Η Meta φέρνει το ΤΝ όρασης και τη ζωντανή μετάφραση στα γυαλιά Ray-Ban Meta στο Ηνωμένο Βασίλειο

Τι είναι πραγματικά διαθέσιμο σήμερα στο Ηνωμένο Βασίλειο

Η Meta ανακοινώνει ότι από τις 10 Απριλίου, οι χρήστες στο Ηνωμένο Βασίλειο μπορούν να ρωτούν τα γυαλιά τους Ray-Ban Meta για ό,τι βλέπουν και να λαμβάνουν προφορικές απαντήσεις. Η ανακοίνωση παρουσιάζει αυτή τη λειτουργία ως ήδη ενεργή.

Η διάκριση έχει σημασία, καθώς η ίδια ανάρτηση αντιμετωπίζει διαφορετικά τη ζωντανή μετάφραση. Η μετάφραση περιγράφεται ως κάτι που θα «σύντομα» θα «ξεκινήσει να διατίθεται σταδιακά», όχι ως κάτι διαθέσιμο σήμερα. Η Meta ανακοινώνει δύο δυνατότητες ταυτόχρονα, φροντίζοντας όμως να ξεχωρίσει αυτή που λειτουργεί ήδη από αυτή που έρχεται.

Για όσους διαβάζουν πέρα από τον τίτλο, αυτό σημαίνει ότι η αναβάθμιση που παραδίδεται τώρα στο Ηνωμένο Βασίλειο είναι η απάντηση σε οπτικές ερωτήσεις, συνδεδεμένη με την κάμερα και τα ηχεία των γυαλιών. Η λειτουργία πολυγλωσσικής συνομιλίας παραμένει μια υπόσχεση χωρίς συγκεκριμένη ημερομηνία.

Τα παραδείγματα αποκαλύπτουν τις προβλεπόμενες χρήσεις

Τα παραδείγματα που επέλεξε η Meta είναι ασυνήθιστα συγκεκριμένα και δείχνουν τι είδους εργασίες αναμένεται να διαχειρίζονται τα γυαλιά. Η ερώτηση «Hey Meta, τι βλέπω;» στο Ουέστμινστερ επιστρέφει μια περιγραφή της γέφυρας Westminster Bridge και του Big Ben. Ένας επισκέπτης μουσείου μπορεί να ζητήσει περισσότερες πληροφορίες για έναν πίνακα του Van Gogh.

Πρόκειται για εργασίες αναγνώρισης αξιοθέατων και εκθεμάτων: ο χρήστης εστιάζει την προσοχή του σε ένα γνωστό, δημόσια τεκμηριωμένο αντικείμενο και τα γυαλιά παρέχουν πληροφορίες. Αυτό είναι ένας πιο περιορισμένος και αξιόπιστος στόχος σε σχέση με την ανοιχτή συλλογιστική για τυχαίες σκηνές, και αναδεικνύει τι μπορεί να πετύχει καλά ένα μοντέλο όρασης σε συνδυασμό με ανακτήσιμη γνώση.

Το παράδειγμα με το κατάστημα κρασιών συνδυάζει σήμερα όραση και μετάφραση απευθείας στη συσκευή — διαβάζοντας ετικέτες στα γαλλικά ή ιταλικά και μεταφέροντάς τις προφορικά στα αγγλικά — πρόκειται δηλαδή για αναγνώριση κειμένου και μετάφραση, ξεχωριστή λειτουργία από τη ζωντανή προφορική συνομιλία που έρχεται αργότερα.

Πώς έχει σχεδιαστεί η ροή της ζωντανής μετάφρασης

Η περιγραφόμενη ροή μετάφρασης είναι ασύμμετρη. Όταν κάποιος σας μιλά στα ισπανικά, εσείς το ακούτε στη γλώσσα της επιλογής σας μέσω των ηχείων των γυαλιών. Ωστόσο, η απάντησή σας δεν μεταφράζεται προφορικά προς τον συνομιλητή σας — μεταφράζεται σε κείμενο, το οποίο ο άλλος διαβάζει μέσω της εφαρμογής Meta View.

Σε μια συνομιλία, η απάντησή σας μεταφράζεται ώστε να τη διαβάσει ο συνομιλητής σας μέσω της εφαρμογής Meta View.Montana Labs

Αυτός ο σχεδιασμός προϋποθέτει ότι ο άλλος έχει ανοιχτή την εφαρμογή στο κινητό του, γεγονός που περιορίζει τη λειτουργία σε συνεργατικές συνομιλίες με χρήση εφαρμογής και όχι σε αυθόρμητες συζητήσεις με αγνώστους. Οι γλώσσες που υποστηρίζονται κατά την κυκλοφορία είναι τα αγγλικά, τα ισπανικά, τα ιταλικά και τα γαλλικά, με περισσότερες να υπόσχονται αργότερα.

Μια στρατηγική γεωγραφικής κλιμάκωσης για ένα παγκόσμιο προϊόν ΤΝ

Η Meta παρουσιάζει αυτή τη διάθεση στο Ηνωμένο Βασίλειο ως συνέχεια της κίνησης του περασμένου μήνα να προσφέρει το Meta AI δωρεάν μέσω Facebook, Instagram, WhatsApp και Messenger σε περισσότερες από 100 χώρες και περιοχές, και δηλώνει ότι η υπόλοιπη Ευρώπη είναι η επόμενη στη σειρά.

Η σημασία για τις ομάδες που αναπτύσσουν λειτουργίες ΤΝ σε συσκευές είναι ότι η Meta αντιμετωπίζει τη δυνατότητα, την περιοχή και τη συσκευή ως τρεις ξεχωριστές μεταβλητές. Η ίδια ταυτότητα «Meta AI» διατίθεται ευρέως στις εφαρμογές ανταλλαγής μηνυμάτων, περιφερειακά στα γυαλιά, και με μεμονωμένες λειτουργίες που ενεργοποιούνται μία-μία. Η ανακοίνωση της ενημέρωσης των γυαλιών στο Ηνωμένο Βασίλειο ως ξεχωριστό γεγονός — με την οπτική απάντηση ερωτήσεων ήδη ενεργή και τη μετάφραση σε εκκρεμότητα — είναι η ορατή απόδειξη αυτής της σταδιακής προσέγγισης.