Google-ը ներկայացնում է Gemini 3.8 Live with Live Avatar-ը Gemini Enterprise-ի համար
Google-ի փոխանցմամբ՝ Gemini 3.8 Live with Live Avatar-ն արդեն հասանելի է Gemini Enterprise-ում՝ միավորելով կենդանի երկխոսությունը, սթրիմինգային վիդեոն, վիզուալ ավատարները, հետին պլանում գործիքների կանչերն ու բազմալեզու «խոսքից խոսք» փոխազդեցությունը: Հայտարարության մեջ չեն հստակեցվում գործառնական կարևոր մանրամասներ, այդ թվում՝ սակագնային պլանների ու տարածաշրջանների համապատասխանությունը, գները, սահմանաչափերը, աջակցվող գործիքներն ու custom ավատարների հաստատման չափանիշները: Google-ը նշում է, որ custom ավատարների համար պահանջվում է ընդգրկում թույլտվությունների ցանկում (allowlisting), իսկ գեներացված աուդիո և վիդեո նյութերը նշագրվում են SynthID-ով: [1]
Այս թողարկումն անցել է «Իմանանք»-ի հրապարակման ընդլայնված ստուգումները: Որոշ էական պնդումներ շարունակում են հստակ վերագրվել պաշտոնական կամ ընկերության աղբյուրներին, քանի որ այս թողարկմանը դեռ անկախ աղբյուր կցված չէ: Համակարգը շարունակում է ստուգել հաստատված աղբյուրները և անկախ հաստատումը կավելացնի միայն ամբողջական ստուգում անցած նոր թողարկմամբ:
Google-ը 2026 թ. սեպտեմբերի 24-ին հայտարարեց Gemini Enterprise-ի համար նախատեսված Gemini 3.8 Live with Live Avatar գործառույթի մասին: Ընկերության տվյալներով՝ այն համատեղում է կենդանի երկխոսությունն ու նվազագույն ուշացմամբ վիդեոսթրիմինգը՝ ստեղծելով տեսալսողական խոսակցական կերպար: Հայտարարության մեջ նշվում է նաև հասանելիության կարևոր սահմանափակում. հղումային պատկերներից հարմարեցված (custom) ավատարների ստեղծումն առայժմ հասանելի է միայն կորպորատիվ թույլտվությունների ցանկով (allowlisting): [1]
01
Ինչ գիտենք այս պահին
- 01
[1] Google, «Introducing Gemini 3.8 Live with Live Avatar», 2026 թ. սեպտեմբերի 24: https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-with-live-avatar
- 02
Google-ը նշում է, որ արտադրանքը հասանելի է Gemini Enterprise-ում. հարմարեցված (custom) ավատարների ստեղծումը սահմանափակված է կորպորատիվ թույլտվությունների ցանկով (allowlist):
- 03
Google-ը հայտնում է, որ գեներացված աուդիո և վիդեո ելքային նյութերը կրում են SynthID ջրանիշ:
02
Հասանելիություն
Google-ի փոխանցմամբ՝ Gemini 3.8 Live with Live Avatar-ը հասանելի է Gemini Enterprise-ում:Custom ավատարներ
Հղումային պատկերից ավատար ստեղծելու համար այժմ պահանջվում է ընդգրկում թույլտվությունների ցանկում:Լեզուների քանակ
Ըստ Google-ի՝ համակարգն աշխատում է 97 լեզվով. լեզուների ցանկ կամ անկախ գնահատում չի տրամադրվել:Ելքային նշում
Google-ը նշում է, որ իր AI արտադրանքների աուդիո և վիդեո ելքային նյութերը կրում են SynthID ջրանիշ:Կարգավիճակներն ու հնարավորությունների նկարագրությունները հիմնված են Google-ի հայտարարության վրա և տրամադրված աղբյուրներում անկախ ստուգում չեն անցել: [1]
03
Կենդանի տեսալսողական գործառույթ կորպորատիվ միջավայրի համար
Google-ի՝ սեպտեմբերի 24-ի հրապարակումն արձանագրում է Gemini Enterprise-ում Gemini 3.8 Live with Live Avatar-ի թողարկումը: Ըստ ընկերության՝ այն միավորում է կենդանի երկխոսության հնարավորությունները ցածր ուշացմամբ վիդեոսթրիմինգի հետ՝ ստեղծելով տեսանելի ներկայությամբ խոսակցական գործակալ: [1]
Սրանք արտադրողի կողմից տրված նկարագրություններ են, ոչ թե անկախ հետազոտության արդյունքներ: Տրամադրված նյութերում չկան չափված ուշացումների, հուսալիության ցուցանիշների կամ հաշիվների մակարդակով հասանելիության վերաբերյալ տվյալներ: [1]
