گوگل به تازگی نسخه 3.8 مدل‌های زنده Gemini را معرفی کرده است که شامل آواتارهای ویدیویی زنده می‌شود. این آواتارها به صورت تقریبا همزمان با مدل‌های گفتگوی زنده ترکیب شده‌اند تا تجربه‌ای تعاملی با حضور بصری پویا ایجاد کنند. هدف اصلی این فناوری ارائه خدماتی مانند پشتیبانی فروش و خدمات مشتری به صورت طبیعی‌تر و چندرسانه‌ای است.

آواتارهای Gemini 3.8 قادر به هماهنگی دقیق لب‌ها، نمایش حالات طبیعی چهره و تعامل روان در گفتگو هستند. این ویژگی‌ها به کاربران اجازه می‌دهد تا با استفاده از زبان بدن و بیان چهره، ارتباطی طبیعی‌تر و چندوجهی با آواتارها برقرار کنند. همچنین این آواتارها از قابلیت‌های پیشرفته استدلالی Gemini بهره می‌برند که امکان فراخوانی ابزارها و دریافت داده‌ها در پس‌زمینه را در حین ادامه مکالمه فراهم می‌کند.

گوگل یک کتابخانه از آواتارهای متنوع و پیش‌ساخته ارائه می‌دهد و همچنین سازمان‌ها می‌توانند آواتارهای خود را با استفاده از تصاویر مرجع با کیفیت بالا شخصی‌سازی کنند تا شباهت، سبک برند یا هویت کاراکتر حفظ شود. این قابلیت‌ها تنها از طریق فهرست‌گذاری سازمانی در دسترس هستند.

علاوه بر این، آواتارهای زنده با تدابیر حفاظتی سختگیرانه‌ای ساخته شده‌اند تا هویت افراد حفظ شود و محتوای تولید شده توسط هوش مصنوعی شفاف باقی بماند. هر آواتار دارای نشان‌گذاری دیجیتال SynthID گوگل است که اصالت آن را تضمین می‌کند.

این فناوری در حال حاضر فقط برای مشتریان سازمانی Gemini در دسترس است، اما انتظار می‌رود در آینده نزدیک شاهد حضور این آواتارها در خدمات مشتری و پشتیبانی فروش در دستگاه‌های مختلف باشیم. با توجه به واکنش‌های عمومی نسبت به هوش مصنوعی، ممکن است این آواتارها در ابتدا با استقبال همه‌جانبه مواجه نشوند.

مهین صالحی

مهین صالحی

نویسنده بیزنس سون