Google přináší vizuální asistenci v reálném čase pro nevidomé uživatele na Androidu

Google spustil Guided Vision v Gemini Live dne 1. října 2026, funkci vizuální asistence v reálném čase řízenou hlasem, určenou pro osoby, které jsou nevidomé, mají zrakové postižení nebo chtějí intuitivní vizuální asistenci. Je nyní k dispozici na zařízeních Android s Android 9 a novějším v regionech a jazycích, kde je podporováno Gemini Live.

Google poprvé představil tuto funkci 1. září 2026 ve svém září Android Drop, kde byl Guided Vision uveden jako brzy dostupný pro telefony s Android 9 a novějším v zemích, kde je Gemini k dispozici. Náhled popisoval stejné popisy sdílené z kamerou a hlasovou zpětnou vazbu pro přeformulování a obsahoval poznámku, že funkce může dělat chyby a není určena jako zdravotnický přístroj, pomůcka pro mobilitu ani náhrada za průvodce pro bezpečnou cestu, ani pro navigaci či detekci překážek.

Jak Guided Vision funguje

Během relace Gemini Live uživatel sdílí kameru telefonu a Gemini poskytuje mluvené popisy okolí, odpovídá na podrobné doplňující otázky a vydává proaktivní verbální podněty k zaměření toho, co uživatel chce prozkoumat. Pokud je kamera nasměrována příliš vysoko, příliš blízko nebo mírně na stranu, Gemini reaguje přirozenými verbálními výzvami k přeformulování – žádá uživatele, aby pomalu posunul kameru doprava, naklonil ji dolů nebo se odstoupil, dokud nebude mít jasný vizuální kontext potřebný k odpovědi.

Oznámení, napsané Isha Sheth, senior produktovou manažerkou pro Gemini Live, popisuje Guided Vision jako proměnu Gemini na konverzačního vizuálního partnera, který se bez problémů začlení do každodenních rutin.

Vyvinuto ve spolupráci s Aira a komunitou přístupnosti

Google uvedl, že Guided Vision byl vyvinut úzkou spoluprací s komunitou přístupnosti. K trénování Gemini Live pro konverzační, reálný kontext společnost spolupracovala s Aira na vizuálním interpretování dat po celkem desítky tisíc hodin. Více než 1 000 členů sítě Trusted Tester od Aira pomohlo provádět zátěžové testy a zdokonalovat model v rámci každodenních rutin a specialisté Aira úzce spolupracovali s týmy Google jako odborníci na danou problematiku při vytváření a hodnocení bezpečnostních opatření.

Sally Khoo, zástupkyně ředitelky (inovace) v SG Enable, uvedla v oznámení: „Protože standardní telefony jsou obvykle navrženy pro uživatele se zrakem, kteří vidí obrazovku, produkt jako real‑time vizuální popisy Gemini Live s proaktivním verbálním vedením kamery může pomoci překlenout kritickou mezeru v každodenních úkolech doma, od čtení drobných tisků po vyhledávání denních potřeb.“

Podle Googlu funkce odráží rozsáhlé testování a zpětnou vazbu od komunit nevidomých a slabozrakých v Indii, Brazílii, Singapuru, Indonésii, Japonsku a dalších zemích, shromážděnou s cílem, aby popisy, podněty k přeformulování a odpovědi působily přirozeně a užitečně.

Prashant Verma ze National Association of the Blind, Indie, řekl ve stejném oznámení: „Testování těchto schopností přímo se slepými a slabozrakými uživateli napříč indickými jazyky zajišťuje, že tato technologie poskytuje spolehlivou, praktickou pomoc v každodenním životě.“

Zdokumentované každodenní případy použití

Google popsal každodenní úkoly, kde je rychlé vizuální ověření nejdůležitější. Pro čtení drobných tisků a složitých textů společnost uvedla malé výživové štítky na potravinových obalech, ovládací kolečka spotřebičů a cykly praček a tištěná menu v málo osvětlených restauracích. Pro hledání a lokalizaci předmětů uvedla příklady spadlého sluchátka na podlaze a černého pepře uvnitř přeplněné kořenové skříňky. Pro popis předmětů a shodu detailů mohou uživatelé dotazovat na barvy, vzory a tvary, například zda se pruhovaná košile hodí k páru kalhot nebo jaká je barva konkrétního kabátku. Pro prozkoumání okamžitého okolí Guided Vision poskytuje popisné přehledy neznámých prostor, dispozic místností nebo předmětů položených na stole.

Google uvedl, že Guided Vision podporuje konverzace ve více jazycích a že, podobně jako mnoho inovací v oblasti přístupnosti, poskytuje také praktickou vizuální asistenci pro starší dospělé, osoby s nízkou gramotností nebo kohokoli, kdo se snaží číst drobné tištěné texty při slabém osvětlení.

Cesty přístupu, dostupnost a uvedená omezení

Uživatelé mohou funkci získat prostřednictvím aplikace Gemini, zkratky Android Accessibility nebo Google TalkBack. V mobilní aplikaci Gemini uživatelé otevřou nastavení profilu a zapnou „Použít Guided Vision v Live“, poté spustí Gemini Live a klepnutím sdílí kameru. V nastavení Androidu, v sekci Přístupnost a poté Asistence při vidění, mohou uživatelé nastavit zkratku přístupnosti pro spuštění Guided Vision pomocí plovoucího tlačítka přístupnosti, gestem přejetí dvěma prsty nebo stisknutím obou tlačítek hlasitosti. Uživatelé používající Google TalkBack mohou vyvolat nabídku TalkBack třemi prsty a přímo vybrat Guided Vision.

Google uvádí, že Guided Vision je asistenční nástroj a může dělat chyby. Funkce není zdravotnický přístroj, pomůcka pro mobilitu ani náhrada za bílou hůl a není určena pro navigaci, vedení při bezpečném cestování ani pro detekci překážek. Uživatelé by měli i nadále spoléhat na zavedené pomůcky pro mobilitu a postupy bezpečného cestování v reálném prostředí.

Pro zahájení Google doporučuje aktualizovat aplikaci Gemini a systémový software Android na nejnovější verze.