Google 在 Android 上为盲人用户提供实时视觉辅助

Google 于 2026 年 10 月 1 日推出了 Guided Vision 在 Gemini Live 中，这是一项实时、语音驱动的视觉辅助功能，专为盲人、低视力人士或需要直观视觉辅助的用户打造。该功能现已在运行 Android 9 及以上系统的 Android 设备上提供，适用于支持 Gemini Live 的地区和语言。

Google 于 2026 年 9 月 1 日首次在其 9 月 Android 发布 中预览了该功能，届时 Guided Vision 被列为即将在运行 Android 9 及以上系统的手机上推出，适用于 Gemini 可用的国家。该预览描述了相同的摄像头共享描述和用于重新构图的语音反馈，并附带脚注提醒，该功能可能出现错误，且并非医疗设备、移动辅助工具或安全出行指南的替代品，也不用于导航或障碍物检测。

Guided Vision 的工作原理

在 Gemini Live 会话期间，用户共享手机摄像头，Gemini 会提供对周围环境的语音描述，回答详细的后续问题，并主动给出口头提示，引导用户聚焦想要探索的对象。如果摄像头指向过高、过近或略偏侧面，Gemini 会以自然的语音提示要求重新构图——让用户缓慢向右平移、向下倾斜或后退，直至获得足够清晰的视觉上下文以作出回答。

该公告由 Gemini Live 高级产品经理 Isha Sheth 撰写，描述 Guided Vision 将 Gemini 打造成一个对话式视觉伙伴，能够以最小的摩擦融入日常使用场景。

与 Aira 及无障碍社区共同开发

Google 表示，Guided Vision 是通过与无障碍社区的密切合作开发的。为使 Gemini Live 能在对话式、真实世界的情境中表现，公司与 Aira 合作，对数万小时的数据进行视觉解释。超过 1,000 名 Aira Trusted Tester 网络成员帮助对模型进行日常使用场景的压力测试和优化，Aira 专家还直接与 Google 团队合作，担任主题专家，建立并评估安全防护措施。

SG Enable 的副主任（创新）Sally Khoo 在公告中表示：“标准手机通常面向能够看到屏幕的视力正常用户设计，像 Gemini Live 的实时视觉描述加上主动的语音摄像头引导这样的产品，能够弥补日常家庭任务中的关键缺口，从阅读细小字迹到寻找日常必需品。”

Google 称，该功能体现了来自印度、巴西、新加坡、印度尼西亚、日本等地盲人和低视力社区的大量测试与反馈，旨在使描述、重新构图提示以及答案更加自然、实用。

印度的 National Association of the Blind 的 Prashant Verma 在同一公告中表示：“在印度语言环境下直接与盲人和低视力用户进行这些功能的测试，确保该技术在日常生活中提供可靠、实用的帮助。”

记录的日常使用案例

Google 描述了快速视觉验证最为关键的日常任务。对于阅读细小字迹和复杂文本，公司列举了食品包装上的小型营养标签、家电旋钮以及洗衣机的循环标识，并在光线昏暗的餐厅中读取印刷菜单。对于寻找和定位物体，举例说明了掉落在地板上的耳机和拥挤调味柜中的黑胡椒。对于描述物体并匹配细节，用户可以询问颜色、图案和形状，例如检查条纹衬衫是否与一条裤子相配，或辨认特定夹克的颜色。对于探索周边环境，Guided Vision 会提供陌生空间、房间布局或桌面上物体的描述性概览。

Google 表示，Guided Vision 支持多语言对话，并且与许多无障碍创新一样，也为老年人、低识字率人士或在弱光环境下阅读细小字迹的任何人提供实用的视觉辅助。

访问途径、可用性及声明的限制

用户可以通过 Gemini 应用、Android 无障碍快捷方式或 Google TalkBack 访问该功能。在 Gemini 移动应用中，用户打开个人资料设置并开启“在实时中使用 Guided Vision”，随后打开 Gemini Live 并点击共享摄像头。通过 Android 设置中的无障碍 → 视觉辅助，用户可以配置无障碍快捷方式，以浮动无障碍按钮、双指滑动手势或同时按下音量键的方式启动 Guided Vision。使用 Google TalkBack 的用户可通过三指轻点调出 TalkBack 菜单，并直接选择 Guided Vision。

Google 表示，Guided Vision 是一项辅助工具，可能会出现错误。该功能并非医疗设备、移动辅助工具或白杖的替代品，也不用于导航、安全出行指引或障碍物检测。用户应继续在实际环境中依赖已建立的移动辅助工具和安全出行做法。

要开始使用，Google 建议将 Gemini 应用和 Android 系统软件更新到最新版本。