Google přidává do Gemini Live generování a úpravy obrázků v reálném čase: Jak to funguje a co znamenají novinky z Google I/O 2026
Revoluce v konverzaci: Gemini Live nyní umožňuje během hlasového hovoru ukázat objekt přes kameru a pomocí přirozené řeči okamžitě generovat nebo upravovat obrázky přímo na obrazovce [8]. Technologie v pozadí: Za schopnostmi stojí model Gemini 2.5 Flash Image (přezdívaný nano banana), který exceluje v kombinování sn...
PublikovalUpraveno pomocí DeepSeek-V4-ProObrázky vytvořeny pomocí GPT Image 1.5
Revoluce v konverzaci: Gemini Live nyní umožňuje během hlasového hovoru ukázat objekt přes kameru a pomocí přirozené řeči okamžitě generovat nebo upravovat obrázky přímo na obrazovce [8].
Technologie v pozadí: Za schopnostmi stojí model Gemini 2.5 Flash Image (přezdívaný nano banana), který exceluje v kombinování snímků, cílených úpravách a udržení konzistentních postav [2].
Android a iOS: Funkce je dostupná na obou platformách prostřednictvím aplikace Gemini a využívá sdílení kamery pro interakci v reálném čase [8].
Širší ekosystém: Na Google I/O 2026 byly představeny modely Gemini Omni (pro tvorbu videa konverzací) a Gemini 3.5 Flash (nový výchozí model), které staví na základech vizuální AI [1][4].
What real-time image generation and editing capability has Google added to Gemini Live, how does it work on Android and iOS, what technologyGemini Live now lets users point their camera and ask the AI to generate or edit images in real time. Image: AI-generated illustration for Studio Global Trending.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What real-time image generation and editing capability has Google added to Gemini Live, how does it work on Android and iOS, what technology. Article summary: ## What Google Added to Gemini Live. Topic tags: general, documentation, general web, user generated, education. Reference image context from search candidates: Reference image 1: visual subject "Google has begun the deployment of Gemini's innovative real-time AI video functionalities, enabling the platform to interpret visual input from a user's device" source context "Google's Gemini update that can tell you live what it sees through your camera is now rolling out - PhoneArena" Reference image 2: visual subject "Smartphones must have user-replaceable batteries by 2027. But not your iPhone. Here's why" source context "Google's Gemini update that can tell you l
openai.com
Co Google přidal do Gemini Live
Google do svého konverzačního režimu Gemini Live integroval přímé generování a úpravy obrázků v reálném čase. Zatímco si s asistentem normálně povídáte, můžete aktivovat sdílení kamery, namířit telefon na nějaký objekt a přirozenou řečí mu zadat, aby obrázek vytvořil nebo upravil. Výsledný snímek se objeví rovnou v rámci konverzace .
Nejde tedy o to, že byste museli přepínat mezi textovým chatbotem a grafickým editorem – tvorba probíhá jako součást plynulého hlasového dialogu.
Jak to funguje na Androidu a iOS
Základní princip je na obou platformách stejný. Vyvoláte Gemini Live, spustíte sdílení kamery a pomocí slovních pokynů sdělíte, co přesně chcete vytvořit nebo změnit. Rozdíl oproti starším verzím je ten, že dříve jste museli obrázky generovat přes textové zadání, zatímco teď je celý proces součástí živé hlasové konverzace .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Google přidává do Gemini Live generování a úpravy obrázků v reálném čase: Jak to funguje a co znamenají novinky z Google I/O 2026"?
Revoluce v konverzaci: Gemini Live nyní umožňuje během hlasového hovoru ukázat objekt přes kameru a pomocí přirozené řeči okamžitě generovat nebo upravovat obrázky přímo na obrazovce [8].
What are the key points to validate first?
Revoluce v konverzaci: Gemini Live nyní umožňuje během hlasového hovoru ukázat objekt přes kameru a pomocí přirozené řeči okamžitě generovat nebo upravovat obrázky přímo na obrazovce [8]. Technologie v pozadí: Za schopnostmi stojí model Gemini 2.5 Flash Image (přezdívaný nano banana), který exceluje v kombinování snímků, cílených úpravách a udržení konzistentních postav [2].
What should I do next in practice?
Android a iOS: Funkce je dostupná na obou platformách prostřednictvím aplikace Gemini a využívá sdílení kamery pro interakci v reálném čase [8].
