Google के Gemini‑संचालित AI विज़ुअल सर्च से एक फोटो में कई वस्तुएँ पहचानें

Google का AI एक तस्वीर को कई जवाबों में बदलता है

Google ने कहा है कि उसके नवीनतम विज़ुअल‑सर्च अपडेट से उपयोगकर्ता एक ही छवि से कई, समन्वित परिणाम प्राप्त कर सकते हैं। यह बदलाव Gemini मल्टीमॉडल मॉडल और “फैन‑आउट” सर्च तकनीक से संभव हुआ है, जो एक साथ कई क्वेरी चलाता है।

नया क्या है?

• Circle to Search अब फोटो के हर अलग‑अलग आइटम को अलग‑अलग पहचानता है –‑ टोपी से लेकर गलीचा तक –‑ और प्रत्येक को Google Lens को सर्च के लिए भेजता है।
• AI Mode इन व्यक्तिगत परिणामों को मिलाकर एक ही, पढ़ने में आसान उत्तर बनाता है, जिसमें लिंक, प्रोडक्ट विवरण या व्याख्यात्मक टेक्स्ट शामिल होते हैं।
• यह छवि‑पहले और टेक्स्ट‑पहले दोनों क्वेरी के साथ काम करता है; आप “वर्क आउटफिट्स के लिए विज़ुअल इन्स्पो” लिख सकते हैं और बाद में AI से परिणाम में दिखे किसी आइटम को विस्तार से पूछ सकते हैं।

Google के अनुसार यह कैसे काम करता है

*“हमारे उन्नत Gemini मॉडल AI Mode को संभव बनाते हैं, और इसकी मल्टीमॉडल क्षमताएँ Lens में वर्षों से विकसित की गई विज़ुअल विशेषज्ञता से लाभान्वित होती हैं,”* डौनिया बेर्रादा, सीनियर इंजीनियरिंग डायरेक्टर, सर्च ने कहा।

1. इमेज एनालिसिस – Gemini तस्वीर और साथ के प्रश्न (यदि हों) को देख कर तय करता है कि कौन‑से टूल इस्तेमाल करने हैं।
2. मल्टी‑ऑब्जेक्ट रीजनिंग – मॉडल प्रत्येक अलग वस्तु को पहचानता है और अनुमान लगाता है कि उपयोगकर्ता किस जानकारी की तलाश में है।
3. फैन‑आउट – पहचानी गई हर वस्तु के लिए बैक‑एंड समानांतर विज़ुअल सर्च चलाता है, जो अरबों वेब इमेज में से परिणाम लाता है।
4. रिज़ल्ट सिंथेसिस – AI उन स्निपेट्स को पढ़ता है, मिलाता है और एक संक्षिप्त उत्तर के रूप में प्रस्तुत करता है।

वास्तविक जीवन में उपयोग

• फ़ैशन – पूरी आउटफ़िट की फोटो लें; AI जैकेट, जूते, एक्सेसरीज़ और स्टाइलिंग टिप्स के लिंक देता है।
• इंटीरियर – लिविंग‑रूम की तस्वीर अपलोड करें; सोफ़ा, लैंप, रग और समग्र माहौल के लिए प्रोडक्ट सुझाव मिलते हैं।
• बागवानी – बगीचे की फोटो दिखाएँ; प्रत्येक पौधे की देखभाल, जलवायु उपयुक्तता और रख‑रखाव की जानकारी एक साथ मिलती है।
• म्यूज़ियम और बेकरी – दीवार पर पेंटिंग या बेकरी की विंडो की फोटो लें; AI हर पेंटिंग या पेस्ट्री की व्याख्या एक उत्तर में देता है।

व्यावहारिक प्रभाव

• गति – पहले जो कई मैन्युअल सर्च में घंटों लगते थे, अब सेकंडों में हो जाता है।
• खोज में विस्तार – स्वचालित रूप से जुड़े आइटम दिखाकर उपयोगकर्ता नई चीज़ें खोज सकते हैं, जो उन्होंने नहीं पूछी थीं।
• पहुँच – कई बार सटीक क्रॉप या बार‑बार टैप करने की जरूरत नहीं, जिससे सीमित मोटर स्किल वाले लोग भी आसानी से उपयोग कर सकते हैं।

इस फीचर की जाँच कैसे करें

1. Android (या iOS) पर Google Search ऐप खोलें और Lens आइकन टैप करें।
2. Circle to Search चुनें, एक वस्तु के चारों ओर सर्कल बनाएं, फिर पूरे दृश्य को शामिल करने के लिए सर्कल को बड़ा करें।
3. AI‑जनरेटेड उत्तर देखें; प्रत्येक बिंदु के साथ सामान्य वेब लिंक होना चाहिए।
4. वही वस्तु मैन्युअल सर्च से खोजें और लिंक की तुलना करें – इससे पता चलेगा कि AI मौजूदा वेब कंटेंट को ही जोड़ रहा है।

सीमाएँ और अनिश्चितताएँ

• AI के उत्तर केवल वेब स्रोतों की विश्वसनीयता पर निर्भर हैं; Google तीसरे‑पक्ष के प्रोडक्ट विवरण की शुद्धता की गारंटी नहीं देता।
• Gemini की मल्टी‑ऑब्जेक्ट रीजनिंग अभी भी परिपक्व हो रही है; कभी‑कभी कुशन को कुर्सी समझना जैसी गलत पहचान हो सकती है।
• कीमत या उपलब्धता की जानकारी हमेशा सटीक नहीं होती; खरीदारी से पहले विक्रेता की साइट पर पुष्टि करें।

निष्कर्ष: Google का Gemini‑संचालित विज़ुअल सर्च “यह क्या है?” से “इस पूरे दृश्य को समझाइए” की ओर कदम बढ़ाता है, जिससे इमेज‑आधारित क्वेरी तेज़ और समृद्ध बनती है।