谷歌正在Gemini Live中为兼容的安卓设备推出全新的Guided Vision功能,该功能利用AI技术为用户提供实时的音频描述,只需将手机摄像头对准任意物体即可。通过在Gemini Live中共享摄像头画面,用户可以借助谷歌的AI帮助完成阅读小字体文本、描述周围环境、查找或识别身边物体以及描述特定物品细节等任务。

该功能与苹果已在iPhone和Vision Pro上添加的VoiceOver Live Recognition功能类似,专为盲人、低视力人群或在特定场景下需要辅助的用户设计。除了在Gemini应用中使用外,Guided Vision也已在谷歌TalkBack中上线,用户还可以在运行安卓9及以上系统的设备的设置应用中,为该功能设置辅助功能快捷方式,此前该功能已在近期一批Pixel系统更新中被官方宣布。

用户还可以针对所观察的内容提出后续追问,例如让Gemini读出它帮忙找到的物品上的保质期信息。谷歌表示,如果用户询问的物体不在摄像头取景范围内,Gemini会通过语音提示帮助用户调整摄像头角度,以便准确对准目标。不过,谷歌也提醒用户,不要将Guided Vision用于"导航、安全出行引导或障碍物检测"等场景,也不应将其作为拐杖或其他行动辅助工具的替代品。

Q&A

Q1:Guided Vision是什么功能?

A:Guided Vision是谷歌推出的一项新功能,已在Gemini Live中上线,支持兼容的安卓设备。它利用AI技术实时描述手机摄像头拍摄到的内容,帮助用户阅读小字体、识别物体和描述周围环境。

Q2:Guided Vision主要为谁设计?

A:Guided Vision主要为盲人、低视力人群设计,同时也适合在特定情况下需要视觉辅助的普通用户使用,功能类似于苹果VoiceOver中的Live Recognition。

Q3:使用Guided Vision需要注意什么?

A:谷歌提醒用户不要将该功能用于导航、安全出行引导或障碍物检测等场景,也不能将其作为拐杖或其他行动辅助工具的替代品,以免影响使用安全。

The Verge