گوگل به‌صورت رسمی اعلام کرد که قابلیت تحلیل و فهم ویدیو (Video Understanding) را به دستیار هوش مصنوعی خود یعنی Gemini اضافه کرده است.
به گزارش آناژورنال این ویژگی از امروز برای کاربران اندروید، iOS و نسخه وب فعال شده و به کاربران این امکان را می‌دهد که ویدیوهای خود را برای تحلیل، خلاصه‌سازی یا پرسش درباره محتوای تصویری، به Gemini بدهند.
جدید ترین اخبار تکنولوژی در آناژورنال
قابلیت تحلیل ویدیو هوش مصنوعی جمنای چگونه کار می‌کند؟
کاربران می‌توانند به‌سادگی:
- در اپلیکیشن موبایل Gemini (در اندروید یا iOS) یا نسخه وب، ویدیوی مدنظر خود را آپلود کنند یا لینک بدهند.
- از Gemini بخواهند:
- محتوای ویدیو را خلاصه کند
- دیالوگ‌های مهم را استخراج کند
- سوالی درباره آن بپرسند (مثلاً: “در این ویدیو چه کسی صحبت می‌کند؟”)
- تحلیل تصویری (مانند شناخت اشیا، صحنه‌ها، احساسات) انجام دهد
مزایا و کاربرد ها تحلیل کلیپ جمنای
- خلاصه‌سازی کلاس‌های ویدیویی، جلسات یا فیلم‌های مستند
- بررسی محتوای بصری (مانند اینکه «در این صحنه چه چیزی دیده می‌شود؟»)
- استخراج دیالوگ‌ها و مکالمات
- کمک به تولید محتوا ویدیو محور و تحلیل سریع اطلاعات
سوالات متداول:
۱. چگونه از قابلیت تحلیل ویدیو در Gemini استفاده کنیم؟
در اپلیکیشن Gemini یا وب‌سایت gemini.google.com، روی آیکن گیره کلیک کرده و ویدیو را بارگذاری کنید. سپس سوال خود را بپرسید یا گزینه «Analyze this video» را انتخاب کنید.
۲. آیا این قابلیت رایگان است؟
بله، در نسخه عمومی و رایگان هم فعال شده، ولی عملکرد پیشرفته‌تر آن در نسخه Gemini Advanced یا Gemini 1.5 Pro بهتر خواهد بود.
۳. آیا زبان فارسی را هم پشتیبانی می‌کند؟
درک صوتی و بصری فارسی به‌صورت محدود پشتیبانی می‌شود، ولی ترجمه و تحلیل دیالوگ‌های انگلیسی در حال حاضر دقیق‌تر است.
۴. آیا فقط لینک ویدیو از یوتوب را می‌گیرد؟
خیر؛ می‌توانید فایل MP4 یا ویدیوی ضبط‌شده با موبایل‌تان را نیز آپلود کنید.
