Awatar Gemini od Google: Twój cyfrowy sobowtór, który wygląda i mówi jak ty

Czym dokładnie jest ta funkcja?

W przeciwieństwie do generycznych, gotowych awatarów dostępnych już w Google Vids dla materiałów firmowych , nowy awatar Gemini to osobista, trwała reprezentacja AI twojej osoby. Wykorzystuje on twoją prawdziwą twarz i głos, aby zbudować model, który „wygląda i brzmi dokładnie jak ty”. Model ten jest następnie przechowywany w aplikacji Gemini, gotowy do tworzenia wideo na żądanie .

Funkcja jest dostępna wyłącznie dla użytkowników z płatną subskrypcją Google AI Pro lub Ultra i można z niej korzystać tylko w aplikacji mobilnej Gemini, w sekcji Ustawienia > Awatar . Nie ma wersji internetowej.

Jak to działa w praktyce?

Proces konfiguracji został celowo maksymalnie uproszczony, ale w tle działa połączenie kilku zaawansowanych modeli AI:

• Rejestracja na żywo: Aby zapobiec fałszowaniu tożsamości na podstawie zdjęcia, musisz użyć kamery w telefonie do nagrania krótkiego wideo na żywo. System przechwytuje geometrię twojej twarzy, mimikę i głos podczas tego jednorazowego, odbywającego się w czasie rzeczywistym skanowania . Podczas konfiguracji zostaniesz poproszony o wypowiedzenie na głos serii cyfr .
• Modelowanie: Multimodalny model Gemini Omni firmy Google współpracuje z silnikami generowania wideo Veo 3 i Veo 3.1, aby przekształcić to nagranie w cyfrowego awatara wielokrotnego użytku .
• Przechowywanie i wielokrotne użycie: Po utworzeniu awatar jest zapisywany na twoim koncie. Nigdy więcej nie musisz już przesyłać zdjęć ani nagrywać się ponownie — po prostu przywołujesz go do nowego projektu .
• Generowanie tekst-wideo: Wpisujesz polecenie, na przykład „Nagraj intro do podcastu o trendach w AI” lub „Pokaż mnie, jak oprowadzam po Paryżu”, a awatar jest natychmiast animowany w zupełnie nowej scenie, z idealnie zsynchronizowanym dźwiękiem, ruchem ust i naturalnymi gestami .

Praktyczny test PCWorld potwierdził, że konfiguracja zajmuje około pięciu minut, a wynikowe wideo jest tak autentyczne, że aż niepokojące .

Jakie zabezpieczenia wprowadziło Google?

Google wypromowało tę funkcję jako stawiającą bezpieczeństwo na pierwszym miejscu, a wdrożone zabezpieczenia są wielowarstwowe:

• Surowa weryfikacja wieku (18+): Wymóg osiągnięcia pełnoletności nie opiera się na oświadczeniu użytkownika. Google weryfikuje go na podstawie daty urodzenia przypisanej do konta Google, a funkcja nie jest dostępna dla osób poniżej 18. roku życia .
• Wymóg rejestracji na żywo: Obowiązkowy skan kamerą w czasie rzeczywistym podczas konfiguracji wyklucza użycie statycznych zdjęć lub pobranych multimediów, tym samym bezpośrednio blokując najbardziej oczywistą ścieżkę do stworzenia awatara innej osoby bez jej zgody .
• Znaki wodne SynthID: Każde wideo wygenerowane przez tę funkcję jest osadzane z niewidocznym cyfrowym znakiem wodnym przy użyciu technologii SynthID od Google DeepMind. Pozwala to detektorowi treści AI na zweryfikowanie jego syntetycznego pochodzenia, nawet jeśli wideo zostanie poddane edycji lub kadrowaniu. Do czasu konferencji Google I/O 2026, SynthID zostało wykorzystane do oznakowania ponad 100 miliardów zdjęć i filmów oraz 60 tysięcy lat materiału audio .
• Zasady zabronionego użytkowania: Narzędzie podlega ogólnej polityce Google dotyczącej generatywnej AI, która wyraźnie zabrania generowania treści do nielegalnych działań, oszustw lub naruszania prywatności. Google stosuje połączenie automatycznego wykrywania i ręcznej moderacji, aby egzekwować te zasady .
• Limity użytkowania: Aby zapobiec automatycznej masowej produkcji, większość użytkowników jest ograniczona do tworzenia 20 awatarów AI tygodniowo i 10 filmów dziennie, w zależności od konkretnego planu taryfowego .

Dlaczego ta funkcja nie jest dostępna w Polsce i całej UE?

Pomimo komunikatów Google o bezpieczeństwie, mapa dostępności funkcji ujawnia głęboką ostrożność regulacyjną. Spersonalizowane narzędzie awatara jest obecnie dostępne w Stanach Zjednoczonych i kilku wybranych regionach, ale jest wyraźnie zablokowane dla każdego konta lub lokalizacji znajdującej się w Europejskim Obszarze Gospodarczym (EOG), Szwajcarii i Wielkiej Brytanii . Jest to znacznie węższy zasięg niż szersza aplikacja internetowa Gemini, która jest dostępna w ponad 230 krajach i terytoriach .

Ta regionalna blokada wskazuje bezpośrednio na bardziej rygorystyczne europejskie ramy prawne dotyczące danych biometrycznych i odpowiedzialności za sztuczną inteligencję, w tym unijny AI Act (Akt w sprawie sztucznej inteligencji). Wydaje się, że Google zdecydowało się prewencyjnie uniknąć ryzyka związanego ze zgodnością z prawem na tych rynkach, jednocześnie udostępniając funkcję użytkownikom w USA .

Szeroki kontekst deepfake'ów – problem, którego żadne zabezpieczenie w pełni nie rozwiąże

Premiera nie została przyjęta z powszechnym entuzjazmem. Wręcz przeciwnie, odnowiła intensywną dyskusję na temat fundamentalnych wyzwań związanych z syntetycznymi mediami tworzonymi przez AI:

• Normalizacja narzędzi: Nawet jeśli narzędzie jest zbudowane z myślą o samoklonowaniu, udostępnienie tak zaawansowanej technologii deepfake szerokiemu gronu konsumentów obniża barierę techniczną dla złośliwych podmiotów i normalizuje ideę syntetycznego wideo .
• Szczątkowe ryzyko nadużyć: Chociaż skan twarzy na żywo powstrzymuje nadużycia oparte na statycznych zdjęciach, nie zapobiega sytuacji, w której atakujący zmusza lub oszukuje osobę, by ta zarejestrowała się przed kamerą. Jest to wektor ataku, który systemy automatyczne mogą z trudem wykryć.
• Wyścig detekcji: SynthID jest silnym środkiem transparentności, osadzonym na poziomie piksela, co gwarantuje, że przetrwa edycję i kadrowanie . Jest to jednak rozwiązanie własnościowe dla mediów Google. Nie jest w stanie pomóc w wykrywaniu deepfake'ów stworzonych przez modele open-source lub konkurencyjne, gdzie znak wodny nigdy nie zostaje zastosowany, co podkreśla ograniczenia rozwiązania pochodzącego od pojedynczej firmy.

Nowa funkcja awatara Gemini od Google stanowi ogromny krok naprzód w dziedzinie konsumenckiego tworzenia wideo AI, ale unaocznia również jedno: zasady, narzędzia i normy społeczne dotyczące życia z mediami syntetycznymi są wciąż pisane, i to w czasie rzeczywistym.