一句話結論
Google 推出 Gemini 3.8 Live 的 Live Avatar,讓 AI 對話有一張會動的臉:嘴型會對上、表情會跟著變,而且能在對話中途換語言,官方說支援 97 種。但有兩個細節比技術更值得你先知道:第一,要把那張臉換成你公司的形象,目前得先通過企業白名單申請,不是開通就能用;第二,Google 主動在所有輸出的音訊與影像裡嵌了 SynthID 浮水印。第二點才是重點——廠商自己在產品上線時就先處理身分冒用,代表這個風險真實存在,而且是你的,不是他的。
先講這是什麼,再講為什麼我認為決策的難處不在技術。
它實際上做了什麼
依 Google 官方公告,Live Avatar 是 Gemini 3.8 Live 的一項功能,重點有這幾個:
- 會動的臉。近乎即時地根據看到與聽到的內容回應,用有表情的語音與影像對話。
- 中途換語言不會破功。官方說法是原生多語言語音同步,能在 97 種語言之間轉換,同時調整嘴型與表情,不會讓影片品質下降或出現視覺飄移。
- 一邊講話一邊做事。這項叫非同步工具呼叫——它可以在背景呼叫工具、抓資料,同時繼續跟你對話。官方舉的例子是飯店入住:一邊回答旅客問題,一邊把入住手續跑完,不必為了做事中斷對話。
- 形象可以換成你的。除了現成的形象庫,企業可以從一張高品質的參考圖生成一個完整動態的形象,保留原圖的長相、品牌風格或角色設定。
最後這項有一個但書,而且是官方原文寫的:「Custom avatar creation is currently available only through enterprise allowlisting.」——自訂形象目前只透過企業白名單開放。
功能透過 Gemini Enterprise 與 Live API 提供。
Google 自己先處理了冒用問題
公告裡有一段叫「Trust and transparency at its core」,講的是他們對身分的防護:所有 AI 產品產生的輸出都嵌了 SynthID 浮水印,直接織進音訊與影像裡,人眼人耳察覺不到,目的是讓 AI 生成內容保持可偵測,降低錯誤資訊與錯誤歸屬的風險。
我要在這裡停一下,因為這段話的訊息量比它看起來大。
一家公司在功能上線的同一篇公告裡就講怎麼防冒用,通常代表他們內部評估過這個風險有多大。這不是壞消息,這是有做功課的跡象。但你要讀懂它真正的意思:
浮水印解決的是「事後能不能查出這是 AI 生成的」,它不解決「當下有沒有人被騙」。你的客戶在螢幕前看到一張會講話的臉,他當下不會停下來驗浮水印。
所以風險並沒有被消除,只是留下了可以追查的線索。那條線索是給事後調查用的,不是給你的客戶用的。

真正的決定不是「要不要用」,是這三題
我接觸的企業裡,最想要這個功能的其實不是科技業,是需要一對一大量說明的行業——保險、金融、電信、房仲這類。理由很直白:同樣一段產品說明,業務一天講二十次,每次品質都不一樣。
但在你興奮之前,這三題要先有答案,而且都不是技術問題。
第一題:這張臉是誰的?如果用的是現成形象庫,這題簡單。如果你想用真人——用誰的臉、授權範圍多大、他離職以後怎麼辦、能不能拿去做新產品的影片?這是一份要簽的文件,不是一個要開的功能。用創辦人的臉最省事也最危險,因為那張臉同時是公司的品牌資產和一個活人的人格權。
第二題:它能承諾什麼?一個會動的臉講出來的話,在客戶心裡的份量跟網頁上的一段文字完全不同——這正是你想用它的原因,但風險也在同一個地方。它講出口的每一句,在客戶眼裡都是貴公司的承諾。所以話術邊界要先畫:哪些問題它可以答、哪些一律轉真人、價格與條款這種會產生法律效果的內容要不要讓它碰。
第三題:出錯的時候,怎麼知道它說了什麼?真人講錯話,客戶會投訴、主管會知道。AI 形象講錯話,如果沒有逐段紀錄,你連它說過什麼都查不到。上線之前先確定對話留不留得住、留多久、誰能調。
這三題答完,技術部分反而是最簡單的。

誠實踩煞車
