最新资讯
dev.to 如何在专用 GPU 服务器上用 OpenAI 兼容 API 部署 LLM dev.to 审计 153 份 Claude Code 与 Codex 会话记录:User-Agent 与 URL 中的邮箱泄露 dev.to 你的 Agent Harness 应具备的 17 项能力 dev.to 离线 AI 记忆中 0.8 余弦阈值为何失效 dev.to Kimi K3.1 Pro 开放权重:自托管 2.8T 模型前的开发者清单 dev.to 如何通过工具调用引导模型以提升 Harness 质量 dev.to AI Agent 审计轨迹不等于对话记录 dev.to 精简 MCP server 工具数量:更少工具、更小影响面,双重收益 dev.to 为什么 git checkout 无法撤销 AI 编码 agent 的改动? wechat AI短剧门槛降降降!实测即梦短剧工作室:剧本分镜预演一条龙,伙伴计划长期护航 dev.to 让模型改写文档前,先量化事实保真度 dev.to 回放 153 个 Claude Code 与 Codex 会话,审计 Agent 的生产影响范围
多元动态
登录 注册
大模型 x.com · @GeminiApp

Gemini Live 的 Guided Vision 会在取景不佳时给出自然语言引导

原文 我的收藏

Gemini 官方账号介绍:在 Gemini Live 中开启 Guided Vision 并共享摄像头时,Gemini 会充当对话伙伴。当摄像头角度过高、过近或偏侧时,Gemini 会用自然语言提示用户缓慢向右平移、向下倾斜或后退,以获得清晰视觉上下文来回答问题。

AI推荐理由 来自 Gemini 官方账号,具体描述了 Guided Vision 在摄像头取景不佳时给出自然语言引导(平移、下倾、后退)的交互机制,属于可验证的产品功能细节;但仅为功能描述,无技术实现或效果数据。

62

正文

When you share your camera in Gemini Live with Guided Vision turned on, Gemini acts as a conversational partner. If your camera is pointed too high, too close, or slightly off to the side, Gemini provides natural verbal prompts to help you reframe, asking you to pan slowly to the right, tilt downward, or step back so it can get the clear visual context needed to answer your questions.

来源报道 · 1 篇 · 以下链接均前往原始媒体

← 返回精选动态 原文

更多内容