فهرست مطالب
گوگل قابلیت Guided Vision را در Gemini Live منتشر کرد تا با دوربین گوشی، متن‌های ریز، اشیا و محیط اطراف را برای کاربران کم‌بینا توصیف کند.
به گزارش سرویس هوش مصنوعی تکناک، قابلیت Guided Vision از امروز در Gemini Live روی دستگاه‌های اندرویدی سازگار در حال انتشار است و از هوش مصنوعی برای ارائه توضیحات صوتی لحظه‌ای درباره هر چیزی که کاربر دوربین گوشی را به سمت آن می‌گیرد، استفاده می‌کند.
توضیحات صوتی لحظه‌ای با دوربین گوشی
کاربران با فعال کردن اشتراک‌گذاری دوربین در Gemini Live می‌توانند از هوش مصنوعی گوگل برای خواندن نوشته‌های ریز، توصیف محیط اطراف، پیدا کردن یا شناسایی اشیای مختلف و توضیح جزئیات مربوط به یک شیء خاص کمک بگیرند.
این قابلیت مشابه VoiceOver Live Recognition اپل است که به آیفون و Vision Pro اضافه شده و برای افرادی طراحی شده است که نابینا یا کم‌بینا هستند یا در موقعیت‌های خاص به کمک نیاز دارند.
Guided Vision علاوه بر اپلیکیشن Gemini، در Google TalkBack نیز در دسترس است.
کاربران دستگاه‌های مجهز به Android 9 و نسخه‌های جدیدتر همچنین می‌توانند از طریق اپلیکیشن Settings یک میانبر دسترسی‌پذیری برای این قابلیت ایجاد کنند.
گوگل Guided Vision را در مجموعه‌ای از به‌روزرسانی‌های اخیر Pixel معرفی کرده بود.
بیشتر بخوانید: گوگل از مدل قدرتمند Gemini 4 Argon رونمایی کرد
پرسش‌های تکمیلی و راهنمایی صوتی
کاربران می‌توانند درباره چیزی که مشاهده می‌کنند پرسش‌های تکمیلی نیز مطرح کنند.
برای مثال، اگر Gemini یک محصول را پیدا کند، کاربر می‌تواند از آن بخواهد تاریخ انقضای محصول را بخواند.
گوگل می‌گوید اگر موضوع موردنظر خارج از کادر دوربین باشد، Gemini می‌تواند با ارائه راهنمایی‌های صوتی به کاربر کمک کند دوربین را در موقعیت مناسب قرار دهد.
با این حال، گوگل هشدار داده است که کاربران نباید برای مواردی مانند مسیریابی، دریافت راهنمایی برای سفر ایمن یا تشخیص موانع به Guided Vision تکیه کنند.
این قابلیت همچنین نباید جایگزین عصا یا سایر ابزارهای کمک‌حرکتی شود.
بیشتر بخوانید: گوگل قابلیت Gemini Skills را برای کاربران رایگان فعال کرد
