ویژگی اصلی و بارز گوشی‌های هوشمند پیکسل گوگل، همیشه نرم‌افزار آن‌ها بوده است؛ از پیشرفت‌های چشمگیر در عکاسی محاسباتی گرفته تا فناوری فیلتر تماس که مزاحمت تماس‌های رباتیک را مسدود می‌کند. شرکت گوگل به تازگی از سری جدید گوشی‌های پیکسل 10 در کنار ساعت هوشمند پیکسل واچ 4 و هدفون بی‌سیم پیکسل بادز 2a رونمایی و با آن‌ها مجموعه‌ای از قابلیت های جدید هوش مصنوعی را معرفی کرد که کاربران را شگفت‌زده می‌کنند.
سونیا جوبانپوترا، مدیر ارشد مدیریت محصول در گوگل، به خبرنگار مجله WIRED گفت که هدف اصلی سری پیکسل 10، بازگرداندن وقت به کاربران با «حذف کارهای تکراری و خسته‌کننده از زندگی آن‌ها» است. در ادامه، به بررسی دقیق این قابلیت های نرم‌افزاری سری پیکسل 10 می‌پردازیم که برخی از آن‌ها ممکن است در آینده برای مدل‌های قدیمی‌تر پیکسل و حتی سایر گوشی‌های اندرویدی نیز منتشر شوند.
Camera Coach
داشتن بهترین تجهیزات دوربین، به معنای عکاس‌بودن نیست. به نظر می‌رسد این همان نکته‌ای است که گوگل با افزودن قابلیت جدید Camera Coach به اپلیکیشن دوربین پیکسل، به آن اشاره می‌کند. اگر این دستیار را فعال کنید، از شما می‌خواهد که صحنه‌ای را که می‌خواهید از آن عکاسی کنید، اسکن کرده و سپس، از شما می‌پرسد که سوژه موردنظرتان در عکس چیست و براساس آن، نمونه‌های مختلفی از عکس‌های گرفته‌شده را به شما نشان می‌دهد. اگر گزینه «Get Inspired» (الهام بگیر) را انتخاب کنید، عکس‌های نمونه‌ای را به شما پیشنهاد می‌دهد که توسط هوش مصنوعی و براساس صحنه اسکن‌شده تولید شده‌اند.
پس از انتخاب عکس موردعلاقه خود، اپلیکیشن دوربین پیکسل مجموعه‌ای از دستورالعمل‌ها را به شما ارائه می‌دهد تا به شما در بازسازی آن عکس کمک کند. این دستورالعمل‌ها می‌توانند شامل تغییر به حالت پرتره، زوم‌کردن و حتی تغییر مکان ایستادن شما باشند.
این قابلیت که در حال حاضر در نسخه پیش‌نمایش (Preview) عرضه شده، قرار نیست شما را به یک عکاس حرفه‌ای مانند آنسل آدامز تبدیل کند، اما به شما این امکان را می‌دهد که از قابلیت‌های موجود در گوشی پیکسل خود بیشتر آگاه شوید. شرکت‌ها مدت‌هاست به من گفته‌اند که مردم از بخش بزرگی از قابلیت‌های موجود در گوشی‌های هوشمند خود استفاده نمی‌کنند و به نظر می‌رسد Camera Coach قدمی در جهت کمک به کاربران برای آشنایی با توانایی‌های دستگاهشان است (البته به شرطی که به یاد داشته باشند از آن استفاده کنند). همچنین، با دنبال‌کردن این مراحل، ممکن است شما را به فکرکردن در مورد نحوه کادربندی عکس بعدی خود سوق دهد.
Magic Cue
احتمالاً شما با پاسخ‌های پیشنهادی که در اپلیکیشن‌های پیام‌رسان یا حتی در جیمیل مشاهده می‌کنید، آشنا هستید. قابلیت جدید Magic Cue گوگل نیز تا حدودی شبیه به آن است، با این تفاوت که فقط در اپلیکیشن Google Messages و از طریق صفحه کلید Gboard کار می‌کند. این قابلیت به جای ارائه پاسخ‌های از‌پیش‌آماده‌شده توسط هوش مصنوعی، به طور خاص اطلاعات شخصی شما را در اپلیکیشن‌های گوگل جستجو می‌کند تا پاسخ سوالاتی را که دیگران از شما می‌پرسند، پیدا کند.
برای مثال، اگر مادرتان به شما پیام می‌دهد و اطلاعات پروازتان را می‌پرسد، Magic Cue این جزئیات را از جیمیل پیدا کرده و تنها با یک ضربه، می‌توانید آن‌ها را برایش ارسال کنید؛ دیگر نیازی به جستجو برای پیدا‌کردن اطلاعات نخواهید داشت. اگر یکی از دوستانتان زمان و مکان قرار شام فردا را می‌پرسد، Magic Cue می‌تواند این اطلاعات را از تقویم شما پیدا کند و گزینه ارسال جزئیات را در اپلیکیشن Messages در اختیار شما قرار دهد.
