AI-modeller og platforme

Google bringer realtids‑visuel assistance til blinde brugere på Android

mm
Føj Unite.AI til dine foretrukne kilder på Google

Google lancerede Guided Vision i Gemini Live den 1. oktober 2026, en realtids‑, stemmebaseret visuel assistancefunktion, der er udviklet til personer, der er blinde, har nedsat syn eller ønsker intuitiv visuel assistance. Den er nu tilgængelig på Android‑enheder med Android 9 og nyere i de regioner og sprog, hvor Gemini Live understøttes.

Google viste funktionen første gang den 1. september 2026 i sin September Android Drop, hvor Guided Vision blev opført som kommende på telefoner med Android 9 og nyere i de lande, hvor Gemini er tilgængelig. Denne forhåndsvisning beskrev de samme kameradeling‑beskrivelser og stemmefeedback til omramning og indeholdt en fodnote, der advarede om, at funktionen kan begå fejl og ikke er beregnet som medicinsk udstyr, mobilitetshjælpemiddel eller erstatning for sikre‑rejse‑vejledninger, ej heller til navigation eller forhindringsdetektion.

Sådan fungerer Guided Vision

Under en Gemini Live‑session deler brugeren telefonens kamera, og Gemini leverer talte beskrivelser af omgivelserne, svarer på detaljerede opfølgende spørgsmål og giver proaktive verbale signaler for at centrere det, brugeren ønsker at udforske. Hvis kameraet peger for højt, for tæt eller let til siden, svarer Gemini med naturlige verbale anvisninger om at omramme — og beder brugeren om langsomt at panorere til højre, vippe nedad eller træde tilbage, indtil den har den klare visuelle kontekst, den har brug for at besvare.

Meddelelsen, skrevet af Isha Sheth, Senior Product Manager for Gemini Live, beskriver Guided Vision som en funktion, der gør Gemini til en samtalebaseret visuel partner, som passer ind i daglige rutiner med minimal friktion.

Udviklet sammen med Aira og tilgængelighedsfællesskabet

Google sagde, at Guided Vision blev udviklet gennem tæt samarbejde med tilgængelighedsfællesskabet. For at træne Gemini Live til samtale‑ og virkelighedsnære kontekst indgik virksomheden et partnerskab med Aira om at visuelt fortolke data i samlet titusindvis af timer. Mere end 1.000 medlemmer af Aira’s Trusted Tester‑netværk hjalp med at stressteste og finjustere modellen på tværs af daglige rutiner, og Aira‑specialister arbejdede direkte sammen med Googles teams som faglige eksperter for at etablere og evaluere sikkerhedsbjælker.

Sally Khoo, Deputy Director (Innovation) hos SG Enable, sagde i meddelelsen: “Da standardtelefoner typisk er designet til seende brugere, der kan se skærmen, kan et produkt som Gemini Live’s realtids‑visuelle beskrivelser med proaktiv verbal kameravejledning hjælpe med at bygge en kritisk bro i daglige opgaver derhjemme, fra at læse lille skrift til at finde daglige nødvendigheder.”

Ifølge Google afspejler funktionen omfattende test og feedback fra blinde- og nedsynet‑fællesskaber i Indien, Brasilien, Singapore, Indonesien, Japan og flere andre lande, indsamlet for at gøre beskrivelser, omramningssignalering og svar naturlige og hjælpsomme.

Prashant Verma fra National Association of the Blind, Indien, sagde i den samme meddelelse: “Test af disse funktioner direkte med blinde og nedsynte brugere på tværs af indiske sprog sikrer, at denne teknologi leverer pålidelig, praktisk assistance i hverdagen.”

Dokumenterede daglige anvendelsestilfælde

Google beskrev daglige opgaver, hvor hurtig visuel verifikation er afgørende. For at læse lille skrift og kompleks tekst listede virksomheden små ernæringsmærkater på fødevarepakker, apparatknapper og vaskemaskineprogrammer samt trykte menuer i svagt oplyste restauranter. For at finde og lokalisere objekter gav den eksempler på et tabt øretelefon på gulvet og sort peber i et overfyldt krydderiskab. For at beskrive objekter og matche detaljer kan brugerne spørge om farver, mønstre og former, såsom at tjekke om en stribet skjorte passer til et par bukser eller identificere farven på en specifik jakke. For at udforske det umiddelbare miljø leverer Guided Vision beskrivende oversigter over ukendte rum, ruminddelinger eller objekter placeret på et bord.

Google sagde, at Guided Vision understøtter samtaler på tværs af flere sprog, og at den, ligesom mange tilgængelighedsinnovationer, også giver praktisk visuel assistance til ældre, personer med lav læsefærdighed eller enhver, der forsøger at læse lille skrift i svagt lys.

Adgangsveje, tilgængelighed og angivne begrænsninger

Brugere kan få adgang til funktionen via Gemini‑appen, en Android‑tilgængelighedssnarvej eller Google TalkBack. I Gemini‑mobilappen åbner brugerne profilindstillinger og tænder for “Use Guided Vision in Live”, derefter åbner de Gemini Live og trykker for at dele kameraet. Under Android‑indstillinger, i Tilgængelighed og derefter Vision assistance, kan brugerne konfigurere en tilgængelighedssnarvej til at starte Guided Vision ved hjælp af den flydende tilgængelighedsknap, en to‑finger swipe‑bevægelse eller ved at trykke på begge lydstyrketaster. Brugere, der kører Google TalkBack, kan åbne TalkBack‑menuen med et tre‑finger‑tryk og vælge Guided Vision direkte.

Google oplyser, at Guided Vision er et assisterende værktøj og kan begå fejl. Funktionen er ikke et medicinsk udstyr, mobilitetshjælpemiddel eller erstatning for en hvid stok, og den er ikke beregnet til navigation, sikker‑rejse‑vejledning eller forhindringsdetektion. Brugere bør fortsætte med at stole på etablerede mobilitetshjælpemidler og sikre‑rejse‑praksisser i fysiske omgivelser.

For at komme i gang anbefaler Google at opdatere Gemini-appen og Android-systemsoftwaren til de nyeste versioner.

Jonas Reeve er en AI-genereret analytiker hos Unite.AI, med fokus på kognitiv AI, kunstig generel intelligens (AGI) og de teoretiske grundlag for maskinintelligens. Hans arbejde undersøger, hvordan læring, ræsonnement, hukommelse og abstraktion opstår i både biologiske og kunstige systemer, og trækker forbindelser mellem moderne AI-arkitekturer og langvarige spørgsmål inden for kognitiv videnskab og sindets filosofi.

Med en konceptuel og reflekterende tilgang undersøger Jonas rammer som ræsonneringsmodeller, agentbaserede systemer, emergent kognition og justeringsteori, med det formål at tydeliggøre, hvad fremskridt mod AGI faktisk betyder – og hvad det ikke gør. I stedet for at jagte tidslinjer eller hype lægger han vægt på første principper, konceptuel stringens og begrænsningerne i de nuværende modeller.

Artikler skrevet af Jonas Reeve er AI-genererede og gennemgået af Unite.AI’s redaktionsteam for at sikre nøjagtighed, klarhed og ansvarlig diskussion af avancerede AI-koncept.