3月24日，谷歌發言人亞歷克斯·約瑟夫向媒體證實，谷歌已開始向 Gemini Live 推出新的人工智能功能。這些功能使 Gemini 能夠“看到”用戶的屏幕內容，或通過智能手機攝像頭獲取畫面，并實時回答與之相關的問題。這一創新標志著人工智能在實時交互領域的又一次重要突破。

Gemini Live 的新功能基于谷歌的“阿斯特拉項目”（Project Astra）技術，該項目旨在開發能夠實時理解和響應用戶需求的人工智能系統。通過結合計算機視覺和自然語言處理技術，Gemini 可以分析用戶屏幕上的信息或攝像頭捕捉的畫面，并提供即時反饋。

例如，當用戶拍攝一張植物照片時，Gemini 可以識別植物種類并提供相關養護建議；當用戶瀏覽網頁時，它可以解讀頁面內容并回答用戶提出的問題。

不僅提升了人工智能的實用性，也為用戶帶來了更加便捷的交互體驗。傳統的人工智能助手通常依賴于語音或文本輸入，而 Gemini Live 的新功能通過視覺感知，進一步擴展了 AI 的應用場景。

無論是學習、工作還是日常生活，用戶都可以通過 Gemini 獲得實時的幫助和支持。

谷歌在人工智能領域的技術積累為 Gemini Live 的功能實現提供了堅實基礎。通過深度學習和大規模數據訓練，Gemini 能夠快速理解復雜的視覺信息，并生成準確的回答。此外，谷歌還優化了系統的響應速度，確保用戶能夠獲得流暢的交互體驗。 ? ?

在教育領域，學生可以通過攝像頭拍攝題目，Gemini 能夠實時解析并提供解題思路；在旅游場景中，用戶可以通過攝像頭拍攝地標建筑，Gemini 能夠識別并講解相關歷史和文化背景；在購物場景中，用戶可以通過拍攝商品圖片，Gemini 能夠提供比價信息和購買建議。這些功能不僅提升了用戶的生活效率，也為人工智能的商業化應用開辟了新的方向。

Gemini Live在實際應用中仍面臨一些挑戰。例如，如何確保系統在不同光線、角度和環境下都能準確識別視覺信息，如何保護用戶的隱私和數據安全，都是需要解決的問題。此外，Gemini 的實時交互功能對設備的計算能力和網絡連接提出了較高要求，這可能限制其在低端設備或網絡不穩定地區的使用。

谷歌的“阿斯特拉項目”自去年展示以來，一直備受業界關注。此次 Gemini Live 功能的推出，標志著該項目從概念驗證走向實際應用。未來，隨著技術的不斷優化，Gemini 有望在更多場景中發揮作用，成為用戶生活中不可或缺的智能助手。 ??