قابلیت Guided Vision در Gemini Live؛ توصیف محیط با دوربین
گوگل عرضه Guided Vision را برای توصیف صوتی محیط و خواندن نوشته‌ها در Gemini Live اندروید آغاز کرده؛ این قابلیت برای مسیریابی یا تشخیص مانع طراحی نشده است.
در این مقاله می‌خوانید ۲ بخش
کمک دیداری در گفت‌وگوی زنده
گوگل در اطلاعیه ۱ اکتبر ۲۰۲۶، آغاز عرضه قابلیت Guided Vision در Gemini Live را برای برنامه مصرف‌کننده Gemini روی اندروید اعلام کرد. این قابلیت با اشتراک تصویر دوربین، محیط را به‌صورت صوتی توصیف می‌کند و به پرسش‌های پی‌درپی کاربر پاسخ می‌دهد.
به‌گفته گوگل، خواندن نوشته‌های ریز، یافتن اشیای روزمره و توصیف رنگ و شکل از کاربردهای آن هستند. ابزار همچنین می‌تواند راهنمایی شفاهی بدهد تا کاربر دوربین را بهتر کادربندی کند.
گوگل می‌گوید این قابلیت با همکاری Aira و مشارکت بیش از هزار آزمایشگر آن توسعه یافته است؛ این گزارش سازنده، ارزیابی مستقل دقت ابزار نیست.
شرایط عرضه و مرز ایمنی
عرضه اعلام‌شده برای اندروید ۹ و بالاتر، در مناطق و زبان‌های پشتیبانی‌شده است. این خبر درباره برنامه Gemini است، نه دسترسی از طریق API یا AI Studio. اطلاعیه نام و نسخه مدل زیربنایی یا هزینه جداگانه را مشخص نمی‌کند و دسترسی در ایران نیز تأیید نشده است.
هشدار مهم گوگل این است که Guided Vision ممکن است اشتباه کند و برای مسیریابی، تشخیص مانع یا جایگزینی عصای سفید طراحی نشده است. بنابراین، توصیف محیط با هوش مصنوعی را نباید به‌معنای راهنمای ایمن برای حرکت در محیط دانست.
هنوز دیدگاهی منتشر نشده است. اولین نفر باشید.