Gemini 3.8 Live Avatarが一般提供 97言語の映像対話
Googleが9月24日、映像で応対するGemini 3.8 Live Avatarを一般提供した。97言語の音声対話に、口の動きが合う映像アバターと生成物を示す透かしを備え、企業の顧客対応に使える。カスタマーサポートの実務にどう効くかを整理する。
8件の記事
Googleが9月24日、映像で応対するGemini 3.8 Live Avatarを一般提供した。97言語の音声対話に、口の動きが合う映像アバターと生成物を示す透かしを備え、企業の顧客対応に使える。カスタマーサポートの実務にどう効くかを整理する。
OpenAIが音声対話のGPT-Liveを公開。相手の発話に重ねて応答できる全二重方式で会話が途切れず、非同期の推論やツール利用、PC操作やエージェント連携にも対応する。
DXCは7月28日、音声AIのElevenLabsと提携。社内業務と顧客対応に音声エージェントを組み込む。DXCはElevenLabsの5億ドル調達にも参加した。電話やコールセンターの自動化に音声AIが本格投入される。
OpenAIが2026年7月8日、同時に聞いて話せる音声AIモデルGPT-Liveを公開した。ChatGPTの音声対応が既定機能になり、電話対応や接客の自動化に直結する変化を解説する。
OpenAIが上位モデルGPT-5.6 SolをCerebrasの専用ハードで7月に提供予定。目標は毎秒最大750トークンで、一般的なGPU推論の約15倍とされる。速さが要る音声対話やエージェントの用途で使い勝手が変わる。
画像・音声・動画・文書を横断して処理できるマルチモーダルAIの2026年時点での進化と、製品画像分析・会議録画要約・図面読み取りなど業務への組み込み方を解説する。
リアルタイム音声対話AIの技術的進化と、コールセンター・議事録・ナレーション・多言語対話への業務応用を整理する。代表的なモデルの概要と選定ポイントも示す。最新の性能・価格は公式情報で確認してほしい。