- Google-ի փոխանցմամբ՝ ծառայությունը կարող է միաժամանակ ընդունել տեսողական և աուդիո ազդանշաններ ու վիզուալ կերպարի միջոցով վերադարձնել արտահայտիչ աուդիո և վիդեո պատասխան:
- Ընկերությունը նշում է, որ գործառույթը ներառում է շուրթերի համաժամեցում (lip-syncing), դիմախաղ և խոսակցության հերթափոխի պահպանում:
- Google-ը որպես կիրառման հնարավոր տարբերակներ է նշում հաճախորդների սպասարկումն ու ինտերակտիվ ուղեցույցները, սակայն տրամադրված աղբյուրները չեն հաստատում դրանց արդյունավետությունը կոնկրետ գործարկումներում:
04
Գործիքների կանչերը կարող են աշխատել զրույցին զուգահեռ
Google-ը նշում է, որ Live Avatar-ն ապահովում է գործիքների ասինխրոն կատարում, ինչը նպատակ ունի պահպանել ակտիվ երկխոսությունը, քանի դեռ հետին պլանում մշակվում է հարցումը: Սա կարող է կարևոր լինել կորպորատիվ գործընթացների համար, որտեղ հաճախորդի հետ շփման ընթացքում պահանջվում է տեղեկատվության որոնում, սակայն միայն հայտարարությունից պարզ չէ, թե որ գործիքներն ու տվյալների աղբյուրներն են հասանելի: [1]
- Ըստ Google-ի՝ գործիքների ասինխրոն կանչը թույլ է տալիս ավատարին հետին պլանում կատարել հարցումներ և տվյալների ստացում՝ չընդհատելով երկխոսությունը:
- Հայտարարության մեջ որպես օրինակ է բերվում հյուրանոցում գրանցման (check-in) գործընթացը:
- Փաստաթղթերում նշված չեն աջակցվող գործիքները, ինտեգրման պահանջները, խափանումների մշակումը կամ հուսալիության սահմանները:
05
Բազմալեզու աշխատանքը մնում է մատակարարի պնդումը
Հայտարարության մեջ մեծ ուշադրություն է դարձվում Live Avatar-ի բազմալեզու հնարավորություններին: Բազմալեզու կիրառություն դիտարկող կազմակերպությունները պետք է տարանջատեն հայտարարված 97 լեզվի ծածկույթը կոնկրետ լեզվական զույգերում, շեշտադրություններում կամ աշխատանքային միջավայրերում որակի փաստացի ապացույցներից, որոնք տրամադրված նյութերում բացակայում են: [1]
- Google-ը նշում է, որ գործառույթն օգտագործում է բնիկ բազմալեզու «խոսքից խոսք» (speech-to-speech) համաժամեցում և կարող է անցում կատարել 97 լեզվի միջև:
- Ընկերությունը նաև պնդում է, որ շուրթերի համաժամեցումն ու դիմախաղը հարմարվում են տարբեր լեզուների՝ առանց տեսանյութի որակի կորստի կամ վիզուալ շեղումների:
- Այս պնդումներին կից չեն ներկայացվել լեզուների ցանկ, գնահատման մեթոդաբանություն կամ անկախ փորձաքննության տվյալներ:
06
Custom ավատարներն ունեն հասանելիության սահմանափակում
Բրենդային կամ սեփական պատկերի հիման վրա ավատար ստեղծել ցանկացողների համար հիմնական գործնական խոչընդոտը թույլտվությունների ցանկում ընդգրկվելու պահանջն է: Google-ը չի նկարագրում, թե ինչպես կարող է ընկերությունը որակավորվել, ինչ է ներառում հաստատման գործընթացը կամ ինչպիսի ստուգումներ են կիրառվում հղումային պատկերների համաձայնության և իրավունքների նկատմամբ: [1]
- Google-ը նշում է, որ կազմակերպությունները կարող են ընտրել նախապես պատրաստված ավատարներ:
- Ըստ ընկերության՝ ծրագրավորողները կարող են բարձրորակ հղումային պատկերից ստեղծել անիմացիոն ավատար՝ պահպանելով արտաքին նմանությունը, ոճը կամ կերպարի ինքնությունը:
- Google-ը հայտնում է, որ հարմարեցված (custom) ավատարների ստեղծումն առայժմ հասանելի է միայն կորպորատիվ թույլտվությունների ցանկով (allowlisting):
07
Ջրանիշերի առկայությունը նշված է, սակայն մանրամասները բացակայում են
