Geminiに顔、対話AIアバター「Live Avatar」提供開始

Googleは2026年9月24日、対話AI「Gemini」向けの新機能「Live Avatar」を発表した。ユーザーが音声で話しかけると、画面上のアニメーション調のキャラクターが表情を変えながらリップシンクで応答する仕組みだ。現時点では法人向けサービス「Gemini Enterprise」の顧客に限定して提供されている。97の言語に対応しており、会話の途中で言語を切り替えても映像が乱れないとGoogleは説明している。

背景

生成AIの対話サービスはこれまで、文字や音声でのやり取りが中心だった。企業の問い合わせ対応や案内窓口にAIを使う動きが広がる中、画面越しに顔の見える相手と話している感覚を出すアバター型のインターフェースが各社で試みられてきた。Live Avatarは、Googleが法人向けに展開するGemini Enterpriseの中でこの流れに加わる機能となる。

詳細

Live Avatarは、Googleが1週間ほど前に発表した音声対話モデル「Gemini 3.8 Live」をベースにした機能となる。Gemini 3.8 Liveはテキストを介さずに音声から音声へ直接応答するモデルで、Live Avatarはこれに映像の層を重ね、話し相手の姿を画面に表示する。

応答の際にはユーザーの発話にあわせたリップシンクと表情の変化が加わり、会話の間合いや割り込みへの対応も自然に保たれるという。会話を続けながら裏側でツールを呼び出し、必要な情報を調べたり作業を進めたりする機能も備える。カメラ映像や画面共有を見ながら会話する使い方にも対応しており、Googleはウェブやモバイルアプリ、店頭のキオスク端末といった場面での接客や案内への活用を想定している。

多言語対応も特徴のひとつで、97の言語に対応する。Googleによれば、会話の途中で言語を切り替えても映像の品質が落ちたりずれが生じたりしないという。海外拠点を持つ企業が多言語で顧客対応する場面を意識した設計とみられる。

提供範囲は今のところ限られている。一般提供は米国とEUのエンドポイントで、Gemini Enterpriseの契約企業が対象となっている。個人が使う無料または有料のGeminiアプリでは、今回のLive Avatarは利用できない。見た目を自社のキャラクターや実在の人物に似せたカスタムアバターを作る機能もあるが、こちらは許可を得た企業に限って使えるように制限されている。

Googleは生成した映像と音声のすべてに、AIによる生成物であることを示す透かし技術「SynthID」を組み込んでいるとしている。Live Avatarは9月に開催されたGoogle Cloud Next 2026でプレビューとして紹介されており、今回はその一般提供にあたる。