インスタ360のGO Ultra拇指カメラは8月7日からAI音声アシスタント機能をリリースします。この機能は地域に応じて異なる大規模モデルのソリューションを使用しています: 中国本土ではアリババのQwen大規模モデルが接続され、中国の香港・台湾および海外ではGoogle Geminiが使用されます。翻訳結果はカメラ本体のスピーカーから直接読み上げられます。

このAIアシスタントはインスタ360独自の技術を基盤とし、Qwen大規模モデルのマルチモーダル能力とQwenアプリの写真質問応答機能を統合しており、エッジとクラウドの協調構造を採用しています。エッジ側では声紋認識や意図判断などのタスクが処理され、クラウド側ではスマートな質問応答、モード切り替え、翻訳などの複雑な処理が行われます。

機能面では、「Hey Kira」と言うか、電源オフ状態で撮影ボタンを長押しすることでアシスタントを起動できます。対面での翻訳、写真質問応答、音声質問応答がサポートされています。そのうち、対面での翻訳は道案内、注文、買い物などさまざまなシナリオで利用可能です。写真質問応答は許可を得た後、レンズ内の看板、建物、料理などの内容を識別して分析を行います。

インスタ360の創業者である劉靖康氏は、この機能により「拇指カメラの定義が再び改められるだろう」と述べました。今回のアップデートは、AIの大規模モデルが消費者向けハードウェア分野へ急速に浸透していることを示しており、スマートカメラが撮影ツールから理解と相互作用の能力を持つAI端末へと進化していることを示しています。