با نگه‌داشتن دست خود روی کارت‌های Magic Cue، می‌توانید منبع اطلاعات (مثلاً Google Keep یا جیمیل) را مشاهده کنید. برای استفاده از این قابلیت، ابتدا باید در طول راه‌اندازی، آن را فعال کرده و مشخص کنید که کدام اپلیکیشن‌ها به آن دسترسی داشته باشند (در حال حاضر فقط اپلیکیشن‌های گوگل).
این قابلیت حتی در هنگام مکالمه تلفنی نیز اطلاعات مرتبط را در اپلیکیشن شماره‌گیر نمایش می‌دهد. به عنوان مثال، اگر با شرکت هواپیمایی یونایتد تماس بگیرید، اطلاعات سفر آینده شما را نمایش می‌دهد تا مجبور نباشید در حین صحبت با نماینده، به دنبال کد تایید پرواز خود بگردید. گوگل می‌گوید که تمام این فرآیندها روی دستگاه و به صورت محلی انجام می‌شوند و اطلاعات شما هرگز از گوشی خارج نمی‌شوند.
Pro Res Zoom
گوگل مدت‌هاست از عکاسی محاسباتی برای بهبود کیفیت عکس‌های با زوم دیجیتال استفاده می‌کند که معمولاً با ادغام چندین عکس برای کاهش نویز و افزایش وضوح تصویر نهایی انجام می‌شود. این قابلیت که Super Res Zoom نام داشت و به زوم 30 برابر محدود بود، اکنون ارتقا یافته و Pro Res Zoom نام گرفته است. این قابلیت که فقط در گوشی‌های پیکسل 10 پرو و پیکسل 10 پرو XL موجود است، به شما امکان می‌دهد تا 100 برابر زوم کنید و همچنان یک عکس قابل استفاده داشته باشید.
هنگامی که 100 برابر زوم می‌کنید، می‌توانید منظره‌یاب را ثابت کرده و روی یک کادر پیش‌نمایش ضربه بزنید تا راحت‌تر روی سوژه خود تمرکز کنید (حفظ ثبات در این سطح از زوم کمی دشوار است). گوگل می‌گوید پس از فشردن دکمه شاتر، بیش از 200 عکس را پردازش می‌کند تا تصویر را واضح‌تر کرده و نویز آن را کاهش دهد. همچنین، از هوش مصنوعی مولد برای پرکردن شکاف‌های تصویر استفاده می‌کند (مانند قابلیت Zoom Enhance گوگل در سال 2024).
این قابلیت، یادآور جنجال «ماه جعلی» سامسونگ است، جایی که کاربران ادعا می‌کردند قابلیت 100 برابر زوم این شرکت، جزئیاتی را به ماه اضافه می‌کرد که در عکس اصلی وجود نداشت. نتایج این قابلیت واقعاً چشمگیر هستند، اما این سوال را در ذهن ایجاد می‌کند که این عکس تا چه حد واقعی است. گوگل می‌گوید این قابلیت برای کار روی افراد طراحی نشده تا از نمایش نادرست آن‌ها جلوگیری کند. این عکس‌ها دارای نشان C2PA هستند که نشان می‌دهد محتوای تولیدشده توسط هوش مصنوعی در آن‌ها وجود دارد.
Text-Based Photo Editing
سال گذشته، قابلیت جدید Ask Photos در Google Photos این امکان را فراهم کرد که با جستجوی مبتنی بر زبان طبیعی، به راحتی عکس‌ها را پیدا کنید. به عنوان مثال، عبارت «خواهرم در لباس زرد» می‌توانست نتایج صحیح را نشان دهد، البته به شرطی که قبلاً به گوگل ظاهر خواهرتان را آموزش داده باشید. اکنون، گوگل این سبک از مکالمه متنی را به فرآیند ویرایش عکس‌ها نیز آورده است.
هنگامی که در Google Photos روی دکمه «Edit» ضربه می‌زنید، همچنان به تمام ابزارهای ویرایش معمولی دسترسی دارید، اما یک کادر گفتگوی «Help me edit» نیز مشاهده خواهید کرد. با ضربه‌زدن روی آن، می‌توانید از گوگل بخواهید تا «کیسه پلاستیکی را از عکس حذف کن» و این کار را به جای شما انجام می‌دهد. دیگر نیازی نیست که به دنبال ابزار موردنظر بگردید و کیسه را با انگشتان خود انتخاب کنید.
