谷歌Gemini实时人工智能视频功能登场：视觉交互新时代

3月24日消息，谷歌发言人亚历克斯・约瑟夫在给The Verge的电子邮件中证实，谷歌已开始向Gemini Live推出新的人工智能功能。这些功能使其能够“看到”你的屏幕内容，或者通过你的智能手机摄像头获取画面，并实时回答与之相关的问题。

这一新功能的推出，是在谷歌首次展示为其提供技术支持的“阿斯特拉项目”（Project Astra）近一年后实现的。去年5月，在2024年I/O开发者大会上，谷歌展示了基于Gemini的全新Project Astra项目，该项目可以本地运行在Pixel手机上，被视为对标OpenAIGPT-4o的最新模型。

谷歌表示，Project Astra是其最新的多模态AI项目。用户打开摄像头后，该多模态项目能够直接解释用户画面中的物品。这意味着用户可以通过摄像头实时捕捉画面，并向AI提出相关问题，从而获得即时的回答和帮助。

这一创新功能的推出，不仅展示了谷歌在人工智能技术上的持续进步，也为用户提供了更加便捷和直观的交互方式。通过结合视觉和语言理解，谷歌正在重新定义我们与技术互动的方式，为未来的智能生活带来更多的可能性。