9月25日、RuntimeWireが「Google adds avatars to Gemini agents, with Cox building Autotrader's car-shopping assistant」と題した記事を公開した。GoogleがGemini 3.8 LiveにアバターUI機能「Live Avatar」を追加し、エンタープライズ向けに一般提供を開始したことを伝える内容だ。音声AIエージェントに「顔」を持たせることが、カスタマーサポートの体験設計にどう影響するかは、エンタープライズ開発者にとって今まさに判断が求められているテーマである。

アバターが「顔」になるが、本質は非同期ツール呼び出し

今回のLive Avatarの最大の技術的ポイントは、見た目のリアルさではなく非同期ツール呼び出し（Asynchronous Tool Calling）にある。

従来の音声エージェントでは、バックエンドで情報を取得している間、ユーザーは無音の待ち時間を経験することになる。Live Avatarでは、アバターが会話を継続しながらバックグラウンドでAPIやシステムへのアクセスを並行実行できる。Googleが示したデモ例はホテルのチェックインで、エージェントが予約情報を取得している間もアバターが自然に話し続ける。

技術仕様としてGoogleが公開しているのは以下の通りだ（ただしこれらはGoogleの自己申告値であり、独立した第三者による検証ではない）：

• アバター映像：24fps
• 応答遅延：1秒未満（サブセカンド）

アバターはリアル系とカートゥーン系の両スタイルに対応し、口の動きの同期・表情・ターンテイキング（会話の主導権の受け渡し）が実装されている。ウェブ、モバイル、キオスク端末での利用を想定したインターフェースとして設計されている。

Cox AutomotiveがAutotraderに実装——ただし規模感は非公開

Googleが具体的な顧客事例として挙げているのが、Cox AutomotiveによるAutotrader向けショッピングアシスタントだ。ユーザーが車両を検索・比較したりファイナンス（ローン等）について相談したりする際に、会話型AIアバターが対応する構成となっている。

ただし、Googleのアナウンスメントには導入規模（ユーザー数・リクエスト数等）も、音声・テキストエージェントとの比較データも記載されていない。「事例として存在する」こと以上の情報は現時点で公開されていない。

一般提供とアクセス制限の境界線

エンタープライズの開発者が押さえておくべき重要な点として、機能へのアクセスが二段階に分かれていることがある。

• プリセットアバター：Gemini Enterpriseで一般提供済み。米国・EUのエンドポイントが利用可能
• カスタムアバター（参照画像から生成）：許可リスト（allowlist）申請が必要

カスタムアバターを利用する組織は、顔・音声サンプルの使用権と同意取得の責任を自ら負う必要があるとGoogleのドキュメントに明記されている。生成された映像・音声には**SynthIDウォーターマークが埋め込まれる**。SynthIDはGoogle DeepMindが開発したAI生成コンテンツの識別技術で、画像・音声・テキスト・動画に対して人間の知覚では検出できない形でウォーターマークを埋め込むことができる。ただし、実環境でのLive Avatar映像に対する検出精度については独立した評価データは公開されていない。

価格については、公式アナウンスメントからGoogleの価格ページへのリンクが張られているのみで、Live Avatar固有の料金体系は公開されていない。

背景：Gemini音声エージェントの流れに乗る機能追加

Live Avatarは単独の新製品ではなく、Googleが進めてきた音声エージェント強化の延長線上にある。

• 9月15日：Gemini 3.8 LiveおよびGemini 3.8 Live Extended Thinkingをリリース（リアルタイム音声エージェント・タスク実行向け）
• 9月23日：Gemini 3.8のTTS（テキスト読み上げ）機能をリリース。Hume AI創業者のAlan Cowenが関与し、カスタム音声設計やライン単位のパフォーマンス制御ツールを提供。Alan Cowenは感情と表現の計算論的モデリングを専門とする研究者で、感情AIの分野における権威として知られる
• 9月24日：Live Avatarを追加し、音声に映像ペルソナを組み合わせたインターフェースとして提供開始

Live Avatarの開発はGoogleのGemini Audio Teamが担当し、リサーチサイエンティストのShuo-yiin ChangとソフトウェアエンジニアのCJ Zhengがローンチ記事を執筆している。

「顔がある」ことが変えるもの

流暢な音声だけでも会話はパーソナルに感じられる。そこにカスタマイズされた外見が加わると、アイデンティティと同意の問題が生じる。また、人間に近い外見のペルソナは、システムが実際には持っていない能力をユーザーに連想させるリスクがある。Googleはウォーターマーキングで対処するとしているが、実運用での有効性は不明なままだ。

エンタープライズ向けカスタマーサポートやセールスエージェントにアバターUIを採用するかどうかは、アクセス条件・コスト・信頼性、そして「視覚的な存在がインタラクションを実際に改善するか」次第になるだろう。

詳細はGoogle adds avatars to Gemini agents, with Cox building Autotrader's car-shopping assistantを参照していただきたい。