إطلاق الحضور البصري الفوري

أعلنت شركة جوجل رسمياً عن إطلاق ميزة Live Avatar ضمن نموذج Gemini 3.8 Live، في خطوة تهدف إلى تحويل تجربة المحادثة مع الذكاء الاصطناعي من نصية وصوتية بحتة إلى تجربة متعددة الوسائط تتضمن حضوراً بصرياً ديناميكياً. تعتمد هذه الميزة على دمج قدرات الحوار المباشر مع بث الفيديو منخفض الكمون، مما يسمح للشخصية الرقمية بالاستماع، والرؤية، والتحدث معاً بشكل متزامن.

تتميز هذه الإضافة بقدرتها على إنشاء تجربة محادثة أكثر طبيعية وسلاسة، حيث تستجيب الشخصية الرقمية للمدخلات البصرية والصوتية في الوقت الفعلي تقريباً. وتهدف جوجل من خلال هذا التحديث إلى تمكين المؤسسات من تقديم خدمات عملاء تفاعلية وجولات رقمية غنية، مما يحوّل التبادلات الرقمية إلى تجارب أكثر شمولاً وإتاحة.

قدرات المزامنة الشفوية والتعبير

تعتمد تقنية Live Avatar على دقة عالية في مزامنة حركة الشفاه مع الصوت، مع إضافة تعابير وجه طبيعية تعكس سياق المحادثة. وتؤكد جوجل أن هذه الميزة تتيح تدفقاً سلساً في تبادل الأدوار بين المستخدم والنموذج، مما يقلل من الإحساس بالانقطاع أو التأخير. كما تتيح الميزة للنموذج معالجة المدخلات البصرية والصوتية بشكل متزامن، مما يثري تجربة المحادثة ويجعلها أكثر استجابة للمحفزات الخارجية.

يشير تقرير The Verge إلى أن هذه الميزة تمنح الذكاء الاصطناعي وجهاً حقيقياً، حيث يمكن للمستخدمين مشاهدة الشخصية المتحركة وهي تشارك في المحادثة من خلال تعابير وجه مختلفة ومزامنة شفوية دقيقة. وتوضح الشركة أن النظام مصمم ليكون قادراً على استيعاب ما يراه ويسمعه في الوقت الفعلي تقريباً، والاستجابة بمخرجات صوتية وفيديو تعبيرية.

التنفيذ غير المتزامن للأدوات

خلف الحضور البصري، تعتمد الميزة على قدرات الاستدلال المتقدمة في نماذج Gemini. وتتيح ميزة استدعاء الأدوات غير المتزامن (Asynchronous Tool Calling) للنظام تشغيل استدعاءات الأدوات وجلب البيانات في الخلفية بينما تستمر المحادثة النشطة دون انقطاع. هذا يسمح للنموذج بمعالجة المهام المعقدة، مثل تسجيل وصول ضيف في فندق، مع الحفاظ على تدفق المحادثة الطبيعي والمباشر مع المستخدم.

هذا النهج يضمن أن عدم توفر البيانات أو الحاجة إلى معالجة خلفية لا يعطل التفاعل البصري والصوتي، مما يجعل النظام مناسباً للمهام التجارية المعقدة التي تتطلب دقة وسرعة في نفس الوقت.

الدعم اللغوي متعدد الأبعاد

تتميز Live Avatar بدعم أصلي لتزامن الكلام إلى الكلام متعدد اللغات، حيث يمكنها الانتقال بسلاسة بين 97 لغة دون تدهور في دقة الفيديو أو إدخال انحرافات بصرية. وتوضح جوجل أن الميزة تتكيف ديناميكياً مع مزامنة الشفاه والتعابير الوجهية لكل لغة، مما يضمن تجربة طبيعية للمستخدمين من مختلف الخلفيات اللغوية.

أظهرت مقاطع الفيديو التوضيحية التي شاركتها جوجل كيف يمكن للشخصية الرقمية التبديل بين اللغات، مثل الإنجليزية واليابانية، أثناء المحادثة، مع الحفاظ على تطابق حركة الفم مع الكلمات المنطوقة في كل لغة، مما يعكس مرونة النظام وقدرته على التعامل مع السياقات العالمية.

التخصيص والهوية المؤسسية

توفر جوجل مكتبة من الشخصيات الرقمية المسبقة الإعداد التي تتميز بمظهر وصوت وحضور تعبيرى مميز لكل منها. بالإضافة إلى ذلك، تتيح الميزة للمؤسسات تخصيص شخصياتها الرقمية الخاصة لتتناسب مع هويتها البصرية. ويمكن للمطورين توليد شخصية متحركة بالكامل ومتجاوبة من صورة مرجعية عالية الجودة، مع الحفاظ على تشابه المظهر الأصلي وأسلوب العلامة التجارية أو هوية الشخصية.

يُشار إلى أن إنشاء الشخصيات المخصصة متاح حالياً فقط من خلال قائمة انتظار المؤسسات (Enterprise Allowlisting)، مما يعكس تركيز جوجل على تقديم هذه التقنية للمؤسسات التي لديها متطلبات محددة للهوية البصرية والعلامة التجارية.

الشفافية والأمان الرقمي

تؤكد جوجل أن ميزة Live Avatar صُممت مع ضوابط صارمة تحترم الهوية وتضمن شفافية المحتوى المولّد بالذكاء الاصطناعي. وتُدمج علامة SynthID المائية غير المرئية مباشرة في مخرجات الصوت والفيديو، مما يساعد في ضمان قابلية اكتشاف المحتوى الاصطناعي وتقليل انتشار المعلومات الخاطئة أو سوء النسبة.

لتفاصيل أكثر حول نهج السلامة والنشر المسؤول، تشير جوجل إلى بطاقة النموذج (Model Card) التي توضح الإجراءات المتخذة لضمان الاستخدام الآمن لهذه التقنية. ويأتي هذا الإطلاق بعد أسبوع واحد فقط من الكشف عن نموذج Gemini 3.8 Live الأساسي، مما يعكس وتيرة تطوير سريعة في مجال التفاعلات متعددة الوسائط.

التوفر والوصول

أصبحت ميزة Gemini 3.8 Live with Live Avatar متاحة الآن في منصة Gemini Enterprise. وتوجه جوجل المطورين والمؤسسات إلى توثيق الـ API لبدء التكامل مع هذه التقنية. وتعتبر هذه الخطوة جزءاً من استراتيجية أوسع لجوجل لتقديم حلول ذكاء اصطناعي متقدمة للمؤسسات، مع التركيز على التفاعلات الطبيعية والفعالة.

المصادر

• Google DeepMindIntroducing Gemini 3.8 Live with Live Avatar
• The VergeGemini 3.8 Live with Live Avatar gives Google’s AI a face