Hablar con Gemini ya no tiene por qué ser solo escuchar una voz. Google ha presentado Gemini 3.8 Live con Live Avatar, una función que combina su modelo de conversación en directo con vídeo generado de baja latencia. El resultado es un personaje animado que escucha, ve y responde mientras habla, moviendo los labios y mostrando expresiones acordes con la conversación.
Qué es Gemini Live Avatar y cómo funciona
Live Avatar añade una presencia visual a las conversaciones de Gemini 3.8 Live, el modelo de diálogo que Google lanzó la semana pasada. En lugar de limitarse a generar una respuesta de voz, la IA produce audio y vídeo casi en tiempo real. Google destaca la sincronización de los labios, las expresiones naturales y la capacidad de respetar los turnos al hablar.
El avatar puede procesar a la vez lo que ve y escucha para responder al contexto. Y no tiene que detener la conversación cada vez que necesita consultar información: gracias a las llamadas asíncronas a herramientas, puede hacer gestiones en segundo plano mientras sigue hablando. En una de las demostraciones de Google, por ejemplo, ayuda a un huésped durante el registro de un hotel.
Una de sus funciones más llamativas es la capacidad de cambiar entre 97 idiomas durante una misma conversación. Según Google, la boca y las expresiones se adaptan al idioma sin que el vídeo pierda fidelidad ni se desajuste con el sonido. La compañía muestra una demostración en la que el avatar alterna idiomas sobre la marcha.
De momento, está destinado a usuarios de Gemini Enterprise. Las empresas podrán elegir entre una biblioteca de avatares prediseñados y también podrán crear uno propio a partir de una imagen de referencia, manteniendo la apariencia de un personaje o la identidad visual de una marca. Eso sí, Google aclara que la creación de avatares personalizados está limitada actualmente a empresas autorizadas. Y será necesaria una pantalla, por lo que no lo veremos en el Google Home Speaker.
Para qué se puede utilizar y cuándo estará disponible
Google plantea Live Avatar para atención al cliente, guías interactivas y otras experiencias en las que hablar con un asistente resulte más cómodo que navegar por menús. La demostración del hotel da una idea de cómo podría atender a una persona y consultar datos al mismo tiempo, aunque no significa que el servicio esté ya implantado en hoteles.
La función está disponible desde el 24 de septiembre de 2026 en Gemini Enterprise y Google remite a su documentación de API para quienes quieran empezar a utilizarla. No ha anunciado su llegada a la aplicación de Gemini para usuarios particulares ni un precio específico para Live Avatar, así que no conviene confundir esta novedad empresarial con una función que ya pueda activarse en cualquier móvil.
Live Avatar se apoya en Gemini 3.8 Live, diseñado para conversaciones de voz con poca latencia. Su ficha técnica admite texto, imágenes, audio y vídeo como entradas, y texto y audio como salidas del modelo base. También incorpora razonamiento intercalado, llamadas a funciones y conexión con la Búsqueda de Google.
Google señala además que el audio y el vídeo generados por sus productos de IA llevan una marca de agua imperceptible, SynthID, para ayudar a identificar el contenido creado artificialmente. Es una medida relevante ahora que estos personajes pueden parecer y sonar cada vez más naturales.