La nueva función Live Avatar llega a Gemini Enterprise con personajes virtuales capaces de conversar por voz, interpretar audio y vídeo y utilizar herramientas en segundo plano. Google asegura que admite 97 idiomas e incorpora marcas de agua para identificar el contenido generado por inteligencia artificial.
Google ha presentado Gemini 3.8 Live con Live Avatar, una función que añade un rostro animado a sus agentes de inteligencia artificial conversacional. La novedad permite a las empresas incorporar personajes virtuales que escuchan, ven y responden mediante voz y vídeo casi en tiempo real, con movimientos de labios y expresiones faciales sincronizados con el diálogo.
La herramienta, anunciada el 25 de septiembre, ya está disponible en Gemini Enterprise, según la información difundida por la compañía. Su principal diferencia frente a un asistente de voz convencional es que el usuario no se limita a escuchar una respuesta: puede interactuar con un avatar visible en pantalla que mantiene la conversación mientras el sistema consulta información o ejecuta tareas.
Google plantea su utilización en ámbitos como la atención al cliente y los tutoriales guiados. En sus demostraciones, un avatar ayuda a completar el registro de entrada de un hotel, obtiene información mediante herramientas externas y continúa hablando mientras esas operaciones se realizan en segundo plano.
La novedad plantea una evolución en la presentación de los agentes empresariales: la inteligencia artificial ya no solo responde con texto o voz, sino que puede adoptar una presencia visual durante toda la interacción.
Qué es Gemini 3.8 Live con Live Avatar
Live Avatar es una extensión de Gemini 3.8 Live, el sistema conversacional en directo presentado por Google la semana anterior.
La nueva función combina tres capacidades. La primera es el diálogo por voz, que permite mantener intercambios hablados. La segunda es el vídeo de baja latencia, diseñado para que las respuestas visuales aparezcan con un retraso reducido. La tercera es la entrada simultánea de audio y vídeo, con la que el agente puede procesar información de lo que escucha y ve.
Estas funciones permiten crear una experiencia más parecida a una conversación cara a cara que la ofrecida por un chatbot tradicional.
El usuario puede hablar con el personaje mientras este responde con voz y gestos. El avatar también puede mantener su presencia en pantalla cuando necesita consultar una herramienta para completar una tarea.
El resultado que Google busca es evitar que el asistente parezca interrumpir la conversación cada vez que necesita acceder a información externa.
El avatar puede seguir hablando mientras realiza otras tareas
Una de las características más relevantes de Live Avatar es su capacidad para utilizar herramientas de forma asíncrona.
Esto significa que una operación externa puede ejecutarse mientras el diálogo continúa. El sistema no necesita necesariamente detener toda la interacción hasta que termine la consulta.
Google lo ha ilustrado con un ejemplo de atención hotelera.
Un huésped conversa con un avatar para realizar el registro de entrada. Durante el intercambio, el agente solicita los datos necesarios mediante las herramientas disponibles. Mientras se recupera esa información, el personaje virtual permanece en pantalla y puede continuar la conversación.
Para una empresa, esa capacidad podría resultar útil en procesos que requieren varias consultas: comprobar una reserva, recuperar instrucciones o guiar al usuario por un procedimiento.
No obstante, que el avatar permanezca conversando no significa que una operación externa se complete de forma instantánea. La duración seguirá dependiendo de las herramientas utilizadas y de los sistemas empresariales a los que se conecte.
Sincronización labial y expresiones para una conversación más natural
El componente visual es otro de los principales argumentos de Google.
La compañía afirma que Live Avatar incorpora sincronización labial precisa, expresiones faciales y una alternancia fluida entre las intervenciones del usuario y del agente.
El objetivo es que los movimientos del personaje acompañen al contenido de la conversación. Cuando el avatar habla, los labios se adaptan a la voz generada; cuando cambia el idioma, el sistema también ajusta la animación.
Estas características pueden facilitar la interacción en servicios donde una explicación visual resulte útil.
Sin embargo, una apariencia natural no garantiza que la información proporcionada por el agente sea correcta. Las respuestas y las operaciones realizadas deberán seguir sometidas a las comprobaciones que correspondan a cada aplicación empresarial.
Google asegura que Live Avatar admite 97 idiomas
La capacidad multilingüe ocupa un lugar destacado en el lanzamiento.
Según Google, el sistema nativo de voz a voz utilizado por Live Avatar abarca 97 idiomas. La compañía afirma que puede cambiar de lengua dentro de una misma conversación y adaptar los movimientos faciales y labiales al nuevo idioma.
Las demostraciones muestran precisamente ese cambio durante un intercambio con el personaje virtual.
Para organizaciones que atienden a clientes de distintos países, la función abre la posibilidad de mantener una experiencia visual y hablada sin desarrollar un avatar independiente para cada lengua.
Conviene distinguir, no obstante, entre admitir numerosos idiomas y ofrecer un rendimiento idéntico en todos ellos. La información del lanzamiento recoge la cifra de 97 idiomas, pero no aporta resultados comparativos de precisión, comprensión o naturalidad para cada uno.
Avatares prediseñados o personajes personalizados
Las empresas pueden elegir entre una biblioteca de personajes predefinidos y la creación de un avatar propio.
Para esta segunda opción, Google permite partir de una imagen de referencia de alta calidad. El sistema utiliza esa imagen para generar un personaje animado que conserva, según la compañía, su semejanza y estilo visual.
Así, una organización podría utilizar un personaje con una apariencia adaptada a su identidad corporativa en lugar de recurrir a uno de los avatares incluidos de serie.
La personalización, sin embargo, tiene una condición importante: no está disponible con las mismas condiciones de acceso que la función principal. Google indica que la creación de avatares personalizados requiere actualmente una autorización específica para la empresa.
