براساس گزارش خبرگزاری خبرآنلاین و اطلاعات بدست‌آمده از دیجیاتو، شرکت گوگل با رونمایی از نسخه جدید Gemini 3.8 Live، یک ویژگی نوین به نام Live Avatar را معرفی کرده است که نحوه تعامل با هوش مصنوعی را از هر گفت‌وگو صوتی یا متنی فراتر می‌برد و آن را به مکالمه‌ای با یک شخصیت بصری متحرک تبدیل می‌سازد.

Live Avatar با استفاده از ترکیب فناوری تولید ویدئو در زمان واقعی و تکنیک‌های گفتاری، یک شخصیت را بر روی نمایشگر ارائه می‌دهد که قابلیت شنیدن، دریافت ورودی‌های بصری و نزدیک شدن به پاسخ‌گویی کلامی را دارد. حرکات لب‌ها در این شرایط متناسب با عبارات بیان‌شده آواتار تغییر می‌یابند.

آواتار جمینای توانایی صحبت به ۹۷ زبان را دارد

یکی از نقاط قوت Live Avatar، قابلیت پشتیبانی از ۹۷ زبان مختلف است. گوگل اعلام کرده این آواتار توانایی جابه‌جایی بین زبان های متعدد را دارد، بدون اینکه کیفیت ویدئو یا هماهنگی بصری آن تحت تاثیر قرار گیرد.

در یکی از نمایش‌های صورت‌گرفته توسط گوگل، آواتار به زبان‌های انگلیسی و ژاپنی صحبت می‌کند و حرکات لب آن به خوبی با کلمات در هر دو زبان همزمان می‌باشد. این آواتار همچنین قابلیت نمایش اطلاعات و محتوای متنوعی را در خلال یک گفت‌وگو دارد.

امکان ایجاد آواتار اختصاصی برای سازمان‌ها

گوگل علاوه بر ارائه مجموعه‌ای از آواتارهای آماده به مشتریان سازمانی، این امکان را فراهم کرده که کسب‌وکارها بتوانند یک شخصیت بصری منحصر به فرد را برای خود ایجاد کنند و از آن در این سیستم استفاده نمایند.

این ویژگی هم‌اکنون به مشتریان سازمانی Gemini Enterprise ارائه شده است و هنوز زمان دقیق دسترسی کاربران عادی به آن مشخص نیست.

کاربردهای Live Avatar چیست؟

گوگل این قابلیت نوآورانه را به‌ویژه برای کاربردهای سازمانی و خدمات تعاملی طراحی کرده است. به عنوان مثال، کسب‌وکارها می‌توانند از آواتارهای هوش مصنوعی برای ارائه پشتیبانی به مشتریان، راهنمایی‌های تعاملی و خدمات مجازی بهره ببرند.

هماهنگی حرکات لب با صدای آواتار، حالات چهره و همچنین مدیریت نوبت در گفتگوها با هدف طبیعی‌تر کردن ارتباط بین کاربر و شخصیت هوش مصنوعی به‌دقت طراحی شده است.

برچسب نامرئی برای شناسایی محتوای تولیدشده به‌وسیله هوش مصنوعی

گوگل اعلام کرده که خروجی Live Avatar به فناوری SynthID مجهز است؛ این تکنولوژی واترمارک نامرئی شرکت برای شناسایی محتوای تولیدشده به‌وسیله هوش مصنوعی می‌باشد.

علاوه بر این، گوگل از برنامه‌های خود برای حفاظت از هویت در این سیستم خبر داده است؛ موضوعی که به‌ویژه با توجه به امکان ایجاد آواتارهای سفارشی، می‌تواند در زمینه استفاده سازمانی از شخصیت‌های دیجیتال اهمیت زیادی داشته باشد.

عرضه Live Avatar تنها یک هفته پس از معرفی نسخه Gemini 3.8 Live صورت گرفته است. گوگل به این نکته اشاره کرده که مدل جدید قادر است ورودی‌های بصری را تقریباً در لحظه پردازش کند و این قابلیت Live Avatar را برای فراهم آوردن یک تجربه تعاملی‌تر به کار می‌گیرد.

۲۲۷۲۲۷