Το Google φέρνει live βίντεο και κοινή χρήση οθόνης στο Gemini Live σε Android

Τι έδειξε στην πραγματικότητα η Google στο Android Avenue

Η Google χρησιμοποίησε το περίπτερό της, τοποθετημένο στο "Android Avenue" ανάμεσα στις Αίθουσες 2 και 3, για να παρουσιάσει δύο υπάρχουσες δυνατότητες και μία νέα. Οι υπάρχουσες ήταν η διαχείριση σύνθετων θεμάτων σε πολλές γλώσσες από το Gemini Live και η μετάφραση ενός μενού εστιατορίου από το Circle to Search.

Το πραγματικά νέο στοιχείο είναι το live βίντεο και η κοινή χρήση οθόνης εντός του Gemini Live. Πρόκειται για αλλαγή στη μορφή εισόδου: αντί να ρωτά κανείς για μία μεμονωμένη εικόνα, μπορεί να κατευθύνει μια ενεργή κάμερα προς τον κόσμο ή να μοιραστεί όσα βλέπει στην οθόνη του, και το Gemini απαντά με βάση αυτή τη συνεχή ροή.

Οι δύο επιδείξεις αποκαλύπτουν τη σκοπούμενη χρήση

Η Google επέλεξε σενάρια προσανατολισμένα σε καταναλωτές για να παρουσιάσει τη δυνατότητα. Στην επίδειξη βίντεο, ένα άτομο τραβάει σε βίντεο διάφορα σμάλτα κεραμικών και ρωτά ποιο ταιριάζει σε στιλ mid-century modern· βάσει των τελικών βάζων που βλέπει, το Gemini προτείνει λαδί πράσινο ή αχνό μπλε.

Στην επίδειξη κοινής χρήσης οθόνης, ένας χρήστης μοιράζεται από την οθόνη του μια φωτογραφία με τζιν και ζητά ιδέες για ταίριασμα ρούχων. Το Gemini προτείνει λευκό μπλουζάκι ή ζιβάγκο, και όταν ρωτηθεί για μπουφάν, συστήνει τζιν ή bomber.

Και τα δύο παραδείγματα αφορούν αισθητικές συμβουλές χαμηλού ρίσκου. Πρόκειται για σκόπιμη επιλογή πλαισίωσης. Οι επιδείξεις δείχνουν το μοντέλο να συλλογίζεται πάνω σε ασαφές οπτικό πλαίσιο αντί να ανακτά μια συγκεκριμένη απάντηση, κάτι που ταιριάζει σε υποκειμενικά ερωτήματα όπου μια λανθασμένη πρόταση δεν έχει σοβαρό κόστος.

Η λεπτομέρεια της συνδρομής είναι το ουσιαστικό στοιχείο

...νέες δυνατότητες live βίντεο και κοινής χρήσης οθόνης στο Gemini Live, οι οποίες θα ξεκινήσουν να διατίθενται σε συνδρομητές του Gemini Advanced ως μέρος του πλάνου Google One AI Premium σε συσκευές Android αργότερα αυτόν τον μήνα.Montana Labs

Η δυνατότητα δεν αποτελεί ευρεία διάθεση σε όλο το Android. Περιορίζεται σε συνδρομητές του Gemini Advanced με το πλάνο Google One AI Premium, σε Android, με έναρξη αργότερα τον Μάρτιο. Η συνεχής επεξεργασία βίντεο και οθόνης έχει υψηλό κόστος εξυπηρέτησης, οπότε ο περιορισμός σε πληρωμένους συνδρομητές ευθυγραμμίζει το κόστος υπολογιστικής ισχύος με μια πηγή εσόδων.

Εδώ έχει σημασία και η οπτική των συνεργαζόμενων συσκευών: η Google σημειώνει ότι οι πιο πρόσφατες συσκευές συνεργατών Android δίνουν ζωή σε αυτές τις εμπειρίες, συνδέοντας τη δυνατότητα λογισμικού με υλικό που η ίδια η Google δεν πουλά.

Τι αλλάζει η συνεχής οπτική είσοδος για όσους αναπτύσσουν εφαρμογές σε Android

Η μετάβαση από είσοδο μεμονωμένης εικόνας σε live ροή είναι το σημείο που οι ομάδες πρέπει να παρακολουθούν. Ένα στιγμιότυπο είναι μία κλήση API πάνω σε ένα καρέ· μια συνεδρία βίντεο ή κοινής χρήσης οθόνης προϋποθέτει συνεχή συμπερασματολογία, κατάσταση συνεδρίας και προϋπολογισμούς καθυστέρησης που συμπεριφέρονται διαφορετικά υπό πραγματικές συνθήκες δικτύου, είτε σε μια εκθεσιακή αίθουσα είτε σε έναν δρόμο.

Η απόφαση της Google να λανσάρει αυτή τη δυνατότητα πίσω από τη συνδρομή Advanced και όχι στο δωρεάν επίπεδο αποτελεί ένδειξη για το προφίλ κόστους της πολυτροπικής βοήθειας που λειτουργεί συνεχώς. Για όσους σχεδιάζουν αντίστοιχες δυνατότητες, ο περιορισμός που πρέπει να ληφθεί υπόψη δεν είναι η ικανότητα του μοντέλου αλλά τα οικονομικά ανά συνεδρία για τη διατήρηση μιας ροής κάμερας ή οθόνης ενεργής απέναντι σε ένα μεγάλο μοντέλο.