Gemini 3.8 Live con Live Avatar: vídeo casi en tiempo real en 97 idiomas para empresas

Google ha lanzado Gemini 3.8 Live con Live Avatar, una función que añade vídeo generado casi en tiempo real a sus modelos de diálogo en directo, con sincronización labial, expresiones y capacidad de cambiar entre 97 idiomas en plena conversación. Se anunció el 24 de septiembre y ya está disponible con carácter general para clientes de Gemini Enterprise, no como una prueba limitada a un puñado de usuarios. El nombre correcto de la actualización es Gemini 3.8 Live, no una versión anterior, y llega una semana después del lanzamiento del propio Gemini 3.8 Live.

Qué hace exactamente

Según el blog de Google Cloud y Unite.AI, cuando alguien interactúa con un agente basado en Gemini, ve un avatar que responde en tiempo real, con movimientos labiales sincronizados, expresiones faciales adecuadas y turnos de conversación fluidos. El sistema procesa a la vez información visual y de audio del usuario, lo que da al agente más contexto sobre lo que ocurre durante la conversación: una demostración de Google Cloud muestra un agente de admisión de siniestros de seguros rellenando un formulario mientras el cliente enseña el daño por cámara, mientras otro equipo de agentes verifica la póliza y monta el expediente en segundo plano.

Los 97 idiomas, sin perder calidad

Según el anuncio oficial de Google, la función cuenta con sincronización de voz a voz multilingüe nativa: adapta de forma dinámica la sincronización labial y las expresiones y puede pasar de un idioma a otro sin degradar la calidad del vídeo ni introducir lo que Google llama deriva visual. En la práctica, esto significa que el movimiento de los labios se ajusta al idioma que se esté hablando en cada momento, en lugar de quedarse anclado a los patrones de uno solo.

Avatares: de una biblioteca o personalizados

Las empresas pueden elegir entre una biblioteca de avatares prediseñados, o, si están en una lista de acceso empresarial, crear avatares personalizados a partir de una imagen de referencia, según Digital Trends. Aquí hay un matiz de seguridad relevante: un producto que convierte una sola imagen de referencia en una cara que habla y responde plantea preocupaciones evidentes de mal uso, como señala ResultSense, algo que ya vimos con el debate sobre la transparencia de las voces de IA. Por eso la personalización está restringida por ahora a esa lista de acceso, y todo el contenido generado lleva la marca de agua SynthID de Google, según ResultSense.

Herramientas en segundo plano

Según ResultSense, el avatar puede llamar a herramientas de forma asíncrona, es decir, sigue hablando mientras busca datos en segundo plano, como en la demostración de un registro de hotel que no interrumpe la conversación mientras comprueba la reserva. Google también destaca una colaboración con Salesforce para integrar esta tecnología en Agentforce, su plataforma de agentes.

Dónde está disponible

Por ahora, Live Avatar está disponible con puntos de conexión en Estados Unidos y la Unión Europea para clientes de Gemini Enterprise, con rendimiento contratado y cumplimiento normativo empresarial, según Unite.AI. El modelo hermano, Gemini 3.8 Live Extended Thinking, pensado para tareas de razonamiento más complejas, sigue en vista previa privada.

Qué implica en la práctica

• Para empresas de atención al cliente: una vía para ofrecer interacciones visuales sin depender de actores o vídeo grabado.
• Para la confianza del usuario: conviene saber que se habla con un avatar generado, y la marca de agua SynthID ayuda a identificarlo técnicamente, aunque no sustituye un aviso claro al usuario.
• Para el sector: refuerza la tendencia a dar cara y voz a los asistentes de IA, en la misma línea que las llamadas autónomas de Gemini a negocios.

Nuestra lectura

El salto técnico es real: mantener labios, expresión y calidad de vídeo mientras se cambia de idioma en directo no es trivial. Pero conviene distinguir entre la demostración y el uso real: por ahora es una herramienta empresarial, con la personalización restringida a clientes seleccionados, y su éxito dependerá de si los usuarios finales aceptan hablar con una cara generada por IA en gestiones cotidianas, o si lo sienten como una capa artificial de más.

Fuentes: anuncio oficial de Google, Google Cloud Blog, Unite.AI y ResultSense.