Η Google φέρνει οπτική βοήθεια σε πραγματικό χρόνο σε τυφλούς χρήστες στο Android

Η Google κυκλοφόρησε Καθοδηγούμενη Όραση στο Gemini Live την 1 Οκτωβρίου 2026, μια λειτουργία οπτικής βοήθειας σε πραγματικό χρόνο, με φωνητική εντολή, σχεδιασμένη για άτομα που είναι τυφλά, έχουν μειωμένη όραση ή θέλουν διαισθητική οπτική βοήθεια. Είναι πλέον διαθέσιμη σε συσκευές Android με Android 9 ή νεότερο σε περιοχές και γλώσσες όπου υποστηρίζεται το Gemini Live.

Η Google παρουσίασε για πρώτη φορά τη λειτουργία στις 1 Σεπτεμβρίου 2026, στο Σεπτέμβριος Android Drop, όπου η Καθοδηγούμενη Όραση αναφέρθηκε ως επερχόμενη σε τηλέφωνα με Android 9 ή νεότερο σε χώρες όπου το Gemini είναι διαθέσιμο. Η προεπισκόπηση περιέγραψε τις ίδιες περιγραφές κοινής χρήσης κάμερας και φωνητική ανάδραση για επαναπλαισίωση, και περιείχε υποσημείωση που προειδοποιεί ότι η λειτουργία μπορεί να κάνει λάθη και δεν προορίζεται ως ιατρική συσκευή, βοηθητικό μέσο κίνησης ή αντικατάσταση ασφαλών οδηγών ταξιδιού, ούτε για πλοήγηση ή ανίχνευση εμποδίων.

Πώς λειτουργεί η Καθοδηγούμενη Όραση

Κατά τη διάρκεια μιας συνεδρίας Gemini Live, ο χρήστης μοιράζεται την κάμερα του τηλεφώνου και το Gemini παρέχει προφορικές περιγραφές του περιβάλλοντος, απαντά σε λεπτομερείς επακόλουθες ερωτήσεις και δίνει προληπτικές φωνητικές εντολές για να κεντράρει ό,τι θέλει να εξερευνήσει ο χρήστης. Εάν η κάμερα είναι στραμμένη πολύ ψηλά, πολύ κοντά ή ελαφρώς πλάγια, το Gemini ανταποκρίνεται με φυσικές φωνητικές προτροπές για επαναπλαισίωση — ζητώντας από τον χρήστη να μετακινήσει αργά δεξιά, να κλίνει προς τα κάτω ή να κάνει ένα βήμα πίσω μέχρι να έχει το καθαρό οπτικό πλαίσιο που χρειάζεται για να απαντήσει.

Η ανακοίνωση, γραμμένη από την Isha Sheth, Senior Product Manager για το Gemini Live, περιγράφει την Καθοδηγούμενη Όραση ως τη μετατροπή του Gemini σε έναν συνομιλιακό οπτικό συνεργάτη που εντάσσεται στις καθημερινές ρουτίνες με ελάχιστη τριβή.

Αναπτύχθηκε με την Aira και την Κοινότητα Προσβασιμότητας

Η Google δήλωσε ότι η Καθοδηγούμενη Όραση αναπτύχθηκε μέσω στενής συνεργασίας με την κοινότητα προσβασιμότητας. Για την εκπαίδευση του Gemini Live σε συνομιλιακό, πραγματικό πλαίσιο, η εταιρεία συνεργάστηκε με την Aira για την οπτική ερμηνεία δεδομένων συνολικά δεκάδες χιλιάδες ώρες. Πάνω από 1.000 μέλη του δικτύου Trusted Tester της Aira βοήθησαν στην αντοχή-δοκιμή και τη βελτίωση του μοντέλου σε καθημερινές ρουτίνες, ενώ ειδικοί της Aira εργάστηκαν άμεσα με τις ομάδες της Google ως ειδικοί θεμάτων για να καθορίσουν και να αξιολογήσουν τα μέτρα ασφαλείας.

Η Sally Khoo, Deputy Director (Innovation) στην SG Enable, δήλωσε στην ανακοίνωση: «Καθώς τα τυπικά τηλέφωνα σχεδιάζονται συνήθως για οπτικούς χρήστες που μπορούν να δουν την οθόνη, ένα προϊόν όπως οι περιγραφές σε πραγματικό χρόνο του Gemini Live με προληπτική φωνητική καθοδήγηση κάμερας μπορεί να γεφυρώσει ένα κρίσιμο χάσμα στις καθημερινές εργασίες στο σπίτι, από την ανάγνωση μικρού κειμένου έως τον εντοπισμό καθημερινών απαραίτητων αντικειμένων.»

Σύμφωνα με την Google, η λειτουργία αντικατοπτρίζει εκτενή δοκιμή και ανάδραση από κοινότητες τυφλών και ατόμων με μειωμένη όραση σε όλη την Ινδία, τη Βραζιλία, τη Σιγκαπούρη, την Ινδονησία, την Ιαπωνία και άλλες χώρες, συγκεντρωμένες για να κάνουν τις περιγραφές, τις εντολές επαναπλαισίωσης και τις απαντήσεις να φαίνονται φυσικές και χρήσιμες.