- 自訂形象要申請白名單,不是開通就能用。這是官方原文寫的限制。如果你的規劃建立在「用我們自己的人」上,時程要把申請與等待算進去。
- 97 種語言不等於 97 種語言都講得一樣好。官方講的是能在 97 種語言之間轉換且維持影像同步,沒有逐語言的品質數據。繁體中文講起來自不自然、專有名詞會不會念錯,我沒有實測,不給保證——要用就自己先測。
- SynthID 是浮水印,不是防偽鎖。它讓內容事後可被偵測,不能阻止別人被騙,客戶當下也不會停下來驗。
- 台灣的供應狀況、有沒有產業限制,我查不到。公告沒寫,我不猜;官方模型文件列的區域是美國和歐盟;這是模型處理區域,不等於台灣買不到,資料會不會出境要另外問。計價可查:Google 價目表列 avatar 影片輸出每百萬 token US$1、每秒 6,192 token,我換算約每分鐘 US$0.37,只算講話時間、不含其他項目。要評估請直接問 Google Cloud 或你的代理商。
- 我沒有實際操作過 Live Avatar。本文所有功能描述都來自官方公告與媒體報導,不是我的使用心得。文中的三個決策問題是我作為企業顧問的判斷,那部分是意見。
- 法律問題請問律師。肖像授權、AI 生成代言、金融與保險業的話術規範,各行各業規定不同,我只能提醒你要處理,不能告訴你怎麼寫。
對照表:現成形象 vs 換成自己的臉
| 現成形象庫 | 自訂形象 | |
|---|---|---|
| 怎麼取得 | 直接選用 | 需通過企業白名單 |
| 要準備什麼 | 話術與邊界、對話紀錄保存 | 同左;用真人的臉,再加肖像授權 |
| 品牌一致性 | 較弱,跟別家可能撞臉 | 較強,可保留品牌風格 |
| 最大風險 | 客戶覺得沒有溫度 | 客戶以為是本人說的 |
「怎麼取得」一列依 Google 官方公告;其餘為我的判斷,不是官方說法。

三種角色,三件不同的事
如果你是一般上班族:養成一個新習慣就好——螢幕上有一張臉在跟你講話,不代表那是人,也不代表那是那個人。這不是要你疑神疑鬼,是要你在對方開始談錢、談合約、要你提供資料的時候,換一個管道確認。
如果你在做客服或業務相關的流程:先不要想形象,先把「哪些問題一定要轉真人」這張清單寫出來。這張清單不論你最後用不用 AI 形象都用得到,而且它才是決定客戶體驗的東西。形象只是外皮,清單才是骨架。
如果你是主管:這件事要拉法務進來,而且要在評估階段就拉,不是上線前才拉。必備文件有兩份:話術邊界和對話紀錄保存;用真人的臉,再加一份肖像授權。缺一份,這個專案就不該上線。另外給一個務實的建議:先用現成形象做一個內部用途試水溫(例如新人訓練的問答),等流程跑順了再談要不要換成自己的臉。
回到機長那句話
我上課常說:你是機長,AI 是機組人員。
這篇要補的是一個新狀況:現在機組人員可以穿上你的制服、用你的臉,對著客戶講話了。
空服員穿制服出現在客艙,代表的不是他個人,是整家航空公司。所以航空公司會管制服、管話術、管哪些話只能由機長廣播——這些規定不是不信任機組人員,是因為那身制服代表的東西太貴了。
你要把公司的臉交給 AI 之前,請先把同一套東西準備好。技術已經到了,規矩還沒有。而規矩沒到之前就上線的,出事的都是自己。
常見問題 FAQ
Q:台灣現在可以用嗎?多少錢?
Google 官方公告沒有揭露台灣的供應狀況,我查不到,所以不猜。計價可查官方價目表:avatar 影片輸出每百萬 token US$1、每秒 6,192 token,我換算約每分鐘 US$0.37,只算講話時間、不含其他項目。功能是透過 Gemini Enterprise 與 Live API 提供,要評估請直接問 Google Cloud 或你的代理商。
Q:可以用我們老闆的臉做嗎?
技術上官方說可以從一張高品質參考圖生成,但自訂形象目前需通過企業白名單申請。更重要的是另一件事:這是一份肖像授權文件的問題,不是功能問題。用誰的臉、能用在哪、用多久、離職怎麼辦,全部要白紙黑字寫下來。
Q:SynthID 浮水印可以防止別人冒用嗎?
