Що сталося
1 жовтня 2026 року Google запустила в Gemini Live функцію Guided Vision. Користувач вмикає камеру під час розмови з асистентом, а ШІ голосом описує, що в кадрі, і відповідає на уточнювальні запитання. Функцію створили передусім для незрячих і людей зі слабким зором, але ввімкнути її може будь-який власник сумісного Android-смартфона. Окремої підписки вона не потребує: це частина безплатного застосунку Gemini.
Деталі
Головна відмінність від звичайного «запитай про фото» — підказки щодо кадру. Якщо камера дивиться не туди, асистент просить повільно повести телефон праворуч, нахилити його донизу або відступити на крок. Людині, яка не бачить екрана, без такого зворотного зв’язку важко навіть навести камеру на потрібний предмет.
Що відомо про запуск:
- Пристрої: Android 9 і новіші; про iPhone Google поки нічого не повідомляє.
- Де працює: в усіх регіонах і всіма мовами, де вже доступний Gemini Live.
- Як увімкнути: у налаштуваннях профілю застосунку Gemini, через «Налаштування → Спеціальні можливості» Android або з меню екранного диктора TalkBack.
- Навчання: модель доопрацьовували разом з Aira — сервісом віддалених візуальних помічників для незрячих. Google називає «десятки тисяч годин» розмічених описів і понад 1000 тестувальників із мережі Aira.
Приклади, які наводить Google: прочитати дрібний шрифт на етикетці, розібратися в кнопках побутової техніки, знайти навушник, що впав.
Що це означає
Кого стосується. Насамперед незрячих і людей зі слабким зором, які користуються Android. Для них безплатний інструмент частково замінює живого помічника: для побутових завдань більше не обов’язково телефонувати волонтерові. Решті функція знадобиться, щоб прочитати дрібний текст на упаковці чи в інструкції.
Що змінюється для України. Застосунок Gemini офіційно доступний в Україні, українська мова є в переліку підтримуваних. За правилами Google, Guided Vision працює всюди, де працює Gemini Live, тож спробувати функцію можна вже зараз.
Ризик. Google прямо попереджає: на Guided Vision не можна покладатися в навігації, під час обходу перешкод і замість тростини, бо ШІ помиляється. Це помічник для читання та пошуку предметів, а не заміна засобів пересування.
Горизонт. Функція доступна з 1 жовтня. Розпізнавання зображень — загальний тренд мультимодальних моделей: схожі vision-моделі можна запустити й у себе на ПК, без хмари, але голосового супроводу «з коробки» там немає.
