Gemini Tiešraide: Vadītā redze reāllaika apraksti

Google saderīgās Android ierīcēs Gemini Tiešraidē ieviesis funkciju Vadītā redze, kas ar mākslīgā intelekta palīdzību reāllaikā balsī apraksta to, ko redz tālruņa kamera.

Funkcija spēj nolasīt sīku tekstu, aprakstīt apkārtni, atrast vai atpazīt priekšmetus un izskaidrot to detaļas. Google norāda, ka tā paredzēta neredzīgiem un vājredzīgiem cilvēkiem, kā arī situācijām, kad nepieciešama papildu palīdzība. Tā līdzinās Apple VoiceOver tiešraides atpazīšanas funkcijai, ko uzņēmums pievienoja iPhone un Vision Pro.

Vadītā redze ir pieejama Gemini lietotnē un Google TalkBack. Android 9 vai jaunākas versijas lietotāji var iestatījumos šai funkcijai piešķirt pieejamības īsinājumtaustiņu.

Lietotāji var uzdot papildu jautājumus par to, ko redz kamera, piemēram, lūgt Gemini nolasīt produkta derīguma termiņu. Google norāda, ka gadījumā, ja objekts nav kadrā, Gemini var sniegt balss norādes, kas palīdz kameru pavērst pareizajā virzienā.

Kad Gemini Tiešraidē ir aktivizēta Vadītā redze, Gemini sniedz balss norādes par kadrējumu, ja kamera ir pavērsta pārāk augstu, atrodas pārāk tuvu vai ir nedaudz sasvērta. Google norāda, ka tās var ietvert norādījumus lēnām pagriezt kameru pa labi, noliekt to uz leju vai paiet soli atpakaļ, lai iegūtu skaidru vizuālo kontekstu.

Google brīdina, ka uz Vadīto redzi nevajadzētu paļauties navigācijā, drošas pārvietošanās norādēm vai šķēršļu noteikšanai. Tā nedrīkst aizstāt spieķi vai citus pārvietošanās palīglīdzekļus.