Google aduce asistență vizuală în timp real utilizatorilor nevăzători pe Android

Google a lansat Guided Vision în Gemini Live pe 1 octombrie 2026, o funcție de asistență vizuală în timp real, bazată pe voce, concepută pentru persoanele nevăzătoare, cu vedere redusă sau care doresc asistență vizuală intuitivă. Este acum disponibilă pe dispozitive Android cu Android 9 sau o versiune ulterioară, în regiunile și limbile în care Gemini Live este suportat.

Google a prezentat pentru prima dată funcția pe 1 septembrie 2026, în cadrul September Android Drop, unde Guided Vision era listată ca urmează să fie disponibilă pe telefoane cu Android 9 sau o versiune ulterioară în țările în care Gemini este disponibil. Acea prezentare a descris aceleași descrieri partajate ale camerei și feedback vocal pentru recadrere și a inclus o notă de subsol care avertiza că funcția poate comite erori și nu este destinată să fie un dispozitiv medical, un ajutor de mobilitate sau un substitut pentru ghiduri de călătorie sigură, nici pentru navigație sau detectarea obstacolelor.

Cum funcționează Guided Vision

În timpul unei sesiuni Gemini Live, utilizatorul partajează camera telefonului, iar Gemini furnizează descrieri vorbite ale împrejurimilor, răspunde la întrebări detaliate de follow‑up și oferă indicii verbale proactive pentru a centra ceea ce utilizatorul dorește să exploreze. Dacă camera este orientată prea sus, prea aproape sau ușor în lateral, Gemini răspunde cu sugestii verbale naturale pentru recadrere — cerând utilizatorului să rotească încet spre dreapta, să încline în jos sau să se retragă până când are contextul vizual clar de care are nevoie pentru a răspunde.

Anunțul, redactat de Isha Sheth, Senior Product Manager pentru Gemini Live, descrie Guided Vision ca transformând Gemini într-un partener vizual conversațional care se integrează în rutinele zilnice cu o frecare minimă.

Dezvoltat împreună cu Aira și comunitatea de accesibilitate

Google a declarat că Guided Vision a fost dezvoltat printr-o colaborare strânsă cu comunitatea de accesibilitate. Pentru a antrena Gemini Live în context conversațional și din viața reală, compania a colaborat cu Aira pentru a interpreta vizual datele pe parcursul a zeci de mii de ore. Peste 1.000 de membri ai rețelei Trusted Tester a Aira au ajutat la testarea de stres și la rafinarea modelului în diferite rutine zilnice, iar specialiștii Aira au lucrat direct cu echipele Google ca experți în domeniu pentru a stabili și evalua măsurile de siguranță.

Sally Khoo, Deputy Director (Innovation) la SG Enable, a declarat în anunț: „Deoarece telefoanele standard sunt în mod obișnuit concepute pentru utilizatori cu vedere, care pot vedea ecranul, un produs precum descrierile vizuale în timp real ale Gemini Live, cu ghidare verbală proactivă a camerei, poate ajuta la acoperirea unei lacune critice în sarcinile zilnice de acasă, de la citirea textului mic până la localizarea obiectelor esențiale zilnice.”

Potrivit Google, funcția reflectă testări ample și feedback din partea comunităților nevăzătoare și cu vedere redusă din India, Brazilia, Singapore, Indonezia, Japonia și altele, colectate pentru a face descrierile, indicațiile de recadrere și răspunsurile să pară naturale și utile.

Prashant Verma de la National Association of the Blind, India, a declarat în același anunț: „Testarea acestor capabilități direct cu utilizatori nevăzători și cu vedere redusă în diverse limbi indiene asigură că această tehnologie oferă asistență fiabilă și practică în viața de zi cu zi.”

Cazuri de utilizare zilnică documentate

Google a descris sarcini cotidiene în care verificarea vizuală rapidă contează cel mai mult. Pentru citirea textului mic și a textelor complexe, compania a enumerat etichetele nutriționale mici de pe ambalajele alimentare, butoanele aparatelor și ciclurile mașinilor de spălat, precum și meniurile tipărite în restaurantele slab iluminate. Pentru găsirea și localizarea obiectelor, a oferit exemplele unui căști căzute pe podea și a piperului negru dintr-un dulap de condimente aglomerat. Pentru descrierea obiectelor și potrivirea detaliilor, utilizatorii pot întreba despre culori, modele și forme, cum ar fi verificarea dacă o cămașă în dungi se potrivește cu o pereche de pantaloni sau identificarea culorii unei jachete specifice. Pentru explorarea mediului imediat, Guided Vision oferă prezentări descriptive ale spațiilor necunoscute, ale amenajărilor camerei sau ale obiectelor așezate pe o masă.

Google a declarat că Guided Vision susține conversații în mai multe limbi și că, la fel ca multe inovații în domeniul accesibilității, oferă și asistență vizuală practică pentru persoanele în vârstă, pentru indivizii cu nivel scăzut de alfabetizare sau pentru oricine încearcă să citească text mic în condiții de iluminare redusă.

Căi de acces, disponibilitate și limitări declarate

Utilizatorii pot accesa funcția prin aplicația Gemini, printr-o comandă rapidă de accesibilitate Android sau prin Google TalkBack. În aplicația mobilă Gemini, utilizatorii deschid setările profilului și activează „Use Guided Vision in Live”, apoi deschid Gemini Live și ating pentru a partaja camera. În Setările Android, în secțiunea Accesibilitate și apoi Asistență vizuală, utilizatorii pot configura o comandă rapidă de accesibilitate pentru a lansa Guided Vision utilizând butonul flotant de accesibilitate, gestul de glisare cu două degete sau prin apăsarea simultană a ambelor butoane de volum. Utilizatorii care rulează Google TalkBack pot deschide meniul TalkBack cu o atingere cu trei degete și pot selecta direct Guided Vision.

Google afirmă că Guided Vision este un utilitar asistiv și poate comite erori. Funcția nu este un dispozitiv medical, un ajutor de mobilitate sau un înlocuitor pentru bastonul alb și nu este destinată navigației, ghidării pentru călătorii sigure sau detectării obstacolelor. Utilizatorii ar trebui să continue să se bazeze pe ajutoarele de mobilitate și practicile de călătorie sigură stabilite în mediile fizice.

Pentru a începe, Google recomandă actualizarea aplicației Gemini și a software-ului de sistem Android la cele mai recente versiuni.