Google Gemini Live 推出 Guided Vision 实时读取细小文字
The Verge AI · rss · 2026-10-02
Google 在兼容 Android 设备的 Gemini Live 中上线 Guided Vision 功能:用户共享手机摄像头后,AI 可对镜头指向的内容进行实时语音描述。
用途包括读取小字文本、描述周围环境、查找和识别身边物体、描述物体细节等。该功能面向盲人、低视力人群及特定场景需要辅助的用户,与苹果在 iPhone 和 Vision Pro 上推出的 VoiceOver Live Recognition 类似。除 Gemini 应用外,该功能还可通过其他渠道使用。
「应用」频道最新
- 开发者耗尽 Cursor 全部额度,用 Gemini 做出语音冒险游戏 — chongdashu · 2026-11-16
- AI 用你自己的声音实时翻译跨语言通话,对方该被告知吗 — Mobile-Somewhere4080 · 2026-11-16
- 开发者在 three.js 里复刻虚幻 Nanite:1.84 亿三角面只画不到 200 万 — jradoff · 2026-11-16
- 把 ChatGPT 当面试官:求职者 7 天拿到 5 个面试邀约 — hey_abusiddik · 2026-11-16
- 让 Claude 把自己装进你的 artifact,用户用量算各自的 — TawohAwa · 2026-11-16
- Reddit 热议:如何让 AI 独立思考而非一味附和你 — RelationFlat1752 · 2026-11-16