Google 在 2025 年的巴塞隆納世界行動通訊大會（MWC）上，正式發佈了 Google Gemini 的兩項重大功能更新：「螢幕共享」功能以及「影片互動查詢」功能。一言以蔽之，就是「AI 視覺共享」的時代來臨了。
這次 Google 帶來的新功能，意味著人類與 AI 的互動模式，即將從「聊天室問答」演進為「視覺共享」，生成式 AI 的典範轉移在今年就會到來。
Google Gemini 從被動聊天到主動視覺感知
說到 Google Gemini 的「視覺共享」功能，其實《科技人》早在 2024 年 12 月 12 日就分享過 Google 正在進行的實驗：Google Gemini 2.0 實測：免費也能玩！看著你的鏡頭畫面即時聊天。只不過，當時還是測試階段，現在 Google 要正式將「AI 視覺共享」功能推送給所有人了。
Google 此次發布的兩項新功能，徹底改變了使用者與 AI 的互動模式：
螢幕共享功能（Screenshare）：允許使用者將手機螢幕內容即時分享給 Gemini 並提問。例如，當你瀏覽一條寬鬆牛仔褲時，可直接詢問 Gemini：「這條褲子適合搭配什麼衣物？」AI 會基於螢幕上的視覺內容提供建議。
影片互動查詢：使用者可以在錄製影片的同時，向 Gemini 詢問關於錄製中影片內容的相關問題，實現即時影像的分析與回饋。
值得注意的是，這兩項功能已經不再處於「測試」狀態，Google 將於本月晚些時候向訂閱 Google One AI Premium 計劃的 Gemini Advanced 用戶開放，正式商用化。
《閃電霹靂車》的「超級阿斯拉」終於實現：AI 助理的重新定義
之所以我認為這次 Google Gemini 的更新意義重大，在於它意味著 AI 助理角色的根本性轉變。反過來說，這不僅是功能的疊加，而是互動模式的革命。
從技術層面看，這是「情境感知 AI」（Context-Aware AI）的實質性突破，就像動畫《閃電霹靂車》中阿斯拉與風見隼人的互動模式那樣：AI 不再只是被動等待指令，而是以一種自然陪伴的方式，與使用者共享視覺感知，並提供即時協助。
這種視覺共感模式（Visual Co-perception Mode）如同讓 AI 共同擁有了「你的眼睛」，AI 轉變為使用者的「第二視角分析師」，形成一種全新的人機共生關係。
AI 視覺共享不只是便利，而是商業模式重塑
「AI 視覺共享」這類技術的應用場景遠超個人使用，它可能會引發多個產業的商業模式創新：
零售業革新：虛實融合導購
- 案例：電商平台 + AI 視覺共享 → 實時視覺導購 → 消費決策輔助
- 說明：使用者只需要將手機對著實體商品，AI 就可以提供即時的比價資訊、給用戶一些建議甚至隨便亂聊，就好像你去日本幫朋友代購，開著鏡頭在藥妝店一邊拍攝一邊聊天那樣。（比喻有點不好，這行為在日本其實不受歡迎哦）
教育業革新：視覺輔助學習
- 案例：教育出版社 + AI 視覺共享 → 課本互動增強 → 學習效率提升
- 說明：學生只要拿起手機掃描課本頁面，AI 就可以即時與學生互動，就像一個 24 小時陪伴的家教那樣，提供補充材料、解答學生難題。很多時候，學生不是不願意學，而是沒有人願意慢下來陪他慢慢學、慢慢討論與理解，掉隊後就乾脆放棄學習了。人類的特別輔導會有額外壓力，但 AI 不是人類，想陪多久、就陪多久。
製造業革新：即時品質檢測系統
- 案例：消費級影像識別 → 工業級視覺檢測 → 生產線不良率降低
- 說明：未來操作員可以簡單的用手機掃描生產線上的產品，擺在一邊錄製，AI 就能即時識別瑕疵，並提供處理建議。
AI 的未來路線：從片段使用到 24 小時全程陪伴
Google Gemini 這次的更新，僅僅是 AI 助理演進的開端。估計在不久的將來（真的不會太久），AI 助理將實現從「按需啟動」到「全時陪伴」的轉變。
就如同前面提過的：「未來你的 AI 助理，將會成為無時無刻陪著你的夥伴，你看得到的東西，AI 也看得到，並且隨時從旁協助。」這不再是遙遠的未來想像，而是 2025 年已經開始發生的變革。
從被動型交互（Reactive Interaction） → 共感式陪伴（Co-perceptive Companionship） → 最終實現預測性協助（Predictive Assistance），未來的 AI 可能會在你需要之前，就預判你的需求並提供解決方案。
例如，你正在廚房煮湯，電話來了走出廚房接電話，一不小心聊得太久：AI 視覺透過家用監視器注意到「湯已經開始冒煙，人類卻沒有發現」，於是主動發出警報通知用戶去關火。諸如此類，AI 就像一個全能管家，無時無刻照顧人類的一切需要。
隱私與倫理考量：技術與信任的平衡
當然，這類「AI 可看見你所見」的功能，必然會帶來重大隱私考量與爭議。在我看來，隱私保護將成為決定此類技術普及速度的關鍵因素：
- 資料處理位置爭議：本地處理 vs. 雲端分析
- 資料保留政策：即時分析後立刻移除 vs. 長期學習後改進功能
- 使用者控制機制：選擇性分享 vs. 全程監控
技術提供者需要建立透明的隱私保護機制，才有可能獲得使用者的長期信任。其實類似的爭議，在微軟推出 Windows Recall 這項功能時就已經引發許多討論，資訊安全絕對是 AI 發展最重要的事情，同時也是最大的阻礙。
Google 此次幫 Gemini 推出的「AI 視覺感知」功能，意味著 AI 助理從「聊天機器人」向「感知共享夥伴」的演進，這不僅是技術升級，更是互動模式的根本轉變。這項功能預計 2025 年 Q1 就會正式對外開放給 Gemini Advanced 用戶使用，我們可以認真期待，科技帶給人類生活的改變。
如果 Google Gemini 可以結合行車記錄器，即時聊天、監控路況，再接入汽車的各項車用功能，那完全就是阿斯拉囉。
公開留言