- Permite descrieri audio în timp real prin intermediul camerei și Gemini Live.
- Include asistență pentru încadrarea dispozitivului mobil și adresarea de întrebări ulterioare.
- Este conceput ca un instrument de accesibilitate pentru persoanele nevăzătoare sau cu deficiențe de vedere.
- Necesită Android 9 sau o versiune ulterioară și nu înlocuiește dispozitivele de asistență pentru mobilitate tradiționale.
Imaginează-ți că poți purta pe cineva în buzunar care îți descrie exact ce se întâmplă în jurul tău în timp real. Ei bine, practic asta a făcut Google prin integrarea Viziunea ghidată în cadrul Gemini LiveAceastă funcționalitate rupe dinamica tradițională de a scrie o întrebare și a aștepta un răspuns, permițându-ne acum să interacționăm cu inteligența artificială pur și simplu arătându-i lumea prin obiectivul camerei.
Acest instrument nu este un simplu analizator static de fotografii, ci mai degrabă propune un conversație fluidă și dinamică bazat pe viziunea computerizată. Deși are un potențial enorm pentru oricine are nevoie de ajutor cu detaliile vizuale, esența și rațiunea sa de a fi este accesibilitate pentru persoanele nevăzătoare sau cu vedere redusă, căutând să facă mediul mult mai ușor de înțeles și de gestionat prin instrucțiuni audio precise.
Cum funcționează exact această tehnologie?
Procesul este destul de simplu: utilizatorul activează funcția și partajează semnalul camerei cu Gemini Live. De acolo, inteligența artificială analizează imaginea live, iar utilizatorul poate întreba orice despre ceea ce vede. Cea mai puternică caracteristică este că vă permite să faceți întrebări ulterioareCu alte cuvinte, dacă Gemini identifică o conservă de dulceață, o poți întreba imediat care este data de expirare sau ce ingrediente conține, fără a fi nevoie să repornești interogarea.
Spre deosebire de alte instrumente, Ghidarea Viziunii este capabilă să ghidează încadrarea telefonului mobilDacă dispozitivul este îndreptat prea sus, prea aproape de obiect sau ușor descentrat, asistentul vă va oferi instrucțiuni verbale pentru a corecta acest lucru. reglați poziția telefonuluiAcest lucru asigură că IA are informațiile vizuale necesare pentru a evita greșelile în descriere.
Instrumente practice pentru viața de zi cu zi
Aplicațiile sunt incredibil de variate și abordează probleme foarte cotidiene pe care uneori le considerăm dificile. De exemplu, este ideal pentru citește litere mici pe etichetele nutriționale sau pe prospectele medicamentelor, unde nu este ușor vizibil. De asemenea, este foarte util pentru localiza obiecte pierdutePoți muta telefonul prin cameră și să-l rogi să te alerteze atunci când detectează, de exemplu, o cască căzută pe podea sau pipernița dintr-o bucătărie plină de borcane.
În plus, instrumentul pătrunde în teritorii mai subiective și estetice. Guided Vision poate recunoaște modele, forme și culoriAșadar, ai putea să o întrebi dacă o cămașă cu dungi se potrivește cu anumiți pantaloni sau pur și simplu ai putea afla ce culoare are o piesă vestimentară. Poate chiar să facă o descrierea generală a unui sejur necunoscut sau detaliază ce lucruri se află pe o masă.
Configurarea și compatibilitatea Android
Pentru a începe, cea mai directă modalitate este să deschideți aplicația Gemini, să accesați setările profilului și selectați opțiunea de utilizare a vederii ghidate live. După ce ați terminat, pur și simplu deschideți Gemini Live și partajați camera. Pentru cei care caută mai multă viteză, Google a inclus opțiunea de a crea un acces direct din meniul Accesibilitate (Asistență vizuală), permițând activarea acesteia prin gesturi cu două degete, butonul plutitor sau prin apăsarea simultană a ambelor butoane de volum.
În ceea ce privește cerințele tehnice, funcția funcționează fără probleme pe dispozitivele cu Android 9 sau versiuni ulterioarecu condiția ca Gemini Live să fie disponibil în limba și regiunea utilizatorului. Este esențial să aveți atât sistemul de operare, cât și aplicația Gemini. actualizat la cea mai recentă versiuneÎn plus, a fost complet integrat cu Google TalkBack pentru a maximiza autonomia utilizatorilor cu deficiențe de vedere.
Procesul de dezvoltare și avertismentele de siguranță
Acest progres nu a fost rezultatul întâmplării, ci al unei strânse colaborări cu Aira, experți în interpretare vizualăPentru a asigura fiabilitatea deplină a sistemului, au fost necesare mii de ore de date din lumea reală și asistența a peste... 1.000 de testeri din rețeaua Trusted Testerasigurându-se că IA înțelege de ce informații are nevoie o persoană într-o situație de zi cu zi.
Totuși, există un punct în care Google este ferm convins: acest instrument nu este un dispozitiv medical nici un sistem de securitate. Compania avertizează că Guided Vision poate face greșeli și, prin urmare, Nu ar trebui folosit pentru navigare. pe stradă, să detecteze obstacolele din cale sau să înlocuiască funcția unui câine-ghid sau a unui baston. Scopul său este asistență vizuală suplimentarănu ghidul de mobilitate sigură.
Această integrare a vederii în timp real marchează o schimbare de paradigmă în care nu ne mai adaptăm la interfața telefonului, ci mai degrabă inteligența artificială se adaptează la mediul nostru. Prin combinarea recunoașterii vizuale avansate cu o interfață vocală naturală, Google transformă telefonul mobil într-un... companion inteligent capabil să citească, să identifice și să ghideze utilizatorul în orice situație zilnică.