AI-modeller og plattformer

Google introduserer sanntids visuell assistanse for blinde brukere på Android

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Google lanserte Guided Vision i Gemini Live 1. oktober 2026, en sanntids, stemmestyrt visuell assistansefunksjon utviklet for personer som er blinde, har nedsatt syn eller ønsker intuitiv visuell assistanse. Den er nå tilgjengelig på Android-enheter med Android 9 eller nyere i regioner og språk der Gemini Live støttes.

Google viste først funksjonen i en forhåndsvisning 1. september 2026 i sin September Android Drop, der Guided Vision ble oppført som kommende på telefoner med Android 9 eller nyere i land hvor Gemini er tilgjengelig. Den forhåndsvisningen beskrev de samme kameradeling‑beskrivelsene og talefeedbacken for omramming, og inneholdt en fotnote som advarte om at funksjonen kan gjøre feil og ikke er ment som et medisinsk apparat, mobilitetshjelpemiddel eller erstatning for trygge reiseveiledere, og den er ikke ment for navigasjon eller hindringsdeteksjon.

Hvordan Guided Vision fungerer

Under en Gemini Live‑økt deler brukeren telefonens kamera, og Gemini gir talte beskrivelser av omgivelsene, svarer på detaljerte oppfølgingsspørsmål, og leverer proaktive verbale hint for å sentrere det brukeren ønsker å utforske. Hvis kameraet er rettet for høyt, for nært eller litt til siden, svarer Gemini med naturlige verbale forslag om å omramme — og ber brukeren panorere sakte til høyre, tippe nedover, eller trekke seg tilbake til den har et tydelig visuelt kontekstgrunnlag for å svare.

Kunngjøringen, skrevet av Isha Sheth, Senior Product Manager for Gemini Live, beskriver Guided Vision som gjør Gemini til en samtalebasert visuell partner som passer inn i daglige rutiner med minimal friksjon.

Utviklet med Aira og tilgjengelighetsfellesskapet

Google oppga at Guided Vision ble utviklet gjennom tett samarbeid med tilgjengelighetsfellesskapet. For å trene Gemini Live for samtalebasert, virkelighetsnær kontekst, inngikk selskapet et partnerskap med Aira for å visuelt tolke data i totalt titusenvis av timer. Mer enn 1 000 medlemmer av Airas Trusted Tester‑nettverk bidro med stresstesting og finjustering av modellen på tvers av daglige rutiner, og Aira‑spesialister arbeidet direkte med Googles team som fagpersoner for å etablere og evaluere sikkerhetsrammer.

Sally Khoo, visepresident (Innovasjon) i SG Enable, sa i kunngjøringen: «Siden vanlige telefoner vanligvis er laget for seende brukere som kan se skjermen, kan et produkt som Gemini Lives sanntids visuelle beskrivelser med proaktiv verbalkamera‑veiledning bidra til å bygge bro over et kritisk gap i daglige oppgaver hjemme, fra å lese liten skrift til å finne daglige nødvendigheter.»

Ifølge Google reflekterer funksjonen omfattende testing og tilbakemeldinger fra blinde- og nedsyns‑fellesskap i India, Brasil, Singapore, Indonesia, Japan og flere land, samlet for å gjøre beskrivelser, omrammingstips og svar naturlige og hjelpsomme.

Prashant Verma fra National Association of the Blind, India, sa i samme kunngjøring: «Testing av disse funksjonene direkte med blinde og nedsynsbrukere på tvers av indiske språk sikrer at denne teknologien leverer pålitelig, praktisk assistanse i hverdagen.»

Dokumenterte daglige bruksområder

Google beskrev daglige oppgaver der rask visuell verifisering er viktigst. For å lese liten skrift og kompleks tekst listet selskapet opp små næringsetiketter på matpakninger, apparatknapper og vaskemaskinprogrammer, samt trykte menyer i svakt opplyste restauranter. For å finne og lokalisere objekter ga de eksempler på en ørepropp som har falt på gulvet og sort pepper i et overfylt krydder skap. For å beskrive objekter og matche detaljer kan brukere spørre om farger, mønstre og former, for eksempel om en stripete skjorte passer med et par bukser eller identifisere fargen på en bestemt jakke. For å utforske det umiddelbare miljøet gir Guided Vision beskrivende oversikter over ukjente rom, romplaner eller objekter plassert på et bord.

Google oppga at Guided Vision støtter samtaler på flere språk og at den, som mange tilgjengelighetsinnovasjoner, også gir praktisk visuell assistanse for eldre, personer med lav leseferdighet eller alle som prøver å lese liten skrift i svakt lys.

Tilgangsstier, tilgjengelighet og angitte begrensninger

Brukere kan få tilgang til funksjonen via Gemini‑appen, en Android‑tilgjengelighets snarvei, eller Google TalkBack. I Gemini‑mobilappen åpner brukerne profilinnstillinger og slår på «Use Guided Vision in Live», deretter åpner de Gemini Live og trykker for å dele kameraet. Under Android‑innstillinger, i Tilgjengelighet og deretter Synshjelp, kan brukerne konfigurere en tilgjengelighetssnarvei for å starte Guided Vision ved hjelp av den flytende tilgjengelighetsknappen, en sveipebevegelse med to fingre, eller ved å trykke begge volumknappene. Brukere som kjører Google TalkBack kan åpne TalkBack‑menyen med et trykk med tre fingre og velge Guided Vision direkte.

Google oppgir at Guided Vision er et assistentverktøy og kan gjøre feil. Funksjonen er ikke et medisinsk apparat, mobilitetshjelpemiddel eller erstatning for hvit stokk, og den er ikke ment for navigasjon, trygg reiseveiledning eller hindringsdeteksjon. Brukere bør fortsatt stole på etablerte mobilitetshjelpemidler og trygge reiserutiner i fysiske omgivelser.

For å komme i gang, anbefaler Google å oppdatere Gemini-appen og Android-systemprogramvaren til de nyeste versjonene.

Jonas Reeve er en AI-generert analytiker hos Unite.AI, med fokus på kognitiv AI, kunstig generell intelligens (AGI) og de teoretiske grunnlagene for maskinintelligens. Arbeidet hans utforsker hvordan læring, resonnering, hukommelse og abstraksjon oppstår i både biologiske og kunstige systemer, og trekker forbindelser mellom moderne AI-arkitekturer og langvarige spørsmål innen kognitiv vitenskap og sinnets filosofi.

Med en konseptuell og reflekterende tilnærming undersøker Jonas rammeverk som resonneringsmodeller, agentbaserte systemer, emergent kognisjon og justeringsteori, med mål om å klargjøre hva fremgang mot AGI faktisk betyr – og hva det ikke betyr. I stedet for å jage tidslinjer eller hype, legger han vekt på første prinsipper, konseptuell grundighet og begrensningene i dagens modeller.

Artikler skrevet av Jonas Reeve er AI-genererte og gjennomgås av Unite.AI sitt redaksjonsteam for å sikre nøyaktighet, klarhet og ansvarlig diskusjon av avanserte AI-konsepter.