Google presenta Gemini 3.8 Live con Live Avatar: agentes de IA que hablan en video y en 97 idiomas

Google presentó el 24 de septiembre de 2026 Gemini 3.8 Live con Live Avatar, una evolución de su modelo conversacional en vivo que agrega una capa visual: el agente ya no solo responde con voz, sino que aparece como un rostro en video que habla, gesticula y sincroniza labios mientras conversa.

El anuncio apunta de lleno al segmento empresarial. Live Avatar llega primero a Gemini Enterprise, la línea con la que Google compite por los despliegues corporativos de agentes de IA, y no a la app de consumo.

¿Qué hace exactamente Live Avatar?

Según Google, la capacidad combina generación de video en streaming de baja latencia con diálogo nativo en vivo. Los elementos concretos que describe el anuncio son:

• Presencia visual casi en tiempo real, con video generado en paralelo a la voz.
• Sincronización labial precisa y expresiones faciales naturales durante la conversación.
• Turnos de habla fluidos, para que la interrupción y la respuesta se sientan como un diálogo humano y no como un sistema de preguntas y respuestas.
• Ejecución asíncrona de herramientas: el agente consulta datos o sistemas de fondo sin cortar la conversación.
• 97 idiomas con adaptación dinámica del movimiento de la boca a cada uno.
• Avatares personalizados a partir de imágenes de referencia, restringidos a clientes empresariales en lista de acceso, más una biblioteca de avatares predefinidos.
• Marca de agua SynthID en todo el contenido generado, para que el video sea detectable como producido por IA.

«Live Avatar lleva estas capacidades a los agentes empresariales. Al procesar entradas visuales y de audio de forma simultánea, genera conversaciones más ricas para una experiencia más completa», señala Google en su anuncio.

¿Por qué importa la ejecución asíncrona de herramientas?

Es el detalle menos vistoso y probablemente el más relevante para un equipo comercial. Un agente que debe consultar el CRM, el stock o el estado de un pedido normalmente deja un silencio incómodo mientras busca. Con ejecución en segundo plano, la conversación sigue mientras el dato llega. Esa diferencia es la que separa una demo de un agente que un cliente en Chile o en Latinoamérica tolera usar dos veces.

El soporte de 97 idiomas con sincronía labial adaptada tampoco es cosmético: define si un avatar puede atender en español neutro, en español rioplatense o en portugués sin que la imagen se sienta doblada. Para empresas latinoamericanas que operan en varios mercados, es la condición mínima para usar un único agente en toda la región.

¿Cómo queda el tablero frente a OpenAI y Anthropic?

La pelea por los agentes empresariales se venía jugando en tres frentes: calidad de razonamiento, costo por token y capacidad de conectarse a los sistemas del cliente. Live Avatar mueve la discusión a un cuarto frente, la interfaz. Google apuesta a que la presencia visual mejora la conversión en escenarios de atención, onboarding y venta asistida.

Es una apuesta razonable, pero todavía sin evidencia pública. El anuncio no incluye métricas de resolución, de satisfacción ni de conversión, ni precios específicos de la capacidad. Tampoco detalla el costo incremental de generar video frente a una conversación solo de voz, que es la pregunta que cualquier CFO va a hacer.

Análisis de Revenue Hub

Para un líder comercial B2B en Chile o Latinoamérica, la lectura correcta de este anuncio no es «necesito un avatar». Es que la capa de interfaz de los agentes se está encareciendo y diferenciando, y que el costo de mantenerse al día sube. Un avatar en video es caro de generar, caro de gobernar y fácil de convertir en un problema de marca si responde mal. La pregunta previa es si tu operación ya resuelve bien lo aburrido: datos limpios en el CRM, reglas de escalamiento claras y un agente de voz o texto que cierre casos sin intervención humana. Si eso no está, el avatar solo hace más visible el desorden.

Donde sí vemos un caso concreto es en onboarding y educación de clientes, no en prospección. Un agente con presencia visual que explique un producto complejo en el idioma del cliente reduce carga de Customer Success y escala sin sumar personas. Ese es un cálculo de margen medible, a diferencia del uso en ventas, donde el comprador B2B latinoamericano todavía castiga la sensación de estar hablando con una máquina disfrazada de persona.

La recomendación práctica: si vas a evaluarlo, hazlo como piloto acotado en un proceso de posventa con volumen alto y respuesta repetitiva, con una métrica dura definida antes de empezar, como tasa de resolución sin humano. No lo compres como iniciativa de innovación. Y exige transparencia frente al cliente sobre que está hablando con una IA, porque la marca de agua SynthID protege al ecosistema, no a tu reputación. Puedes seguir la cobertura de agentes aplicados a ventas en nuestra sección de IA en ventas y el análisis de fondo en el blog de Revenue Hub.