Google přidává do Gemini Live generování a úpravy obrázků v reálném čase: Jak to funguje a co znamenají novinky z Google I/O 2026
Revoluce v konverzaci: Gemini Live nyní umožňuje během hlasového hovoru ukázat objekt přes kameru a pomocí přirozené řeči okamžitě generovat nebo upravovat obrázky přímo na obrazovce [8]. Technologie v pozadí: Za schopnostmi stojí model Gemini 2.5 Flash Image (přezdívaný nano banana), který exceluje v kombinování sn...
PublikovalUpraveno pomocí DeepSeek-V4-ProObrázky vytvořeny pomocí GPT Image 1.5
Revoluce v konverzaci: Gemini Live nyní umožňuje během hlasového hovoru ukázat objekt přes kameru a pomocí přirozené řeči okamžitě generovat nebo upravovat obrázky přímo na obrazovce [8].
Technologie v pozadí: Za schopnostmi stojí model Gemini 2.5 Flash Image (přezdívaný nano banana), který exceluje v kombinování snímků, cílených úpravách a udržení konzistentních postav [2].
Android a iOS: Funkce je dostupná na obou platformách prostřednictvím aplikace Gemini a využívá sdílení kamery pro interakci v reálném čase [8].
Širší ekosystém: Na Google I/O 2026 byly představeny modely Gemini Omni (pro tvorbu videa konverzací) a Gemini 3.5 Flash (nový výchozí model), které staví na základech vizuální AI [1][4].
What real-time image generation and editing capability has Google added to Gemini Live, how does it work on Android and iOS, what technologyGemini Live now lets users point their camera and ask the AI to generate or edit images in real time. Image: AI-generated illustration for Studio Global Trending.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What real-time image generation and editing capability has Google added to Gemini Live, how does it work on Android and iOS, what technology. Article summary: ## What Google Added to Gemini Live. Topic tags: general, documentation, general web, user generated, education. Reference image context from search candidates: Reference image 1: visual subject "Google has begun the deployment of Gemini's innovative real-time AI video functionalities, enabling the platform to interpret visual input from a user's device" source context "Google's Gemini update that can tell you live what it sees through your camera is now rolling out - PhoneArena" Reference image 2: visual subject "Smartphones must have user-replaceable batteries by 2027. But not your iPhone. Here's why" source context "Google's Gemini update that can tell you l
openai.com
Co Google přidal do Gemini Live
Google do svého konverzačního režimu Gemini Live integroval přímé generování a úpravy obrázků v reálném čase. Zatímco si s asistentem normálně povídáte, můžete aktivovat sdílení kamery, namířit telefon na nějaký objekt a přirozenou řečí mu zadat, aby obrázek vytvořil nebo upravil. Výsledný snímek se objeví rovnou v rámci konverzace .
Nejde tedy o to, že byste museli přepínat mezi textovým chatbotem a grafickým editorem – tvorba probíhá jako součást plynulého hlasového dialogu.
Jak to funguje na Androidu a iOS
Základní princip je na obou platformách stejný. Vyvoláte Gemini Live, spustíte sdílení kamery a pomocí slovních pokynů sdělíte, co přesně chcete vytvořit nebo změnit. Rozdíl oproti starším verzím je ten, že dříve jste museli obrázky generovat přes textové zadání, zatímco teď je celý proces součástí živé hlasové konverzace .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Google přidává do Gemini Live generování a úpravy obrázků v reálném čase: Jak to funguje a co znamenají novinky z Google I/O 2026"?
Revoluce v konverzaci: Gemini Live nyní umožňuje během hlasového hovoru ukázat objekt přes kameru a pomocí přirozené řeči okamžitě generovat nebo upravovat obrázky přímo na obrazovce [8].
What are the key points to validate first?
Revoluce v konverzaci: Gemini Live nyní umožňuje během hlasového hovoru ukázat objekt přes kameru a pomocí přirozené řeči okamžitě generovat nebo upravovat obrázky přímo na obrazovce [8]. Technologie v pozadí: Za schopnostmi stojí model Gemini 2.5 Flash Image (přezdívaný nano banana), který exceluje v kombinování snímků, cílených úpravách a udržení konzistentních postav [2].
What should I do next in practice?
Android a iOS: Funkce je dostupná na obou platformách prostřednictvím aplikace Gemini a využívá sdílení kamery pro interakci v reálném čase [8].
Android: Uživatelé přistupují k funkci skrze přímé sdílení kamery v Gemini Live a formulují požadavky hlasem. Generování obrázků se opírá o model Gemini 2.5 Flash Image, známý též jako „nano-banana“ .
iOS: K dispozici je totožná funkcionalita, tedy sdílení kamery a konverzační tvorba či úpravy obrázků. Podrobný popis odlišného pracovního postupu pro iOS však dostupné zdroje neuvádějí – uživatelská zkušenost je záměrně jednotná .
