جوجل تطلق ميزة "الرؤية المُوجهة" للمساعدة في الوصف الصوتي الفوري

أطلقت جوجل ميزة "الرؤية المُوجهة" التي توفر وصفًا صوتيًا فوريًا للمستخدمين على أجهزة أندرويد عبر Gemini Live، مما يتيح لهم التفاعل مع بيئتهم بصوت مسموع.

صُممت هذه الميزة خصيصًا لذوي البصر الضعيف، حيث تعمل كإضافة للقراءة الصوتية التقليدية، حيث يمكن للمستخدمين طلب وصف للكائنات المحيطة، وتحديد الأشياء الموجودة حولهم، وطرح أسئلة توضيحية حول ما رصدته نماذج الذكاء الاصطناعي.

تعتمد المنصة على نماذج لغوية كبيرة لمعالجة مدخلات الكاميرا وتوليد استجابات صوتية طبيعية. عند طلب معلومات عن شيء خارج الإطار الحالي — مثل قراءة تاريخ انتهاء الصلاحية على منتج — يستطيع الذكاء الاصطناعي البحث عن سياق إضافي ونطق المعلومات بصوت مسموع، مما يخلق تجربة تنقل بدون يد.

تتميز هذه الميزة بالتزامن مع أدوات أخرى في نظام أندرويد مثل Google TalkBack، ويمكن تفعيلها عبر اختصارات الوصول في إعدادات الأنظمة الحديثة. ورغم إمكاناتها الكبيرة في تعزيز التصميم الشامل، تؤكد جوجل أن الميزة لا يجب الاعتماد عليها كبديل للتنقل الآمن أو الأدوات المساعدة التقليدية.

لماذا تهم هذه الميزة للبنية التحتية للـ GPU والذكاء الاصطناعي

من منظور البنية التحتية، تُظهر Guided Vision كيف يمكن لنماذج الذكاء الاصطناعي المتخصصة المُشغّلة على الأجهزة المحمولة أن تحول الأجهزة الاستهلاكية إلى منصات مساعدة قوية. دمج النماذج اللغوية الكبيرة مباشرة في تدفقات كاميرا الهاتف يُبرز التقدم في تحسين الاستدلال الفعال على الجهاز، مما يقلل زمن الاستجابة ويحافظ على الخصوصية مع تقديم فهم متعدد الوسائط المتقدم.