Google lansează funcția Guided Vision în Gemini Live pentru descrieri audio în timp real

Google a lansat Guided Vision, o nouă funcție bazată pe AI, integrată în Gemini Live pentru dispozitive Android compatibile. Acest instrument inovator utilizează camera telefonului pentru a oferi descrieri audio în timp real ale oricărui lucru spre care este îndreptată camera, având ca scop îmbunătățirea accesibilității și oferirea de asistență în diverse scenarii. Prin activarea partajării camerei în Gemini Live, utilizatorii pot folosi AI-ul Google pentru a citi text mic, a înțelege împrejurimile, a identifica obiecte și a obține descrieri detaliate ale unor articole specifice.

Tehnologia din spatele Guided Vision este concepută pentru a fi un ajutor puternic, în special pentru persoanele nevăzătoare sau cu deficiențe de vedere, oferind o modalitate alternativă de a percepe și interacționa cu mediul lor. Similar cu funcția VoiceOver Live Recognition de la Apple, aceasta își propune să reducă decalajele informaționale prin convertirea informațiilor vizuale în feedback auditiv. Funcția este accesibilă nu numai prin aplicația dedicată Gemini, ci potențial și prin alte servicii integrate, extinzându-și acoperirea și utilitatea.

Această dezvoltare semnifică angajamentul continuu al Google de a utiliza AI-ul pentru accesibilitate și asistență pentru utilizatori. Integrarea în Gemini Live sugerează o mișcare către interacțiuni AI mai dinamice și conștiente de context. Iterațiile viitoare ar putea vedea rafinări suplimentare în acuratețea recunoașterii obiectelor și o compatibilitate mai largă cu dispozitivele, făcând asistența vizuală avansată mai omniprezentă.