Google เปิด Guided Vision ใน Gemini Live ช่วยอ่านตัวหนังสือจิ๋วและบรรยายสิ่งรอบตัวแบบเรียลไทม์
Google เปิดฟีเจอร์ Guided Vision ใน Gemini Live บน Android ที่รองรับ เพื่อให้ AI บรรยายภาพและอ่านข้อความจิ๋วแบบเรียลไทม์ เหมาะสำหรับผู้ที่ตาบอดหรือมีปัญหาการมองเห็น
Google เปิดตัวฟีเจอร์ Guided Vision ในแอป Gemini Live วันนี้ บนเครื่อง Android ที่รองรับ โดยใช้พลัง AI ให้คำบรรยายด้วยเสียงแบบเรียลไทม์จากภาพที่กล้องมือถือจับได้ ผู้ใช้สามารถให้ AI ช่วยอ่านตัวอักษรขนาดเล็ก บอกสิ่งรอบตัว ค้นหาและระบุวัตถุ หรือขอรายละเอียดเพิ่มเติมเกี่ยวกับสิ่งที่เห็นได้ทันที ซึ่งถือเป็นฟีเจอร์สำคัญด้านการเข้าถึงสำหรับผู้ที่ตาบอดหรือมีสายตาต่ำ
Guided Vision ทำอะไรได้บ้าง
Guided Vision ออกแบบมาให้ตอบโต้แบบโต้ตอบได้มากกว่าการบรรยายภาพพื้นฐาน ผู้ใช้สามารถเปิดกล้องผ่าน Gemini Live แล้วให้ AI บอกข้อมูลต่างๆ เช่น:
- อ่านตัวอักษรขนาดเล็ก เช่น วันหมดอายุบนบรรจุภัณฑ์
- บรรยายสภาพแวดล้อมรอบตัวและระบุวัตถุ
- ให้รายละเอียดเพิ่มเติมของวัตถุเฉพาะที่เลือก
- ถามคำถามต่อเนื่องเกี่ยวกับสิ่งที่กำลังมองเห็น และรับคำตอบเป็นเสียง
นอกจากนี้ หากสิ่งที่ต้องการอยู่พ้นเฟรม Google ระบุว่า Gemini จะให้คำแนะนำเป็นเสียงเพื่อช่วยจัดกล้องให้อยู่ในตำแหน่งที่ถูกต้องก่อนจะให้ข้อมูล
วิธีเข้าถึงและอุปกรณ์ที่รองรับ
นอกจากการใช้งานผ่านแอป Gemini แล้ว Guided Vision ยังมีให้ใช้ผ่าน Google TalkBack และผู้ใช้สามารถตั้งเป็น accessibility shortcut ได้ในแอป Settings บนเครื่องที่รัน Android 9 and above ฟีเจอร์นี้ถูกประกาศพร้อมกับการอัปเดต Pixel ชุดล่าสุด และเริ่มเปิดให้ใช้งานบนอุปกรณ์ Android ที่รองรับแล้ว
ข้อจำกัดและคำเตือนจาก Google
แม้ Guided Vision จะเป็นเครื่องมือช่วยเหลือที่มีประโยชน์ แต่ Google เตือนว่าผู้ใช้ไม่ควรพึ่งพาฟีเจอร์นี้สำหรับการนำทางหรือการเดินทางอย่างปลอดภัย โดยเฉพาะในงานที่ต้องการการตรวจจับสิ่งกีดขวางแบบเรียลไทม์ บริษัทระบุอย่างชัดเจนว่าอย่าใช้ Guided Vision แทนไม้เท้าหรืออุปกรณ์ช่วยเคลื่อนที่ และไม่ควรใช้เป็นระบบนำทางหรือให้คำแนะนำการเดินทางที่ปลอดภัย "navigation, safe-travel guidance, or obstacle detection"
