La grande innovation de la semaine : une bouche qui bouge
Google a enfin accouché de la fonctionnalité qui allait tout changer. Pas une mémoire longue, pas moins d'hallucinations, pas des coûts d'inférence divisés par dix. Un visage. Gemini 3.8 Live embarque désormais Live Avatar, une tête animée qui synchronise ses lèvres et ses expressions faciales pendant vos conversations avec le modèle. Voilà le sommet de la R&D de la maison la mieux valorisée de la planète : un muppet numérique avec abonnement.
Et il est réservé aux clients Gemini Enterprise. Retenez ce détail. On y revient. C'est là que tout se joue.
97 langues, une seule vidéo
Selon Google, Live Avatar navigue entre les 97 langues supportées « sans dégradation de la fidélité vidéo ni dérive visuelle ». La preuve ? Une vidéo. Publiée par Google. Où l'avatar parle anglais, puis japonais, la bouche correctement calée sur l'audio dans les deux cas.
Bravo. Vous avez réussi à faire suivre une texture à une forme d'onde. Ce n'est pas parler 97 langues : c'est animer des lèvres sur 97 pistes audio. Ça ne dit rien de la nuance, du registre, du second degré, ni de la moitié des langues que Google entasse dans un tableau pour faire joli en slide. Le 97 ne mesure pas une compétence. Il mesure la taille d'un fichier de configuration.
Et la démo, comme toutes les démos, montre exactement ce qui se vérifie à l'œil nu — une bouche alignée — et zappe soigneusement tout ce qui compte : taux d'erreur, latence en production, coût par échange, politique de conservation des données. Une démo n'est pas un produit. Une démo, c'est de la lumière bien placée et un montage bienveillant.
Entreprise uniquement, ou l'aveu en petits caractères
Pourquoi les entreprises d'abord ? Ce n'est pas une question de calcul. C'est une question de carnet de commandes. Un visage sur un agent virtuel, c'est ce qui fait signer un directeur de centre de contacts qui veut réduire ses effectifs sans que ses clients comprennent tout de suite ce qui se passe au bout du fil. Le sourire de l'avatar, c'est le vernis social appliqué sur une ligne budgétaire.
Google ne vend pas un compagnon. Google vend un uniforme. Et dans le B2B, l'uniforme se facture à la licence, pas à l'émotion. Le grand public attendra : il n'a rien à signer.
Ce que la caméra ne montre jamais
Personne n'a demandé à voir le taux d'escalade vers un humain — la seule métrique qui dit la vérité sur un système de support. Ni ce qui se passe quand l'avatar débite une absurdité avec un sourire parfaitement synchronisé. Un mensonge bien lip-syncé reste un mensonge : il est simplement plus difficile à contester, parce qu'on ne discute pas avec un visage.
Ajoutez à ça les expressions faciales pilotées par le modèle : quel jeu de visages, décidé par qui, entraîné sur quelles données ? Une grimace corporative calibrée à Mountain View devient la définition universelle de l'empathie. Charmant.
Régulateurs, vous regardez le mauvais écran
Pendant que les autorités européennes se déchirent sur les modèles de fondation, une face synthétique s'installe dans les échanges commerciaux quotidiens. Visage généré, voix générée, 97 langues générées. À quel moment impose-t-on au client de savoir qu'il parle à un pantin ? À quel moment la loi sur les deepfakes cesse d'être un sujet de panique électorale pour devenir une règle de commerce ?
Le consentement, la traçabilité, la mention explicite : trois dossiers ouverts, zéro annonce. Google, vous avez pris la parole sur les lèvres. Prenez-la aussi sur le reste.
Verdict
Google n'a pas donné un visage à son IA. Google a donné un visage à sa grille tarifaire. C'est nettement plus efficace devant un comité d'achat qu'un benchmark.
Et le jour où vous tomberez sur un interlocuteur souriant, patient, polyglotte et jamais fatigué, posez la question. Google a déjà la réponse — et il la garde pour ses clients Enterprise.
Source : The Verge.