El anuncio tampoco detalla precios, plazos de aprobación ni condiciones comerciales para todos los posibles clientes.
La atención al cliente, entre los primeros usos previstos
Google presenta Live Avatar como una herramienta para interacciones empresariales en las que una conversación guiada resulte especialmente útil.
En atención al cliente, un personaje virtual podría explicar los pasos de un trámite mientras consulta los datos necesarios mediante las herramientas conectadas.
En formación, podría acompañar un tutorial y responder preguntas durante el proceso. En recepción o asistencia comercial, permitiría presentar instrucciones mediante voz y vídeo en lugar de limitarse a una interfaz escrita.
Estas son aplicaciones previstas por Google, no resultados de un estudio que demuestre que los avatares resuelven mejor todos los problemas que un asistente de texto o de voz.
La utilidad real dependerá de la tarea, la calidad de las conexiones con los sistemas empresariales y las preferencias de quienes utilicen el servicio.
SynthID identificará el audio y el vídeo generados por IA
La aparición de personajes virtuales más realistas también plantea preguntas sobre su identificación.
Google afirma que Live Avatar incorpora SynthID tanto en la salida de audio como en la de vídeo. Se trata de una tecnología de marca de agua diseñada para ayudar a detectar contenido generado por inteligencia artificial.
El marcador es imperceptible durante el uso ordinario, según la descripción de la compañía. Su finalidad es facilitar la identificación del origen artificial del material y reducir los riesgos de atribución errónea.
Google también señala que la función incorpora medidas de protección relacionadas con el respeto a la identidad de las personas.
La existencia de una marca de agua, sin embargo, no debe interpretarse como una garantía absoluta contra cualquier uso engañoso. La información del lanzamiento no establece que todos los espectadores puedan verificarla directamente ni que impida por sí sola la difusión de material manipulado.
Para las empresas que adopten esta tecnología, seguirá siendo importante explicar con claridad cuándo sus clientes están interactuando con un agente de IA.
La diferencia entre un avatar y una persona real
Live Avatar está diseñado para que una conversación automatizada tenga una apariencia más cercana a una interacción presencial.
Esa característica constituye su propuesta de valor, pero también hace necesaria una distinción transparente: un personaje que gesticula, escucha y responde no es un empleado humano.
El avatar representa visualmente a un sistema de inteligencia artificial. Puede mantener un diálogo y utilizar herramientas, pero sus respuestas dependen del funcionamiento del modelo y de la información que tenga disponible.
En tareas delicadas —como resolver una reclamación, modificar datos de una cuenta o confirmar una operación—, la empresa deberá determinar qué decisiones puede ejecutar el agente y cuáles requieren revisión o autorización adicional.
El anuncio de Google no especifica un conjunto universal de permisos para todos los despliegues. Esas condiciones dependerán de cómo se implemente cada servicio.
Gemini Enterprise amplía el papel de los agentes conversacionales
La incorporación de Live Avatar refuerza la apuesta de Google por llevar los agentes de IA a los procesos cotidianos de las empresas.
El cambio no se limita al diseño visual. La combinación de conversación, percepción de audio y vídeo y ejecución de herramientas permite construir interacciones en las que una misma interfaz acompaña al usuario durante varias fases de una tarea.
Hasta ahora, muchas experiencias de atención automatizada separaban la conversación de la acción: primero el asistente respondía y después el usuario debía completar un procedimiento en otra pantalla.
El modelo presentado por Google busca integrar ambos momentos.
Su eficacia dependerá de que el avatar pueda mantener el contexto, utilizar correctamente las herramientas y proporcionar información fiable durante el proceso.
Disponibilidad de Live Avatar y condiciones de acceso
Según el anuncio del 25 de septiembre de 2026, Gemini 3.8 Live con Live Avatar ya está disponible en Gemini Enterprise.
Google recomienda a los desarrolladores empresariales consultar la documentación técnica del modelo y de su API antes de implementar la función.
La disponibilidad anunciada corresponde al entorno empresarial. La información facilitada no confirma un lanzamiento general para todos los usuarios de la aplicación de consumo de Gemini.
Tampoco establece que cualquier cliente empresarial pueda crear inmediatamente avatares personalizados: esa posibilidad requiere autorización específica.
Por tanto, la llegada de Live Avatar a Gemini Enterprise no debe confundirse con una disponibilidad universal en todos los productos de Google.
Una nueva interfaz para hablar con la inteligencia artificial
El lanzamiento de Gemini 3.8 Live con Live Avatar reúne varias tecnologías en una misma experiencia: voz conversacional, vídeo animado, comprensión multimodal, cambio de idioma y acceso a herramientas.
Su rasgo más distintivo es la continuidad. El personaje puede permanecer visible y mantener el intercambio mientras una operación se desarrolla en segundo plano.
Google quiere trasladar esa capacidad a tareas como la atención al cliente y las explicaciones guiadas. Las empresas podrán comenzar con personajes prediseñados y, si obtienen la autorización necesaria, crear otros a partir de imágenes de referencia.
La incorporación de SynthID y de medidas de protección de identidad muestra que la apariencia realista de los avatares también exige mecanismos para identificar el contenido artificial.
Por ahora, el lanzamiento deja una novedad concreta: Gemini Enterprise ya permite desplegar agentes que no solo hablan, sino que también se presentan mediante un personaje animado y pueden seguir conversando mientras utilizan herramientas. Su rendimiento en entornos reales dependerá de la implementación de cada empresa y de la fiabilidad de los sistemas con los que se conecte.
Toqueteo
Toqueteo
Toqueteo