به گزارش خبرگزاری ۳ خبر و براساس گزارش دیجیاتو، گوگل با به‌روزرسانی Gemini ۳.۸ Live، قابلیت جدیدی به نام Live Avatar معرفی کرده است که تعامل با هوش مصنوعی را از یک مکالمه صوتی یا متنی فراتر می‌برد و آن را به گفت‌وگو با یک شخصیت بصری متحرک تبدیل می‌کند.

Live Avatar با ترکیب تولید ویدئوی لحظه‌ای و فناوری گفتار، شخصیتی را روی صفحه نمایش می‌دهد که می‌تواند به کاربر گوش دهد، ورودی‌های بصری را دریافت کند و پاسخ خود را به‌صورت گفتاری ارائه دهد. حرکت لب‌ها نیز هم‌زمان با کلماتی که آواتار بیان می‌کند تغییر می‌کند.

آواتار جمینای به ۹۷ زبان صحبت می‌کند

یکی از ویژگی‌های Live Avatar، پشتیبانی از ۹۷ زبان است. گوگل می‌گوید این آواتار می‌تواند بین زبان‌های مختلف جابه‌جا شود، بدون اینکه کیفیت ویدئو یا هماهنگی بصری آن دچار افت شود.

در یکی از نمونه‌های منتشرشده توسط گوگل، آواتار به زبان‌های انگلیسی و ژاپنی صحبت می‌کند و حرکات لب آن با گفتار در هر دو زبان هماهنگ است. آواتار همچنین می‌تواند در جریان مکالمه، اطلاعات و محتوای مختلفی را روی صفحه نمایش دهد.

امکان ساخت آواتار اختصاصی برای سازمان‌ها

گوگل مجموعه‌ای از آواتارهای آماده را برای مشتریان سازمانی ارائه می‌کند، اما کسب‌وکارها می‌توانند شخصیت بصری اختصاصی خود را نیز برای استفاده در این سیستم ایجاد کنند.

این قابلیت در حال حاضر برای مشتریان سازمانی Gemini Enterprise عرضه شده است و هنوز مشخص نیست چه زمانی در اختیار کاربران عادی قرار خواهد گرفت.

Live Avatar چه کاربردی دارد؟

گوگل قابلیت جدید را بیشتر برای استفاده‌های سازمانی و خدمات تعاملی طراحی کرده است. برای مثال، کسب‌وکارها می‌توانند از آواتارهای هوش مصنوعی برای پشتیبانی مشتریان، راهنمایی تعاملی و ارائه خدمات مجازی استفاده کنند.

هماهنگی حرکات لب با صدا، حالت‌های چهره و امکان مدیریت نوبت در مکالمه نیز با هدف طبیعی‌تر کردن تعامل میان کاربر و شخصیت هوش مصنوعی توسعه یافته‌اند.

برچسب نامرئی برای تشخیص محتوای تولیدشده با هوش مصنوعی

گوگل اعلام کرده خروجی Live Avatar به SynthID مجهز است؛ فناوری واترمارک نامرئی این شرکت که برای شناسایی محتوای تولیدشده با هوش مصنوعی استفاده می‌شود.

گوگل همچنین از در نظر گرفتن تدابیری برای محافظت از هویت در این سیستم خبر داده است؛ موضوعی که با توجه به امکان ساخت آواتارهای اختصاصی می‌تواند در استفاده سازمانی از شخصیت‌های دیجیتال اهمیت بیشتری پیدا کند.

عرضه Live Avatar تنها حدود یک هفته پس از معرفی Gemini ۳.۸ Live انجام شده است. گوگل می‌گوید مدل جدید می‌تواند ورودی‌های بصری را تقریباً به‌صورت لحظه‌ای پردازش کند و Live Avatar نیز از همین قابلیت برای ایجاد تجربه‌ای تعاملی‌تر استفاده می‌کند.

۲۲۷۲۲۷