Google lleva Guided Vision a Gemini Live
Google amplió las funciones de Gemini Live con Guided Vision, una nueva herramienta de asistencia visual en tiempo real disponible en dispositivos Android compatibles. La función permite utilizar la cámara del teléfono para recibir descripciones por voz del entorno, hacer preguntas sobre objetos o textos y obtener indicaciones para ajustar el encuadre.
Guided Vision fue desarrollada principalmente para personas ciegas o con baja visión, aunque Google señala que también puede ser útil para adultos mayores, personas con dificultades de lectura o usuarios que necesiten identificar información visual en determinadas situaciones.
La cámara se convierte en una herramienta de asistencia
Durante una conversación en Gemini Live, el usuario puede compartir la cámara para que el sistema analice lo que tiene enfrente. A partir de ahí, Gemini puede describir objetos, espacios, colores, formas o textos y responder preguntas relacionadas con la imagen.
Si el objeto no aparece correctamente en pantalla, la herramienta proporciona indicaciones habladas para mejorar el encuadre. Por ejemplo, puede pedir que la cámara se mueva hacia la derecha, se incline hacia abajo o se aleje para obtener una mejor referencia visual.
Entre los ejemplos de uso mencionados por Google se encuentran la lectura de etiquetas pequeñas, menús en lugares con poca iluminación, controles de electrodomésticos o ciclos de una lavadora. También puede utilizarse para localizar objetos cercanos, identificar colores y patrones o recibir una descripción general de un espacio.
Desarrollada con apoyo de la comunidad de accesibilidad
Para desarrollar Guided Vision, Google trabajó con Aira, empresa especializada en interpretación visual para personas ciegas o con baja visión.
La compañía señala que el entrenamiento incluyó decenas de miles de horas de interpretación visual. Además, más de 1,000 integrantes de la red Trusted Tester de Aira participaron en pruebas relacionadas con actividades cotidianas para evaluar el funcionamiento del sistema y sus medidas de seguridad.
La herramienta también fue probada con comunidades de diferentes países, entre ellos India, Brasil, Singapur, Indonesia y Japón, con el objetivo de adaptar las descripciones y respuestas a distintos idiomas y contextos.
Cómo se puede activar
Guided Vision puede habilitarse desde la configuración de la aplicación de Gemini. Una vez activada, el usuario debe iniciar Gemini Live y compartir la cámara.
También es posible configurar un acceso directo desde el apartado de accesibilidad de Android o ingresar directamente mediante TalkBack.
La función está disponible en dispositivos con Android 9 o versiones posteriores, siempre que Gemini Live sea compatible con la región y el idioma utilizados. Google recomienda mantener actualizadas tanto la aplicación de Gemini como la versión de Android.
No sustituye herramientas de movilidad
Google aclara que Guided Vision funciona como una herramienta de asistencia y puede cometer errores, como ocurre con otros sistemas de inteligencia artificial generativa.
Por esta razón, no está diseñada para navegación, detección de obstáculos ni orientación durante desplazamientos. Tampoco sustituye dispositivos o recursos de movilidad como el bastón blanco.
Con Guided Vision, Google amplía las capacidades visuales de Gemini Live y lleva el uso de la cámara más allá del reconocimiento de imágenes, al permitir una interacción continua mediante descripciones y preguntas por voz en tiempo real.
