AI & MACHINE LEARNING

Gemini Live เพิ่มฟีเจอร์ใช้งานกล้องเพื่อรับความช่วยเหลือผ่านภาพแบบเรียลไทม์

Google Blog22 Jul 2026
1 min read
Key Takeaways
  • Gemini Live สามารถมองเห็นโลกผ่านกล้องของคุณเพื่อแก้ปัญหาและให้คำแนะนำแบบเรียลไทม์ได้แล้ว

ทำไมเรื่องนี้ถึงสำคัญ

การผสาน Multimodal AI เข้ากับการสนทนาด้วยเสียงสดๆ (Live Audio + Vision) ช่วยให้การโต้ตอบกับ AI เป็นธรรมชาติและมีประสิทธิภาพมากขึ้นในสถานการณ์ที่การใช้ข้อความทำได้ยาก

Google เพิ่มขีดความสามารถด้านการมองเห็นให้แก่ Gemini Live โดยผู้ใช้สามารถกดไอคอนกล้องเพื่อเริ่มต้นการวิเคราะห์ภาพแบบเรียลไทม์ AI จะสามารถมองเห็นสิ่งที่เลนส์กล้องจับภาพอยู่ ทำให้ผู้ใช้สามารถขอความช่วยเหลือได้โดยไม่ต้องเสียเวลาบรรยายลักษณะของวัตถุ

ตัวอย่างการใช้งานรวมถึงการให้ Gemini ช่วยสอนวิธีซ่อมอุปกรณ์ที่มีรหัสข้อผิดพลาดกะพริบอยู่, ให้คำแนะนำในการจัดระเบียบพื้นที่, หรือแม้แต่การแชร์หน้าจอเพื่อให้ AI ช่วยแนะนำการใช้งานแอปพลิเคชันที่ซับซ้อน นอกจากนี้ยังสามารถใช้ในการระดมสมองเพื่อตกแต่งบ้านหรือขอคำแนะนำส่วนตัวขณะซื้อสินค้าได้อีกด้วย

สรุปประเด็นหลัก

ใช้งานกล้องร่วมกับ Gemini Live เพื่อรับความช่วยเหลือโดยไม่ต้องพิมพ์บรรยาย

รองรับการแชร์หน้าจอเพื่อให้ AI ช่วยนำทางในแอปพลิเคชัน

ใช้สำหรับงานช่าง การจัดบ้าน หรือการเลือกซื้อสินค้าได้ทันที

นวัตกรรมและเทคโนโลยี

creative ai

Gemini Live Camera Vision

ความสามารถในการวิเคราะห์วิดีโอสดผ่านกล้องเพื่อตอบคำถามและให้คำแนะนำแบบเรียลไทม์

Developer Impact
นักพัฒนาแอปและวิศวกร AI สามารถศึกษาการนำ Multimodal input (เสียงและภาพ) มาประมวลผลพร้อมกันเพื่อสร้าง AI Assistant ที่ชาญฉลาดขึ้น
Keywords
#gemini live #visual ai #multimodal ai #google assistant
Original Source

อ่านข้อมูลเพิ่มเติมจากแหล่งข่าวหลัก

Google Blog