谷歌 Gemini Live 推出 Guided Vision 辅助功能

驱动中国10月2日消息，谷歌（Google）正式向 Gemini Live 用户推出名为“Guided Vision”的新功能，旨在为视障及低视力群体提供更高效的视觉辅助体验。该功能通过整合实时语音交互与摄像头视觉识别技术，帮助用户更直观地获取周围环境信息，并指导用户调整拍摄角度以优化识别效果。

据外媒 Android Authority 报道，Guided Vision 的核心价值在于解决视障用户在使用手机摄像头时面临的“看不见”痛点。过去，对于视力受损的用户而言，单纯将手机摄像头对准物体往往难以获得有效反馈，因为设备无法主动告知用户当前画面是否清晰或完整。谷歌在过去一年多的时间里，持续完善 Gemini Live 的视觉引导能力，此前已尝试通过屏幕高亮等方式辅助用户定位物体，而此次推出的 Guided Vision 则标志着该功能正式转向以无障碍为核心的实用工具阶段。

在功能实现上，Guided Vision 允许用户在 Gemini Live 中共享摄像头画面。一旦启用，系统不仅能实时语音描述用户周边的环境状况，还支持用户通过语音提出后续问题，进一步获取细节信息。更为关键的是，该功能具备主动引导能力：当人工智能检测到当前视角不利于准确识别时，会通过语音指令提示用户进行微调，例如“向右平移”、“向下倾斜”或“后退一步”等。这种交互式引导机制显著降低了视障用户操作摄像头的门槛，使其能够更精准地捕捉目标对象。

从兼容性来看，Guided Vision 目前面向运行 Android 9 及更高版本系统的设备开放，但仅限于已支持 Gemini Live 服务的市场地区。这一限制表明，谷歌正在逐步将先进的生成式人工智能能力下沉至移动终端，并优先在具备基础服务条件的区域验证其无障碍应用价值。

此次更新体现了科技巨头在人工智能落地过程中对社会责任的关注。通过将大模型的视觉理解能力与语音交互相结合，谷歌试图打破视障群体在数字生活中的信息壁垒。Guided Vision 不仅是一项技术迭代，更是移动设备无障碍设计从“被动辅助”向“主动交互”转变的典型案例，为后续人工智能在辅助科技领域的应用提供了参考方向。