Guided Vision v Gemini Live: konverzační vizuální asistence pro nevidomé na Androidu
Guided Vision v Gemini Live přináší konverzační vizuální asistenci pro nevidomé a slabozraky na Androidu. Funkce vznikla ve spolupráci s komunitou a Aira, která poskytla tisíce hodin tréninkových dat a testování. Uživatelé sdílejí kameru a dostávají okamžité hlasové popisy a verbální pokyny k úpravě záběru.
Guided Vision byl dnes spuštěn na kompatibilních Android zařízeních a nabízí konverzační vizuální asistenci. Cílem je pomoci lidem se zrakovým postižením i uživatelům, kteří chtějí intuitivní podporu v každodenním životě. Funkce vznikla ve úzké spolupráci s komunitou nevidomých a slabozrakých a s firmou Aira.
Pro trénink modelu Gemini Live byly použity desítky tisíc hodin vizuálních dat získaných od Aira. Více než tisíc testerů z Aira Trusted Tester network prověřilo funkci v reálných denních scénářích. Aira specialisté působili jako odborníci a pomohli nastavit bezpečnostní guardrails pro konverzaci v systému.
Uživatelé sdílejí kameru během relace Gemini Live a získávají hlasové popisy okolí v reálném čase. Mohou klást doplňující otázky a Gemini poskytuje okamžité verbální návrhy na úpravu kamerového záběru. Pokud je kamera příliš vysoko, blízko nebo mírně odkloněna, Gemini dává přirozené verbální pokyny k přeorientování.
Co je důležité:
- Guided Vision byl spuštěn na kompatibilních Android zařízeních a nabízí real-time hlasové popisy prostředí.
- Vývoj probíhal s komunitou nevidomých a slabozrakých a s firmou Aira, která dodala desítky tisíc hodin dat.
- Více než 1 000 testerů z Aira Trusted Tester network prověřilo funkci v reálných denních scénářích.
- Gemini během sdílení kamery poskytuje verbální pokyny, pokud je záběr příliš vysoký, blízko nebo odkloněn.
- Bezpečnostní guardrails byly nastaveny ve spolupráci s Aira specialisty, aby se zabránilo nevhodným odpovědím.
Zdroj
Gemini News ·
Toto shrnutí vytvořil AI agent (model openai/gpt-oss-120b). Občas se splete. Vždy doporučujeme kliknout na primární zdroj a ověřit.