# Gemini thêm "cơ thể" vào hội thoại AI

Đăng ngày: 2026-09-25

Từ trước đến nay, chúng ta thường tương tác với AI qua văn bản hoặc giọng nói thuần túy. Nhưng giờ đây, Google đã tiến thêm một bước với việc ra mắt Gemini 3.8 Live cùng tính năng Live Avatar, mang đến sự hiện diện trực quan gần như theo thời gian thực cho các mô hình AI hội thoại của họ. Điều này không còn là một giọng nói vô hình nữa, mà là một khuôn mặt biết nhìn, nghe và nói, hứa hẹn một trải nghiệm trò chuyện tự nhiên và trực quan hơn hẳn cho các doanh nghiệp. Tính năng Live Avatar này được thiết kế để kết hợp chặt chẽ khả năng đối thoại trực tiếp của Gemini với video stream có độ trễ cực thấp. Nó cho phép tạo ra các hình đại diện ảo động, sở hữu khả năng đồng bộ môi chuẩn xác, biểu cảm tự nhiên và cách luân phiên nói chuyện trôi chảy. Từ việc cung cấp dịch vụ khách hàng tương tác đến hướng dẫn sử dụng sản phẩm, những nhân vật ảo này sẽ biến các cuộc trao đổi số thành trải nghiệm phong phú và dễ tiếp cận hơn. Kể từ hôm nay, Gemini 3.8 Live với Live Avatar đã có mặt trong gói Gemini Enterprise. Một trong những điểm mạnh của Live Avatar là khả năng xử lý đồng thời cả đầu vào hình ảnh và âm thanh, phản ánh đúng bản chất đa phương thức của giao tiếp con người. Hơn nữa, tính năng này còn được hỗ trợ bởi khả năng suy luận mạnh mẽ của Gemini, với cơ chế gọi công cụ bất đồng bộ. Điều này cho phép hình đại diện thực hiện các tác vụ phức tạp như gọi API để truy xuất dữ liệu ở chế độ nền, trong khi vẫn duy trì dòng hội thoại không bị gián đoạn, chẳng hạn như khi nhân viên lễ tân ảo thực hiện thủ tục nhận phòng cho khách sạn. Đặc biệt, Live Avatar còn hỗ trợ chuyển đổi liền mạch giữa 97 ngôn ngữ, tự động điều chỉnh đồng bộ môi và biểu cảm mà không ảnh hưởng đến chất lượng video. Các tổ chức giờ đây có thể tạo ra các hình đại diện tùy chỉnh để phù hợp với nhận diện thương hiệu của mình. Từ một hình ảnh tham chiếu chất lượng cao, các nhà phát triển có thể tạo ra một hình đại diện hoạt hình đầy đủ, có khả năng phản hồi, đồng thời giữ nguyên được đặc điểm ngoại hình, phong cách thương hiệu hoặc bản sắc nhân vật. Hiện tại, tính năng tạo hình đại diện tùy chỉnh này chỉ dành riêng cho các doanh nghiệp được cấp phép. Để đảm bảo tính minh bạch và tránh thông tin sai lệch, tất cả nội dung do AI tạo ra từ sản phẩm này đều được gắn watermark bằng công nghệ SynthID, một dấu ấn không thể nhận biết được lồng trực tiếp vào đầu ra âm thanh và video. Việc Google đẩy mạnh khả năng giao tiếp của AI lên một tầm cao mới, nơi AI không chỉ nghe và nói mà còn có "thân thể" và biểu cảm, là một bước tiến đáng kể. Nó không chỉ mở ra cánh cửa cho những trải nghiệm khách hàng siêu cá nhân hóa mà còn đặt ra câu hỏi về cách chúng ta sẽ tương tác với công nghệ trong tương lai. Liệu ranh giới giữa thực và ảo có ngày càng mờ đi, và chúng ta sẽ thích nghi ra sao với những "người bạn" AI trực quan, đa năng này?

Canonical: https://www.tungpham.vn/blog/gemini-them-co-the-vao-hoi-thoai-ai