Google Gemini識睇嘢喇！即時影片、螢幕分享功能登場

Gemini Live 現在可以透過實時視頻和屏幕分享“看見”

谷歌正在為其持續對話式AI Gemini Live推出新功能，包括實時視頻和屏幕分享，真正實現即時聊天。

在巴塞羅那舉行的移動世界大會（MWC）上宣布，這款與ChatGPT語音模式競爭的產品現在允許用戶在手機上分享屏幕或切換到實時視頻。這將使你能夠向AI聊天機器人詢問你周圍的環境或當前瀏覽的網站，並獲得實時視覺反饋。

谷歌在2024年8月推出Gemini Live時就曾暗示其“看見”的能力。現在，實時視頻功能將於3月稍後開始向Android設備上的Gemini高級訂閱用戶推出。

谷歌在一段視頻中展示了這一新實時視頻功能的應用場景，視頻中一位陶藝家詢問Gemini Live，對於新燒製的花瓶，推薦哪些釉料以達到“中世紀現代”風格。雖然這是一段市場推廣視頻，應該保持懷疑態度，但在鏡頭移動過程中的上下文連貫性相當令人印象深刻。

這一消息發佈不久後，谷歌還推出了一系列更新，包括Gemini 2.0 Pro和“增強推理模型”Gemini 2.0 Flash Thinking Experimental，該模型“能夠展示其思考過程，以提高性能和解釋性”，根據公司說法。

新技術的潛力與挑戰

這項新功能無疑展示了AI技術的巨大潛力，尤其是在提升用戶互動的即時性和靈活性方面。用戶不再僅僅依賴文字或語音來與AI互動，而是可以透過視頻和屏幕共享來獲取更具體的建議和反饋。這不僅能增強使用體驗，還能讓AI的應用場景更加多元化。

然而，這樣的技術也帶來了一些挑戰。首先，用戶在分享屏幕或視頻時必須更加注意隱私和安全問題，尤其是在涉及敏感信息的情況下。此外，AI在實時處理視頻信息的準確性和反應速度也將是測試其能力的關鍵因素。如果這些技術執行不當，可能會導致錯誤的信息或不必要的困惑，進而影響用戶信任。

總結來說，Gemini Live的這一新功能不僅是技術進步的體現，也提供了一個全新的交互模式，讓我們重新思考人機之間的關係。隨著AI技術的持續發展，未來可能會出現更多創新的應用，值得我們持續關注。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。