生活分享

Google 宣布 Gemini 3.8 Live with Live Avatar 正式上線企業版：會說話的 AI 虛擬人走進客服

Google 表示，結合即時語音對話與同步唇形影像虛擬人的 Gemini 3.8 Live with Live Avatar 已在 Gemini Enterprise 正式提供，並以 SynthID 浮水印與自訂虛擬人允許清單作為防濫用措施。本文整理功能、狀態與對一般人的影響。

閱讀時間約 7 分鐘

Google 宣布 Gemini 3.8 Live with Live Avatar 正式上線企業版：會說話的 AI 虛擬人走進客服
圖片：Mokaair (Original editorial artwork)

發生了什麼：Live Avatar 正式進入企業版

Google Cloud 部落格宣布，Gemini 3.8 Live with Live Avatar 已在 Gemini Enterprise 正式提供（generally available，意指結束測試階段、開放企業用於正式業務），並稱這項技術已可用於企業正式環境；該篇 Google Cloud 部落格文章日期為 2026 年 9 月 25 日。另有一篇介紹該功能的文章發布於 blog.google，日期為 2026 年 9 月 24 日。據 Google 表示，這項技術曾在 Google Cloud Next 2026 首度預覽。

這次上線建立在 Google 於 2026 年 9 月 15 日發表的 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking 之上。據 Google 表示，Gemini 3.8 Live 著重規模與成本效率，Extended Thinking 則針對高複雜度與多步驟推理任務。以上資訊均來自 Google 自家網站，尚未有獨立來源證實。

Google 宣布 Gemini 3.8 Live with Live Avatar 正式上線企業版：會說話的 AI 虛擬人走進客服
Mokaair 編輯查核流程 · 圖片：Mokaair (Original editorial artwork)
閱讀完整文字說明

消息會先蒐集來源、獨立查核，再交由 Jev 判斷。

功能重點與目前狀態比較

據 Google 表示，Live Avatar 可為網頁、行動裝置與互動式資訊站上的對話式影片代理（能以影像和人對談、代辦事務的 AI 程式）生成具同步唇形的虛擬人。Gemini 3.8 Live 能理解並說 97 種語言、可自動偵測語言，虛擬人的唇形與表情也能在這些語言間切換。模型可在背景執行工具與 API 呼叫（也就是讓 AI 去查資料或操作其他系統），同時持續對話；即時視覺理解則可同時處理鏡頭畫面、螢幕分享與音訊。Google 另稱，正式版提供美國與歐盟端點（處理資料的伺服器所在區域）、預留輸送量（企業可預先保留的處理容量）、企業合規與資料治理。

Gemini 3.8 Live 系列各項目比較（資料來源：Google）
項目Google 公布日期Google 描述的定位目前狀態（據 Google）
Gemini 3.8 Live2026 年 9 月 15 日規模與成本效率、流暢對話與視覺理解已發表；作為 Live Avatar 的語音基礎
Gemini 3.8 Live Extended Thinking2026 年 9 月 15 日高複雜度任務與多步驟推理私人預覽（尚未公開提供）
Gemini 3.8 Live with Live Avatar2026 年 9 月 24 日（blog.google 介紹文章）／9 月 25 日（Google Cloud 部落格宣布正式提供）同步唇形的影像虛擬人Gemini Enterprise 正式提供，美國與歐盟端點
自訂虛擬人2026 年 9 月 24 日以參考圖片生成品牌專屬虛擬人僅限允許清單與驗證的企業

在效能方面，Google 表示 Gemini 3.8 Live Extended Thinking 在 Artificial Analysis 的語音對語音（AI 直接聽語音、直接以語音回答）品質指數以 82.6 分居首，在 τ-Voice 得 68.6%、Big Bench Audio 得 97.7%；Gemini 3.8 Live 則在 Speech Agent Arena 取得第二名。這些成績由 Google 自行公布，讀者宜視為廠商說法。

身分保護與浮水印措施

能以真人外貌即時說話的 AI 虛擬人，最受關注的風險是冒用身分與誤導。據 Google 表示，客戶可從預建虛擬人資料庫中選用；若要以參考圖片生成自訂虛擬人，須通過企業允許清單（只有列入名單的企業才能使用）與驗證程序。Google 也稱，所有生成的音訊與影像串流都帶有肉眼難以察覺的 SynthID 浮水印，目的是讓 AI 生成內容可被偵測。

對一般讀者的實際影響

這次發布對象是企業與開發者，一般消費者不會直接購買或啟用這項服務。實際影響在於：採用的企業可能把 AI 虛擬人放進客服、購物導覽或報到流程。Google Cloud 部落格舉例，Cox Automotive 為 Autotrader 打造 AI 購物助理，引導購車者搜尋與比較車輛；Google 也展示保險理賠受理示範，使用者對著鏡頭說明損壞，由背景代理查核保單並整理資料。

Google Cloud 部落格另引述 Equal AI 執行長 Akhilesh Damaraju 表示，其 AI 每天以九種印度語言處理逾百萬通即時通話；並引述 Salesforce 的 Bob Van Osten 提及 Gemini 3.8 Live 與 Agentforce 的合作。這些都是 Google 選錄的客戶說法。對使用者來說，多語言、可看畫面的 AI 客服可能讓部分服務更方便，但也代表你分享給鏡頭的畫面與聲音會交由企業的 AI 系統處理，使用前值得留意該企業的隱私說明。

常見問題

一般人現在可以自己使用 Live Avatar 嗎？

據 Google 表示，Gemini 3.8 Live with Live Avatar 是在 Gemini Enterprise 提供給企業客戶，並透過 API（讓企業把功能接進自家程式的介面）供開發者整合。一般人較可能是在企業的網站、App 或資訊站上間接接觸到它。

Live Avatar 和之前發表的 Gemini 3.8 Live 有什麼不同？

Google 在 2026 年 9 月 15 日發表的 Gemini 3.8 Live 是即時語音對話模型；隨後推出的 Live Avatar（blog.google 介紹文章日期 9 月 24 日，Google Cloud 部落格宣布正式提供日期 9 月 25 日）則在其上加入具同步唇形的影像虛擬人，讓對話代理有可見的形象。

Extended Thinking 也一起正式上線了嗎？

沒有。據 Google Cloud 部落格，Gemini 3.8 Live Extended Thinking 仍處於私人預覽，尚未公開提供；正式提供的是 Gemini 3.8 Live with Live Avatar。

有人能用它冒充別人的臉嗎？

Google 表示，自訂虛擬人須經企業允許清單與驗證程序，一般客戶只能從預建虛擬人資料庫選用；所有輸出也帶有 SynthID 浮水印。這些是 Google 描述的防護措施，實際成效尚無獨立驗證。

支援中文嗎？

Google 表示 Gemini 3.8 Live 支援 97 種語言並可自動偵測，但公告中沒有列出完整語言清單，因此目前無法確認特定語言的支援程度。

使用費用是多少？

Google Cloud 部落格只表示價格列於其定價頁面，公告本身沒有提到具體金額。

Google 還有哪些相關的語音模型？

Google Cloud 部落格列出 Gemini 3.5 Transcribe 與 Gemini 3.5 Live Translate 等。Google 稱 3.5 Transcribe 於 2026 年 8 月 26 日發表，可轉錄逾 85 種語言；3.5 Live Translate 於 2026 年 6 月 9 日發表，可在逾 70 種語言間近即時翻譯語音。

查看同分類最新消息

同主題延伸閱讀

最新旅遊情報攻略

資料來源

生活分享