Inteligentne okulary Google Android XR z Gemini: co pokazano na I/O 2026

Google opisało dwie powiązane kategorie produktów zbudowanych na platformie Android XR:

1. Okulary audio
Te modele koncentrują się na interakcji głosowej i odpowiedziach mówionych za pomocą wbudowanych głośników. Użytkownicy mogą zadawać Gemini pytania, otrzymywać wskazówki i sterować aplikacjami bez patrzenia na ekran.

2. Okulary z wyświetlaczem
Druga wersja zawiera mały wyświetlacz w soczewce, który może wyświetlać kontekstowe informacje – takie jak wskazówki nawigacji, tłumaczenia lub powiadomienia – bezpośrednio w polu widzenia użytkownika.

Oba projekty obejmują kamery, mikrofony i głośniki, dzięki czemu Gemini może interpretować otoczenie użytkownika i odpowiadać w sposób konwersacyjny.

Asystent głosowy Gemini jako główny interfejs

Centralnym punktem doświadczenia jest Gemini, multimodalny asystent AI Google. Użytkownicy aktywują go głosem (np. mówiąc „Hey Google”) lub dotykając oprawki.

Podczas demonstracji pokazano, jak Gemini:

• odpowiada na pytania dotyczące tego, co widzi użytkownik
• wyszukuje kontekstowe informacje o otoczeniu
• pomaga w zadaniach takich jak nawigacja, planowanie czy wysyłanie wiadomości

Ponieważ okulary mają kamery i mikrofony skierowane na zewnątrz, Gemini może interpretować dane wizualne i słowne razem i odpowiadać przez głośniki lub wyświetlacz.

Wyświetlacz w soczewce do informacji kontekstowych

Jedną z najbardziej charakterystycznych cech pokazanych w demach był mały wyświetlacz wbudowany w soczewkę.

Wyświetlacz ten pokazuje informacje tylko wtedy, gdy są potrzebne, np.:

• wskazówki nawigacyjne
• napisy tłumaczeniowe
• powiadomienia lub wiadomości
• kontekstowe informacje związane z tym, na co patrzy użytkownik

Celem jest dostarczanie szybkich, rzucających się w oczy informacji, jednocześnie skupiając uwagę użytkownika na realnym świecie, a nie na ekranie telefonu.

Tłumaczenie na żywo w rozmowach

Tłumaczenie języka w czasie rzeczywistym było głównym scenariuszem demonstracyjnym.

Okulary mogą tłumaczyć mówione rozmowy lub pisany tekst w otoczeniu, prezentując przetłumaczoną mowę przez dźwięk lub wizualne napisy na wyświetlaczu.

Ta funkcja jest przeznaczona do podróży i rozmów międzyjęzykowych, umożliwiając użytkownikom śledzenie dialogu bez zmiany urządzeń.

Nawigacja z Google Maps

Google zaprezentowało również nawigację krok po kroku opartą na Google Maps.

Wskazówki mogą pojawiać się bezpośrednio w soczewce lub być przekazywane przez komunikaty głosowe, co pozwala użytkownikom poruszać się po nieznanych miejscach bez ciągłego sprawdzania telefonów.

Robienie zdjęć i narzędzia AI do obrazów

Okulary mają wbudowany aparat, który umożliwia robienie zdjęć bez użycia rąk. Gemini może pomóc w inicjowaniu zdjęć za pomocą poleceń głosowych lub gestów.

W demonstracjach i opisach produktów, fotografia została przedstawiona jako część szerszego przepływu pracy AI, w którym przechwycone obrazy mogą być przetwarzane lub edytowane za pomocą narzędzi AI podłączonych do usług Google.

Rozumienie wizualne i rozpoznawanie obiektów

Ponieważ Gemini może analizować obraz z kamery, okulary mogą również interpretować otoczenie użytkownika.

Przykłady pokazane podczas demonstracji obejmowały:

• identyfikację punktów orientacyjnych
• odpowiadanie na pytania dotyczące obiektów lub lokalizacji
• wyszukiwanie kontekstowych informacji o tym, na co patrzy użytkownik

Ta multimodalna zdolność – łącząca dane wizualne z rozumowaniem AI – jest podstawowym elementem koncepcji Android XR.

Wiadomości, połączenia i dostęp do aplikacji

Okulary Android XR ściśle integrują się z aplikacjami na smartfonie.

Użytkownicy mogą:

• otrzymywać powiadomienia
• wysyłać lub czytać wiadomości
• wykonywać połączenia
• wchodzić w interakcje z aplikacjami

Wszystko to może odbywać się za pomocą poleceń głosowych lub prostych interakcji z oprawką, co pozwala użytkownikowi trzymać telefon w kieszeni.

Muzyka i odtwarzanie dźwięku

Okulary mają wbudowane głośniki umieszczone w pobliżu uszu, umożliwiające prywatne odtwarzanie dźwięku bez tradycyjnych słuchawek dousznych.

Głośniki te mogą dostarczać:

• strumieniowanie muzyki
• rozmowy telefoniczne
• odpowiedzi Gemini
• wskazówki nawigacyjne

To podejście jest podobne do konstrukcji dźwiękowej stosowanej w kilku istniejących produktach inteligentnych okularów.

Szczegóły sprzętowe ujawnione do tej pory

Chociaż Google skupiło się głównie na możliwościach oprogramowania, pewne wczesne informacje o sprzęcie pojawiły się w doniesieniach i przeciekach związanych z urządzeniami partnerskimi.

Jedna z plotkowanych konfiguracji związanych z projektem rozwojowym Samsunga obejmuje:

• aparat Sony IMX681 o rozdzielczości 12 megapikseli
• chip Qualcomm Snapdragon AR1
• łączność Bluetooth 5.3
• baterię 155 mAh
• fotochromatyczne soczewki przejściowe
• wagę oprawki około 50 gramów

Te specyfikacje nie zostały potwierdzone jako ostateczny sprzęt detaliczny, ale ilustrują typ lekkiego, noszonego urządzenia, do którego dąży Google.

Jakie są znane ograniczenia

Publiczne informacje o ograniczeniach są wciąż ograniczone, ponieważ większość relacji opiera się na kontrolowanych pokazach, a nie na obszernych testach praktycznych.

Jednakże jedno strukturalne ograniczenie jest jasne:

Okulary są zaprojektowane jako urządzenie towarzyszące, które jest zależne od smartfona. Kluczowe funkcje – aplikacje, łączność i wiele funkcji AI – działają przez sparowany telefon, a nie w pełni na samych okularach.

Poza tym, w dostępnych obecnie źródłach brakuje wiarygodnych doniesień potwierdzających problemy, takie jak słaba jakość dźwięku, ograniczenia czytelności wyświetlacza, zmęczenie oczu czy nietypowe zachowanie kamery.

Szerszy pomysł na Android XR

Celem Google z Android XR jest stworzenie noszonej platformy AI, która rozszerzy Androida poza telefony na okulary, zestawy słuchawkowe, samochody i inne urządzenia.

W tej wizji Gemini staje się stałym asystentem, który podąża za użytkownikiem między urządzeniami i rozumie jego kontekst w świecie rzeczywistym.

Jeśli koncepcja odniesie sukces, inteligentne okulary mogą przenieść codzienne interakcje – nawigację, tłumaczenie, komunikację i wyszukiwanie informacji – z ekranów trzymanych w dłoni na wszechobecną, zawsze dostępną asystencję AI.