Google-ը SynthID ջրանիշը ներկայացնում է որպես թափանցիկության միջոց AI-ով գեներացված աուդիոյի և վիդեոյի համար: Ծագման ստուգման կարիք ունեցող կազմակերպությունները պետք է ծանոթանան համապատասխան տեխնիկական և կանոնակարգային փաստաթղթերին, նախքան այս հայտարարությունը կդիտարկեն որպես համապատասխանության կամ հայտնաբերման ամբողջական գործընթաց: [1]
- Google-ի փոխանցմամբ՝ AI-ով գեներացված աուդիո և վիդեո նյութերը կրում են SynthID ջրանիշ:
- Այն նկարագրվում է որպես աննկատ նշում, որի նպատակն է ստեղծված բովանդակությունը դարձնել ճանաչելի:
- Տրամադրված տվյալներում նշված չեն հայտնաբերման ընթացակարգերը, բացառությունները կամ արդյունավետության ապացույցները:
08
Սկզբնաղբյուր
Այս տեղեկագիրը հիմնված է Google-ի հայտարարության վրա որպես տրամադրված ամբողջական սկզբնաղբյուր: Այն անկախ կերպով չի հաստատում ընկերության պնդումները՝ կապված արտադրանքի աշխատանքի, անվտանգության կամ ծածկույթի հետ: [1]
- Սկզբնաղբյուր՝ Google, «Introducing Gemini 3.8 Live with Live Avatar», հրապարակված՝ 2026 թ. սեպտեմբերի 24-ին:
- Հղում՝ https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-live-with-live-avatar
09
Նախքան համակարգի ներդրումը
Հայտարարությունը հաստատում է գործառույթի հասանելիությունը կորպորատիվ հաճախորդների համար, սակայն գործառնական մի շարք մանրամասներ դեռևս չեն բացահայտվում: [1]
- 01
Նախքան ներդրումը ծրագրելը ճշտեք՝ արդյոք ձեր Gemini Enterprise հաշիվն ու տարածաշրջանը համապատասխանում են պահանջներին: [1]
- 02
Google-ից պահանջեք API-ի ընթացիկ փաստաթղթերը, գնագոյացումը, սահմանաչափերը (quotas), աջակցվող գործիքներն ու տեխնիկական պահանջները: [1]
- 03
Հարմարեցված (custom) ավատարների հասանելիությունը համարեք սահմանափակ, քանի դեռ չկա կորպորատիվ թույլտվությունների ցանկում (allowlist) ընդգրկվելու հաստատում: [1]
- 04
Նախքան որևէ հղումային պատկեր տրամադրելը ստուգեք համաձայնություններն ու իրավունքները. հայտարարության մեջ Google-ի ստուգման գործընթացը նկարագրված չէ: [1]
- 05
Միայն հայտարարության պնդումներին ապավինելու փոխարեն իրական միջավայրում փորձարկեք բազմալեզու արդյունքները, գործիքների աշխատանքը, ուշացումները (latency) և ջրանիշերի հայտնաբերման ընթացակարգերը: [1]
10
Այս թողարկման սահմանափակումները
Տրամադրված սկզբնաղբյուրում հստակեցված չեն Gemini Enterprise-ի համապատասխան սակագնային պլանները, հաճախորդները, երկրները կամ տարածաշրջանները: [1]
Ներկայացված չեն գնագոյացումը, սահմանաչափերը (quotas), API-ի հասանելիության մանրամասները, տեխնիկական պահանջները կամ ամբողջական փաստաթղթերը: [1]
Հնարավորությունների, լեզվական որակի, ուշացումների և անվտանգության վերաբերյալ Google-ի տվյալները մշակողի անձնական պնդումներն են. անկախ փորձարկումներ չեն ներկայացվել: [1]
Հայտարարության մեջ չեն բացատրվում թույլտվությունների ցանկում ընդգրկվելու չափանիշները կամ հղումային պատկերների համար համաձայնության, ինքնության ու արտաքին նմանության պաշտպանության մեխանիզմները: [1]
Հղված մոդելի քարտը (model card) և API-ի փաստաթղթերը տրամադրված տվյալների փաթեթում չեն եղել, ուստի դրանց սահմանափակումներն ու հետագա փոփոխությունները հնարավոր չէ գնահատել: [1]
SRC
Աղբյուրների բաժին
Ուղիղ հղումներ այս ընտրանու հիմքում եղած նյութերին: Աղբյուրը տեսնելը նույնքան կարևոր է, որքան սինթեզն ընթերցելը:
Շարունակել ընթերցումը
7 սեպ, 2026 թ.