Klíčový rozdíl: Původní nástroj pro generování obrázků v Gemini (založený na 2.5 Flash) nabízel transformace na základě výzvy a nahraného snímku. Novinka v Gemini Live posouvá tuto schopnost do prostředí, kde v reálném čase vidíte předmět a zároveň o něm mluvíte – AI tak reaguje na aktuální vizuální podnět a váš hlas současně .
Jaká technologie za tím stojí
Mozkem celé operace je obrazový model Gemini 2.5 Flash Image, přezdívaný nano-banana, který Google označuje za svůj nejmodernější model pro generování a editaci obrázků . Mezi jeho klíčové schopnosti patří:
Kombinování více obrázků do jedné kompozice
Udržení konzistentní podoby postav napříč úpravami, což oceníte při vyprávění příběhů
Cílené transformace prováděné pomocí běžného jazyka
Ovládání generování a úprav obrázků pomocí konverzačních pokynů
Tento model je dostupný pro vývojáře přes Gemini API a Google AI Studio a pro firmy přes Vertex AI .
Širší aktualizace Gemini z Google I/O 2026
Na konferenci I/O 2026 Google představil několik zásadních novinek, které přímo navazují na filozofii interaktivní tvorby obsahu:
Gemini Omni – Nový model, který dokáže vytvářet výstupy z různých druhů vstupů, počínaje videem . Google uvádí, že propojuje inteligenci Gemini s generativními mediálními modely, což vede k lepšímu chápání světa, multimodálnosti a možnostem úprav . Podle poznámek k vydání aplikace Gemini Omni proměňuje tvorbu a střih videa v konverzaci – „něco jako Nano Banana pro videa“ – s podporou kombinování textu, fotek a videa . Časem by měl Omni směřovat ke stavu, kdy vytvoří „cokoli z jakéhokoli vstupu“ .
Gemini 3.5 Flash – Stává se novým výchozím modelem pro aplikaci Gemini a AI režim ve Vyhledávání Google . Google uvádí, že generuje odpovědi čtyřikrát rychleji než ostatní modely ve své třídě a je navržen pro agentní úkoly, programování, vícestupňové pracovní postupy a dlouhodobé úlohy . Jde o praktický model, který zvládne náročné úkoly bez zbytečných prodlev. Na benchmarcích překonává i starší model Gemini 3.1 Pro .
Další významná oznámení:
Gemini Spark – nový osobní agent, který poběží neustále na cloudu a bude za vás řešit úkoly, i když je zařízení vypnuté .
Největší aktualizace Vyhledávání za 25 let – Google přepracoval způsob, jakým Vyhledávání pracuje s AI, včetně redesignu aplikace Gemini .
Google Pics – nová aplikace pro úpravu obrázků s pomocí AI, součást ekosystému Workspace .
Docs Live a Gmail Live – hlasové ovládání pro tvorbu dokumentů a práci s e-maily, kdy stačí „vychrlit“ své myšlenky a AI se postará o zbytek .
Jak si Google stojí v konkurenci multimodální AI
Google sází na jednotné, v reálném čase fungující multimodální potrubí, které propojuje konverzaci, pohled kamery, tvorbu obrázků a videa .
Obrázky: Gemini Live nyní podporuje přímé generování a úpravy obrázků v rámci živé hlasové konverzace s kamerou .
Video: Gemini Omni rozšiřuje konverzační model tvorby na video, přičemž vstupem může být text, fotografie i samotné video .
Myšlení plus mediální generování: Omni podle Googlu spojuje inteligenci modelů Gemini s generativními schopnostmi, takže výsledek není jen náhodný výtvor, ale smysluplná, kontextová reakce na podnět .
Výhoda Googlu na základě těchto oznámení tkví v hloubce integrace: Gemini Live uzavírá smyčku mezi tím, co uživatel právě vidí, a tím, co si přeje vytvořit nebo změnit. Gemini Omni pak stejným způsobem posouvá hranice směrem k videu a dalším multimodálním výstupům . Nadále zůstává otázkou, jak dobře budou tyto integrované funkce fungovat v praxi, až se rozšíří mezi běžné uživatele – prozatím jsou však ukázkou jasného směru, kterým se vývoj ubírá .
