انقلاب هوش مصنوعی در مک؛ اضافه شدن دستیار Spark و کنترل صوتی به برنامه Gemini در تابستان امسال

فهرست محتوا

گوگل در جریان کنفرانس I/O ۲۰۲۶ از دو ویژگی بسیار بزرگ و کلیدی برای نسخه مک‌اواس (macOS) برنامه هوش مصنوعی جمینای پرده‌برداری کرد که قرار است در تابستان امسال در دسترس کاربران قرار گیرند.

به گزارش واضح به نقل از ناین‌توپایوگوگل (9to5Google)، این غول دنیای فناوری پیش از این در ماه آوریل، اپلیکیشن بومی جمینای برای مک را معرفی کرده بود که یک «تیم کوچک» با استفاده از ابزار پلتفرم آنتی‌گرویتی (Antigravity) به توسعه و بهینه‌سازی آن کمک کردند.

معرفی دستیار هوشمند Gemini Spark؛ نماینده شخصی شما در سیستم‌عامل مک

ابزار Gemini Spark در واقع یک دستیار هوش مصنوعی شخصی و ۲۴ ساعته است که می‌تواند از طرف شما اقداماتی را انجام دهد تا به شما در «مدیریت و هدایت زندگی دیجیتالتان» کمک کند. این قابلیت شامل یکپارچه‌سازی کامل با سرویس‌های گوگل ورک‌پیس مانند جی‌میل (Gmail)، گوگل داکس (Docs) و سایر برنامه‌ها و همچنین سرویس‌های شخص ثالث (Third-party) خارج از اکوسیستم گوگل می‌شود.

این ویژگی شگفت‌انگیز از هفته آینده به صورت نسخه بتا (آزمایشی) در برنامه‌های جمینای برای اندروید، iOS و نسخه وب در اختیار مشترکین سرویس گوگل ای‌آی اولترا (Google AI Ultra) با قیمت ۱۰۰ دلار در ماه قرار خواهد گرفت.

اتوماسیون فایل‌های محلی مک با استفاده از هوش مصنوعی گوگل

همان‌طور که پیش از این نیز گزارش داده بودیم، دستیار هوشمند Spark در تابستان امسال با توانایی انجام وظایفی که «شامل فایل‌های محلی شما می‌شود و جریان‌های کاری را در سراسر دسکتاپ شما خودکار می‌کند»، به برنامه Gemini برای macOS اضافه خواهد شد. این ویژگی به قابلیت موجود فعلی که امکان استفاده از هر یک از پنجره‌های باز شما را به عنوان پس‌زمینه و فضا (Context) برای پرامپت‌ها فراهم می‌کند، ملحق می‌شود.

انقلاب هوش مصنوعی در مک؛ اضافه شدن دستیار Spark و کنترل صوتی به برنامه Gemini در تابستان امسال

تجربه صوتی جدید جمینای؛ تبدیل گفتار عامیانه به متن دقیق در macOS

علاوه بر این، یک قابلیت کنترل صوتی و تجربه صوتی جدید به شما این امکان را می‌دهد که به صورت روان و آزادانه صحبت کنید؛ بنابراین «دیگر نیازی نیست نگران تمام تپق‌ها، مکث‌ها یا اصطلاحات اضافی باشید که در هنگام بلند فکر کردن و صحبت کردن شما رخ می‌دهند». هنگام فشردن طولانی‌مدت کلید فانکشن (Fn) در سیستم‌عامل مک، هوش مصنوعی جمینای یک ویجت کپسولی شکل شناور جدید را در پایین صفحه نمایش شما نشان خواهد داد. با رها کردن کلید، پرامپت صوتی شما ارسال شده و یک انیمیشن پردازش، میزان پیشرفت کار را به تصویر می‌کشد.

برنامه جمینای با استفاده از اطلاعات و محتوای موجود روی صفحه نمایش شما، می‌تواند گفتار آزاد و عامیانه شما را به پیش‌نویس‌های دقیق متنی تبدیل کند و فوراً متن را به گونه‌ای بازآفرینی و قالب‌بندی کند که هدف دقیق شما را دقیقاً در همان جایی که نشانگر موس (Cursor) قرار دارد، پیاده‌سازی کند.

نمایش خیره‌کننده قابلیت‌های صوتی جمینای در رویداد گوگل I/O

گوگل در جریان رویداد روز سه‌شنبه روی استیج، عملکرد این فناوری هوش مصنوعی را به نمایش گذاشت؛ جایی که کاربر چند فایل را در برنامه فایندر (Finder) مک انتخاب کرد و سپس یک ایمیل را به صورت صوتی دیکته نمود. سیستم به طور خودکار این گفتار صوتی را پردازش کرد و متن نهایی را مستقیماً درون پنجره نگارش پیام جی‌میل (Gmail) قرار داد.