Gemini 3.8 Live Avatar: Google ने अपने रियल-टाइम AI मॉडल Gemini 3.8 Live with Live Avatar को लॉन्च कर दिया है। इस फीचर के जरिए AI को सिर्फ आवाज ही नहीं, बल्कि एक विजुअल चेहरा भी मिलता है। Live Avatar यूजर की बात सुनने और कैमरे के जरिए विजुअल इनपुट समझने के साथ-साथ लगभग रियल-टाइम में आवाज और वीडियो के जरिए जवाब दे सकता है। Google के मुताबिक, इसमें चेहरे के हाव-भाव और होंठों की मूवमेंट बोले जा रहे शब्दों के साथ सिंक होती है।
Google ने इस फीचर को खास तौर पर एंटरप्राइज और बिजनेस यूजर्स के लिए पेश किया है। कंपनी के अनुसार, Gemini 3.8 Live with Live Avatar अब Gemini Enterprise में उपलब्ध है। इसका इस्तेमाल कस्टमर सपोर्ट, वर्चुअल असिस्टेंट और इंटरैक्टिव प्रोडक्ट या सर्विस वॉकथ्रू जैसे कामों में किया जा सकता है।
रियल-टाइम में देखेगा, सुनेगा और जवाब देगा AI
Live Avatar की खासियत इसका मल्टीमॉडल अनुभव है। यह ऑडियो और विजुअल इनपुट को एक साथ प्रोसेस कर सकता है। यानी यूजर से बातचीत के दौरान यह कैमरा फीड या स्क्रीन पर दिखाई जा रही चीजों को समझ सकता है और उसी संदर्भ में जवाब दे सकता है। Google के मुताबिक, यह बातचीत के दौरान बैकग्राउंड में टूल और API कॉल भी चला सकता है, जिससे किसी काम के पूरा होने तक बातचीत रुकती नहीं है।
उदाहरण के तौर पर, कोई यूजर AI से जानकारी चेक करने या किसी टास्क को पूरा करने के लिए कहता है, तो मॉडल बैकग्राउंड में उस काम को करते हुए बातचीत जारी रख सकता है।
97 भाषाओं में बातचीत और बदलेगा एक्सप्रेशन
Gemini 3.8 Live with Live Avatar में मल्टीलिंगुअल सपोर्ट भी दिया गया है। Google के अनुसार, यह 97 भाषाओं के बीच बातचीत के दौरान बदलाव कर सकता है। भाषा बदलने के साथ-साथ अवतार के लिप-सिंक और चेहरे के एक्सप्रेशन भी उसी के अनुसार एडजस्ट होते हैं।
कंपनियां बना सकेंगी अपने ब्रांड का AI अवतार
Google ने Live Avatar के लिए कई प्री-बिल्ट अवतार उपलब्ध कराए हैं। इसके अलावा कंपनियां अपने ब्रांड या कैरेक्टर के अनुरूप कस्टम अवतार भी तैयार कर सकती हैं। Google के मुताबिक, हाई-क्वालिटी रेफरेंस इमेज के आधार पर एनिमेटेड और रिस्पॉन्सिव अवतार बनाया जा सकता है। हालांकि, कस्टम अवतार बनाने की सुविधा फिलहाल एंटरप्राइज allowlisting के जरिए चुनिंदा संगठनों तक सीमित है।
AI वीडियो और ऑडियो के लिए SynthID वॉटरमार्क
AI से बनने वाले फर्जी वीडियो और ऑडियो के इस्तेमाल को लेकर बढ़ती चिंताओं के बीच Google ने Live Avatar में SynthID डिजिटल वॉटरमार्क का इस्तेमाल किया है। कंपनी के अनुसार, AI से तैयार ऑडियो और वीडियो आउटपुट में यह वॉटरमार्क शामिल रहता है। यह इंसानी आंखों और कानों से दिखाई या सुनाई नहीं देता, लेकिन AI-generated कंटेंट की पहचान में मदद कर सकता है।
फिलहाल बिजनेस यूजर्स के लिए उपलब्ध
Google ने Gemini 3.8 Live with Live Avatar को फिलहाल Gemini Enterprise में उपलब्ध कराया है। इसका फोकस मुख्य रूप से कंपनियों के लिए ज्यादा इंटरैक्टिव AI एजेंट और वर्चुअल सर्विस तैयार करना है।