Android: Uživatelé přistupují k funkci skrze přímé sdílení kamery v Gemini Live a formulují požadavky hlasem. Generování obrázků se opírá o model Gemini 2.5 Flash Image, známý též jako „nano-banana“ .
iOS: K dispozici je totožná funkcionalita, tedy sdílení kamery a konverzační tvorba či úpravy obrázků. Podrobný popis odlišného pracovního postupu pro iOS však dostupné zdroje neuvádějí – uživatelská zkušenost je záměrně jednotná .
Klíčový rozdíl: Původní nástroj pro generování obrázků v Gemini (založený na 2.5 Flash) nabízel transformace na základě výzvy a nahraného snímku. Novinka v Gemini Live posouvá tuto schopnost do prostředí, kde v reálném čase vidíte předmět a zároveň o něm mluvíte – AI tak reaguje na aktuální vizuální podnět a váš hlas současně .
Jaká technologie za tím stojí
Mozkem celé operace je obrazový model Gemini 2.5 Flash Image, přezdívaný nano-banana, který Google označuje za svůj nejmodernější model pro generování a editaci obrázků . Mezi jeho klíčové schopnosti patří:
Kombinování více obrázků do jedné kompozice
Udržení konzistentní podoby postav napříč úpravami, což oceníte při vyprávění příběhů
Cílené transformace prováděné pomocí běžného jazyka
Ovládání generování a úprav obrázků pomocí konverzačních pokynů
Tento model je dostupný pro vývojáře přes Gemini API a Google AI Studio a pro firmy přes Vertex AI .
Širší aktualizace Gemini z Google I/O 2026
Na konferenci I/O 2026 Google představil několik zásadních novinek, které přímo navazují na filozofii interaktivní tvorby obsahu:
Gemini Omni – Nový model, který dokáže vytvářet výstupy z různých druhů vstupů, počínaje videem . Google uvádí, že propojuje inteligenci Gemini s generativními mediálními modely, což vede k lepšímu chápání světa, multimodálnosti a možnostem úprav . Podle poznámek k vydání aplikace Gemini Omni proměňuje tvorbu a střih videa v konverzaci – „něco jako Nano Banana pro videa“ – s podporou kombinování textu, fotek a videa . Časem by měl Omni směřovat ke stavu, kdy vytvoří „cokoli z jakéhokoli vstupu“ .
Gemini 3.5 Flash – Stává se novým výchozím modelem pro aplikaci Gemini a AI režim ve Vyhledávání Google . Google uvádí, že generuje odpovědi čtyřikrát rychleji než ostatní modely ve své třídě a je navržen pro agentní úkoly, programování, vícestupňové pracovní postupy a dlouhodobé úlohy . Jde o praktický model, který zvládne náročné úkoly bez zbytečných prodlev. Na benchmarcích překonává i starší model Gemini 3.1 Pro .
Další významná oznámení:
Gemini Spark – nový osobní agent, který poběží neustále na cloudu a bude za vás řešit úkoly, i když je zařízení vypnuté .
Největší aktualizace Vyhledávání za 25 let – Google přepracoval způsob, jakým Vyhledávání pracuje s AI, včetně redesignu aplikace Gemini .
Google Pics – nová aplikace pro úpravu obrázků s pomocí AI, součást ekosystému Workspace .
Docs Live a Gmail Live – hlasové ovládání pro tvorbu dokumentů a práci s e-maily, kdy stačí „vychrlit“ své myšlenky a AI se postará o zbytek .
Jak si Google stojí v konkurenci multimodální AI
Google sází na jednotné, v reálném čase fungující multimodální potrubí, které propojuje konverzaci, pohled kamery, tvorbu obrázků a videa .
Obrázky: Gemini Live nyní podporuje přímé generování a úpravy obrázků v rámci živé hlasové konverzace s kamerou .
Video: Gemini Omni rozšiřuje konverzační model tvorby na video, přičemž vstupem může být text, fotografie i samotné video .
Myšlení plus mediální generování: Omni podle Googlu spojuje inteligenci modelů Gemini s generativními schopnostmi, takže výsledek není jen náhodný výtvor, ale smysluplná, kontextová reakce na podnět .
Výhoda Googlu na základě těchto oznámení tkví v hloubce integrace: Gemini Live uzavírá smyčku mezi tím, co uživatel právě vidí, a tím, co si přeje vytvořit nebo změnit. Gemini Omni pak stejným způsobem posouvá hranice směrem k videu a dalším multimodálním výstupům . Nadále zůstává otázkou, jak dobře budou tyto integrované funkce fungovat v praxi, až se rozšíří mezi běžné uživatele – prozatím jsou však ukázkou jasného směru, kterým se vývoj ubírá .
