ویژگی های Gemini Spark در Google Photos; از ساخت کلاژ تا استخراج متن

گوگل با افزودن Google Photos به Gemini Spark امکان جستجو، ویرایش، ایجاد آلبوم و مدیریت خودکار عکس ها و ویدیوها را فراهم کرده است.

به گزارش سرویس هوش مصنوعی تکناکاین ویژگی در هفته‌های آینده در اختیار مشترکین Google AI Pro و Ultra در ایالات متحده قرار خواهد گرفت و ویژگی‌هایی مانند جستجو، ویرایش، ایجاد آلبوم، اشتراک‌گذاری، استخراج متن از تصاویر و زمان‌بندی کارهای تکراری را در اختیار کاربران قرار می‌دهد.

Gemini Spark می تواند عکس ها و ویدیوهای خاصی را بر اساس موضوع، مکان، تاریخ یا رویداد پیدا کند و بهترین تصاویر را از بین آنها انتخاب کند. کاربران همچنین می توانند از این نماینده بخواهند که تصاویر تکراری را فیلتر کند یا مجموعه ای از عکس ها را برای یک هدف خاص آماده کند.

در قسمت ویرایش نیز این ابزار می تواند کیفیت تصاویر را بهبود بخشد، اصلاحات سریع انجام دهد و کلاژ یا تصاویری با سبک های مختلف ایجاد کند. گوگل می گوید که هر ویرایش یک نسخه جدید از تصویر ایجاد می کند و نسخه اصلی را تغییر نمی دهد.

مدیریت خودکار آلبوم ها و کارهای تکراری

Gemini Spark همچنین می تواند آلبوم های خصوصی یا اشتراکی ایجاد کند و می تواند تصاویر انتخابی را در این آلبوم ها ذخیره کند. این نماینده همچنین می‌تواند پیوندهایی به آلبوم‌های به اشتراک گذاشته شده در برنامه‌های متصل مانند Gmail، Google Docs و Messages قرار دهد یا آنها را برای سایر کاربران ارسال کند.

یکی از ویژگی های مهم Spark امکان زمان بندی خودکار وظایف مربوط به Google Photos است. کاربران می توانند وظایف تکرار شونده را تعریف کنند تا کتابخانه تصویر آنها بدون مداخله دستی مرتب شده یا پردازش شود. به عنوان مثال، Spark می تواند هر ماه یک آلبوم از تصاویر برجسته ایجاد کند یا به طور خودکار عکس های رسید را دسته بندی کند.

گوگل نیز نمونه ای از این اپلیکیشن را ارائه کرده است. کاربر می‌تواند از Spark بخواهد که بهترین عکس‌های غذا را هر آخر هفته پیدا کند، از آنها یک کلاژ بسازد و نتیجه را در یک آلبوم جدید ذخیره کند.

بیشتر بخوانید: Gemini Omni 1.1 Flash معرفی شد; قابلیت پردازش ویدیوی 4K به خانواده جمینا اضافه شده است

Google Photos را به Gmail و Workspace متصل کنید

Gemini Spark همچنین می تواند متن تصاویر را استخراج کرده و سپس از اطلاعات به دست آمده در سایر سرویس های گوگل استفاده کند. کاربر می‌تواند از این نماینده بخواهد که متن یک تصویر را خلاصه یا قالب‌بندی کند، آن را در Google Doc وارد کند، یا با استفاده از اطلاعات استخراج‌شده، کار دیگری را انجام دهد.

یکی از نمونه های پیشنهادی، بررسی تصویر برنامه یک سری کنسرت تابستانی و مقایسه آن با اوقات فراغت کاربر در تقویم گوگل است. در چنین سناریویی اسپارک می تواند اطلاعات تصویر را استخراج کرده و با تقویم کاربر مطابقت دهد تا شب مناسب برای حضور در کنسرت مشخص شود.

این عامل همچنین می تواند چندین مرحله را در یک درخواست انجام دهد. به عنوان مثال، کاربر می‌تواند از آن بخواهد 15 عکس برتر از سفر اخیر به هاوایی را پیدا کند، عکس‌های ساحل را بهبود بخشد، آنها را در یک آلبوم مشترک قرار دهد و ایمیلی با پیوند به آلبوم آماده کند.

گوگل همچنین چندین مکانیسم کنترلی را برای این ویژگی ها در نظر گرفته است. Spark قبل از ویرایش یک کپی از تصویر ایجاد می کند و آلبوم های جدید به طور پیش فرض خصوصی هستند. این نماینده همچنین قبل از اشتراک‌گذاری آلبوم یا ارسال ایمیل از کاربر اجازه می‌گیرد.

بیشتر بخوانید: مدل جمینی 3.8 فلش گوگل با قدرت استدلال بیشتری معرفی شد