Sincronización labial y ejecución asíncrona: La evolución de los agentes de IA con rostro corporativo
Google presentó oficialmente Gemini 3.8 Live con Live Avatar, una nueva función diseñada para trasladar las interacciones de inteligencia artificial a un entorno eminentemente visual. El sistema permite a los agentes de IA responder mediante personajes animados capaces de sincronizar sus labios, adaptar sus expresiones faciales y mantener conversaciones en tiempo real.
Desde next+ consideramos que, la llegada de Live Avatar en Gemini 3.8 representa la consolidación de la "interfaz humana" en la automatización corporativa. Reemplazar los chatbots tradicionales de texto por agentes visuales políglotas capaces de consultar sistemas en tiempo real cambia la dinámica de la atención al cliente B2B y B2C. Sin embargo, el valor real para las empresas no estará únicamente en la vistosidad del avatar fotorrealista, sino en la capacidad de integrar de forma segura las herramientas de backend sin generar fricciones. La inclusión obligatoria de SynthID demuestra que, en la era de los avatares hiperrealistas, la transparencia sobre el origen sintético de la interacción es la primera condición para mantener la confianza del consumidor.
Generación de video en baja latencia y fluidez políglota
Presentada el 24 de septiembre de 2026, la herramienta combina las capacidades de diálogo en tiempo real de Gemini con tecnología de generación de video de baja latencia.
Entre sus capacidades técnicas destacan:
- Sincronización multilenguaje: Soporta 97 idiomas y puede cambiar de idioma a mitad de una conversación adaptando la gesticulación facial sin perder la fidelidad del video ni desfasar la voz.
- Respeto de turnos y gesticulación: Modifica las expresiones faciales según el contexto de la interacción para emular una conversación presencial.
- Procesamiento multimodal simultáneo: Analiza flujos de audio y video al mismo tiempo para ofrecer respuestas contextualizadas en una sola interacción.
Llamadas asíncronas a herramientas y personalización de marca
Un diferenciador clave del modelo es la capacidad de realizar llamadas asíncronas a herramientas en segundo plano. Esto permite que el avatar consulte bases de datos o ejecute acciones en sistemas externos, como verificar la reservación de un huésped durante el proceso de registro hotelero, mientras continúa hablando fluidamente con el usuario sin pausar la gesticulación o el flujo de voz.
Para la personalización empresarial:
- Avatares preconfigurados y a la medida: Incluye una biblioteca de personajes prediseñados y permite crear avatares personalizados a partir de imágenes de referencia (sujeto a lista de autorización) para preservar la identidad visual de la marca.
- Exclusividad B2B: La función se integra exclusivamente en Gemini Enterprise para canales de atención al cliente, recorridos interactivos y servicios corporativos, sin estar disponible para los usuarios generales de la app pública de Gemini.
- Trazabilidad con SynthID: Implementa la tecnología de marca de agua digital imperceptible SynthID en el audio y video generados, permitiendo identificar el contenido producido por IA y mitigar riesgos de suplantación o desinformación.