Avatares de IA que Falam, do Google, Chegam para Clientes Empresariais

Resumo

• O Google lançou o Live Avatar para o Gemini Enterprise, permitindo que empresas adicionem um avatar animado e falante aos seus assistentes de IA.
• O recurso pode ser usado em sites, aplicativos e quiosques interativos. As empresas podem escolher um avatar pré-definido; criar um avatar personalizado exige aprovação do Google.
• O Google afirma que sincroniza os movimentos labiais com a fala em 97 idiomas e insere uma marca d’água invisível no áudio e no vídeo gerados.
• As tarifas publicadas pelo Google, verificadas em 28 de setembro, colocam a saída de vídeo isoladamente em cerca de US$ 0,37 por minuto enquanto o avatar fala. Áudio e outros processamentos custam à parte.

O que aconteceu

O Google lançou um recurso que permite às empresas adicionar um avatar animado às respostas faladas de um assistente de IA. Chamado Live Avatar, ele gera vídeo com movimentos labiais e expressões faciais sincronizados com a fala, segundo o anúncio da empresa. Ficou disponível através do Gemini Enterprise em 24 de setembro de 2026.

O recurso se apoia no Gemini 3.8 Live, que já suportava conversas faladas, entrada visual e tarefas em segundo plano. A novidade é o avatar gerado que acompanha a resposta falada.

O Google afirma que o Live Avatar consegue alternar entre 97 idiomas durante uma conversa, ajustando seus movimentos labiais e expressões. A empresa também diz que o áudio e o vídeo gerados carregam o SynthID, uma marca d’água invisível destinada a ajudar a identificar conteúdo gerado por IA.

As empresas podem implantar o recurso em sites, aplicativos móveis e quiosques interativos. Podem selecionar um avatar pré-definido ou solicitar a criação de um personalizado por meio de um processo de aprovação e verificação. A demonstração do Google usa instruções, uma imagem de referência e uma amostra de áudio para criar um avatar personalizado.

O material de lançamento do Google descreve um assistente da Autotrader que ajuda compradores a pesquisar e comparar veículos por meio de conversa. Também inclui uma declaração da Salesforce sobre a integração do Gemini 3.8 Live com o Agentforce, sua plataforma de agentes de IA. Essa declaração não confirma especificamente uma implantação do Live Avatar.

Em 28 de setembro, a tabela de preços do Google lista a saída de vídeo do avatar a US$ 1 por milhão de tokens para implantações que usam endpoints regionais. Com a taxa de conversão declarada de 6.192 tokens de vídeo por segundo, isso equivale a aproximadamente US$ 0,37 por minuto enquanto o avatar fala. A cobrança de vídeo não se aplica enquanto ele escuta. Áudio, processamento de entrada e outras cobranças aplicáveis são adicionais.

O que isso significa (e o que não significa)

As empresas agora podem oferecer aos clientes um avatar visível com quem interagir enquanto um assistente automatizado responde perguntas ou executa tarefas. O Google apresenta atendimento ao cliente e orientação interativa como usos pretendidos.

O lançamento empresarial significa que as pessoas podem encontrar esses avatares por meio dos serviços de uma empresa. Não representa uma expansão das conversas com avatar para o aplicativo pessoal do Gemini: o acesso anunciado é através do Gemini Enterprise.

O que ainda não sabemos

O material de lançamento do Google não fornece avaliações independentes sobre a qualidade da sincronização labial nos idiomas suportados, os atrasos de resposta no uso cotidiano, ou se adicionar um avatar ajuda as pessoas a entender respostas e concluir tarefas em comparação com um assistente apenas de voz.

Os exemplos de clientes também deixam a adoção pouco clara. Eles não estabelecem quantas empresas implantaram o Live Avatar, quantas pessoas o estão usando, ou como ele se comporta em uso prolongado.