不能。浮水印的作用是讓 AI 生成的內容事後可以被偵測出來,降低錯誤歸屬的風險。它不會阻止有人當下被騙,你的客戶當下也不會停下來驗。
Q:支援 97 種語言,中文講起來自然嗎?
官方說的是能在 97 種語言間轉換並維持嘴型與表情同步,沒有提供逐語言的品質數據。我也沒有實測過。要用在對外場合,務必自己先拿真實話術測一輪,特別注意專有名詞與數字。
Q:這種東西客戶會不會覺得很假?
這是真的要考慮的風險,而且它跟技術好壞是兩件事。我的建議是先用在內部或低風險場景(例如新人訓練問答、產品知識查詢),把流程跑順、話術磨好,再考慮對外。
Q:導入前最該準備的是什麼?
兩份必備文件:話術邊界(哪些問題一定轉真人)、對話紀錄保存政策(留什麼、留多久、誰能調)。用真人的臉,再加一份肖像授權。缺一份就不該上線,而且都跟技術無關。
資料來源
以下除另註明外,均於 2026 年 9 月 27 日讀取原文:
- Google 官方公告「Introducing Gemini 3.8 Live with Live Avatar」(blog.google):原生多語言語音同步、可在 97 種語言間轉換且動態調整嘴型與表情而不降低影片品質或產生視覺飄移、非同步工具呼叫可於背景取資料同時維持對話、現成形象庫與自訂形象(由高品質參考圖生成並保留長相/品牌風格/角色設定)、「Custom avatar creation is currently available only through enterprise allowlisting.」、Trust and transparency 段落中所有輸出均嵌入 SynthID 浮水印(織入音訊與影像、不可察覺、用於維持 AI 生成內容可偵測以降低錯誤資訊與錯誤歸屬)。
- Google Cloud 定價頁與 Gemini 3.8 Live 模型文件(定價頁、模型文件,2026 年 11 月查):avatar 影片輸出計價、支援區域 us、eu。
- iThome 報導(2026 年 9 月)(ithome.com.tw/news/179229):中文說明,含非同步工具呼叫的飯店入住情境舉例、97 種語言與嘴型表情同步、SynthID 浮水印用於降低錯誤資訊與身分冒用風險、開發者可透過 Gemini Enterprise 及 Live API 整合。
查證說明(誠實揭露):① 功能描述以 Google 官方公告為準,關鍵限制(自訂形象需企業白名單)附上英文原句可自行核對;中文為我的翻譯。② 我沒有實際操作過 Live Avatar,全文沒有任何使用心得或效果保證,功能敘述一律是引用。③ 台灣供應狀況、產業限制,官方未揭露、我也查不到,因此不推測。計價數字取自 Google 價目表(2026-11-03 查),每分鐘金額是我換算。④ 97 種語言的說法是「可在其間轉換並維持同步」,官方沒有提供逐語言品質數據,不可解讀為每種語言表現一致。⑤ SynthID 的作用是讓生成內容可被偵測,不是防止冒用,本文已明確區分這兩件事。⑥ 文中三個決策問題、對照表中「要準備什麼/品牌一致性/最大風險」三列、以及所有建議,都是我作為企業培訓顧問的判斷,不是 Google 的說法。⑦ 肖像授權與話術合規涉及法律,本文不構成法律意見,請諮詢律師與所屬主管機關規範。⑧ 我與 Google 沒有商業合作或分潤關係。
影片版:https://youtu.be/aVqq3z5XytY
先寫那張清單:哪些問題一定要轉真人
想定期拿到這種「先查官方原文再下判斷」的整理:我的電子報大約一到兩週一封 → startupforyou.substack.com
如果你要幫公司把 AI 用在對外場合又不想出事:我的企業內訓有一個模組專門處理這塊——用你們自己的真實話術,現場劃出哪些能交給 AI、哪些一定要人講,並把對話紀錄與查核方式一起訂下來。想聊聊寫信到 ai@autolab.cloud,或看看 AI 顧問教練團。
如果你正在規劃 2027 年的 AI 課程,不管你是 HR、訓練主管還是老師,都歡迎找阿峰老師聊聊,一起把課排對:https://autolab.cloud/corporate-training/?f=blog
關於作者
黃敬峰(AI峰哥/阿峰老師),企業 AI 實戰培訓專家,服務客戶包含國泰人壽、工研院、士林電機、電通、城邦媒體等。聯絡方式:ai@autolab.cloud