Ο Prashant Verma του National Association of the Blind, Ινδία, δήλωσε στην ίδια ανακοίνωση: «Η δοκιμή αυτών των δυνατοτήτων απευθείας με τυφλούς και άτομα με μειωμένη όραση σε ινδικές γλώσσες διασφαλίζει ότι αυτή η τεχνολογία παρέχει αξιόπιστη, πρακτική βοήθεια στην καθημερινή ζωή.»

Καταγεγραμμένες καθημερινές περιπτώσεις χρήσης

Η Google περιέγραψε καθημερινές εργασίες όπου η γρήγορη οπτική επαλήθευση είναι πιο σημαντική. Για την ανάγνωση μικρού κειμένου και σύνθετου κειμένου, η εταιρεία ανέφερε μικρές διατροφικές ετικέτες σε συσκευασίες τροφίμων, ρυθμιστικά συσκευών και κύκλους πλυστικών μηχανών, καθώς και έντυκα μενού σε ατμοσφαιρικά σκούρα εστιατόρια. Για την εύρεση και εντοπισμό αντικειμένων, έδωσε παραδείγματα όπως ένα ακουστικό που έπεσε στο πάτωμα και το μαύρο πιπέρι μέσα σε ένα γεμάτο ντουλάπι μπαχαρικών. Για την περιγραφή αντικειμένων και την αντιστοίχιση λεπτομερειών, οι χρήστες μπορούν να ρωτήσουν για χρώματα, μοτίβα και σχήματα, όπως το αν ένα ριγέ πουκάμισο ταιριάζει με ένα ζευγάρι παντελόνια ή η αναγνώριση του χρώματος ενός συγκεκριμένου μπουφάν. Για την εξερεύνηση του άμεσου περιβάλλοντος, η Καθοδηγούμενη Όραση παρέχει περιγραφικές επισκοπήσεις άγνωστων χώρων, διατάξεων δωματίων ή αντικειμένων τοποθετημένων σε ένα τραπέζι.

Η Google δήλωσε ότι η Καθοδηγούμενη Όραση υποστηρίζει συνομιλίες σε πολλές γλώσσες και ότι, όπως πολλές καινοτομίες προσβασιμότητας, παρέχει επίσης πρακτική οπτική βοήθεια για ηλικιωμένους, άτομα με χαμηλή γραφική επάρκεια ή όποιον προσπαθεί να διαβάσει μικρό κείμενο σε χαμηλό φωτισμό.

Διαδρομές πρόσβασης, διαθεσιμότητα και δηλωμένοι περιορισμοί

Οι χρήστες μπορούν να έχουν πρόσβαση στη λειτουργία μέσω της εφαρμογής Gemini, μιας συντόμευσης προσβασιμότητας Android ή του Google TalkBack. Στην εφαρμογή Gemini για κινητά, οι χρήστες ανοίγουν τις ρυθμίσεις προφίλ και ενεργοποιούν την επιλογή “Χρήση Καθοδηγούμενης Όρασης σε Live”, έπειτα ανοίγουν το Gemini Live και πατούν για να μοιραστούν την κάμερα. Στις ρυθμίσεις Android, στην ενότητα Προσβασιμότητα και στη συνέχεια Βοήθεια όρασης, οι χρήστες μπορούν να διαμορφώσουν μια συντόμευση προσβασιμότητας για την εκκίνηση της Καθοδηγούμενης Όρασης χρησιμοποιώντας το αιωρούμενο κουμπί προσβασιμότητας, μια κίνηση σύρσης με δύο δάχτυλα ή πατώντας και τα δύο πλήκτρα έντασης. Οι χρήστες που εκτελούν το Google TalkBack μπορούν να εμφανίσουν το μενού TalkBack με τρία δάχτυλα και να επιλέξουν απευθείας την Καθοδηγούμενη Όραση.

Η Google δηλώνει ότι η Καθοδηγούμενη Όραση είναι ένα βοηθητικό εργαλείο και μπορεί να κάνει λάθη. Η λειτουργία δεν αποτελεί ιατρική συσκευή, βοηθητικό μέσο κίνησης ή αντικατάσταση λευκού μπαστουνιού, και δεν προορίζεται για πλοήγηση, ασφαλή καθοδήγηση ταξιδιού ή ανίχνευση εμποδίων. Οι χρήστες θα πρέπει να συνεχίσουν να βασίζονται σε καθιερωμένα βοηθητικά μέσα κίνησης και ασφαλείς πρακτικές ταξιδιού σε φυσικά περιβάλλοντα.

Για να ξεκινήσετε, η Google συνιστά την ενημέρωση της εφαρμογής Gemini και του λογισμικού συστήματος Android στην πιο πρόσφατη έκδοση.