エージェントを強化: Gemini 3.8 Live with Live Avatar の一般提供を開始
Fabien Blanc-paques
Group Product Manager, Gemini Live
※この投稿は米国時間 2026 年 9 月 25 日に、Google Cloud blog に投稿されたものの抄訳です。
先週の Gemini 3.8 Live と Gemini 3.8 Live Extended Thinking の発表に続き、Gemini 3.8 Live with Live Avatar が Gemini Enterprise で一般提供されることになりました。Google Cloud Next 2026 で初めてプレビューされたこのテクノロジーは、企業の本番環境に正式に対応しました。
企業の音声 AI が基本的な速度やコストの指標を超えて進化するにつれ、Google の優先事項は、各インタラクションの品質をさらに高めることに移っています。Gemini 3.8 Live は、ネイティブの音声間基盤により、流暢で応答性の高い会話を実現しています。Live Avatar 機能は、ウェブ、モバイル、インタラクティブ キオスクなどの会話型動画エージェントに、視覚的なインタラクションと確かな存在感をもたらします。これにより、以下の機能を利用できます。
-
動画アバター: Live Avatar 機能を使用した会話型動画では、リップシンクが同期された動画アバターを生成できます。注: カスタム アバター機能は、許可リストに登録されている場合にのみ利用できます。
-
流暢な対話: ネイティブな音声間対応により、会話の文脈やバックエンドの処理を途切れさせることなく、ユーザーからの割り込みにもより自然に対応できます。
-
ツール呼び出し: 会話を続けながら、バックグラウンドでツールと API 呼び出しを実行します。これにより、モデルはリクエストを認識し、バックグラウンドでタスクが完了するまでチャットを続けることができます。
-
言語の壁を打破: Gemini 3.8 Live は 97 の言語を理解して話すことができ、言語の自動検出にも対応しています。
-
ユーザーの視界をエージェントと手軽に共有: Live の視覚理解機能により、ライブカメラのフィードや画面共有を、音声と同時にすべてリアルタイムで処理できます。
Gemini 3.8 Live Extended Thinking は限定公開プレビュー版のままですが、Gemini 3.8 Live with Live Avatar が利用可能になりました。米国と EU のエンドポイントで提供され、プロビジョンド スループット、エンタープライズ コンプライアンス、厳格なデータ ガバナンスを備えています。Gemini Enterprise でモデルとその機能をお試しいただき、API を使用して今すぐ構築を始めましょう。
信頼と透明性を重視
アイデンティティの保護と不正利用の防止のため、お客様は厳選された事前構築済みアバターのライブラリからデプロイできます。一方、カスタム アバターの作成には、厳格なエンタープライズ許可リストへの登録と身元確認プロセスが必要となります。さらに、生成されたすべての音声ストリームと動画ストリームには、人間には感知できない SynthID の透かしが埋め込まれており、AI 生成コンテンツの透明性と検証可能性が確保されています。
Gemini 3.8 Live と Live Avatar の 3 つのデモ
1: インタラクティブなカスタム アバター
インタラクティブなカスタム アバターを段階的に作成
Gemini 3.8 Live で、システム指示を追加し、参照用の写真と音声ファイルのサンプルを 1 つずつアップロードすることで、カスタム アバターを作成する方法をご覧ください。
2: 音声優先の保険金請求受付におけるライブ動画の理解
Gemini 3.8 Live を使用したライブ動画の理解により、請求の受付を効率化
このデモでは、Gemini 3.8 Live を使用して、一般的なユースケースである受付エージェントを実際に作成します。このシナリオでは、保険金請求の受付エージェントを想定しています。カメラに向かって話し、損傷を映すだけで、請求ノートブックが自動的に入力されていきます。バックグラウンドでは、ADK エージェント チームがポリシーを確認し、受付ルールを適用して、アジャスター パケットを作成します。詳細については、オープンソース コードをご覧ください。
3: Google ADK と Gemini Live API を使用したリアルタイム音声 AI エージェント
Google ADK と Gemini Live API を使用してライブ音声エージェントを構築
デベロッパーが Agent Development Kit（ADK）を使用して、エージェントの定義、ランナーとセッション メモリの管理を行い、従来の音声文字変換パイプラインを介さずに、リアルタイム音声を Gemini Live API へ直接ストリーミングする方法をご覧ください。
Gemini 3.8 Live with Live Avatar を活用したイノベーションの事例
Cox Automotive は、Autotrader 向けに AI を活用したショッピング アシスタントを構築しました。このアシスタントは、ライブ画面ハイライト機能とツール呼び出し機能を活用し、自然な会話を通じて、車両の検索から比較、さらには融資の手続きまで、自動車購入者をリアルタイムで案内します。
「買い物客は、フィルタやメニューをたどるのではなく、自分の言葉で必要なものを伝えて探すことを、ますます望むようになっています。Autotrader の新しい会話型 AI アバターは、自然な会話を適切な在庫にマッチングさせることで、車両検索にそのエクスペリエンスをもたらします。これは、すべての消費者とのやり取りで Cox Automotive のデータを最大限に活用するという、コネクテッド インテリジェンスのビジョンに向けた新たな一歩です。」- Cox Automotive、EVP 兼最高プロダクト責任者、Marianne Johnson 氏
「当社は、ユーザーをよく理解し、ユーザーの言語を話し、常にユーザーに寄り添うパーソナル AI を構築しています。現在、インドの 9 つの言語で、1 日に 100 万件を超えるライブ通話を処理しています。Gemini 3.8 Live によって、割り込みへの対応、多言語での会話、そしてツール呼び出しの信頼性が向上しました。この AI は電話に応答するだけでなく、ユーザーに代わって作業を完了してくれます。」- Equal AI、CEO、Akhilesh Damaraju 氏
「Gemini 3.8 Live と Agentforce が連携することで、インテリジェント サービスの可能性を再定義できることを大変嬉しく思います。Salesforce AI Research と Google のコラボレーションにより、リアルタイムのマルチモーダル機能とエージェント型 AI を組み合わせ、最初の問い合わせから解決に至るまで、より豊かで直感的なカスタマー エクスペリエンスを創出する新たなアプローチを追求しています。- Salesforce、Agentforce 担当プロダクト バイス プレジデント、Bob Van Osten 氏
「テストとベンチマークを通じて、Gemini 3.8 Live には非常に感銘を受けました。音声検出のアップデートと全体的なレイテンシの改善は大きな前進であり、SPECS プラットフォームで最高品質の AI アシスタントを提供する能力をさらに高めてくれます。」- Specs、ソフトウェア エンジニア、Eric Walsh 氏
今すぐ開発に着手しましょう
Gemini 3.8 Live with Live Avatar は、企業のお客様向けに提供が開始されています。
-
Gemini Enterprise でモデルを試す
-
Gemini Live API のドキュメントで統合ガイドを確認する
-
料金ページで料金を確認する
-
Gemini Live API を使用してリアルタイムの双方向ストリーミング アプリを構築するスキル
アプリケーションに特殊なモジュール式の音声機能が必要な場合は、他の音声モデルもご確認ください。
プロビジョンド スループットの有効化、カスタマイズされたデプロイ アーキテクチャ、カスタム アバターの許可リストへの登録については、Google Cloud の営業担当者にお問い合わせください。
- Gemini Live、グループ プロダクト マネージャー、Fabien Blanc-paques