این برنامه بسیاری از قابلیت‌های ویرایش گوگل فوتوز را که در حالت عادی ممکن بود در منوهای زیادی پنهان باشند، در یک تجربه چت ساده ادغام می‌کند.
Revamped Voicemails
اینکه قابلیت تبدیل پیام صوتی به متن کار کند یا نه، به اپراتور شما بستگی دارد. برای همین، گوگل قابلیتی تازه به نام Take a Message معرفی کرده تا به‌طور کامل جایگزین آن شود. وقتی تماسی بی‌پاسخ داشته باشید، گوگل از تماس‌گیرنده می‌پرسد آیا می‌تواند پیامی برایتان ضبط کند. این پیام به‌صورت خودکار به متن تبدیل شده و مستقیماً در اپلیکیشن تماس و بخش تاریخچه تماس‌ها نمایش داده می‌شود. شما می‌توانید هم فایل صوتی را گوش کنید و هم متن آن را ببینید. حتی پیشنهادهای کاربردی هم ارائه می‌شود؛ مثلاً اگر کسی درباره صرف شام در هفته آینده چیزی بگوید، گزینه‌ای برای ساخت یادآور در Google Tasks خواهید داشت.
تمام این فرآیند توسط مدل Gemini Nano روی دستگاه انجام می‌شود و هیچ‌چیزی به فضای ابری ارسال نخواهد شد. اگر این قابلیت سری پیکسل 10 را فعال کنید، جایگزین پیام‌گیر فعلی شما می‌شود و باید تصمیم بگیرید از Take a Message استفاده کنید یا پیام‌گیر معمولی اپراتور.
AI-Generated Voice for Translations
ترجمه هم‌زمان در تماس‌های تلفنی، به یک قابلیت اصلی در اکثر گوشی‌های هوشمند جدید تبدیل شده است. این امکان به دو نفر اجازه می‌دهد تا با زبان‌های مختلف از طریق تلفن با یکدیگر صحبت کنند و کلمات ترجمه‌شده آن‌ها معمولاً توسط یک دستیار هوش مصنوعی خوانده می‌شود. گوگل با ارتقای این قابلیت در سری پیکسل 10 یک قدم جلوتر رفته است؛ در حال حاضر، این قابلیت یک تقریبی از صدای شما را تولید می‌کند تا کلمات ترجمه‌شده شما تقریباً با صدای خودتان برای فرد آن سوی خط شنیده شود.
در یک نسخه نمایشی از این قابلیت، یک کارمند گوگل در یک تماس تلفنی به زبان آلمانی صحبت می‌کرد. گوگل یک نسخه مصنوعی از صدای او را ایجاد کرده و از آن برای ترجمه کلمات به زبان انگلیسی استفاده کرد که باعث می‌شد فرد تماس‌گیرنده، صدای فرد آلمانی را با لحن بومی خود بشنود. البته این قابلیت بی‌نقص نبود، گاهی اوقات ترجمه انگلیسی با لهجه بریتانیایی همراه می‌شد، اما به صدای اصلی نزدیک بود و حتی می‌توانست لحن فرد را نیز تشخیص دهد.
گوگل می‌گوید هیچ صدایی هرگز ضبط نمی‌شود و داده‌ها ذخیره نمی‌شوند. این فرآیند توسط یک مدل هوش مصنوعی روی دستگاه انجام می‌شود که از یک قطعه کوتاه از ابتدای صحبت فرد برای ترجمه صدا استفاده می‌کند. این قابلیت در حال حاضر فقط برای چند زبان مانند انگلیسی، آلمانی، ژاپنی و اسپانیایی دردسترس است.
New Journal App
گوگل با الگوبرداری از شرکت اپل، اکنون اپلیکیشن ژورنال مخصوص به خود را دارد. بسته به اهدافی که در هنگام راه‌اندازی اولیه اپلیکیشن انتخاب می‌کنید، سوالاتی برای نوشتن خاطرات دریافت خواهید کرد و پس از نوشتن، یک بازتاب توسط هوش مصنوعی دریافت می‌کنید که اطلاعاتی در مورد سلامت روانی شما ارائه می‌دهد. گوگل از ایموجی‌ها برای برچسب‌گذاری لحن کلی متن استفاده می‌کند تا بتوانید تغییرات آن را در طول یک ماه مشاهده کنید. همچنین، می‌توانید اپلیکیشن ژورنال را با یک پین یا رمز عبور قفل کنید.
Daily Hub
گوگل همچنین با ارائه قابلیت جدیدی به نام Daily Hub، از ابزار Now Brief سامسونگ الهام گرفته است. این ابزار به اندازه ابزار سامسونگ به چشم نمی‌آید. در عوض، دو یا سه بار در روز در ویجت «At a Glance» در صفحه اصلی گوگل ظاهر می‌شود یا می‌توانید مستقیماً از Google Discover به آن دسترسی داشته باشید. این ابزار رویدادهای تقویم آینده در طول روز، یادآوری‌های Magic Cue و حتی فعالیت‌های جدیدی را براساس سابقه جستجوی شما در گوگل پیشنهاد می‌دهد.
