Google uruchomił dziś Guided Vision w aplikacji Gemini Live na urządzeniach Android - nową funkcję AI, która daje real-time'owe opisy audio wszystkiego, na co skierujesz kamerę telefonu. Po udostępnieniu kamery w Gemini Live możesz prosić sztuczną inteligencję Googla o pomoc w czytaniu małego tekstu, opisywaniu otoczenia, znajdujeniu bądź identyfikowaniu przedmiotów wokół ciebie czy przedstawianiu szczegółów konkretnych obiektów.
Funkcja została zaprojektowana przede wszystkim dla osób niewidomych, słabowidzących lub potrzebujących asysty w konkretnych sytuacjach. Rozwiązanie przypomina funkcję VoiceOver Live Recognition, którą Apple niedawno dodał do iPhone'a i Vision Pro, ale ma szersze możliwości. Guided Vision nie ogranicza się tylko do aplikacji Gemini - jest dostępna w kilku produktach Googla.
To pokazuje rosnącą konkurencję między tech gigantami w obszarze dostępności wspieranej AI. Zamiast polegać na statycznych funkcjach ułatwień dostępu, oba podejścia wykorzystują real-time'ową wizję komputerową i słuchy naturalny do wspomagania użytkowników w codziennych zadaniach. Guided Vision potencjalnie może zmienić sposób, w jaki osoby słabowidzące współdziałają z cyfrowym światem, choć jak zawsze przy nowych funkcjach dostępności, wszystko zależy od dokładności i responsywności AI.