Gemini 3.8 Live上线Live Avatar，企业可用近实时虚拟形象

谷歌在Gemini Enterprise推出Gemini 3.8 Live的Live Avatar，将近实时视频与语音结合，实现口型同步、自然表情和流畅轮替。它同时处理视听输入，并可在对话持续时异步调用工具。支持97种语言切换且画面稳定；自定义形象仅企业白名单开放。国内可用性与价格未知。

G1 个来源3.758201418697548e-81 小时前GeminiLive Avatar多模态企业AI数字人SynthID

要点

企业虚拟客服和互动导览需要听、看、说与表情同步。Live Avatar把近实时视频与语音结合，并允许对话不中断时后台调用工具。

面向使用Gemini Enterprise的企业开发者，以及需要预设或品牌化虚拟形象的组织；自定义形象目前仅限企业白名单。

资料称该功能已在Gemini Enterprise提供，可查阅其API文档入手。国内入口、价格和具体参数未知，本次未实测。

本站已实测

本条由 AI 根据上面的原始来源整理，经编辑审核后发布。数字和结论以原文为准，发现错误欢迎反馈。

10月13日，谷歌扩大Gemini 4 Argon的开放范围，开发者可通过AI Studio等入口使用。首发标准输入和输出价格为每百万词元2美元、10美元，缓存输入优惠95%；Gemini应用和Antigravity的使用还取决于订阅等级。

MOSS-Image 结合 50 亿参数扩散模型和意图感知提示增强，重点处理长段中英文与信息密集图形。技术报告提供文字和布局评测，模型页已给出 Base、SFT 及运行说明，HF Space 也可查看并尝试带布局要求的生成流程。适合先检查文字分组效果。

DeepSeek 发布 V4.1-Flash-1017，并同步更新网页、应用和接口，针对 Harness 等执行环境优化任务表现、输出长度与耗时。中文实测展示三维网页和游戏制作，同时出现建筑细节偏差；低价与成功交付仍需按完整任务一起评估。

OpenAI于9月29日推出GPT-6.1 Sol，面向编程、电脑操作与专业工作。标准API每百万输入和输出词元分别为2美元、10美元，缓存输入为0.10美元；官方称部分任务表现接近Astra，已进入ChatGPT Work、Codex和API。