Публикувано на: 9 март 2025 г. / Актуализирано на: 9 март 2025 г. – Автор: Konrad Wolfenstein
Стратегията на Google за интелигентни очила с Project Astra и Gemini Live: Новата ера на визуална помощ с изкуствен интелект от Google – Изображение: Xpert.Digital
Умни очила с обрат: Визията на Google за нова ера в технологиите
Промяна на парадигмата е на хоризонта: Пътят на Google към интелигентен изкуствен интелект в ежедневието
Google е на прага на значителна технологична еволюция в носимата технология. Последните разработки с Gemini Live, съчетани с конкретни планове за нови интелигентни очила, сочат към предстояща промяна в парадигмата, която би могла фундаментално да промени начина, по който взаимодействаме с изкуствения интелект. Интегрирането на възможностите за визуално разпознаване в Gemini Live на смартфоните осигурява технологичната основа за бъдещи решения за интелигентни очила и бележи стратегически поврат във визията на Google за повсеместно използване на изкуствен интелект в ежедневието.
Свързано с това:
Вторият опит: Завръщането на Google на пазара на интелигентни очила
Първият опит на Google в областта на интелигентните очила датира отпреди повече от десетилетие. Google Glass, представен през 2012 г. и спрян от продажба за потребителите през 2015 г., изпревари времето си в много отношения. С тегло само 42 грама, очилата бяха сравнително леки, но страдаха от практически ограничения, като например кратък живот на батерията от само два до три часа – очевидно недостатъчно за продуктивен работен ден. Освен това им липсваше ключовият елемент, който би могъл да направи днешните интелигентни очила революционни: усъвършенстван генеративен изкуствен интелект.
След търговския провал на Google Glass, компанията се фокусира върху корпоративни приложения и до голяма степен се оттегли от потребителския пазар. Междувременно самата технология продължи да се развива. Придобиването от Google на North, производител на интелигентни очила Focal, преди няколко години вече показа устойчив интерес към тази продуктова категория. Новите интелигентни очила, които Google разработва сега, са предназначени да бъдат значително по-тънки и по-удобни от Focal, като по този начин ще бъдат включени поуките, научени от предишни поколения.
Последните доклади показват, че Google води преговори с утвърдени производители на очила, като EssilorLuxottica, която също притежава Ray-Ban. Този стратегически ход би могъл да помогне на Google да заобиколи един от основните проблеми с Google Glass: липсата на приемане от модата. Ray-Ban вече има опит с интелигентните слънчеви очила чрез сътрудничеството си с Meta. Тези партньорства биха могли да бъдат от решаващо значение за позиционирането на новите интелигентни очила като моден аксесоар, а не като ярък технологичен демонстратор.
Свързано с това:
Проект Астра: Основата за визуалната помощ с изкуствен интелект на Google
В основата на стратегията на Google за интелигентни очила е „Проект Astra“ – амбициозен изследователски проект за разработване на универсален визуален асистент с изкуствен интелект. Google за първи път демонстрира Project Astra на своята конференция за разработчици I/O през май 2024 г., представяйки впечатляваща техническа демонстрация, която подчерта потенциала на визуалната помощ с изкуствен интелект.
В рамките на значително организационно преструктуриране, Google наскоро интегрира екипа на Project Astra в екипа на Gemini. Това сливане подчертава централната роля на Gemini във визията на Google за интелигентни очила и демонстрира, че двете технологии се разглеждат като част от единна стратегия. В рамките на Gemini екипът на Astra ще се фокусира специално върху функционалностите за работа в реално време, като допълнително ще развие визуалния компонент на Gemini.
Технологичната основа на Project Astra е забележително напреднала. За разлика от Google Glass, който преди десетилетие беше по-скоро футуристична визия, отколкото зрял продукт, Project Astra се основава на реалистични технологии, които вече са достъпни днес. Демонстрацията на Google I/O показа как потребителят може да вижда обкръжението си през интелигентни очила и едновременно с това да разговаря с асистент с изкуствен интелект за него. Това, което се смяташе за пожелателно мислене преди единадесет години, сега е технически осъществимо.
Gemini Live: Мостът между смартфона и умните очила
Най-новите разработки в Gemini Live формират ключов мост между настоящите приложения за смартфони и предстоящите интелигентни очила. През март 2025 г. Google обяви значителни подобрения за Gemini Live, основно подобряващи визуалните възможности на асистента с изкуствен интелект.
Новите функции включват видео вход на живо и споделяне на екрана, което позволява на потребителите да говорят с Gemini за това, което виждат в реално време. Тези функции се захранват от Gemini 2.0 Flash, версия на мултимодалния модел, специално оптимизирана за бързи мобилни приложения. От края на март 2025 г. тези функции ще бъдат достъпни за абонати на Gemini Advanced на устройства с Android като част от плана Google One AI Premium.
Начинът, по който работят тези нови функции, е забележително интуитивен: потребителите могат да насочат камерата на смартфона си към интересен обект и да задават директно въпроси на Gemini за него. Асистентът с изкуствен интелект анализира видео изображението в реално време и предоставя контекстуална информация. Потребителите могат също така да споделят екрана си с Gemini и да обсъждат видяното, докато взаимодействат с AI бота на своя смартфон.
Тези функции не трябва да се разглеждат просто като изолирани характеристики на смартфона, а по-скоро като директен предшественик на планираната функционалност за интелигентни очила. Самата Google ясно заявява тази връзка: „Gemini Live, със своя визуален компонент, е по същество интерфейсът, който Google възнамерява да използва за интелигентни очила в близко бъдеще.“ Ключовата разлика между приложението за смартфон и интелигентните очила в крайна сметка се състои само в това дали се споделя дисплеят на смартфона или изображението от камерата на интелигентните очила – основната технология е идентична.