ฟีเจอร์นี้มีความใกล้เคียงกับคุณสมบัติ VoiceOver Live Recognition ที่ Apple เพิ่มเข้ามาใน iPhone และ Vision Pro แต่ Google เน้นการผนวกเข้ากับแพลตฟอร์ม Android และระบบช่วยเข้าถึงของตนเอง
หมายเหตุสำหรับนักพัฒนาและผู้ดูแลแอป
สำหรับนักพัฒนาแอปมือถือ ฟีเจอร์แบบนี้เน้นย้ำความสำคัญของการทดสอบ accessibility กับเครื่องมือต่างๆ เช่น TalkBack และการออกแบบ UI ที่รองรับการใช้งานด้วยเสียงและกล้อง การรวม AI เพื่อช่วยการเข้าถึงควรคำนึงถึงความแม่นยำ การแจ้งขีดจำกัดของระบบ และการไม่ใช้ผลลัพธ์จาก AI ในงานที่เสี่ยงต่อความปลอดภัย
สรุปแล้ว Guided Vision เป็นอีกก้าวของการนำ AI มาใช้เพื่อเพิ่มการเข้าถึงให้ผู้มีความบกพร่องทางการมองเห็น โดยเปิดให้ใช้งานบน Gemini Live และ Google TalkBack ในอุปกรณ์ Android ที่รองรับ ผู้ใช้งานและนักพัฒนาควรติดตามความสามารถจริงหลังทดสอบใช้งาน พร้อมระวังขอบเขตการใช้งานตามคำเตือนของ Google
ที่มา: The Verge - เรียบเรียงและสรุปเป็นภาษาไทยโดยทีมงาน IT Genius
ไอทีจีเนียส เอ็นจิเนียริ่ง ให้บริการด้านไอทีครบวงจร
ทั้งงานอบรม (Training) สัมมนา รับเขียนโปรแกรม เว็บไซต์ แอปพลิเคชัน งานออกแบบกราฟิก และงานด้าน E-Marketing ทั้ง SEO, PPC และ Social Media Marketing
ติดต่อเราเพื่อสอบถามผลิตภัณฑ์ ขอราคา หรือปรึกษาเรื่องไอทีได้เลยค่ะ
แนะนำหลักสูตรที่น่าสนใจ
Basic Android Development with Kotlin (สำหรับผู้เริ่มต้น)
ภาษา Kotlin เป็นหนึ่งในภาษาที่ทาง Google ผลักดันให้เป็นภาษาหลักที่ใช้ในการพัฒนา Android application ทดแทนภาษา Java เดิมที่ใช้กันมายาวนาน ภาษา Kotlin เป็นภาษาที่สองของโลก Android ใช้ทดแทนหรือควบคู่กับ Java ได้ 100%…
Advanced Android Development with Kotlin (ขั้นสูง)
แนวทางการพัฒนาแอพพลิเคชั่นบนอุปกรณ์พกพานั้น มีรูปแบบและแนวทางให้เลือกได้หลากหลายวิธีการ หลายเครื่องมือด้วยกัน หนึ่งในแนวทางที่ดีและได้ประสิทธิภาพสูงสุดคือการพัฒนาแอพแบบ Native ด้วยภาษาของระบบนั้นๆ โดยตรง โดยทำงานผ่านเครื่องมือ (IDE) ของ Platform นั้นๆ เลยเช่น…
AI Web App Builder Workshop สร้างเว็บแอปแรกด้วย AI
หลายคนมีไอเดียเว็บหรือเครื่องมือที่อยากใช้ในงานของตัวเอง แต่ติดตรงที่เขียนโปรแกรมไม่เป็น และการจ้างทำก็ใช้ทั้งเวลาและงบประมาณ ทุกวันนี้ AI ที่ช่วยเขียนโค้ดได้เปลี่ยนเรื่องนี้ไปแล้ว คนที่ไม่มีพื้นฐานสามารถอธิบายสิ่งที่ต้องการเป็นภาษาคน แล้วให้ AI สร้างโค้ดให้…