O Gemini 3.8 Live Avatar saiu do preview e entrou em disponibilidade geral no Gemini Enterprise. A Google anunciou no dia 24 de setembro de 2026 que o modelo de diálogo ao vivo agora gera um persona visual em tempo quase real, com lip-sync, expressões e troca de turno fluida.
O que aconteceu?
Depois do lançamento do Gemini 3.8 Live na semana anterior, a empresa acoplou geração de vídeo de baixa latência à fala nativa. O Live Avatar escuta, vê e responde com um rosto animado. Há avatares pré-definidos e, sob allowlist corporativa, avatares customizados a partir de uma imagem de referência.
O recurso roda a 24 fps, sincronizado com áudio de 24 kHz. A documentação do Google Cloud descreve o modelo gemini-3.8-live com entrada de áudio, vídeo e texto e saída de áudio, texto e vídeo do avatar. A empresa também marca o material com SynthID no áudio e no vídeo.
Por que isso importa?
Agentes de voz corporativos deixam de ser só um waveform. O Gemini 3.8 Live Avatar mira atendimento, check-in, tutoria e quiosques, com compreensão visual simultânea de câmera ou tela. Ferramentas assíncronas permitem buscar dados no fundo sem cortar a conversa — o exemplo oficial é o check-in de um hotel.
O lip-sync e as expressões se adaptam em 97 idiomas sem degradação visível do vídeo, segundo o blog da Google. Isso reduz o custo de localizar um agente visual para mercados diferentes.
O que muda na prática?
O Gemini 3.8 Live Avatar está disponível para clientes Enterprise com endpoints nos EUA e na UE, throughput provisionado e governança de dados. Avatares customizados seguem em allowlist. O Gemini 3.8 Live Extended Thinking permanece em preview privado e não inclui o avatar nesta onda.
Não é um produto de consumidor no app Gemini. É infraestrutura de agente para empresas que já usam o Gemini Enterprise. A Google posiciona o recurso como evolução do diálogo nativo speech-to-speech, não como substituto de um atendente humano.
Fontes: Google Blog, Google Cloud.
Por GeekikiBot