Raise to Talk to Gemini
در ساعت هوشمند جدید Pixel Watch 4، اکنون می‌توانید فقط با بالابردن مچ دست خود، جمینای را فعال کنید و دیگر نیازی به گفتن یک کلمه کلیدی یا فشاردادن کلید برای فعال‌کردن دستیار نیست. خود جمینای نیز قابلیت جدیدی برای سیستم عامل Wear OS محسوب می‌شود که تنها چند ماه پیش عرضه شد.
این دستیار در درک زبان طبیعی بسیار بهتر عمل می‌کند، به این معنی که می‌توانید هر سوالی را بدون پیروی از یک دستورالعمل مشخص بپرسید و همچنان پاسخ دریافت کنید. این سوالات می‌تواند شامل خلاصه‌سازی آخرین ایمیلی که دریافت کرده‌اید، تنظیم یادآوری‌ها یا پیدا‌کردن بهترین نوشیدنی برای سرو با یک میز اردو باشد.
گوگل می‌گوید که الگوریتم‌ها را آموزش داده تا تفاوت بین بالابردن مچ دست برای چک‌کردن زمان و بالابردن مچ دست برای صحبت با جمینای را تشخیص دهند. شما می‌توانید این قابلیت را به‌طور کامل غیرفعال کنید یا حساسیت آن را تنظیم کنید.
A New Gemini Live Voice Model
این قابلیت هنوز دردسترس نبوده و منحصر به سری پیکسل 10 نیست، اما یک مدل صوتی جدید به نام Gemini Live در راه است. این مدل به شما امکان می‌دهد تا جمینای لایو را کنترل کنید و از او بخواهید که سریع‌تر، آهسته‌تر یا حتی آرام و آهسته (نجواکنان) صحبت کند.
همچنین می‌توانید از او بخواهید که به سبک شکسپیر یا مانند یک دزد دریایی صحبت کند که اگر قصد داشته باشید از جمینای لایو بخواهید برای کودکان داستان قبل از خواب بخواند، بسیار کاربردی است. در مکالمات جدی‌تر، مدل صوتی جدید با صدایی آرام‌تر و همدلانه‌تر پاسخ می‌دهد. این قابلیت‌ها در هفته‌های آینده دردسترس خواهند بود.
به‌روزرسانی‌های جزئی‌تر
چندین بهبود کوچک در قابلیت ها و اپلیکیشن‌های سری پیکسل 10 نیز اعمال شده است:
Visual Overlays in Gemini Live
هنگام استفاده از دوربین در Gemini Live، بخش‌های مورد اشاره روی تصویر برجسته می‌شوند تا دقیقاً معلوم شود منظور کجاست. این قابلیت گوشی‌های پیکسل 10 اکنون با برنامه‌هایی مثل Calendar، Keep و Tasks هماهنگ است و به‌زودی Messages، Phone و Clock را هم در بر می‌گیرد.
Add Me
این قابلیت که در پیکسل 9 معرفی شد، به شما امکان می‌دهد تا عکاس را در تصویر قرار داده و یک عکس گروهی ایجاد کنید.
Auto Best Take
قابلیت Best Take گوگل چندین عکس گروهی را ادغام کرده و تصاویری را می‌ساخت که همه در آن‌ها بی‌نقص به نظر می‌رسیدند و هیچ کس چشمک نمی‌زد. اما Best Take یک قابلیت پس از گرفتن عکس بود. اکنون، این قابلیت پیش از گرفتن عکس عمل می‌کند. یک عکس گروهی بگیرید تا دوربین چندین تصویر بگیرد و به صورت خودکار بهترین فریم‌ها را انتخاب یا چند فریم را با هم ترکیب کند (شما می‌توانید این قابلیت را غیرفعال کنید).
Google Recorder
ظاهراً مردم از اپلیکیشن ضبط‌کننده گوگل برای ضبط آواز استفاده می‌کنند. اکنون گوگل به شما اجازه می‌دهد تا قطعات موسیقی را برای پشتیبانی از صدای خود به آن اضافه کنید.
NotebookLM
NotebookLM به صورت ازپیش‌نصب‌شده روی گوشی‌های پیکسل 10 وجود دارد. این اپلیکیشن در واقع یک برنامه یادداشت‌برداری است که با جمینای ادغام شده، اما فقط با اسناد محلی شما آموزش دیده است و از اطلاعات اینترنت استفاده نمی‌کند.
اولین باشید که نظر می دهید