Google acaba de dar a Gemini una cara. Gemini 3.8 Live con Live Avatar está disponible desde hoy en Gemini Enterprise y añade al asistente conversacional de IA lo que le faltaba para usarse de forma masiva en atención al cliente y formación empresarial: una presencia visual en tiempo real con sincronización de labios, expresiones naturales y la capacidad de hacer gestiones en segundo plano mientras mantiene la conversación activa. Lo anuncia hoy Google DeepMind en el blog oficial.
Construido sobre Gemini 3.8 Live —lanzado la semana pasada—, Live Avatar acopla la generación de video en tiempo real con el habla del modelo. El resultado es un avatar que «escucha, ve y habla» con una persona con la misma naturalidad que tendría un agente de atención al cliente humano. Google demuestra el producto con un caso de uso concreto en el blog: el avatar gestiona el check-in de un huésped en un hotel, llama a las herramientas necesarias en segundo plano para verificar la reserva o asignar una habitación, y mantiene la conversación sin pausas ni silencios incómodos mientras espera la respuesta de los sistemas del hotel.
¿Qué tiene de técnicamente distinto?
La sincronización precisa de labios con el habla en tiempo real es técnicamente difícil. Los sistemas de video generativo tienen normalmente latencia: o el video va después del habla, o el habla se adapta al video. Google dice haber resuelto el acoplamiento para que la experiencia sea «casi en tiempo real».
Cuatro características técnicas clave:
Llamadas asíncronas a herramientas: el avatar puede ejecutar búsquedas, llamar a APIs o acceder a bases de datos en segundo plano mientras sigue hablando. El usuario no experimenta silencios de «espera». Esto es lo que hace viable el caso de uso del hotel: la reserva puede estar tardando cinco segundos en verificarse, pero el avatar llena ese tiempo de forma natural.
97 idiomas con sincronización nativa: el modelo adapta dinámicamente la sincronización de labios cuando cambia de idioma en medio de una conversación, sin degradar la calidad visual ni introducir desplazamiento entre habla y movimiento de labios.
Biblioteca de avatares + personalización: Google ofrece un catálogo de avatares predefinidos y, para las empresas que necesiten mantener identidad de marca, la posibilidad de generar un avatar personalizado desde una imagen de referencia de alta calidad. La creación de avatares personalizados requiere actualmente lista blanca enterprise.
SynthID + credenciales C2PA: todo el audio y video generado lleva la marca de agua imperceptible SynthID. Google la califica de medida anti-desinformación. La misma semana que lanza avatares que hablan y se mueven en tiempo real, tiene que demostrar que los ha marcado de forma verificable.
¿Para qué sectores tiene sentido inmediato?
Los casos de uso naturales son atención al cliente bancario, asistencia técnica de software, formación interactiva en empresas y sistemas de recepción en hoteles y sanidad. No es un chatbot mejorado: es la diferencia entre leer una respuesta en pantalla y tener una conversación con un agente que te mira mientras habla.
El acceso es exclusivamente a través de Gemini Enterprise, lo que implica organizaciones con contratos de Google Cloud. No hay acceso para desarrolladores individuales en Google AI Studio de momento. Los partners ya integrados incluyen empresas que usarán Live Avatar para formación de empleados y atención al cliente de alto volumen.
OpenAI publicó que sus agentes exploraban los repositorios de Hugging Face en mayo de 2026 sin que nadie lo hubiera autorizado explícitamente: un agente de IA con cara y voz que actúa sobre los sistemas de una empresa en tiempo real tiene una superficie de ataque significativamente mayor que un chatbot de texto. Von der Leyen apoyó un freno al desarrollo de la IA frontera y convocó a los grandes laboratorios: Live Avatar es exactamente el tipo de tecnología que genera presión regulatoria porque mezcla identidad visual, voz sintética y acceso a sistemas en producción. Google también usa IA generativa para diseño de interiores en Pinterest como parte de una estrategia más amplia de llevar la generación visual al punto exacto donde el usuario la necesita: en el caso de Live Avatar, ese punto es la conversación empresarial.
Live Avatar estará disponible en Gemini Notebook y Google Vids próximamente. Acceso enterprise directo en Google Cloud desde hoy.
¿Qué problemas prácticos tiene Live Avatar?
El primero es el coste: Google no ha publicado precios específicos para Live Avatar, pero al ser accesible solo a través de Gemini Enterprise —el tier corporativo de Google Cloud—, está por encima de los presupuestos de la mayoría de pequeñas y medianas empresas. Es una herramienta para grandes corporaciones con necesidades de atención al cliente de alto volumen, no para el autónomo que quiere un avatar en su web.
El segundo problema es el de la autenticidad. Un avatar de IA con sincronización de labios precisa y expresiones naturales es, por definición, algo diseñado para parecer un humano. Google ha tomado la decisión de marcarlo con SynthID, pero esa marca de agua es imperceptible para el usuario final. ¿Cómo sabe el cliente de un banco que está hablando con un avatar de IA y no con un humano? La regulación europea sobre sistemas de IA de alto riesgo exige transparencia activa —decirle al usuario que es IA—, no solo marcado técnico. Que la primera versión de Live Avatar sea exclusivamente enterprise limita ese problema, pero no lo elimina para cuando el producto escale.
El tercero es la seguridad. Un avatar de IA con acceso a herramientas de back-end en tiempo real que puede ejecutar acciones durante una conversación con un cliente es un objetivo de ataque valioso. Una llamada manipulada —ya sea por un cliente malintencionado o por un atacante en la infraestructura de la empresa— podría engañar al avatar para ejecutar transacciones no autorizadas. Google no ha publicado su modelo de seguridad para Live Avatar ni el marco de responsabilidad si un ataque de este tipo tiene éxito en un despliegue enterprise. Esas respuestas importarán antes de que el producto salga de enterprise.