Предстоящите умни очила на Google
Очаква се новите интелигентни очила на Google да представляват значителен напредък спрямо предишните опити. Gemini ще служат като централен елемент, постоянно достъпен за потребителите чрез аудио и визуална обратна връзка. Зрителното поле на потребителя ще бъде постоянно изчистено за Gemini, което ще позволи на AI бота да взаимодейства с потребителя виртуално в реалния свят.
Проектът „Gemini Sight“, представен в конкурса за разработчици на Gemini API, представи концепции за интелигентни очила, задвижвани от изкуствен интелект, които биха могли да бъдат особено полезни за слепи и хора с увредено зрение. Тези революционни интелигентни очила, задвижвани от изкуствен интелект, са проектирани да се интегрират безпроблемно с услугите на Google и да автоматизират различни задачи чрез прости гласови команди – от управление на календар и изпращане на имейли до правене на резервации в ресторанти.
Избрана група хора вече са имали възможността да натрупат практически опит с очилата Gemini AI. Докладите сочат, че очилата всъщност предоставят изживяването с Google Glass, което Google не можеше да постигне преди повече от десетилетие. Технологичният напредък, особено в областта на генеративния изкуствен интелект, сега прави възможно това, което някога е било само мечта.
Интеграция с услугите на Google и мултимодални възможности
Ключов аспект на предстоящите интелигентни очила е тяхната цялостна интеграция със съществуващите услуги на Google. Gemini вече може да бъде свързан с множество приложения и услуги на Google, включително Gmail, Google Drive, Google Docs, Google Maps, YouTube, Google Flights и Google Hotels. Тези връзки позволяват на Асистента да намира подходяща информация по-бързо и да автоматизира сложни задачи.
Мултимодалните възможности на Gemini Live непрекъснато се разширяват. Първоначално достъпен само на английски език, Gemini Live вече поддържа над 45 езика, включително немски. Тази езикова гъвкавост е ключова стъпка към глобалното пускане на пазара на интелигентните очила. Особено забележителна е възможността за провеждане на разговори на до два езика на едно и също устройство и дори превключване на езиците по средата на изречението.
Визуалните възможности на Gemini Live далеч надхвърлят обикновения анализ на изображения. Потребителите могат да качват снимки или да гледат видеоклипове в YouTube и едновременно с това да ги обсъждат с Gemini. С видеоклиповете Gemini може да обобщи съдържанието и да отговори на свързани въпроси, като например тези за продуктови ревюта в YouTube. С PDF файловете изкуственият интелект може не само да обобщава и отговаря на въпроси, но и да създава тестове, за да провери знанията на потребителите.
Свързано с това:
Пазарен потенциал и обществено въздействие
Пазарният потенциал на интелигентните очила, задвижвани от изкуствен интелект, е огромен. Въпреки че Google Glass се провали главно поради опасения за поверителност и практическата използваемост, интеграцията на Gemini би могла частично да преодолее тези предизвикателства. Практическите приложения са разнообразни, вариращи от помощни средства за ежедневието и специализирани професионални приложения до асистивни системи за хора с увреждания.
Въпреки това остават важни въпроси, особено по отношение на поверителността на данните. Постоянното споделяне на зрителното поле с изкуствен интелект повдига нови етични и правни въпроси, на които Google трябва да отговори, за да постигне по-широко приемане, отколкото с Google Glass. Сътрудничеството с утвърдени производители на очила би могло да помогне технологията да стане по-фина и социално приемлива.
Google е в силна конкуренция с други технологични компании в областта на добавената реалност. Докато Apple търси по-цялостно XR решение със своя Vision Pro, Google се фокусира върху по-лека, по-ежедневна форма на добавена реалност със своите интелигентни очила. Google също така обяви разработването на Android XR, платформа, предназначена да поддържа както интелигентни очила, така и по-цялостни VR слушалки.
Gemini Live като предвестник на нова ера на взаимодействие между човек и изкуствен интелект
Интегрирането на визуалните възможности в Gemini Live бележи ключова стъпка в дългосрочната визия на Google за повсеместна помощ от изкуствен интелект. Очаква се това, което започва със смартфоните, да достигне кулминация в предстоящите интелигентни очила. Технологичните основи вече са налице и Google използва широкото използване на смартфони като тестова площадка за функции, които по-късно ще бъдат внедрени в интелигентни очила.
Разработването на Gemini Live илюстрира стратегическия подход на Google: Новите функции на изкуствения интелект първо се въвеждат, тестват и оптимизират на смартфони, преди да бъдат интегрирани в специализиран хардуер, като например интелигентни очила. Този поетапен подход би могъл да помогне на Google да избегне грешки от миналото и да разработи продукт, който е едновременно технологично зрял и социално приемлив.
Следващите месеци ще покажат колко бързо Google ще премине от подобрените функции на Gemini Live на смартфоните към пълноценно решение за интелигентни очила. Организационното преструктуриране с интегрирането на екипа на Project Astra в екипа на Gemini предполага ускоряване на това развитие. С пускането на визуалните възможности на Gemini Live в края на март 2025 г. ще бъдат положени ключови основи, проправящи пътя за следващата голяма стъпка на Google в разработването на носими технологии за изкуствен интелект.
Свързано с това:
Вашият глобален партньор по маркетинг и бизнес развитие
☑️ Нашият бизнес език е английски или немски
☑️ НОВО: Кореспонденция на родния ви език!
Konrad Wolfenstein
Аз и моят екип с удоволствие ще бъдем на ваше разположение като ваш личен съветник.
Можете да се свържете с мен, като попълните формата за контакт тук или просто ми се обадите на +49 89 89 674 804 ( Мюнхен) . Моят имейл адрес е: [email protected]
Очаквам с нетърпение нашия съвместен проект.
