„Google“ DI veržiasi į priekį: Interpretuos turinį jūsų ekrane realiu laiku – kaip tai veikia?

„Google“ pradėjo diegti naujas dirbtinio intelekto (DI) funkcijas „Gemini Live“, kurios leidžia sistemai realiu laiku „matyti“ jūsų ekraną arba vaizdą per išmaniojo telefono kamerą ir atsakyti į klausimus apie bet kurią iš šių medijų. Šios funkcijos pristatomos beveik po metų, kai „Google“ pirmą kartą pristatė „Project Astra“, kuris buvo pagrindas šių inovacijų kūrimui.

„Skaitys“ ekraną

„Reddit“ vartotojas pranešė, kad nauja „Gemini“ funkcija pasirodė jo „Xiaomi“ telefone.

Šiandien tas pats vartotojas paskelbė vaizdo įrašą, kuriame demonstruojama nauja DI ekrano skaitymo funkcija. Atskleidžiama, kaip technologija realiu laiku interpretuoja ekrano turinį ir atsako į klausimus.

Tai – viena iš dviejų naujų funkcijų, kurias „Google“ artimiausiu metu pradės diegti „Gemini Advanced“ prenumeratoriams kaip dalį „Google One AI Premium“ plano.  

Interpretuos kameros vaizdą

Kita šiuo metu diegiama „Astra“ funkcija – gyvas vaizdas, leidžiantis „Gemini“ realiu laiku interpretuoti išmaniojo telefono kameros vaizdo įrašą ir atsakyti į klausimus apie jį.

Žemiau pateiktame demonstraciniame vaizdo įraše, kurį „Google“ paskelbė šį mėnesį, žmogus naudoja šią funkciją, kad paprašytų „Gemini“ pagalbos pasirinkti dažų spalvą savo ką tik pagamintiems keramikos gaminiams.

Konkurencija DI asistentų srityje

Šių funkcijų diegimas – puikus pavyzdys, kaip „Google“ ir toliau pirmauja DI asistentų srityje.

Tuo tarpu „Amazon“ ruošiasi ribotam ankstyvos prieigos debiutui su savo atnaujintu „Alexa+“.

O štai „Apple“ nusprendė atidėti savo atnaujintą „Siri“.

Tiek „Alexa+“, tiek „Siri“ sistemos turėtų pasiūlyti funkcijas, panašias į tas, kurias „Astra“ pradeda įgalinti dabar. 

Tuo tarpu „Samsung“ vis dar pasikliauja „Bixby“. Tačiau „Gemini“ tapo numatytuoju asistentu „Samsung“ telefonuose.