Gemini Liveが「目の前」を声で案内――Guided Visionは、AIが人の視界を補う新しい形
Googleは2026年10月1日、Gemini Liveの新機能「Guided Vision」を対応Android端末向けに提供開始しました。カメラを共有すると、Geminiが目の前の状況を音声で説明します。ここまでは従来の画像認識の延長にも見えますが、面白いのはカメラの向きまで会話で案内する点です。「少し右へ」「下へ傾けて」「一歩下がって」と伝え、AIが答えに必要な映像を人と一緒に作ります。視覚障害やロービジョンの人を中心に設計された機能ですが、小さな文字が読みにくい場面や、落とした物を探す場面など、日常の“ちょっと見えづらい”にも接続する発表です。何が変わったのかGuided Visionでは、Gemini Liveでカメラを共有すると、次の流れを音声中心で進められます。1. 周囲や対象物をリアルタイムに説明する2. 利用者が続けて質問する3. 対象が映っていなければ、カメラの向きを言葉で案内する4. 映像が整ったら、より具体的な説明を返すつまり、AIが“見えた画像を説明する”だけでなく、何を見れば答えられるかを判断し、撮影側へフィードバックするようになりました。日常で使える場面Googleが挙げた例は、食品ラベルや家電のダイヤル、暗い店内のメニューを読むこと、床に落としたイヤホンを探すこと、服の色や柄の組み合わせを確かめること、初めての部屋の様子を把握することです。開発では視覚障害者支援サービスのAiraと協力し、数万時間分の視覚解釈データを用いて訓練しました。AiraのTrusted Testerネットワークから1,000人以上が試験に参加し、安全対策の評価にも関わっ
0