Google presenta Gemini 3.8 Avatar en Vivo en 97 idiomas para empresas

El 25 de septiembre de 2026 Google dio a conocer una novedad que promete transformar la forma en que las empresas comunican su mensaje: Gemini 3.8 Avatar en Vivo, un presentador sintético capaz de hablar, sincronizar los labios y proyectar datos en pantalla en 97 idiomas diferentes.

La presentación se realizó dentro del marco de Gemini 3.8 Live, la versión de la plataforma que ya permitía procesar entradas visuales casi en tiempo real. Con el nuevo Avatar, la compañía introduce una cara 3‑D animada que se adapta al discurso del modelo de lenguaje, ofreciendo una experiencia audiovisual mucho más cercana a la interacción humana.

Cómo funciona la tecnología

Gemini 3.8 Live, lanzado una semana antes, sirve como la infraestructura subyacente que permite generar imágenes y video con latencias mínimas. El Avatar en Vivo se apoya en esa capacidad para crear una representación facial que mueve la boca y las expresiones en sincronía con los fonemas emitidos por Gemini, sin importar el idioma que se esté utilizando.

En la demostración pública, el avatar cambió de inglés a japonés a mitad de una frase, manteniendo la alineación perfecta entre los movimientos labiales y los sonidos de cada lengua, lo que evidencia la robustez del motor de sincronización multilingüe.

Además de la voz, el sistema permite superponer gráficos, viñetas, tablas o cualquier otro tipo de pista visual directamente en la pantalla mientras el avatar habla, convirtiendo una simple respuesta de audio en una presentación completa y dinámica.

Despliegue exclusivo para empresas

Google ha decidido limitar el acceso al Avatar en Vivo a los clientes de Gemini Enterprise en su fase inicial. Las organizaciones que suscriben el nivel empresarial pueden elegir entre un catálogo de avatares predefinidos o solicitar la creación de rostros personalizados que respeten sus normas de identidad corporativa.

Cada fragmento de video generado incorpora una marca de agua invisible denominada SynthID. Esta huella digital, según afirma Google, está diseñada para proteger la identidad del contenido sintético y facilitar su detección por parte de plataformas externas.

Beneficios potenciales y casos de uso

• Agentes de atención al cliente que pueden conversar en la lengua nativa del llamante sin contratar personal multilingüe
• Módulos de formación interna donde un presentador constante entrega el material en varios idiomas
• Videos de marketing que pueden localizarse al instante para campañas globales
• Webinars en vivo donde el avatar cambia de idioma al vuelo para audiencias multilingües

Mantener la consistencia visual entre idiomas resulta especialmente valioso para marcas que buscan una comunicación homogénea. Al evitar el efecto “valle inquietante” que suele aparecer cuando se añaden subtítulos a un presentador estático, el avatar garantiza que los movimientos de la boca sigan fielmente a las palabras pronunciadas en cada idioma.

No obstante, el lanzamiento también genera preguntas sobre identidad, divulgación y accesibilidad. Autoridades reguladoras y organizaciones de defensa han alertado que los presentadores sintéticos podrían emplearse para suplantar a personas reales o para ocultar la fuente original de la información.

La inclusión de la marca de agua SynthID constituye un primer paso hacia la transparencia, aunque Google no ha especificado aún cómo será detectada por terceros ni qué mecanismos de verificación se implementarán en plataformas de distribución.

En términos de accesibilidad, el avatar tiene el potencial de mejorar la experiencia de usuarios con discapacidades auditivas al combinarse con subtítulos precisos y ofrecer pistas visuales para la lectura de labios. Hasta la fecha, la empresa no ha anunciado certificaciones de accesibilidad específicas para esta función.

Para una organización hispanohablante, la herramienta representa una forma escalable de producir contenido de video multilingüe sin la necesidad de contratar actores de voz, traductores y editores de video para cada mercado. Con una única licencia Gemini Enterprise, se puede generar un presentador sintético que transmita el mismo mensaje en decenas de mercados, conservando el tono y estilo visual de la marca.

Esta capacidad reduce drásticamente los plazos de producción, pasando de semanas a minutos, y permite lanzar campañas al mercado con mayor rapidez, disminuyendo los presupuestos de localización y garantizando una experiencia de visualizador coherente en los 97 idiomas admitidos.

En resumen, Google Gemini 3.8 Avatar en Vivo abre una nueva frontera para la comunicación empresarial, combinando inteligencia artificial avanzada, sincronización facial precisa y soporte multilingüe, todo bajo un marco de seguridad que busca mitigar los riesgos asociados al contenido sintético.