Google DeepMind a présenté Gemini 3.8 Live avec Live Avatar le 24 septembre 2026, ajoutant une présence visuelle quasi en temps réel à son IA conversationnelle. La fonctionnalité combine les capacités de dialogue en direct natives de Gemini avec la streaming vidéo à faible latence afin de créer des interactions plus naturelles et intuitives pour les entreprises et leurs utilisateurs.

L'annonce a été rédigée par Shuo-yiin Chang, chercheur, et CJ Zheng, ingénieur logiciel, au nom de l'équipe audio de Gemini. Elle fait suite au lancement de Gemini 3.8 Live la semaine dernière.

Selon Google DeepMind, Live Avatar associe la génération vidéo quasi en temps réel à la parole, permettant ainsi au système d'écouter, de voir et de parler à travers un persona visuel dynamique. La fonctionnalité est conçue avec une synchronisation labiale précise, des expressions faciales naturelles et une alternance fluide des tours de parole, afin de rendre les services virtuels plus interactifs. Les usages potentiels décrits par l'entreprise incluent le service client et les parcours guidés interactifs.

Gemini 3.8 Live avec Live Avatar est disponible dès aujourd'hui dans Gemini Enterprise. L'annonce originale est disponible sur le blog Google DeepMind.

Des conversations multimodales plus naturelles

Google DeepMind indique que la conversation est intrinsèquement multimodale, impliquant l'écoute, l'attention visuelle, la parole et les expressions faciales. Live Avatar apporte ces capacités aux agents d'entreprise en traitant simultanément les entrées visuelles et audio et en générant des réponses combinant audio et vidéo expressifs.

L'entreprise a présenté la fonctionnalité comme capable de prendre en compte ce qu'elle voit et entend en quasi temps réel, puis de répondre en audio et vidéo pour soutenir des conversations plus naturelles. Pour les scénarios de service client et de parcours guidés interactifs cités par Google DeepMind, l'effet pratique est un agent virtuel qui réagit à ce qu'on lui montre et répond avec la voix et des sign faciaux au sein d'une même conversation.

Exécution d'outils en arrière-plan

Live Avatar s'appuie également sur les capacités de raisonnement de Gemini et sur l'appel d'outils asynchrone. Il peut déclencher des appels d'outils et récupérer des données en arrière-plan tout en poursuivant une conversation active. Cela lui permet de gérer des tâches complexes sans interrompre le dialogue.

Google DeepMind a donné l'enregistrement d'un client à l'hôtel comme exemple de tâche dans laquelle les outils peuvent s'exécuter en arrière-plan pendant que la conversation se poursuit. Pour les entreprises, la valeur réside dans la continuité : les clients vivent une conversation ininterrompue tandis que la récupération de données et l'exécution des tâches se déroulent en coulisses.

Prise en charge de 97 langues

La fonctionnalité inclut une synchronisation voix à voix multilingue native. Google DeepMind indique que Live Avatar peut adapter dynamiquement sa synchronisation labiale et ses expressions faciales tout en passant d'une langue à l'autre parmi 97 langues, sans dégrader la fidélité vidéo ni provoquer de dérive visuelle.

L'entreprise a également démontré un changement de langue en pleine conversation, avec la synchronisation labiale et les expressions de l'avatar s'adaptant d'une langue à l'autre. Pour les entreprises servant des utilisateurs dans plusieurs régions, cette couverture — et la capacité de changer de langue sans artefacts visuels — répond directement aux interactions clients à l'échelle mondiale.

Des avatars personnalisables

Les organisations peuvent choisir parmi une bibliothèque d'avatars prédéfinis aux apparences, voix et styles d'expression variés. Elles peuvent également personnaliser leurs Live Avatars pour refléter une marque ou une identité de personnage.

À partir d'une image de référence de haute qualité, les développeurs peuvent générer un avatar entièrement animé et réactif tout en préservant la ressemblance de référence, le style de marque ou l'identité du personnage. Google DeepMind précise que la création d'avatars personnalisés n'est actuellement disponible que via une liste d'autorisation réservée aux entreprises, la bibliothèque prédéfinie restant l'option pour les organisations hors de cette liste.

Filigrane et sécurité

Google DeepMind indique que Live Avatar intègre des garanties strictes destinées à respecter l'identité et à maintenir la transparence des contenus générés par IA. Les sorties générées par ses produits d'IA sont marquées avec SynthID, un filigrane imperceptible intégré directement dans l'audio et la vidéo.

L'entreprise indique que ce filigrane permet de garder les contenus générés par IA détectables et vise à réduire la désinformation et les erreurs d'attribution. Pour les entreprises qui déploient des personas vidéo expressifs devant leurs clients, ce filigrane permet d'identifier les interactions générées par IA comme synthétiques. De plus amples informations sur l'approche de l'entreprise en matière sécurité et de déploiement responsable sont disponibles dans sa fiche modèle.

Gemini 3.8 Live avec Live Avatar est disponible dans Gemini Enterprise. Google DeepMind a également orienté les développeurs vers sa documentation API pour démarrer. Pour les équipes souhaitant des avatars adaptés à leur marque au-delà de la bibliothèque prédéfinie, la liste d'autorisation d'entreprise pour la création d'avatars personnalisés est le dispositif d'accès à suivre.