كشفت جوجل عن Gemini 3.8 Live المزوّد بميزة الصورة الرمزية الحية (Live Avatar) — نظام يولّد فيديو وصوتًا في الزمن الحقيقي، بحيث تتحدث الصورة الرمزية بمزامنة شفاه دقيقة وتعبيرات وجه طبيعية أثناء الحديث.
كيف يعمل؟
يعالج النظام المدخلات البصرية والصوتية في آن واحد لمحادثات أكثر طبيعية، وينفّذ مهامًا في الخلفية — مثل إجراءات تسجيل الدخول في فندق — دون أن يكسر تدفق الحوار، عبر استدعاء أدوات غير متزامن. يدعم النظام مزامنة الشفاه والتعبيرات في 97 لغة دون فقدان في الجودة، وتستطيع المؤسسات بناء صور رمزية بهوية مخصّصة من صور مرجعية مع الحفاظ على الشبه.
التوفر والحماية من التزييف
الميزة متاحة الآن ضمن Gemini Enterprise، ويمكن للمطورين الوصول إليها عبر واجهة برمجة تطبيقات منصة الوكلاء في جوجل كلاود. كل مخرجات الصوت والفيديو تحمل علامة SynthID المائية غير المرئية، المصممة للمساعدة في تمييز المحتوى المولَّد بالذكاء الاصطناعي ومواجهة التضليل. لم تكشف جوجل عن تفاصيل التسعير بعد.
حين تصبح الصورة الرمزية قادرة على أن ترى وتستمع وتتكلم بنبرة طبيعية، يقترب الخط الفاصل بين المحادثة مع إنسان ومع آلة أكثر من أي وقت مضى — والعلامة المائية هنا ليست تفصيلًا تقنيًا، بل تذكير بأن الثقة صارت جزءًا من تصميم المنتج نفسه، لا ترفًا لاحقًا.
المصدر: مدونة جوجل الرسمية
No comments yet