Google обяви няколко нови функции за своя виртуален асистент Gemini Live, с който потребителите могат да взаимодействат чрез гласови команди. В близко бъдеще Gemini Live ще може по-точно да разпознава и маркира обектите, които потребителят му „показва“ с помощта на камерата на смартфона си.

Тази иновация ще бъде полезна в най-различни ситуации. Например, когато потребителят не е сигурен кой инструмент е най-подходящ за определена задача, той може да попита Gemini Live и да използва камерата, за да помогне на AI-асистента да избере най-добрия вариант. Функцията ще бъде достъпна на анонсираните тази седмица смартфони Google Pixel 10. Визуалните подсказки ще станат налични и на останалите Android-устройства по-късно този месец, а приложението на асистента за iOS ще се появи през следващите седмици.

Същевременно, разработчиците са разширили възможностите на Gemini Live по отношение на взаимодействието с други приложения, включително Телефон, Съобщения и Часовник. Например, ако потребител обсъжда маршрут до определена точка с Gemini Live, но разбира, че няма да може да стигне навреме, в този случай потребителят може да каже на ИИ-асистента, че предложеният маршрут му подхожда, но трябва да състави и изпрати съобщение до един от контактите, че ще се забави с няколко минути. След това Gemini Live самостоятелно ще генерира и изпрати съобщение до посочения контакт, като по този начин го предупреди предварително за забавянето.

Google също така обяви пускането на актуализиран аудио-модел за Gemini Live. Благодарение на това алгоритъмът ще разпознава по-добре интонацията, ритъма и височината на гласа на човек. Скоро ИИ-асистентът ще се научи да променя интонацията в зависимост от това, за което се говори. Също потребителят ще може да ускорява и забавя Gemini Live в зависимост от това как му е по-удобно да възприема отговорите на AI-асистента. Ако потребителят помоли Gemini Live да преразкаже драматично история от името на конкретен герой или историческа личност, алгоритъмът ще може да даде „богат и завладяващ разказ“.