Google, Gemini 3.8 Live Avatar Özelliğini Duyurdu

Google, kurumsal kullanıma yönelik yapay zekâ platformu Gemini 3.8 Live için Live Avatar özelliğini duyurdu. Geçtiğimiz hafta erişime açılan Gemini 3.8 Live mimarisini temel alan sistem, anlık sesli görüşme yeteneklerine düşük gecikmeli canlı video akışını ekliyor. Böylece kullanıcılar, yalnızca ses üreten bir yapay zekâ sistemiyle konuşmak yerine, yanıtlarını hareketli bir dijital karakter üzerinden takip edebiliyor.

Yeni özellikle birlikte yapay zekâ, sesli yanıt veren bir araç olmaktan çıkıp görsel bir temsilciye dönüşüyor. Kullanıcılar görüşme sırasında hareketli avatarın yüz ifadelerini, konuşma ritmini ve dudak hareketlerini görebiliyor. Google, altyapının özellikle kurumsal iletişim senaryoları için tasarlandığını belirtiyor. Bu yaklaşım, yapay zekâ destekli müşteri hizmetleri ve dijital rehber uygulamalarında daha doğrudan bir iletişim kurulmasını amaçlıyor.

Ses, görüntü ve akıl yürütme aynı sistemde buluşuyor

Gemini 3.8 Live Avatar, işitsel ve görsel girdileri aynı anda işleyebilen çok modlu bir yapı sunuyor. Sistem, karşısındaki kişiyi dinleyebiliyor, görsel bilgileri değerlendirebiliyor ve konuşma akışını kesmeden yanıt üretebiliyor. Doğal yüz ifadeleriyle birlikte hassas dudak senkronizasyonu, avatarın konuşma sırasında daha tutarlı görünmesini sağlıyor.

Bu yapı, müşteri hizmetleri ve etkileşimli rehberlik gibi kullanım alanlarına uyarlanabilecek. Şirketler, çalışanların veya müşterilerin bilgi almak için görsel bir dijital temsilciyle iletişim kurmasını sağlayabilecek. Örneğin bir kurum, çalışanların iç süreçlerle ilgili sorularını yanıtlayan ya da müşterilere ürün ve hizmetler hakkında bilgi veren bir avatar tasarlayabilecek. Ancak Google’ın paylaşımı, belirli şirketlerin hangi kullanım senaryolarını hayata geçirdiğine ilişkin ek ayrıntı içermiyor.

Gemini 3.8 Live Avatar’ın öne çıkan yeteneklerinden biri de arka planda işlem yapabilmesi. Avatar, konuşma devam ederken eşzamansız araç çağırma teknolojisini kullanarak veri çekebiliyor veya daha karmaşık süreçleri yürütebiliyor. Böylece sistem bilgi ararken ya da bir işlemi tamamlamaya çalışırken diyalog tamamen durmuyor. Kullanıcı, bekleme sürecinde sessiz bir ekranla karşılaşmak yerine konuşmanın sürdüğü bir deneyim yaşıyor.

Bu çalışma biçimi, canlı yapay zekâ görüşmelerinde yanıt süresiyle etkileşim arasındaki dengeyi değiştirebilir. Sistem bir arka plan görevini yürütürken konuşmayı sürdürebildiği için kullanıcı, işlemin tamamlanmasını beklerken süreç hakkında bilgi almaya devam edebiliyor. Google’ın duyurusunda, bu özelliğin hangi araçlarla veya hangi kurumsal iş akışlarıyla kullanılabildiğine dair ayrıntılı bir liste paylaşılmadı.

97 dilde konuşma ve avatar uyumu

Google’ın verdiği bilgilere göre sistem, 97 dilde yerel konuşmadan konuşmaya senkronizasyon desteği sunuyor. Kullanıcılar dil değiştirdiğinde yalnızca sesli yanıt değil, avatarın dudak hareketleri ve yüz ifadeleri de yeni dile göre uyarlanıyor. Bu sayede farklı dillerde gerçekleşen görüşmelerde ses, görüntü ve karakter davranışının birlikte ilerlemesi hedefleniyor.

Çok dilli görüşmelerde ses ile görüntünün birbirinden kopmaması, canlı avatar deneyiminin temel unsurlarından biri. Gemini 3.8 Live Avatar, dil geçişlerinde dudak uyumunu korumayı ve görsel kaymaları azaltmayı hedefliyor. Google, bu uyarlamanın video kalitesinden ödün vermeden gerçekleştirildiğini aktarıyor. 97 dil desteği, sistemi farklı ülkelerde faaliyet gösteren şirketler için de kullanılabilir hâle getirmeyi amaçlıyor.

Şirketler kendi avatarlarını oluşturabilecek

Kurumsal müşteriler, hazır avatar seçenekleri arasından seçim yapabilecek veya markalarına özel karakterler tasarlayabilecek. Geliştiriciler, tek bir yüksek kaliteli referans görsel kullanarak markanın kimliğini ve belirlenen karakter özelliklerini koruyan hareketli avatarlar üretebilecek. Böylece şirketler, kullandıkları yapay zekâ temsilcisinin görünümünü kendi iletişim anlayışlarına göre şekillendirebilecek.

Özel avatar oluşturma özelliği şu anda yalnızca Google tarafından izin verilen kurumsal müşterilere açık. Bu nedenle her Gemini Enterprise kullanıcısının kendi avatarını hemen oluşturup oluşturamayacağı net değil. Google, avatar üretiminde görsel benzerliğin ve marka kimliğinin korunmasına odaklanıyor. Özelliğin erişim koşulları, şirketlerin bu sistemi doğrudan kullanıp kullanamayacağını belirleyen temel unsurlardan biri olacak.

Yapay zekâ tarafından üretilen ses ve videoların ayırt edilebilmesi için sistem, SynthID filigranlarını da kullanıyor. İnsan gözüyle veya kulağıyla fark edilmesi amaçlanmayan bu işaretler, içeriğin yapay zekâ tarafından oluşturulduğunu tespit etmeye yardımcı olacak. Google, bu yaklaşımın içerik şeffaflığını artırmayı ve dezenformasyon riskini azaltmayı hedeflediğini belirtiyor. Filigran kullanımı, özellikle markaların kendi kimlikleriyle sunduğu dijital avatarlar açısından içeriğin kaynağının anlaşılmasına yardımcı olabilir.

Gemini 3.8 Live with Live Avatar, Gemini Enterprise kullanıcılarının erişimine açıldı. Geliştiriciler ise özelliği API dokümantasyonu üzerinden inceleyebiliyor. Böylece Google’ın yeni avatar sistemi, hem doğrudan kurumsal kullanım hem de geliştiricilerin kendi uygulamalarına entegre edebileceği bir yapı olarak sunuluyor. Bununla birlikte özel avatar üretiminin sınırlı müşteri grubuna açık olması, özelliğin yaygın kullanımının erişim koşullarına bağlı kalacağını gösteriyor.