AREXOpen in interactive Feed

AREX Feed Article

Gemini Live 上线 Guided Vision:为盲人和低视力用户提供实时音频描述与取景提示

October 7, 2026

Google Gemini 的 X 账号 中称,Guided Vision 已在 Gemini Live 上线。用户把手机摄像头共享给 Gemini Live 之后,Gemini 会以「对话伙伴」的身份给出动态音频描述;镜头指得太高、太近或偏到一侧时,它还会用自然语言提示重新取景:慢慢向右平移、向下倾斜,或者后退一步。

帖文写明,Guided Vision 已在运行 Android 9 及以上的 Android 设备上提供,覆盖 Gemini Live 支持的地区与语言,用户需要把 Gemini 应用和 Android 系统软件更新到最新版本。帖文把该功能描述为与盲人及低视力社区共同打造,并链接到 Google 的:博客 10 月 1 日发布,给出了启用方式、与 Aira 的合作细节,以及这项功能明确不承担的任务。

取景提示:先让画面可用,再回答问题

补上了触发条件和目的:镜头指得太高、太近或略偏到一边时,Gemini 会用口头提示帮用户重新取景,好拿到「回答问题所需的清晰视觉上下文」。画面到位之后,才轮到回答用户自己提出的问题。

博客称,用户可以在共享摄像头的过程中追问。The Verge 在里举的例子是:先让 Gemini 帮忙找到一件物品,再让它读出包装上的保质期。

读小字、找东西、比对细节、探索环境

串帖列出四类用途:阅读小字与复杂文本、寻找和定位物品、描述物品并匹配细节、探索身边环境,并提到做饭、挑衣服这类「快速视觉帮助最要紧」的日常任务。

Google 博客把每一类展开:读食品包装上的营养标签、看家电旋钮和洗衣机的程序、在灯光昏暗的餐厅里读纸质菜单;在地上找一只掉落的耳机、在塞满的香料柜里找黑胡椒;确认条纹衬衫是否配某条长裤、辨认某件夹克的颜色;获取对陌生空间、房间布局或桌上摆放物品的描述性概览。串帖与博客都提到,除盲人和低视力用户外,Guided Vision 对老年人、识字有限的人,以及在低光下试图读小字的人也有帮助。

多语言方面,博客称其描述、取景提示和回答的自然度,来自印度、巴西、新加坡、印度尼西亚、日本等地盲人与低视力社区的测试和反馈。

三条打开路径:应用设置、无障碍快捷键、TalkBack 菜单

博客给出的入口有三处:

  • Gemini 应用:在个人资料设置里打开「Use Guided Vision in Live」,再进入 Gemini Live,点按共享摄像头。
  • 无障碍快捷键:在 Android 设置 > 无障碍 > 视觉辅助 > Guided Vision 下配置快捷键,用悬浮无障碍按钮、双指滑动或同时按两个音量键启动。
  • TalkBack:使用 Google TalkBack 的用户可以三指点击调出 TalkBack 菜单,直接选择 Guided Vision。

与 Aira 的数据合作:数万小时与 1,000 多名测试者

博客文章由 Gemini Live 高级产品经理 Isha Sheth 与 Google 无障碍工程高级产品经理 Scott Adams 署名。文中称,为训练 Gemini Live 理解对话式、真实世界的场景,Google 与 Aira 合作,对总计数万小时的数据做视觉解释;Aira 的 Trusted Tester 网络中有超过 1,000 名成员参与压力测试与模型打磨,测试覆盖的是日常流程;Aira 的专家还直接与 Google 团队合作,以主题专家身份参与建立和评估安全护栏。

从 9 月预览到 10 月上线

9to5Google 在 中,把 Guided Vision 列为当月 Android Drop 的一部分,当时的说法是它将「很快」登陆运行 Android 9 及以上、Gemini 可用的国家的手机,入口是无障碍快捷键和 TalkBack 菜单。

10 月 1 日,Google 发布博客文章,Google 的新闻账号 同日宣布该功能「正在兼容的 Android 设备上推出」。The Verge 与 当天报道了这次上线:The Verge 把它与 Apple 在 iPhone 和 Vision Pro 上加入的 VoiceOver Live Recognition 相类比;Android Authority 提到 Google 此前已被发现准备独立开关与无障碍快捷方式,并称 9 月的预览只说到「即将推出」,10 月 1 日才是正式上线。

博客页面的更新时间显示为 10 月 6 日。北京时间 10 月 7 日凌晨,@GeminiApp 的串帖把取景提示的触发条件、四类用途和 Android 9 及以上的可用范围逐条列出,并给出博客链接。

Google 划出的边界:不用于导航与障碍物探测

博客在功能说明之外写了限制:Guided Vision 与任何生成式 AI 技术一样可能出错,它属于辅助工具,不是医疗设备、出行辅助工具,也不能替代白手杖;它不用于导航、安全出行引导或障碍物探测。

The Verge 与 Android Authority 的上线报道都转述了这条提醒。博客把用法要求写在最后:在物理环境中,用户应继续依赖既有的出行辅助工具和安全出行做法。

参考链接