Google presentó el 24 de septiembre Gemini 3.8 Live con Live Avatar, una función que combina conversación por voz con una presencia visual generada por inteligencia artificial. El lanzamiento se dirige a Gemini Enterprise. La novedad es que un agente puede responder con audio y video, no que exista una persona detrás de cada rostro mostrado en pantalla.
Según la compañía, el sistema integra generación de video de baja latencia con sus modelos de diálogo en directo. La sincronización de labios, las expresiones y los turnos de conversación buscan hacer más natural el intercambio. Es una descripción del fabricante: esta nota no presenta una prueba independiente de velocidad, precisión o calidad en condiciones de uso mexicano.
La empresa plantea aplicaciones como atención al cliente y recorridos interactivos. Para un negocio mexicano, eso abre una posibilidad de diseño, pero no demuestra que el servicio esté ya implementado en comercios locales. Antes de considerar una integración conviene distinguir entre el lanzamiento de una herramienta y la operación real de un canal que atienda a sus propios usuarios.
Live Avatar puede ejecutar llamadas a herramientas de forma asíncrona, mientras mantiene el diálogo, de acuerdo con Google. En una demostración, la compañía muestra tareas relacionadas con el registro de un huésped en un hotel. El ejemplo no significa que todas las reservas, bases de datos o sistemas mexicanos sean compatibles sin un trabajo previo de conexión y validación.
Una cifra del anuncio destaca: el avatar puede pasar entre 97 idiomas, con adaptación de expresiones y sincronización del habla. La empresa no detalla en esa publicación una evaluación específica para todas las variantes regionales. Si el objetivo es atender en español de México, será necesario comprobar comprensión, pronunciación y respuesta con situaciones reales del servicio.
Además de avatares predefinidos, Google permite construir uno personalizado a partir de una imagen de referencia. Esa creación está disponible únicamente mediante autorización empresarial en una lista de acceso. Por ello, no debe presentarse como una función universal que cualquier usuario de la aplicación gratuita pueda activar inmediatamente desde su cuenta.
¿Un rostro digital hará más confiable una respuesta? La apariencia y la corrección del contenido son cuestiones distintas. El avatar funciona como la fachada de una ventanilla: puede facilitar el contacto, pero no acredita por sí solo que un dato, una tarifa o una instrucción sean correctos. La organización seguirá necesitando revisar qué información entrega su sistema.
Google señala que el audio y el video generados incorporan SynthID, una marca de agua imperceptible orientada a identificar contenido de IA. La compañía también refiere salvaguardas relacionadas con identidad y transparencia. Esto no es una garantía de que toda suplantación sea imposible; las capacidades de detección y el modo de informar al usuario deben evaluarse por separado.
Para empresas y lectores mexicanos, el paso útil es confirmar las condiciones de acceso de Gemini Enterprise, las integraciones, los costos aplicables y el tratamiento de datos antes de adoptarlo. El comunicado no fija un precio mexicano. La pregunta central de una atención con avatar no cambia: ¿quién responde cuando la herramienta da una información incorrecta?
Deja una respuesta