Google представила Gemini 3.8 Live with Live Avatar — ассистент видит собеседника, слышит его, отвечает голосом и видео одновременно на 97 языках. Генерирует до 24 fps, аудио на 24 кГц, контекст до 128 000 токенов. Что внутри. Мультимодальная разговорная модель, в которую зашили всё: распознавание входящего видео и аудио, языковую модель, синтез речи и движок анимации. Разработчикам больше не нужно связывать четыре отдельных сервиса — один API вместо четырёх. Ограничения. Функция рассчитана на несколько минут, а не на многочасовые сессии. Возможны задержки и галлюцинации. Стоимость не раскрыта. Собственные аватары — только для отдельных клиентов после согласования с Google Cloud. Что это значит: впервые разговорный ассистент с аватаром можно подключить одним API-вызовом. Задержка генерации в боевых условиях и то, как работает проверка SynthID, — пока открытые вопросы.