Gemini 3.8 Live with Live AvatarがGemini Enterpriseで一般提供開始

Gemini 3.8 Live with Live Avatarでできること

Gemini 3.8 Liveが流暢で応答性の高い会話を実現する土台は、ネイティブの音声間基盤です。Gemini 3.8 LiveとLive Avatar機能の主な機能は、以下の通りです。^[1]

• リップシンクが同期された動画アバターの生成（カスタムアバターは許可リスト登録時のみ）
• 会話の文脈やバックエンドの処理を途切れさせない、ユーザーの割り込みへのより自然な対応
• 会話を続けながらのバックグラウンドでのツールとAPIの呼び出し
• 97の言語の理解と発話、言語の自動検出への対応
• ライブカメラのフィードや画面共有の、音声と同時のリアルタイム処理^[1]

図1　Gemini 3.8 LiveとLive Avatar機能でできること

ツール呼び出しは、会話を続けながらバックグラウンドで実行されます。モデルはリクエストを認識したうえで、タスクが完了するまでユーザーとのチャットを続けられます。^[1]

Live Avatar機能では、厳選された事前構築済みアバターのライブラリからアバターをデプロイできます。生成されたすべての音声ストリームと動画ストリームには、人間には感知できないSynthIDの透かしが埋め込まれています。^[1]

Gemini 3.8 Live with Live Avatarの使い方

Gemini 3.8 Live with Live Avatarのモデルと機能を試す入口は、Gemini Enterpriseです。Google Cloudコンソールでは、Agent Platform > Studio > Stream realtimeページでライブアバターを構成できます。このページでは、gemini-3.8-liveへのモデル切り替えや「ライブ アバター」の選択、アバターと音声の指定を経てセッションを開始します。^[1][2]

図2　コンソールでライブアバターを始める手順

APIでは、generation_configで"response_modalities": ["VIDEO"]を設定します。あわせて、avatar_configでプリビルドアバターの名前を、speech_configで事前構築済みの音声を指定します。次のコードはGoogle Gen AI SDKの例で、LiveConnectConfigに同じ設定を渡してgemini-3.8-liveのライブセッションに接続します。^[2]

from google import genai
from google.genai import types

client = genai.Client()

config = types.LiveConnectConfig(
    response_modalities=["VIDEO"],
    speech_config=types.SpeechConfig(
        voice_config=types.VoiceConfig(
            prebuilt_voice_config=types.PrebuiltVoiceConfig(
                voice_name="Puck",
            )
        )
    ),
    avatar_config=types.AvatarConfig(
        avatar_name="Ben",
    ),
    system_instruction=types.Content(
        parts=[types.Part.from_text(text="You are a helpful customer service assistant.")]
    ),
)

async with client.aio.live.connect(model="gemini-3.8-live", config=config) as session:
    # Interact with the live session...
    pass

公式資料からの抜粋：ライブアバターを構成する（API を使用してライブ アバターを構成する / Python SDK の構成）。対象版・範囲：Gemini Enterprise Agent Platformドキュメント（取得時点、AI翻訳版）。^[2]

上記のコードでは、avatar_nameにBen、voice_nameにPuckを指定し、モデルにはgemini-3.8-liveを使っています。ライブアバターが生成するのは、gemini-3.8-liveの合成音声応答と同期した、話すアバターのリアルタイム動画です。^[2]

Gemini 3.8 Live with Live Avatarの提供条件

Gemini 3.8 Live with Live Avatarは、企業向けに提供が開始されています。米国とEUのエンドポイントで提供され、プロビジョンドスループットやエンタープライズコンプライアンス、厳格なデータガバナンスを備えています。^[1]

図3　提供状態と利用範囲

ライブアバターが使うモデルのgemini-3.8-liveは、リリースステージがGAで、2026年9月24日にリリースされました。提供リージョンは、マルチリージョンのusとeuに加え、米国のus-central1です。^[2][3]

モデルのgemini-3.8-liveは、使用オプションとしてプロビジョンドスループットとPay-as-you-goに対応しています。バッチ推論と固定割り当ては、サポート対象外です。プロビジョンドスループットの有効化やカスタマイズされたデプロイアーキテクチャは、Google Cloudの営業担当者に問い合わせます。^[1][3]

カスタムアバターを利用できるのは一部の利用者のみで、作成には厳格なエンタープライズ許可リストへの登録と身元確認プロセスが必要です。許可リストへの登録はGoogle Cloudの営業担当者に、アクセス権のリクエストはGoogle Cloudアカウントチームに問い合わせます。顔や音声のサンプルの処理に必要な同意と権利を確保する責任は、利用者が負います。^[1][2]

発表時点では、Gemini 3.8 Live Extended Thinkingは限定公開プレビュー版のままでした。取得時点のgemini-3.8-liveのモデル仕様では、思考がサポート対象外とされています。^[1][3]