بر اساس گزارش نشریه The Verge، شرکت گوگل در بهروزرسانی جدید مدل Gemini 3.8 Live قابلیت 'Live Avatar' را معرفی کرد تا کاربران بتوانند حین مکالمه بلادرنگ، یک چهره پویانماییشده هوش مصنوعی را مشاهده کنند. این آواتار توانایی هماهنگی کامل حرکات لب با گفتار (Lip-sync) و نمایش تغییرات چهره حین گفتگو را دارد، اما در حال حاضر صرفاً برای مشتریان Gemini Enterprise فعال است.
پشتیبانی از ۹۷ زبان و نمایش اطلاعات روی صفحه
طبق توضیحات ارائهشده از سوی گوگل، Live Avatar میتواند میان ۹۷ زبان تحت پوشش جابهجا شود، بدون اینکه وضوح ویدیو کاهش یابد یا انحراف و خطای بصری (Visual Drift) ایجاد گردد. گوگل با انتشار ویدیویی نحوه تکلم این آواتار به دو زبان انگلیسی و ژاپنی را به نمایش گذاشت که در آن حرکات دهان با گفتار هر دو زبان هماهنگ است. این قابلیت همچنین میتواند حین صحبت، دادههای مرتبط را روی صفحه نمایش دهد.
یکپارچگی با پردازش زنده و پروتکلهای امنیتی SynthID
انتشار Live Avatar حدود یک هفته پس از معرفی مدل Gemini 3.8 Live انجام شده است؛ مدلی که به گفته گوگل ورودیهای بصری را بهصورت تقریباً آنی پردازش میکند. کاربران شرکتی علاوه بر امکان انتخاب از میان مجموعهای از آواتارهای پیشفرض، مجاز به ساخت آواتارهای اختصاصی سازمان خود نیز هستند. گوگل اعلام کرده است که کلیه ویدیوهای تولیدی Live Avatar حاوی واترمارک نامرئی SynthID خواهند بود و تحت تدابیر امنیتی سختگیرانه برای 'احترام به هویت' تولید میشوند.
خرید قانونی جمینای ادونسد (Gemini Advanced)
فعالسازی مستقیم با کارتهای بینالمللی معتبر، بدون واسطه، با ضمانت کامل تا آخرین روز اشتراک و پشتیبانی سریع در شیرازگِیت.
دیدگاه خود را بنویسید