Scannez les objets qui vous entourent et transformez-les en personnages uniques, ludiques et interactifs.
Description
L'application everies, basée sur la technologie Gemini, donne vie aux objets qui vous entourent grâce à des personnages uniques, ludiques et interactifs appelés "everies". Il vous suffit de balayer les objets qui vous entourent avec l'appareil photo pour que les yeux de tout le monde s'affichent dessus. Appuyer sur ces yeux génère un personnage avec une personnalité, une apparence, un dialogue et une voix distincts, tous adaptés à l'objet, à l'environnement et au contexte spécifiques. Vous pouvez également appuyer sur n'importe quel objet et générer tous les caractères, même si l'œil ne s'affiche pas au départ. Chaque personnage peut engager une conversation continue grâce à votre saisie vocale, ce qui améliore l'interaction. Vous pouvez également enregistrer vos everies préférés et vos scènes mémorables.
La capacité unique d'everies à transformer "tout" en personnages interactifs et ludiques est une caractéristique remarquable de la technologie LLM, qui simplifie l'expérience et la rend plus conviviale. Le processus est automatisé par l'API Gemini, avec la détection d'objets optimisée par TensorFlow Lite et la génération de caractères via des fichiers JSON. Le positionnement des yeux est déterminé à un débit d'images élevé à l'aide de la détection d'objets sur l'appareil combinée à la RA. ARCore ancre les yeux et les visages des personnages, tandis que la détection à haute fréquence d'images et le LLM multimodal (Gemini) garantissent des réponses rapides et une expérience de haute qualité.
Actuellement en version bêta à titre de preuve de concept, everies vise une version officielle avec de futures mises à jour, y compris des conversations continues avec les everies préférés et des fonctionnalités d'enregistrement vidéo.
[[["Facile à comprendre","easyToUnderstand","thumb-up"],["J'ai pu résoudre mon problème","solvedMyProblem","thumb-up"],["Autre","otherUp","thumb-up"]],[["Il n'y a pas l'information dont j'ai besoin","missingTheInformationINeed","thumb-down"],["Trop compliqué/Trop d'étapes","tooComplicatedTooManySteps","thumb-down"],["Obsolète","outOfDate","thumb-down"],["Problème de traduction","translationIssue","thumb-down"],["Mauvais exemple/Erreur de code","samplesCodeIssue","thumb-down"],["Autre","otherDown","thumb-down"]],[],[],[],null,["# Everies\n\n[See all winners](/competition#w-5) \nBest use of ARCore app \n\nEveries\n=======\n\nScan your surrounding objects and transform them into unique, playful, interactive characters \nWhat it does\n\nWith the everies app, powered by Gemini technology, your surrounding objects come to life with unique, playful, interactive characters \"everies.\" Simply scan your surrounding objects with your camera, and everies's eyes will appear on the objects. \nTapping on these eyes generates a character with a distinct personality, appearance, dialogue, and voice, all tailored to the specific object, environment, and context. You can also tap on any object and generate everies character, even if the eye doesn't initially appear. \nEvery character can engage in continuous conversation through your voice input, enhancing the interaction. You can also save your favorite everies and your memorable scenes. \n\neveries's one-and-only ability to turn 'everything' into interactive, playful characters is a standout feature of LLM technology, simplifying the experience and making it more user-friendly. The process is automated by the Gemini API, with object detection powered by TensorFlow Lite and character generation through JSON files. Eye positioning is determined at high frame rates using on-device object detection combined with AR. ARCore anchors the characters' eyes and faces, while high-frame-rate detection and the multi-modal LLM (Gemini) ensure fast responses and a high-quality experience. \n\nCurrently in beta as a proof of concept, everies aims for a formal release with future updates, including continuous conversations with favorite everies and video recording features. \nBuilt with\n\n- Android\n- ARCore\n- TensorFlow Lite\n- EfficientDet model for Object Detection \nTeam \nBy\n\nTeam everies \nFrom\n\nJapan \nMore winners \n[ViddyScribe\nBest Web app](/competition/projects/viddyscribe) [Prospera\nMost Useful app / Best Flutter app](/competition/projects/prospera) \n[](/competition)"]]