2025-03-04 | 楊又肇 (Mash Yang)
隨著人工智慧技術的進步，Google在MWC 2025（世界行動通訊大會）上展示了兩項全新的Gemini AI應用技術：「Live Video」與「螢幕分析功能」，這兩項技術皆強調多模態人工智慧（Multimodal AI）的強大運算能力，讓智慧型手機能夠透過視覺與語音進行更自然且即時的互動。根據此篇文章所述，這兩項功能預計將在3月開始向Android裝置開放，並優先提供給Google One AI Premium訂閱者及Gemini Advanced 付費用戶。
本篇文章提到，Gemini Live Video功能源自Google於Google I/O 2024上發表的「Project Astra」，這項技術可透過手機相機捕捉影像，並即時以AI分析畫面內容，提供即時回答。例如，當使用者拍攝一個未知的物體時，Gemini可即時解釋其功能、用途，甚至進一步提供相關建議。此外，使用者也可以透過語音與Gemini進行多輪對話，讓AI根據當前影像內容提供更具體的解答。這種即時影像解析與AI互動的結合，使手機不僅是資訊獲取的工具，更成為智慧型數位助理，能夠協助解決生活中的各種問題。另一項亮點技術是Gemini的螢幕分析功能，可直接理解並回應手機螢幕上的內容，提升使用者的資訊搜尋體驗。此篇文章指出，透過這項功能，使用者不再需要手動輸入問題或透過「畫圈搜尋」，而是透過語音詢問，讓Gemini AI直接解析並提供相關解答。例如：當使用者在瀏覽新聞時，可詢問Gemini：「這篇文章的重點是什麼？」AI將即時提取關鍵內容並進行摘要。
這種功能的推出，代表Google希望讓AI真正成為使用者日常行動裝置的核心助理，提供更直覺、更智能的使用體驗。根據此篇文章，Google計劃在2025年3月底前，針對訂閱Google One AI Premium方案，或付費使用Gemini Advanced的Android裝置用戶，優先開放這些新功能。這顯示Google持續加強AI在行動裝置的應用，並透過訂閱制模式提供高階AI服務，進一步與市場上的其他AI助手（如Apple的Siri、Samsung的Bixby等）競爭。整體而言，此篇文章強調，Gemini AI的Live Video與螢幕分析功能，將徹底改變行動裝置與使用者之間的互動模式。未來，隨著多模態AI技術的不斷成熟，智慧型手機將不僅是通訊與娛樂的工具，更將成為能夠理解、解析、回應使用者需求的強大AI助手。這也預示著，行動AI時代的全面來臨。
