„ვიდეოზარებში მომავალი შესაძლოა უბრალოდ ჩატბოტი აღარ იყოს. Google-ის ახალი Gemini 3.8 Live Avatar განახლება AI-ს ეკრანზე მოძრავ ციფრულ პერსონად აქცევს, რომელსაც საუბრისას ტუჩების მოძრაობა და სახის გამომეტყველება რეალურ დროში ერგება.
ახალი ფუნქცია ჯერ მხოლოდ Gemini Enterprise-ის მომხმარებლებისთვის არის ხელმისაწვდომი და სამომხმარებლო Gemini აპში ჯერ არ გამოჩენილა. Google-ის მიზანია, კომპანიებს მისცეს ინსტრუმენტი, რომელიც კლიენტებთან, თანამშრომლებთან ან სასწავლო პროცესში უფრო ბუნებრივ ციფრულ კომუნიკაციას შექმნის.
AI, რომელიც საუბრისას „გიყურებს“
Gemini Live Avatar საუბრისას მხოლოდ ხმოვანი პასუხებით არ შემოიფარგლება. სისტემა ქმნის ანიმირებულ ავატარს, რომლის პირის მოძრაობა და სახის რეაქციები ნათქვამ სიტყვებს ემთხვევა. დემონსტრაციაში Google-მა აჩვენა, როგორ საუბრობს ერთი და იგივე ავატარი ინგლისურად და იაპონურად ისე, რომ ორივე ენაზე პირის მოძრაობა სინქრონულად იცვლება.
Google-ის მიხედვით, სისტემა 97 ენას შორის გადართვას ახერხებს ისე, რომ ვიდეოს ხარისხი არ მცირდება და გამოსახულებაში ვიზუალური აცდენები არ ჩნდება.
კომპანიებისთვის საკუთარი AI პერსონა
Gemini 3.8 Live Avatar-ს უკვე აქვს წინასწარ შექმნილი ავატარების ბიბლიოთეკა, თუმცა ორგანიზაციებს საკუთარი ციფრული პერსონების შექმნაც შეუძლიათ. ასეთმა მიდგომამ შესაძლოა ახალი შესაძლებლობები გახსნას მომხმარებელთა მხარდაჭერაში, ონლაინ სწავლებასა და შიდა კორპორაციულ კომუნიკაციაში.
ავატარს შეუძლია, საუბრის პარალელურად, ეკრანზე ინფორმაციის ჩვენებაც, რაც მას მხოლოდ „მოლაპარაკე სახისგან“ უფრო ფუნქციურ ინსტრუმენტად აქცევს.
უსაფრთხოება ჩაშენებულია
AI პერსონების გავრცელებასთან ერთად Google ყურადღებას ამახვილებს იმაზე, რომ მომხმარებელმა იცოდეს, როდის ურთიერთობს ხელოვნურად შექმნილ გამოსახულებასთან. Gemini Live Avatar-ის შედეგები შეიცავს უხილავ SynthID წყლის ნიშანს, რომელიც შექმნილი კონტენტის წარმომავლობის დადასტურებას ეხმარება.
Google ასევე აცხადებს, რომ სისტემაში ჩაშენებულია დაცვის მექანიზმები, რომლებიც ადამიანის იდენტობის პატივისცემას ითვალისწინებს.
Gemini 3.8 Live Avatar დაახლოებით ერთი კვირის შემდეგ გამოვიდა, რაც Google-მა Gemini 3.8 Live მოდელი წარადგინა. ახალი მოდელის ერთ-ერთი მთავარი შესაძლებლობა ვიზუალური ინფორმაციის თითქმის რეალურ დროში დამუშავებაა.
წყარო: The Verge
