北京
分享至
Google在Gemini Live中上线了一项新功能：Guided Vision。它提供的是对话式的实时视觉辅助，用户共享摄像头画面后，就能获得动态的音频描述。
这项功能并非闭门造车，而是与盲人和低视力社区共同开发。除了描述画面，它还会给出自然的口头重构提示，帮助用户探索周围环境。
共享摄像头，听见环境
使用方式很直接：开启摄像头共享，Gemini Live便持续输出动态音频描述。与静态识别不同，它强调实时与对话感，用户可以在过程中获得口头提示来重新理解眼前的场景。
从产品逻辑看，Guided Vision把多模态能力落到了一个具体人群的真实需求上。共同开发意味着功能设计从一开始就纳入了使用者的反馈，而不是事后补丁。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
