Windows 11 vil snart beskrive billeder for dig

Microsoft introducerer en ny 'Beskriv billede'-funktion i Windows 11, der genererer tekstbeskrivelser af billeder, hvilket er nyttigt for brugere med nedsat syn og til dokumentation.

Microsoft har skubbet generative AI-funktioner ind i alle hjørner af Windows 11, men de fleste af dem er faktisk ikke nyttige for de fleste mennesker, og nogle er aktivt distraherende eller skadelige. Heldigvis er den seneste tilføjelse faktisk fantastisk: en 'Beskriv billede'-funktion.

Microsoft ruller Windows 11 Insider Preview Build 26200.5702 (KB5062653) ud til Dev Channel for Insider-testere, med en ny ‘Beskriv billede’-mulighed i Klik for at gøre-menuen. Når du vælger menuindstillingen, vil Windows oprette en tekstbeskrivelse af det valgte billede, med en knap til at kopiere det til din udklipsholder. Dette fungerer meget lig Google Lens og andet objektgenkendelsessoftware, men det bruger en lokal AI-model, der kører på din enhed, så billederne sendes ikke til nogen ekstern server under behandlingen.

Beskriv billede er i den samme Klik for at gøre-menu, som allerede har muligheder for at sløre billedbaggrunde, slette objekter og andre handlinger. Du kan åbne menuen på en kompatibel Windows 11 PC ved at trykke på Q- og Windows-tasterne samtidig, eller ved at klikke med musen, mens du holder Windows-tasten nede.

Så, hvorfor er dette nyttigt? Jamen, hvis du har nedsat syn, kan denne funktion beskrive ethvert billede eller visuelt indhold som talt tekst. Dette kunne også være en god måde at lave billedbeskrivelser til dokumenter, artikler, præsentationer, kunst eller alt andet med visuelle elementer. For eksempel kræver hvert billede i hver artikel, jeg skriver her på How-To Geek, en alternativ tekstbeskrivelse, så skærmlæsere og søgemaskiner kan forstå dem. De fleste andre publikationer og hjemmesider gør det samme for billeder.

Jeg byggede min egen browserudvidelse for et stykke tid siden til hurtigt at skrive billedbeskrivelser, ved hjælp af OpenAI’s GPT-cloudmodel, og det ser ud til, at denne Windows-funktion skaber lignende resultater. Den største hage er, at selv efter den rulles ud til stabil Windows 11, vil den kræve en Copilot+ PC. Denne funktion kan helt sikkert fungere på enhver PC med et moderat kraftfuldt GPU og tilstrækkelig RAM. For eksempel kan du få lignende resultater med LM Studio ved at trække et billede ind i chatvinduet, efter at have downloadet en visionskompatibel model som Google Gemma 3 4B.

Microsoft sagde i blogindlægget: “Den nye Beskriv billede-handling i Klik for at gøre rulles ud til Windows Insiders på Snapdragon-drevne Copilot+ PC'er, med støtte til AMD- og Intel-drevne Copilot+ PC'er, som kommer snart.”

Insider-buildet har nogle andre nyttige ændringer, som et opdateret design til privatlivsdialoger, en 'Administratorbeskyttelse'-funktion til udførelse af admin-handlinger, udfasningen af PowerShell 2.0, og mere. Mange af disse opdateringer har allerede vist sig i andre forhåndsvisningsbuilds i Insider-kanalerne.

Kilde: Windows Insider Blog