A Google Gemini már képes élő képernyőelemzésre és videók megtekintésére is
A Barcelonában zajló Mobile World Congress (MWC) 2025 rendezvényen a Google bemutatta a Gemini nevű mesterséges intelligencia asszisztensének néhány új képességét. A Screenshare lehetővé teszi, hogy megosszuk okostelefonunk képernyőjét az asszisztenssel, és a látottak kontextusa alapján kérdéseket tegyen fel neki.
A Google a funkciót egy videóval mutatta be, amelyen egy felhasználó megosztja a képernyőjét Geminivel, és egy weboldalon található farmer képe alapján öltözködési ötleteket kér tőle. Ez nem teljesen új terület a Google számára. A Lens képes azonosítani dolgokat a képernyőn kiemelt dolgok alapján, de a természetes beszélgetéseket folytató AI hangasszisztenssel való párosítása logikus előrelépésnek tűnik.
Megszünteti a monotonitást, és a munka nagy részét automatizálja Ön helyett. A Gemini egy lépéssel közelebb kerül a ChatGPT-hez is, amely multimodális és támogatja a különböző bemeneteket a képektől kezdve a videóig. A ChatGPT képes valós idejű videóelemzésre is, fejlett hangmódban, és a Google felfigyelt rá.
A második új funkció, amelyet a Gemini Live részeként mutattak be, lehetővé teszi az asszisztens számára, hogy a telefon kameráján keresztül élő videót dolgozzon fel és elemezzen.
A példavideó azt mutatja, ahogy a felhasználó beindítja a kamerát, hogy megmutasson Gemininek egy vázát, és színjavaslatokat kérjen tőle.
Ezek a funkciók hamarosan megjelennek a Google One AI Premium csomagban előfizetők számára. A csomag a Gemini Advanced szolgáltatáshoz való hozzáférést és 2 TB felhő tárhelyet is tartalmaz.
Forrás(ok)
