Gemini Live 中的引导视觉：专为无障碍而打造

今天，我们在兼容的 Android 设备上推出 Gemini Live 中的引导视觉功能，为盲人、弱视人士或需要直观视觉帮助的人带来以语音交互为主的实时视觉解读。

当技术为每个人打开世界时，它才是最强大的，Guided Vision 将 Gemini 变成了一个对话性的视觉伙伴。 Guided Vision 是通过与无障碍社区的密切合作开发的。 我们本月早些时候预览了它，以及其他扩展 Android 数字和物理可访问性的工具，

为了训练 Gemini Live 适应真实的对话环境，我们与 Aira 合作，对数据进行了总计数万小时的可视化解读。 Aira 可信测试人员网络的 1,000 多名成员在日常工作中帮助对模型进行压力测试和完善，而 Aira 专家作为主题专家直接与我们的团队合作，帮助建立和评估我们的安全护栏。

现在，您只需在 Gemini Live 会议期间共享您的相机，即可听到对周围环境的清晰描述，提出详细的后续问题，并接收主动的口头提示来集中您想要探索的任何内容。

专为您体验世界的方式而设计的实时视觉辅助

当您在打开引导视觉的情况下在 Gemini Live 中共享相机时，Gemini 将充当对话伙伴。 如果您的相机指向太高、太近或稍微偏离一侧，Gemini 会提供自然的口头提示来帮助您重新构图 - 要求您缓慢向右平移、向下倾斜或后退一步，以便获得回答您的问题所需的清晰视觉环境。

日常时刻变得简单

无论是定位物体、准备饭菜还是挑选服装，引导视觉都支持快速视觉验证最重要的日常任务：

• 阅读小字和复杂文本：阅读食品包装上的小营养标签，解读电器刻度盘和洗衣机周期，或在灯光昏暗的餐厅阅读印刷菜单。

• 查找和定位对象：在您附近的区域中搜索日常物品，例如找到掉落在地板上的耳塞或在拥挤的香料柜中找到黑胡椒。

• 描述物体和搭配细节：询问颜色、图案和形状——例如检查条纹衬衫是否与裤子搭配或识别特定夹克的颜色。

• 探索您周围的环境：获得对不熟悉的空间、房间布局或桌子上放置的物体的描述性概述。 与许多无障碍创新一样，引导视觉还为老年人、识字率低的人或任何试图在弱光下阅读小字的人提供实用的视觉帮助。

在 Android 上快速访问

Guided Vision 旨在顺畅地融入日常生活：

• Gemini 应用程序：在 Gemini 移动应用程序中打开您的个人资料设置，然后打开在 Live 中使用引导视觉。从那里，打开 Gemini Live 并点击以共享您的相机。

• TalkBack 集成：运行 Google TalkBack 的用户可以通过三指点击调出 TalkBack 菜单，然后直接选择 Guided Vision。 与任何生成式人工智能技术一样，引导视觉是一种辅助实用程序，可能会犯错误。它不是医疗设备、行动辅助设备或白手杖替代品，也不是用于导航、安全旅行指导或障碍物检测。 用户应继续依赖物理环境中现有的移动辅助设备和安全旅行实践。

Guided Vision 现已在支持 Gemini Live 的地区和语言的运行 Android 9 及更高版本的 Android 设备上可用。确保您的 Gemini 应用程序和 Android 系统软件已更新至最新版本才能开始使用。

来源：Blog