گوگل رسماً قابلیت Gemini Live را برای کاربران اندروید و iOS عرضه کرده است. این قابلیت که از طریق اپلیکیشن Gemini در دسترس قرار گرفته، امکان درک بصری لحظه‌ای از طریق دوربین گوشی را به دستیار هوش مصنوعی گوگل اضافه می‌کند. این ویژگی پیش‌تر فقط برای گوشی‌های Pixel ارائه شده بود، اما اکنون برای همه کاربران عرضه عمومی شده است.
Gemini Live چیست و چه کاری انجام می‌دهد؟
برای کسانی که با این قابلیت آشنا نیستند، Gemini Live به دستیار هوشمند گوگل اجازه می‌دهد اطلاعات بصری دریافتی از دوربین گوشی هوشمند را به‌صورت زنده پردازش کرده و به آن پاسخ دهد. گوگل در دموهای زنده خود، توانایی این قابلیت را در درک محیط و شناسایی اطلاعات نادرست نشان داده است. به‌عنوان مثال، در یک محیط باز، Gemini توانست اطلاعات گمراه‌کننده را تشخیص داده و اصلاح کند.
هدف گوگل از توسعه Gemini چیست؟
گوگل اعلام کرده که قصد دارد Gemini را به قدرتمندترین، شخصی‌ترین و فعال‌ترین دستیار هوش مصنوعی در جهان تبدیل کند. این شرکت از مدت‌ها پیش در تلاش بوده تا دستیار هوشمند خود را با توانایی درک ورودی‌های بصری، صوتی و زمینه‌ای به‌صورت هم‌زمان از دستگاه‌ها و اپلیکیشن‌های مختلف، ارتقا دهد.
گسترش قابلیت‌های عامل‌محور (Agentic) در اکوسیستم Gemini
گوگل همچنین در حال توسعه قابلیت‌های عامل‌محور در چارچوب Gemini است. یکی از پروژه‌های کلیدی در این زمینه، Project Mariner است — یک نمونه اولیه تحت وب که به Gemini اجازه می‌دهد وظایف مختلفی مانند رزرو وقت، انجام تحقیقات و خرید اینترنتی را به‌صورت هم‌زمان مدیریت کند.
در حال حاضر این پروژه فقط برای مشترکین نسخه Google AI Ultra در ایالات متحده در حال تست است، اما گوگل قصد دارد در ادامه سال، آن را در محصولات بیشتری ادغام کند.
دیگر قابلیت‌های هوشمند Gemini
علاوه بر ویژگی‌های مبتنی بر دوربین، Gemini حالا به خروجی صوتی، تعامل با نمایشگر و حافظه مجهز شده است. این قابلیت‌ها باعث می‌شوند Gemini بتواند:
- زمینه مکالمه را حفظ کند
- وظایف بلندمدت را دنبال نماید
- دستورهای پیچیده را به درستی انجام دهد
گوگل می‌گوید این ابزارها به‌زودی در موتور جستجو (Search)، API ویژه توسعه‌دهندگان، و حتی محصولات پوشیدنی مانند عینک‌های واقعیت افزوده (AR Glasses) نیز به کار گرفته خواهند شد.
چشم‌انداز نهایی گوگل: دستیار همه‌فن‌حریف برای زندگی روزمره
گوگل در پایان اضافه کرده است:
«چشم‌انداز نهایی ما این است که اپلیکیشن Gemini را به یک دستیار هوش مصنوعی جهانی تبدیل کنیم که کارهای روزمره را برایمان انجام دهد، کارهای تکراری و خسته‌کننده را مدیریت کند، پیشنهادهای جدید و جذابی به ما ارائه دهد، بهره‌وری‌مان را افزایش دهد و کیفیت زندگی‌مان را ارتقا بخشد.»
