Google は 2026 年 9 月 24 日 (現地時間)、企業向けの Gemini Enterprise において、リアルタイムの映像アバターと対話できる Live Avatar 機能の一般提供を開始したことを発表しました。
この機能は Google Cloud Next 2026 で初めて発表され、今回正式に企業向けの本番運用が可能になりました。
Live Avatar とは
Live Avatar は、Google の音声対話基盤「Gemini 3.8 Live」に映像生成を組み合わせた機能です。
リップシンクや表情、間の取り方を伴った映像アバターが、ユーザーとの対話に応じてリアルタイムに生成されます。
ウェブサイトやモバイルアプリ、店舗などに設置するキオスク端末での利用が想定されており、カスタマーサポートや案内業務での活用が見込まれています。
音声・映像を同時に処理
Live Avatar は音声だけでなく、カメラ映像や画面共有もリアルタイムに処理できるため、ユーザーがカメラで映したものを見ながら会話を続けたり、画面を共有しながら操作をサポートしたりする用途に対応します。
対応言語は 97 言語で、自動言語検出により会話の途中で言語が切り替わった場合もリップシンクと表情の同期を維持できるとしています。
バックグラウンドでのツール実行
対話を継続しながら裏側でツール呼び出しや API 連携を非同期に処理でき、ユーザーからの依頼を受け付けた後、会話を止めずに処理を進められるため、ホテルのチェックインのような複数ステップの手続きにも対応できます。
カスタムアバターの作成
あらかじめ用意された複数のアバターから選んで利用できるほか、企業が独自のアバターを作成することも可能です。基準となる 1 枚の参照画像から、その人物の特徴やブランドイメージを保ったアバターを生成できるとしています。
ただし、カスタムアバターの作成機能は現時点でエンタープライズ向けの許可リスト制での提供に限られます。
提供について
一般提供は米国および EU のエンドポイントで開始されており、スループットの確保やコンプライアンス対応を含めた企業向けの提供体制が整えられています。
また、生成される音声・映像には SynthID の電子透かしが組み込まれており、AI によって生成されたコンテンツであることを検出できるようにしているとしています。
導入事例としては、自動車販売プラットフォームを手がける Cox Automotive がアバターを使った車両検索・比較のアシスタントを構築したことを明らかにしているほか、Salesforce も自社の Agentforce との連携を進めていることも発表されました。
なお、同日には一般ユーザー向けに音声生成モデル Gemini 3.8 Flash TTS と Gemini 3.8 Flash-Lite TTS が発表されています。
