打开网易新闻 查看精彩图片

2026年10月1日，谷歌正式在其Gemini Live中推出名为"引导视觉"（Guided Vision）的新功能。该功能专为盲人、低视力人群或在特定场景下需要协助的用户设计，借助人工智能技术，对手机摄像头所指向的任何物体进行实时语音描述。

"引导视觉"功能涵盖多种实用场景。用户只需在Gemini Live中共享摄像头画面，即可让谷歌AI协助阅读细小文字、描述周围环境、查找或识别附近的物品，并对特定物体的细节进行语音播报。用户在查看物品时，还能向Gemini提出后续问题，例如请其读出物品的过期日期。若用户询问的对象不在镜头画面内，Gemini会发出语音提示，帮助用户调整摄像头对准目标。

该功能的使用方式较为灵活。除了在Gemini应用中使用外，"引导视觉"也可在Google TalkBack中调用。运行Android 9及以上系统的设备用户，还可在系统设置中为其创建无障碍快捷方式。该功能此前已在谷歌近期发布的Pixel系统更新中预告。

谷歌同时提醒用户，"引导视觉"不应被用于导航、安全出行指引或障碍物检测等用途，也不能替代盲杖或其他行动辅助工具。该功能与苹果此前为iPhone和Vision Pro推出的VoiceOver Live Recognition功能类似，均借助AI为视觉障碍人群提供实时环境感知支持。

参考链接:
https://www.theverge.com/ai-artificial-intelligence/1003756/google-gemini-live-guided-vision