Google 上线 Guided Vision：Gemini Live 用摄像头给盲人实时讲环境，明说不是导航工具
Google 在兼容的安卓设备上推出 Guided Vision：在 Gemini Live 会话里共享摄像头后，Gemini 会用语音实时描述周围环境、回答追问，并在镜头偏上、太近或偏到一侧时，用自然语言提示用户「慢慢向右平移」「向下倾一点」来重新取景。它面向盲人与低视力用户，也能帮到老年人、识字困难者在昏暗环境里读小字。Google 称，为让 Gemini Live 理解真实世界语境，它与 Aira 合作处理了总计数万小时的视觉解读数据，超过 1,000 名 Aira 受信测试者参与了压测，Aira 专家还以领域专家身份参与安全护栏的建立与评估。
它改变的：前沿多模态实时模型第一次以「默认助手 + 系统辅助功能入口」的形态，成规模落到视障者的日常任务里——读懂营养标签、找回掉在地上的耳机、描述衣物花纹，并且在系统层有专门的启动手势与 TalkBack 菜单入口，还在印度、巴西、新加坡、印尼、日本等多地做过语言与表达习惯的测试。同一份公告也把边界写得很直白：作为生成式 AI，它会出错，不是医疗设备、不是助行器、不能替代白手杖，也不用于导航、安全出行指引或避障——能力交付与责任边界被同时定义。
原文链接：Google 官方博客
核验记录
JSON-LD datePublished 2026-10-01T16:00:00+00:00、og:article:published_time 2026-10-01、页内 publish_date 2026-10-01|16:00 三处一致；正文直读。「数万小时」为官方原文 tens of thousands of hours 的概括，官方未给精确数字。未读 Aira 侧材料与 Google 辅助功能文档页。