Google 於 2026 年 9 月 24 日公布 Gemini 3.8 Live with Live Avatar，把即時對話、串流視像和數碼化身組合成企業代理體驗。Google 表示，功能現時可在 Gemini Enterprise 使用，目標是令客服、互動導覽和其他企業服務不只用文字或聲音回應。
Live Avatar 可以同時處理視像和音訊輸入，並以帶有表情、唇形同步和聲音的視像方式回應。Google 把它描述為一種更接近真人對話的多模態互動，但企業真正採用時仍要先界定哪些場景需要視像存在感，因為更豐富的介面也會帶來更高的內容、身份和可及性要求。
一個技術重點是 asynchronous tool execution。代理可以在背景呼叫工具、取得資料，同時保持對話不中斷。Google 以酒店入住等複雜任務作例子：代理可以一邊與客戶保持互動，一邊處理外部系統資料。這種模式對工作流程有吸引力，但企業仍要清楚區分可讀取資料、可執行動作和需要人工批准的步驟。
Google 表示 Live Avatar 可以在 97 種語言之間切換，並讓語音、唇形和表情跟隨語言變化而保持同步。這是產品宣稱的支援範圍，不等於每種語言在所有口音、專業術語和文化情境下都有相同效果；實際部署需要用目標市場的真實對話測試準確度和自然度。
企業可以從預設 avatar 中選擇，也可以用高質素參考圖片建立自訂 avatar，保留品牌風格或角色身份。Google 說，自訂 avatar 建立功能目前只向 enterprise allowlisting 開放。這意味著影像肖像權、員工或客戶同意、冒充風險和內容標示，都應該在推出前納入流程，而不只是交給產品設定。
在透明度方面，Google 表示所有由其 AI 產品生成的輸出都會加上 SynthID 不可見水印，讓音訊和視像較容易被偵測，以減少錯誤歸因和誤導。水印可以支持來源識別，但不能代替畫面上的 AI 標示、人工監督、投訴渠道和對深偽內容的整體治理。
Gemini 3.8 Live with Live Avatar 的方向，代表企業代理開始由「回答問題」走向「持續在場並協調工具」。產品體驗是否有價值，會取決於代理能否在不打斷對話的情況下正確取資料、知道何時要停下來請人批准，以及在視像和多語言環境中保持可理解、可追溯和可控制。
