Google เปิดตัว Gemini 3.8 Live with Live Avatar เทคโนโลยี AI สำหรับองค์กรที่ทำให้เอเจนต์ AI ไม่ได้มีแค่เสียงพูดโต้ตอบ แต่มี “อวตารวิดีโอ” แสดงสีหน้า ขยับริมฝีปาก และสนทนากับผู้ใช้ได้อย่างเป็นธรรมชาติมากขึ้น เหมาะกับงานบริการลูกค้า งานขาย การสาธิตสินค้า และการให้คำแนะนำแบบโต้ตอบ
ฟีเจอร์นี้ต่อยอดจาก Gemini 3.8 Live และ Gemini 3.8 Live Extended Thinking ซึ่งเป็นโมเดลสนทนาแบบเสียงที่ Google เพิ่งเปิดตัว โดยเน้นการฟัง พูด ดูข้อมูลภาพ และทำงานหลายขั้นตอนระหว่างสนทนาได้
Live Avatar คืออะไร
Live Avatar คือการจับความสามารถสนทนาแบบเรียลไทม์ของ Gemini เข้ากับการสร้างวิดีโอความหน่วงต่ำ ทำให้ AI มีตัวตนบนหน้าจอในรูปแบบอวตารที่สามารถฟัง เห็น และตอบกลับเป็นเสียงพร้อมภาพเคลื่อนไหวได้
Google ระบุว่าอวตารสามารถขยับปากให้ตรงกับเสียงพูด แสดงสีหน้าได้เป็นธรรมชาติ และสลับจังหวะการพูดกับผู้ใช้ได้ลื่นไหล จึงทำให้ประสบการณ์คุยกับ AI ดูใกล้เคียงกับการสื่อสารกับคนมากกว่าแชตบอตทั่วไป blog.google
AI ทำงานเบื้องหลัง แต่ยังคุยกับเราได้ต่อเนื่อง
จุดสำคัญของ Gemini 3.8 Live with Live Avatar คือความสามารถในการเรียกใช้เครื่องมือหรือค้นข้อมูลเบื้องหลังแบบไม่ขัดจังหวะการสนทนา เช่น หากลูกค้าถามสถานะการจองโรงแรม AI สามารถตรวจสอบข้อมูลในระบบระหว่างที่ยังพูดคุย อธิบายขั้นตอน หรือถามรายละเอียดเพิ่มกับลูกค้าได้
แนวทางนี้ช่วยลดช่วงเงียบระหว่างรอระบบประมวลผล และทำให้เอเจนต์ AI รับมือกับงานที่มีหลายขั้นตอนได้ดีขึ้น เช่น เช็กอินโรงแรม ตรวจสอบข้อมูลสินค้า หรือช่วยแก้ปัญหาบริการหลังการขาย blog.google
รองรับ 97 ภาษา พร้อมอวตารสำเร็จรูปและสร้างตามแบรนด์
Google ระบุว่า Live Avatar รองรับการสนทนาแบบ speech-to-speech ได้ถึง 97 ภาษา โดยระบบจะปรับการขยับปากและสีหน้าให้สอดคล้องเมื่อมีการสลับภาษาระหว่างคุย
องค์กรสามารถเลือกใช้อวตารสำเร็จรูปหลายรูปแบบ หรือสร้างอวตารที่มีเอกลักษณ์ของแบรนด์ได้จากภาพอ้างอิงคุณภาพสูง เพื่อคงลักษณะตัวละคร ภาพลักษณ์ และสไตล์ของแบรนด์ไว้ อย่างไรก็ตาม การสร้างอวตารเฉพาะองค์กรยังเปิดให้ใช้ผ่านการอนุมัติสำหรับลูกค้าองค์กรเท่านั้น
มีลายน้ำ SynthID ช่วยระบุว่าเป็นคอนเทนต์จาก AI
เพื่อลดความเสี่ยงจากการปลอมแปลงหรือทำให้ผู้ชมเข้าใจผิด Google ฝังลายน้ำดิจิทัล SynthID ลงในทั้งเสียงและวิดีโอที่สร้างจาก AI โดยลายน้ำนี้มองไม่เห็นหรือได้ยินไม่ได้โดยตรง แต่ช่วยให้ตรวจสอบได้ว่าเนื้อหานั้นมาจาก AI
ถือเป็นประเด็นสำคัญ เพราะเมื่ออวตาร AI ดูและพูดได้สมจริงขึ้น ผู้ใช้ควรรู้ชัดเจนว่ากำลังสื่อสารกับระบบ AI ไม่ใช่พนักงานที่เป็นมนุษย์
Gemini 3.8 Live with Live Avatar เปิดให้ใช้งานผ่าน Gemini Enterprise และ API สำหรับองค์กรเป็นหลัก จึงยังไม่ใช่ฟีเจอร์ที่ผู้ใช้ทั่วไปเปิดใช้ในแอป Gemini ได้โดยตรงในตอนนี้
สำหรับผู้ใช้ทั่วไป เทคโนโลยีนี้อาจเริ่มปรากฏผ่านบริการลูกค้าออนไลน์ ผู้ช่วยขายบนเว็บไซต์ หรือหน้าจอให้คำแนะนำของแบรนด์ต่าง ๆ ในอนาคต ขณะที่ Gemini 3.8 Live รุ่นพื้นฐานถูกนำไปใช้ใน Gemini API, Google AI Studio และ Search Live แล้ว
โดยสรุปแล้ว Gemini 3.8 Live with Live Avatar คือก้าวต่อไปของ AI Agent จากเดิมที่คุยด้วยเสียงหรือข้อความ ให้กลายเป็นผู้ช่วยดิจิทัลที่มีภาพลักษณ์บนหน้าจอและทำงานกับระบบหลังบ้านไปพร้อมกัน โดยการใช้งานระยะแรกจะเน้นภาคธุรกิจและงานบริการลูกค้าเป็นหลัก
อ้างอิง Google cover iT24Hrs
อ่านบทความและข่าวอื่นๆเพิ่มเติมได้ที่ it24hrs.com
เปิดตัว Gemini 3.8 Live with Live Avatar ให้พูดคุยเห็นหน้ากับ Avatar AI แบบเรียลไทม์
อย่าลืมกดติดตามอัพเดตข่าวสาร ทิปเทคนิคดีๆกันนะคะ Please follow us
Youtube it24hrs
Twitter it24hrs
Tiktok it24hrs
facebook it24hrs
