Google lança Guided Vision no Gemini Live para descrever o mundo em tempo real
O Google liberou o Guided Vision no Android, permitindo que o Gemini Live forneça descrições faladas em tempo real e responda a perguntas sobre objetos capturados pela câmera.
Google traz assistência visual em tempo real para o Gemini Live
O Google lançou o Guided Vision, um recurso de acessibilidade integrado ao Gemini Live para smartphones Android compatíveis. Projetada para auxiliar usuários cegos, com baixa visão ou que necessitem de suporte visual situacional, a ferramenta utiliza inteligência artificial para gerar descrições faladas em tempo real de tudo o que for capturado pela câmera do aparelho.
Descrições interativas, avisos sonoros e integração ao sistema
O Guided Vision funciona quando o usuário compartilha a transmissão da câmera diretamente no Gemini Live. A IA consegue ler letras miúdas, identificar e localizar objetos próximos, detalhar o ambiente ao redor e descrever atributos específicos dos itens visíveis.
A ferramenta permite interações conversacionais contínuas. Por exemplo, após o Gemini identificar um produto em uma prateleira, o usuário pode pedir para localizar e ler a data de validade. Para solucionar desafios de enquadramento, o software emite avisos sonoros direcionais que orientam o usuário a reposicionar o celular caso o objeto desejado esteja fora do campo de captura da câmera.
O Guided Vision pode ser acessado diretamente no aplicativo Gemini, por meio do leitor de tela TalkBack do Google ou via um atalho de acessibilidade configurável no menu de Configurações do Android em dispositivos com Android 9 ou superior. A novidade dá sequência a um anúncio inicial feito em recentes atualizações de software da linha Pixel. O Google alerta expressamente que o Guided Vision não deve ser utilizado como substituto de uma bengala ou outro auxílio de mobilidade, advertindo os usuários contra a dependência do software para navegação, deslocamento seguro ou detecção de obstáculos.
O avanço da acessibilidade multimodal
O lançamento coloca o assistente de IA do Google em alinhamento direto com concorrentes que já utilizam visão computacional voltada à acessibilidade. A Apple oferece uma capacidade semelhante com a ferramenta VoiceOver Live Recognition em iPhones e no headset Vision Pro, refletindo um movimento mais amplo da indústria para implementar modelos de IA multimodais de baixa latência como recursos assistivos na interpretação visual do mundo real.