Google-ը հայտարարում է Gemini API-ում տեսանյութերի գործակալական ընկալման ներդրման մասին
Google-ի փոխանցմամբ՝ Gemini API-ում Flash երեք մոդելի համար հասանելի է տեսանյութերի գործակալական ընկալումը, որն ակտիվանում է «agentic» կարգավորմամբ: Google-ը հայտնում է թոքենների ծախսի և արժեքի նվազեցման ու ճշգրտության բարձրացման մասին և մեկ համեմատության համար նշում LongVideoBench-ը, սակայն չի տրամադրում բենչմարքերի ամբողջական մեթոդաբանությունը կամ պայմանները: Ընկերությունը նաև նշում է, որ գործառույթը Gemini հավելվածում շուտով հասանելի կդառնա բոլոր օգտատերերին Flash և Flash-Lite մոդելներում՝ առանց հստակ ժամկետի կամ տարածաշրջանային շրջանակի: [1]
3 սեպ, 2026 թ.
«Google»-ը ներկայացնում է «Gemini 3.8 Flash»-ը՝ թոքենների նշված գներով և ռեսուրսների ծախսի պայմաններով
«Google»-ը ներկայացրել է «Gemini 3.8 Flash»-ը՝ նշելով ծրագրավորողների, կորպորատիվ և սպառողական հասանելիության ուղիները, ինչպես նաև մեկնարկային գները, որոնք համընկնում են «Gemini 3.7 Flash»-ի սակագներին: Ըստ «Google»-ի՝ բարդ և ավելի մեծ ծանրաբեռնվածություն պահանջող առաջադրանքները կարող են ավելացնել թոքենների ծախսը: Առանձին «Flash Cyber» մոդելը սահմանափակված է «Fairwind» ծրագրով, որի հիմնական պայմանները հստակեցված չեն: [1]
18 սեպ, 2026 թ.
Պրեպրինտը նկարագրում է խոչընդոտների բախման խնդիրները կոդավորող գործակալների ռոբոտային առաջադրանքներում
arXiv-ի 1 տարբերակի պրեպրինտը հայտնում է, որ գնահատված կոդավորող գործակալը մանիպուլյացիոն նպատակներին հետամուտ լինելիս դեպքերի մեծ մասում բախվել է այն խոչընդոտներին, որոնց դիպչելն արգելված էր։ Հեղինակները դա վերագրում են պլանավորմանը, որը առաջնահերթություն չի տվել խոչընդոտի սահմանափակմանը, և առաջարկում են SafeHarness-ը, որը համատեղում է խոչընդոտները հաշվի առնող երթուղու պլանավորումն ու շփման կատարումը։ Դրա ներկայացված ցուցանիշները, ներառյալ առաջադրանքների 71.9% հաջողությունն ու բախումներից խուսափելու 87.5%-ը, մնում են սահմանափակ՝ գնահատման մանրամասների բացակայության և տրամադրված աղբյուրում անկախ ստուգման բացակայության պատճառով։