O Google lançou na quinta-feira (24) o Gemini 3.8 Live com Live Avatar, recurso que gera em vídeo, quase em tempo real, um rosto que fala, ouve e reage durante a conversa com um agente de inteligência artificial. Segundo o anúncio oficial, ele está disponível só para empresas, no Gemini Enterprise, a plataforma de agentes do Google Cloud.
O que o Google anunciou
O anúncio, assinado pela equipe de áudio do Gemini, complementa o Gemini 3.8 Live, modelo de conversa por voz que chegou em 15 de setembro à API do Gemini, ao Google AI Studio e ao Search Live, a busca por voz ao vivo. O Live Avatar acrescenta a imagem: um personagem em vídeo com sincronia labial, expressões e troca de turnos na fala. O Google descreve o recurso assim:
Ao combinar geração de vídeo quase em tempo real com fala, o recurso Live Avatar cria uma experiência que ouve, vê e fala com uma persona visual dinâmica.
Segundo a empresa, o agente processa ao mesmo tempo o que ouve e o que vê. O post do Google Cloud sobre a liberação detalha que isso inclui a câmera e o compartilhamento de tela de quem está do outro lado, e que o avatar pode rodar em sites, aplicativos e totens de autoatendimento.
O outro destaque é a chamada de ferramentas em segundo plano. Ferramenta, aqui, é qualquer sistema que o agente consulta ou aciona, como uma agenda, um estoque ou um cadastro. O agente faz essas consultas sem parar de falar. A demonstração do Google mostra o check-in de um hóspede num hotel; a do Google Cloud, a abertura de um sinistro de seguro em que o cliente mostra o dano pela câmera.
Entre os clientes citados pelo Google Cloud está a Cox Automotive, que montou para o site de classificados Autotrader um assistente de compras com avatar que ajuda a buscar, comparar e financiar carros.
Quem pode usar e onde
O Live Avatar é produto de nuvem, para empresas e desenvolvedores. O acesso é pelo console do Google Cloud ou pela Live API, a interface de programação que mantém a conversa aberta em tempo real. O anúncio não cita o app Gemini nem a Busca como canais do avatar.
- Disponibilidade: geral, fora de fase de teste, desde 24 de setembro. A prévia saiu no Google Cloud Next 2026.
- Regiões: a página do modelo lista as multirregiões dos Estados Unidos e da União Europeia e a região us-central1. Não há região no Brasil na lista.
- Avatares: há uma biblioteca de personagens prontos. O avatar personalizado, gerado a partir de uma foto de referência, depende de liberação da empresa pelo Google (a chamada lista de permissão), pedida ao time de vendas do Google Cloud.
- Limite de uso: o model card, a ficha técnica do modelo, diz que a versão com avatar sustenta alguns minutos de interação contínua, e não horas.
Idiomas e o português
O anúncio fala em troca de idioma no meio da conversa em 97 idiomas, com a sincronia labial e as expressões se ajustando a cada um. A página de idiomas da Live API, por outro lado, lista 24 idiomas com código próprio de configuração, e o português do Brasil (pt-BR) está entre eles.
As páginas oficiais não explicam a diferença. A lista de 24 é a usada para fixar o idioma da resposta; os 97 aparecem no lançamento e no post do Google Cloud, que cita detecção automática de idioma.
O que as páginas oficiais não trazem
Nenhuma das páginas do Google consultadas para esta notícia mostra demonstração do avatar em português nem cita cliente no Brasil.
Quanto custa
O preço está na tabela da plataforma de agentes do Google Cloud, em dólar e por milhão de tokens. Token é a unidade em que o modelo mede o que recebe e o que produz.
| Gemini 3.8 Live API | Preço por milhão de tokens |
|---|---|
| Entrada de texto | US$ 0,75 |
| Entrada de vídeo e imagem | US$ 1,00 |
| Entrada de áudio | US$ 3,00 |
| Saída de texto | US$ 4,50 |
| Saída de áudio | US$ 12,00 |
| Saída de vídeo do avatar | US$ 1,00 |
Pela conversão publicada na mesma página, cada segundo de vídeo do avatar equivale a 6.192 tokens, e cada segundo de áudio, a 25. O vídeo só é cobrado enquanto o avatar fala; o tempo em que ele escuta não entra na conta. Na conta simples, um minuto de avatar falando dá 371.520 tokens de vídeo, cerca de US$ 0,37, sem contar áudio, texto e entrada.
Um detalhe pesa em conversa longa: a cada turno, o Google cobra de novo todos os tokens acumulados na janela de contexto da sessão, até o limite configurado.
Segurança e identificação
O Google descreve duas proteções, com funções diferentes:
- SynthID: marca d'água imperceptível aplicada a todo áudio e vídeo gerado. Segundo a empresa, serve para manter detectável o conteúdo feito por IA e reduzir desinformação e atribuição errada.
- Liberação do avatar personalizado: criar um avatar a partir de uma foto passa por lista de permissão e verificação, que o Google Cloud apresenta como forma de proteger a identidade das pessoas e evitar uso indevido.
A documentação prevê representantes de marca feitos a partir da imagem de funcionários que autorizaram o uso ou de atores contratados com cessão de direitos.
Por que importa
Na leitura da Voh!, o Live Avatar mostra para onde as grandes plataformas estão levando o atendimento digital: a conversa sai do formulário e do menu e vai para um agente que fala, vê a tela do cliente e consulta sistemas enquanto responde. A Cox Automotive, no post do Google Cloud, resume o motivo: o comprador quer descrever o que procura com as próprias palavras, em vez de usar filtros.
Para a empresa brasileira, o recurso ainda é projeto de desenvolvimento, não botão para ligar: pede integração pela API, conta no Google Cloud, preço em dólar e processamento nos Estados Unidos ou na Europa. O português do Brasil está na lista oficial de idiomas, mas o próprio model card limita a conversa com avatar a alguns minutos, o que cabe num atendimento curto e não numa consulta longa.
O ponto que vale para qualquer porte é outro. Um agente desses responde com o que encontra nos sistemas e nas páginas da empresa. Horário, preço, política de troca e catálogo desatualizados viram resposta errada, agora com rosto e voz. Organizar essa informação é o mesmo trabalho que já decide se uma marca aparece bem descrita nas respostas de IA da busca.
Nota da redação
Correção: a versão publicada às 8h30 atribuía ao Google a afirmação de que o recurso se diferencia de soluções anteriores e apresentava o SynthID como proteção contra uso não autorizado de avatares, mas o anúncio não diz a primeira coisa, e a proteção que a empresa cita para o segundo caso é a liberação do avatar personalizado.