بعد أسبوع من إطلاق Gemini 3.8 Live، قدّمت Google DeepMind ميزة Live Avatar، وهي تضيف «حضورًا بصريًا» شبه لحظي إلى نماذج الحوار الصوتي الحي. تجمع الميزة بين توليد فيديو منخفض التأخّر وبين الكلام، لتنتج شخصية مرئية تستمع وترى وتتحدّث. وهي متاحة اعتبارًا من اليوم في Gemini Enterprise.
ماذا تقدّم؟
- حوار متعدّد الوسائط: تعالج الميزة المدخلات المرئية والصوتية معًا، وتردّ بصوت وفيديو معبّرين، مع مزامنة شفاه دقيقة وتعبيرات طبيعية وتناوب سلس في الكلام.
- استدعاء أدوات غير متزامن: يستطيع الوكيل تنفيذ استدعاءات الأدوات وجلب البيانات في الخلفية بينما يواصل الحوار دون انقطاع. تضرب Google مثلًا بتسجيل وصول ضيف في فندق.
- 97 لغة: تتيح الميزة مزامنة الكلام بين اللغات، وتتكيّف مزامنة الشفاه والتعبيرات عند تبديل اللغة أثناء الحديث، دون تدهور في جودة الفيديو أو انحراف بصري، بحسب Google.
- تخصيص الهوية: مكتبة أفاتارات جاهزة، ويمكن للمؤسسات إنشاء أفاتار متحرّك من صورة مرجعية عالية الجودة مع الحفاظ على الشبه أو أسلوب العلامة أو هوية الشخصية. إنشاء الأفاتارات المخصّصة متاح حاليًا عبر «القوائم البيضاء» للمؤسسات فقط.
الشفافية والسلامة
تقول Google إن جميع مخرجات منتجاتها المولَّدة بالذكاء الاصطناعي تحمل علامة SynthID المائية غير المرئية، وهي مدمجة في الصوت والفيديو لتسهيل اكتشاف المحتوى المولَّد. وتحيل إلى «بطاقة النموذج» (Model Card) لمن يريد تفاصيل نهجها في السلامة. ولمن يريد التجربة، تتوفّر وثائق واجهة البرمجة.
ليه ده مهم؟
الميزة موجّهة للشركات التي تبني خدمة عملاء أو جولات تفاعلية، وتحوّل الوكيل الصوتي إلى وجه يمكن ربطه بهوية العلامة التجارية. أهمّ ما فيها تقنيًا هو الجمع بين الفيديو المباشر واستدعاء الأدوات في الخلفية دون إيقاف الحديث. وقيد «القوائم البيضاء» على الأفاتارات المخصّصة، وعلامة SynthID على المخرجات، يوضّحان أن Google تتعامل بحذر مع خطر انتحال الهوية.
المصادر: Google DeepMind — 2026-09-24
