Google hat die Einführung von Gemini 3.8 Live with Live Avatar angekündigt. Obwohl es einfach scheint zu glauben, dass das Unternehmen an Verbraucherinnen und Verbraucher denkt, richtet sich diese Funktion tatsächlich an Unternehmenskunden. Das Tool verbindet eine Sprachkommunikation mit geringer Latenz mit synthetischen Gesichtern, die ihre Gesten modulieren können und die Lippen entsprechend dem Tonfall des Dialogs synchronisieren.
Das Tool geht unmittelbar über den Dienst Gemini Enterprise in Betrieb, der auf technische Unterstützung, virtuelle Rezeption und E-Commerce ausgerichtet ist. Demnach zielt man darauf ab, herkömmliche Telefondialoge durch digitale Charaktere zu ersetzen.
Es gibt einen technischen Aspekt, der in diesem Fall wichtig ist. Google sagt, dass dieses System Audio und Video gleichzeitig verarbeitet, während es mit dem Benutzer dialogiert. Außerdem umfasst die Architektur die asynchrone Ausführung von Werkzeugen, was dem Agenten ermöglicht, zum Beispiel Datenbanken zu konsultieren oder Hotelreservierungen im Hintergrund zu bearbeiten, ohne das Gespräch zu unterbrechen.
Und der Avatar bleibt jederzeit im Blickkontakt und zeigt Ausdrucksstärke, während komplexe Anfragen auf den Servern verarbeitet werden, wodurch unangenehme Pausen oder das Einfrieren des Bildschirms vermieden werden.
Google führt Avatare ein, die 97 Sprachen sprechen
Google möchte, dass dieses System universell einsetzbar ist. Deshalb hat Gemini 3.8 Live with Live Avatar die Unterstützung von 97 Sprachen erhalten. Alle diese Sprachen können in einem einzigen Gespräch verwendet werden, ohne dass visuelle Verzerrungen in den Gesichtszügen auftreten.
Außerdem können Unternehmen auf eine vordefinierte Galerie zurückgreifen, doch sie haben die Möglichkeit, ein eigenes Corporate-Avatar basierend auf nur einem hochauflösenden Referenzbild zu erzeugen. Dadurch lässt sich ein Avatar der echten Mitarbeiterinnen und Mitarbeiter erstellen. Google gibt an, dass bei der Wahl dieses Pfads eine vorherige Genehmigung zum Klonen von Identitäten erforderlich sein wird, unterstützt durch eine Liste mit eingeschränktem Zugriff, und zusätzlich wird das unsichtbare SynthID-Wasserzeichen integriert, damit jederzeit überprüft werden kann, dass der Avatar von der KI generiert wurde.
Wollen die Nutzer, dass sie von einem hyperrealistischen Avatar betreut werden?
Obwohl das Versprechen für Unternehmen hochgesteckt ist und darauf abzielt, einen kundenorientierteren Service zu bieten, weckt das Ergebnis zwangsläufig ein gewisses Unbehagen. Das Ganze wirkt für uns etwas verstörend. Zu sehen, wie ein synthetisches Gesicht mit millimetergenauem Lächeln Empathie vorlebt und den Blick festhält, während es algorithmisch verarbeitete Daten durchläuft, widerspricht jeder Spur menschlicher Verbindung.
Tatsächlich ist genau diese künstliche Nachahmung menschlicher Wärme das, was ein wenig unheimlich wirkt. Vielleicht reicht es, Assistenten mit weniger realistischem Aussehen zu schaffen oder sich für einen Chatbot zu entscheiden. Doch es ist der Trend, den ganz Silicon Valley mit der Personifizierung von KI weiterführt. Ungeachtet dieser Gefühle glauben wir jedoch, dass diese grafischen Interfaces bald sprachgesteuerte Assistenten oder herkömmliche Chats ersetzen könnten. Wir werden uns daran gewöhnen müssen.
