AitopkitGoogle lanzó el 1 de octubre Guided Vision en Gemini Live: una función de asistencia visual en tiempo real guiada por voz, pensada para personas ciegas, con baja visión o que quieren ayuda visual intuitiva en la vida diaria. Está disponible en dispositivos Android con Android 9 o superior, en las regiones e idiomas donde Gemini Live funciona.
La idea es simple pero realmente útil: comparte tu cámara durante una conversación en Gemini Live, y Gemini narra lo que ve mientras te ayuda a encuadrar la toma. Si la cámara apunta demasiado alto, demasiado cerca o ligeramente hacia un lado, Gemini te lo dice — «gira despacio a la derecha», «inclina hacia abajo», «retrocede» — hasta tener el contexto visual que necesita para responder. Luego puedes hacer preguntas de seguimiento, como pedirle que lea una fecha de caducidad tras detectar la etiqueta, o descifrar los diales de una lavadora con poca luz.
Lo que la hace destacar es cómo se construyó. Google desarrolló Guided Vision junto a la comunidad ciega y de baja visión, en alianza con el servicio de interpretación visual Aira: decenas de miles de horas de datos de interpretación visual entrenaron el modelo, más de 1.000 miembros de la red de Trusted Testers de Aira la probaron en situaciones cotidianas, y los especialistas de Aira ayudaron a definir las barreras de seguridad. Google afirma que la función se probó en varios idiomas y regiones, incluidos India, Brasil, Singapur y Japón.
Google es cuidadosa con los límites: la función puede cometer errores y no es un dispositivo médico, ni una ayuda de movilidad, ni un sustituto de guías de viaje seguras, ni una herramienta para navegación o detección de obstáculos. Llega un año después de que Apple presentara capacidades similares de Live Recognition en iPhone y Vision Pro: la respuesta de Google apuesta por la conversación natural de ida y vuelta en lugar de la integración con el lector de pantalla.