enterprise的用户开放,至于何时向普通大众开放,谷歌方面尚未就此置评请求做出回应。

cnet