صور جوجل تعزز ميزات الذكاء الاصطناعي بخزانة ملابس افتراضية وأدوات تحرير متقدمة

صور جوجل تقدم خزانة ملابس افتراضية مدعومة بالذكاء الاصطناعي

وسعت صور جوجل بشكل كبير من قدراتها في مجال الذكاء الاصطناعي مع الإطلاق العالمي لميزة خزانة الملابس الافتراضية الجديدة، المتاحة الآن للمستخدمين في الولايات المتحدة والبرازيل والهند على كل من نظامي iOS وأندرويد. تستفيد هذه الأداة المبتكرة من الذكاء الاصطناعي لتحليل عناصر الملابس داخل مكتبة صور المستخدم، مما يؤدي إلى إنشاء جرد رقمي لخزانة ملابسه. يمكن للمستخدمين بعد ذلك تصنيف هذه العناصر، مثل القمصان والسراويل والإكسسوارات، وتجربة مجموعات مختلفة لتخطيط الأزياء مباشرة داخل التطبيق.

ينتقل هذا المفهوم، الذي يذكرنا بخزانة الملابس الرقمية الأيقونية من فيلم 'Clueless'، من الرفاهية الخيالية إلى أداة عملية يمكن الوصول إليها. تؤكد جوجل أن هذه الميزة مصممة للمساعدة في التنظيم الشخصي، مع سياسة صارمة ضد مشاركة بيانات أزياء المستخدم مع تجار التجزئة من الأطراف الثالثة، مما يضمن الخصوصية وتحكم المستخدم في معلومات أسلوبه الشخصي.

تحسينات أوسع للذكاء الاصطناعي عبر صور جوجل

بالإضافة إلى خزانة الملابس الافتراضية، قدمت صور جوجل العديد من التحديثات الأخرى المدفوعة بالذكاء الاصطناعي. وتشمل هذه الوظائف الجديدة ضمن Gemini Spark، مما يتيح للمستخدمين تحديد الصور وتفتيحها ومشاركتها باستخدام مطالبات بسيطة، على الرغم من أن بعض الميزات المتقدمة قد تتطلب اشتراك Google AI Pro أو Ultra. كما تفتخر المنصة بأداة تحديد محسّنة، توفر إمكانيات دقيقة لإخفاء المعلومات الحساسة، ومنزلقات سمك قابلة للتخصيص للرسم، ومجموعة أوسع من الخطوط لتراكبات النصوص.

سيستفيد مستخدمو أندرويد أيضًا من فلاتر الصور الجديدة 'Moods'، التي تطبق أنماطًا جمالية مميزة مثل تأثيرات أفلام 35 مم أو الكاميرات الرقمية من حقبة الألفينيات، مما يعزز خيارات تحرير الصور الإبداعية. تؤكد هذه التطورات المستمرة التزام جوجل بدمج الذكاء الاصطناعي المتطور في تطبيقاتها الاستهلاكية، مما يوفر للمستخدمين أدوات قوية ولكنها بديهية لإدارة وتحسين ذكرياتهم الرقمية.

لماذا يهم هذا البنية التحتية لوحدات معالجة الرسوميات / الذكاء الاصطناعي

يتطلب تطوير ونشر مثل هذه الميزات المتطورة للذكاء الاصطناعي، وخاصة تلك التي تتضمن تحليل الصور وتصنيفها وتوليدها، موارد حاسوبية كبيرة. تمثل مكتبة صور كل مستخدم مجموعة بيانات ضخمة تتطلب معالجة فعالة للتعرف على الكائنات (عناصر الملابس)، والتصنيف، وتقديم مجموعات الأزياء الافتراضية. يستلزم هذا بنية تحتية قوية لوحدات معالجة الرسوميات للتدريب والاستدلال، حيث يجب أن تحدد النماذج بدقة أنواع الملابس والأنماط والألوان المتنوعة عبر عدد لا يحصى من الصور. يسلط قابلية توسع هذه الميزات عبر ملايين المستخدمين الضوء على الحاجة المستمرة لأجهزة الذكاء الاصطناعي المتقدمة وحلول وحدات معالجة الرسوميات القائمة على السحابة لتشغيل هذه التطبيقات الذكية بشكل موثوق وفعال.