گوگل از قابلیت Live Avatar برای هوش مصنوعی جمینای رونمایی کرد [تماشا کنید]

گوگل آپدیت جدیدی را برای جمینای 3.8 لایو معرفی کرده که به کاربران اجازه می‌دهد هنگام تماشای پاسخ‌گویی لحظه‌ای یک شخصیت هوش مصنوعی متحرک، با این مدل گفت‌وگو کنند.

این قابلیت جدید که آواتار زنده (Live Avatar) نام دارد، هنگام صحبت کردن، حرکات لب خود را با صدا هماهنگ می‌کند و در طول مکالمه حالت‌های مختلف چهره را نشان می‌دهد. این قابلیت درحال‌حاضر فقط برای مشتریان جمینای Enterprise در دسترس است.

آواتار زنده می‌تواند برای کارهایی مثل پشتیبانی مشتریان در شرکت‌ها استفاده شود

قابلیت Live Avatar با ترکیب تولید ویدیو لحظه‌ای و گفتار، تجربه‌ای ایجاد می‌کند که در آن مدل می‌تواند با یک شخصیت بصری پویا گوش دهد، ببیند و صحبت کند. طبقاعلام گوگلآواتار زنده می‌تواند بدون افت کیفیت ویدیو یا ایجاد انحراف بصری بین ۹۷ زبانی که از آن‌ها پشتیبانی می‌کند، جابه‌جا شود. در یکی از ویدیوهایی که گوگل منتشر کرده، آواتار زنده به زبان‌های انگلیسی و ژاپنی صحبت می‌کند و حرکت لب‌های آن در هر دو زبان با کلماتی که بیان می‌کند هماهنگ است. این آواتار همچنین می‌تواند هنگام صحبت‌کردن، اطلاعاتی را روی صفحه نمایش دهد.

عرضه قابلیت آواتار زنده حدود یک هفته پس از آن انجام می‌شود که گوگلاز مدل جدید Gemini 3.8 Live رونمایی کرد. گوگل می‌گوید این مدل ورودی‌های بصری را تقریباً به‌صورت لحظه‌ای پردازش می‌کند. اگرچه گوگل مجموعه‌ای از آواتارهای از پیش آماده را در اختیار مشتریان قرار می‌دهد تا از میان آنها انتخاب کنند، سازمان‌ها می‌توانند آواتارهای اختصاصی خود را بسازند. گوگل می‌گوید خروجی آواتار زنده به واترمارک نامرئی SynthID مجهز است و در کنار آن، تدابیری برای احترام به هویت نیز در نظر گرفته شده است.

قابلیت Live Avatar با هماهنگ‌سازی دقیق حرکات لب با صدا، حالات چهره طبیعی و نوبت‌گیری روان در مکالمه، به کسب‌وکارها اجازه می‌دهد خدمات مجازی خود را به شکلی تعاملی‌تر گسترش دهند. این قابلیت می‌تواند هم برای ارائه خدمات پشتیبانی مشتریان و هم برای اجرای راهنمایی‌های تعاملی مورد استفاده قرار گیرد.

برای ارزیابی پایداری، امنیت و نگهداری این زیرساخت، راهنمای پشتیبانی شبکه را نیز مطالعه کنید.