Google lança Gemini 3.8 Avatar ao Vivo com sincronização labial em tempo real em 97 idiomas

No dia 25 de setembro de 2026, a Google anunciou a integração de um Avatar ao Vivo na sua plataforma Gemini 3.8 Live, apresentando‑o como uma personalidade digital que reage instantaneamente, sincronizando movimentos labiais e expressões faciais com a fala, ao mesmo tempo que sobrepõe informações visuais no ecrã.

De acordo com a empresa, o avatar tem a capacidade de alternar entre 97 idiomas suportados sem perder a qualidade do vídeo nem introduzir os desvios visuais típicos dos conteúdos sintéticos em tempo real.

Mecanismo subjacente da tecnologia

O Gemini 3.8 Live, revelado uma semana antes, já demonstrava a aptidão para processar entradas visuais quase em tempo real. O Avatar ao Vivo aproveita essa base ao gerar uma cabeça 3D animada que alinha a forma da boca com a saída fonética do modelo de linguagem Gemini, mantendo a coerência entre som e movimento.

Na demonstração pública, o avatar iniciou a frase em inglês e, ao meio da sentença, mudou para japonês, conservando a sincronização labial com os fonemas de ambas as línguas.

Além da fala, o sistema permite a inserção de sobreposições gráficas no ecrã. Enquanto o avatar fala, pode exibir gráficos, pontos‑chave ou indicadores visuais, transformando uma simples resposta de voz numa apresentação multimédia completa.

Disponibilidade restrita a clientes empresariais

No lançamento, a Google limitou o acesso ao Avatar ao Vivo aos clientes do plano Gemini Enterprise. As organizações subscritoras podem escolher entre um catálogo de avatares pré‑definidos ou solicitar avatares personalizados que se alinhem às diretrizes de identidade visual da empresa.

Cada fragmento de vídeo gerado inclui uma marca d'água invisível chamada SynthID. Segundo a Google, esta marca, combinada com salvaguardas incorporadas, tem como objetivo proteger a identidade do conteúdo e permitir que plataformas subsequentes verifiquem a sua origem sintética.

Vantagens e aplicações potenciais

• Agentes de apoio ao cliente que podem conversar na língua nativa do interlocutor sem contratar staff multilingue
• Módulos de formação interna onde um apresentador consistente entrega o material em várias línguas
• Vídeos de marketing que podem ser localizados instantaneamente para campanhas globais
• Webinars ao vivo onde o avatar troca de idioma em tempo real para audiências multilingues

Manter a consistência visual entre diferentes idiomas é particularmente valioso para comunicações de marca. As empresas evitam o efeito "valley uncanny" que surge quando legendas são adicionadas a um apresentador estático, porque os movimentos labiais do avatar permanecem alinhados com as palavras faladas.

Entretanto, o lançamento levanta questões de identidade, transparência e acessibilidade. Reguladores e grupos de defesa alertam para o risco de apresentadores sintéticos imitarem pessoas reais ou mascararem a origem da informação. A inclusão da marca d'água SynthID é um primeiro passo, mas a Google ainda não detalhou como a marca será detectada por plataformas de terceiros.

Do ponto de vista da acessibilidade, o avatar pode melhorar a experiência de utilizadores com deficiência auditiva ao ser combinado com legendas precisas, oferecendo ainda pistas visuais úteis para quem recorre à leitura labial. Até ao momento, a Google não anunciou certificações específicas de acessibilidade para esta funcionalidade.

Para uma organização cuja língua principal seja o inglês, o avatar representa uma solução escalável para produzir conteúdo de vídeo multilingue sem incorrer nos custos de contratar atores de voz, tradutores e editores de vídeo para cada idioma. Uma única licença Gemini Enterprise pode gerar um apresentador sintético que transmite a mesma mensagem em dezenas de mercados, preservando o tom da marca e o estilo visual.

Esta abordagem reduz drasticamente o tempo de produção, passando de semanas a minutos, o que se traduz em ciclos de lançamento mais rápidos, orçamentos de localização mais modestos e uma experiência de visualização homogénea nos 97 idiomas suportados.

Em Portugal, empresas do sector turismo já manifestaram interesse em utilizar o Avatar ao Vivo para criar guias de viagem interativos que alternam entre português, inglês, espanhol e árabe, permitindo que os visitantes escolham o idioma em tempo real enquanto assistem a apresentações personalizadas nas exposições dos museus.