Google、リアルタイムで表情豊かに話すAIアバター「Gemini 3.8 Live with Live Avatar」提供開始 画像1枚で独自アバターも

Googleが「Gemini 3.8 Live with Live Avatar」を Gemini Enterprise で一般提供開始した。リアルタイム音声対話と、ほぼリアルタイムの動画生成アバターを一体化したもので、ユーザーの声に応じて表情が自然に変わり、口が話に同期する。1枚の写真から企業独自のアバターを生成でき、97言語対応で言語切り替え時もリップシンクを保つ。話しながら裏でツール実行（非同期実行）も可能。想定用途は顧客対応、店頭キオスク、ECアシスタント、ゲームNPCなど幅広い。

AIの鬼が指摘したいのは、「対話型AI」が初めて「顔」を持つことで、実務層で「信頼」という新しい効果をもたらし始めたという転換点だ。テキストチャットボットと異なり、相手が人間らしい応答をしているように感じれば、同じ情報でも信頼度が上がる。その一方で、Googleが課金・実装両面で「管理」を強めている点は見落とせない。従量課金の仕組みは複雑（ユーザーが話している間は課金なし、でもターンごとにトークン再集計）で、カスタムアバターは Google の許可リスト登録企業のみに限定。「生成AI のなりすまし防止」という正当な名目の裏で、実装選別による利益保護が進行中である。

中小企業にとっての含意は、顧客対応の自動化が「声と文字だけのボット」から「人間らしい対話相手」へシフトしようとしている、ということ。初期実装コストと月次のランニングコストの両面で、導入可否の判断軸を全面的に見直す時期に入った。