Guided Vision in Gemini Live: built for accessibility

Gemini Live 中推出引导视觉功能

Gemini Live 中的引导视觉：专为无障碍设计

2026 年 10 月 1 日

|

分享下拉菜单

• x.com

• Facebook

• LinkedIn

• 邮件

• 复制链接

引导视觉功能由盲人和低视力社区共同参与开发，为 Gemini Live 提供对话式实时视觉辅助。通过分享摄像头，用户可获得动态音频描述和自然语音提示，从而探索周围环境。

Isha Sheth

Gemini Live 高级产品经理

Scott Adams

Google 可访问性工程高级产品经理

分享

文章正文

今天，我们将在兼容的安卓设备上推出 Gemini Live 的引导视觉功能，为盲人、低视力人群以及需要直观视觉辅助的用户带来以语音为核心的实时视觉解读。

当技术真正为所有人打开世界时，它才最具力量。引导视觉功能将 Gemini 变成一个对话式的视觉伙伴。该功能通过与无障碍社区的紧密合作开发而成。我们已于本月早些时候进行了预览，同时推出了其他工具，以提升安卓设备在数字和物理环境中的无障碍性。

为了训练 Gemini Live 在对话式真实场景中的表现，我们与 Aira 合作，对数据进行了总计数万小时的视觉解读。Aira 可信测试者网络的 1000 多名成员帮助我们对模型进行了日常场景的压力测试和优化，同时 Aira 专家团队作为领域专家，直接与我们的团队合作，协助制定并评估安全防护措施。

现在，您只需在 Gemini Live 会话中分享摄像头，即可听到对周围环境的清晰描述，提出详细后续问题，并获得主动语音提示，帮助您聚焦想要探索的任何目标。

专为您的世界体验设计的实时视觉辅助

在 Gemini Live 中开启引导视觉功能并分享摄像头时，Gemini 将作为您的对话伙伴。如果摄像头角度过高、过近或略微偏移，Gemini 会通过自然语音提示帮助您调整视角——例如提示您缓慢向右平移、向下倾斜或后退，以便获得回答问题所需的清晰视觉信息。

让日常时刻更简单

无论是定位物品、准备餐食还是挑选服装，引导视觉功能都支持那些需要快速视觉确认的日常任务：

• 阅读小字和复杂文本：阅读食品包装上的小字号营养标签，解读家电旋钮和洗衣机洗涤程序，或在昏暗餐厅中阅读印刷菜单。

• 寻找和定位物品：在您周围区域搜索日常用品，例如找到掉落在地上的耳机，或在拥挤的香料柜中定位黑胡椒。

• 描述物品并匹配细节：询问颜色、图案和形状，例如检查条纹衬衫是否与裤子搭配，或识别特定夹克的颜色。

• 探索周围环境：获取对陌生空间、房间布局或桌面上物品的描述性概览。

• 用您偏好的语言自然对话：引导视觉功能支持多语言对话。它反映了来自印度、巴西、新加坡、印度尼西亚、日本等地区盲人和低视力社区的大量测试和反馈，使描述、重新定位提示和回答都显得自然且有帮助。

与许多无障碍创新技术一样，Guided Vision 也能为老年人、低识字人群或在昏暗环境中需要阅读小字的人提供实用的视觉辅助功能。

在 Android 设备上的快速访问

Guided Vision 的设计目标是无缝融入日常流程，最大限度减少操作干扰：

• Gemini App：在 Gemini 移动应用中打开个人资料设置，启用「在直播中使用 Guided Vision」功能。随后打开 Gemini Live，点击分享摄像头即可使用。
• 无障碍快捷方式：进入 Android 设置 > 无障碍 > 视觉辅助 > Guided Vision，配置无障碍快捷方式，通过浮动按钮、双指滑动手势或同时按下音量键启动 Guided Vision。
• TalkBack 集成：使用 Google TalkBack 的用户可通过三指点击调出 TalkBack 菜单，直接选择 Guided Vision。

与任何生成式 AI 技术一样，Guided Vision 是一种辅助工具，可能存在误判情况。它并非医疗设备、移动辅助工具或盲杖替代品，也不适用于导航、安全出行指引或障碍物检测。用户在物理环境中仍应继续依赖传统移动辅助工具和安全出行规范。

目前 Guided Vision 已在支持 Gemini Live 的地区和语言中向运行 Android 9 及以上版本的设备开放。请确保 Gemini 应用和 Android 系统软件已更新至最新版本以开始使用。

订阅 Google 最新资讯

订阅我们的电子报，获取产品更新、活动信息、特别优惠等内容。

订阅完成，只需再完成一步。

查看邮箱确认订阅。

您也可以使用其他邮箱地址订阅。

您的信息将按照 Google 隐私政策使用，您可随时取消订阅。

发布于：