9月25日、Googleが「Introducing Gemini 3.8 Live with Live Avatar」と題した記事を公開した。AIアバターがリアルタイムに近い映像・音声で対話しながら、バックグラウンド処理中も会話を途切れさせない——そうした設計思想を持つ「Live Avatar」機能が、音声対話モデルGemini 3.8 Liveに統合された。バーチャルエージェントの体験品質を左右する「待ち時間の沈黙」を構造的に排除しようとする試みであり、企業向けAIインターフェースの設計に一石を投じる発表だ。
背景：Gemini 2.x系からの流れとLive Avatarの位置づけ
Gemini 3.8 Liveは、Googleが2025年前半にかけて展開してきたGemini 2.xシリーズ（Gemini 2.0 Flash、Gemini 2.5 Proなど）における音声対話能力の強化路線の延長上にある。Gemini 2.0の段階でリアルタイム音声対話（Live API）が実験的に提供されはじめ、3.8ではその安定性と機能範囲が拡張された。今回のLive Avatarはその3.8 Liveに映像生成レイヤーを重ねることで、音声だけでなく「顔のある対話」を実現するものだ。
OpenAIのGPT-4o音声モードやHeyGenのインタラクティブアバターなど、音声・映像を組み合わせたリアルタイムAIエージェントは競合各社も展開しているが、今回のGoogleの差別化ポイントは非同期ツールコールと97言語ネイティブリップシンクの組み合わせにある。（※編集部の考察）
最大の差別化点：処理中も「沈黙しない」非同期設計
Live Avatarにおいて技術的に最も注目すべきは、バックグラウンドでの非同期ツール実行だ。
従来のAIアバターやチャットボット型エージェントは、外部APIの呼び出しやデータベース検索などの処理が走っている間、ユーザーとのインタラクションが事実上停止する。これが「待ちの沈黙」としてUXを損なう要因になってきた。Live Avatarでは、こうしたバックグラウンド処理を非同期で走らせながら、アバターとの会話を並行して継続できる設計になっている。
元記事が挙げる具体例はホテルのチェックイン処理だ。システム側で予約確認・ルームアサイン・決済処理が走っている間も、アバターはフロントスタッフのように会話を続けられる。処理完了後にシームレスに次のアクションへ移行できるため、体感上の「AI感」が大幅に薄れることが期待される。
4つの主要機能
1. マルチモーダルな入出力処理
Live Avatarは視覚と音声の入力を同時に処理し、音声と映像の両方で応答する。元記事によれば「会話はもともとマルチモーダルなものだ——人は聞き、見て、話し、表情でコミュニケーションする」という前提のもとに設計されている。テキストチャットボットとは異なり、映像・音声・表情の三要素を組み合わせることで、従来のバーチャルエージェントよりも自然なやり取りを目指している。
2. 非同期ツール実行による「途切れない対話」
前述のとおり、非同期ツールコールはLive Avatarの設計思想の核心だ。複雑なバックエンド処理を並行実行しながら対話を維持できる点は、カスタマーサポートや窓口業務の自動化シナリオで特に効果を発揮すると考えられる。処理待ちの無音・静止状態が発生しないことで、UX上の体感が大きく変わる。
3. 97言語対応のネイティブ多言語リップシンク
97言語にわたってリップシンクと表情が動的に対応し、会話の途中で言語を切り替えても映像品質の劣化や「ビジュアルドリフト」（アバターの見た目が崩れる現象）が生じないとされている。多言語対応を後処理や音声合成レイヤーの差し替えで行うのではなく、ネイティブな設計として統合されている点が技術的な差別化ポイントだ。グローバル展開する企業が単一のアバターで複数言語圏に対応できる可能性がある。
4. カスタムアバター生成
プリセットのアバターライブラリに加え、高品質な参照画像1枚からブランド独自のアバターを生成できる。顔の同一性・ブランドスタイル・キャラクター設定を維持したまま、完全にアニメーション化された応答可能なアバターを作成できる。ただし、カスタムアバター作成は現時点でエンタープライズのアローリスト登録企業のみが利用可能だ。
透明性確保のための透かし技術「SynthID」
AI生成コンテンツであることを担保するため、映像・音声のすべての出力には**SynthID** による電子透かしが埋め込まれている。SynthIDはGoogle DeepMindが開発した知覚不可能な透かし技術で、人間の目・耳には検知できない形でコンテンツにIDを埋め込み、AI生成コンテンツの検出を可能にする。誤情報や誤帰属リスクの低減を目的としており、企業向けに展開するうえでの信頼性担保として機能する。なお、元記事本文中に「モデルカード」へのリンクが記載されているが、現時点では独立したモデルカードページへの正式なURLは確認できていない。
利用開始
Gemini 3.8 Live with Live Avatarは本日よりGemini Enterpriseで利用可能になっている。APIドキュメントから利用を開始できる。カスタムアバター機能はエンタープライズ向けのアローリスト制での提供となっている点に注意が必要だ。将来的なより広範な提供については、現時点でGoogleからのアナウンスはない。
詳細はIntroducing Gemini 3.8 Live with Live Avatarを参照していただきたい。
