实时解说与系统级快捷调用
2026年10月1日，Google 宣布在兼容的 Android 设备上正式推出 Gemini Live 的 Guided Vision 功能。该功能专为盲人、低视力人群以及需要直观视觉辅助的用户设计，通过语音提供实时的视觉解说服务。此前，Google 曾在 2026 年 9 月的 Android Drop 中对该功能进行过预览。
在交互机制上，用户在 Gemini Live 会话中开启摄像头共享后，系统不仅能提供环境描述并回答后续提问，还会在取景不准时给出主动的语音构图提示，引导用户缓慢平移、倾斜或后退以调整拍摄角度。用户可在 Gemini 应用设置中开启该功能，也可通过 Android 悬浮按钮、双指滑动、音量键等无障碍快捷方式启动，或在 TalkBack 菜单中通过三指点击直接调用。
携手 Aira 研发与全球社区测试
Guided Vision 由 Google 与无障碍服务商 Aira 合作开发，训练过程使用了数万小时的视觉解释数据。超过 1000 名 Aira Trusted Tester 网络成员参与了日常任务压力测试与模型优化，Aira 专家也作为主题专家协助建立并评估了安全护栏。
该功能支持运行 Android 9 及以上系统的设备，并在 Gemini Live 支持的地区和语言中可用。系统支持多语言对话，并在开发阶段吸收了来自印度、巴西、新加坡、印度尼西亚和日本等多个国家盲人和低视力社区的测试与反馈。
日常适用场景与安全使用边界
根据官方说明，该功能覆盖的日常场景包括阅读食品营养标签或电器表盘等微小字样、寻找地毯或储物柜中的特定物品、核对衣物搭配细节，以及了解陌生环境的基本布局。Google 表示，该设计旨在以最小摩擦融入用户日常流程，除视障群体外也为暗光阅读等需求提供辅助。相较于微软或 Be My Eyes 等独立无障碍服务，Google 将视觉解释直接嵌入系统原生 AI 助手；行业媒体 AI Weekly 认为此举抬高了同类产品推出视觉功能的门槛。
在安全规范方面，Google 明确指出 Guided Vision 基于生成式 AI 技术，仍存在识别错误的可能。官方强调该功能并非医疗设备或移动辅助工具，不可用于物理导航、安全出行指导或障碍物检测；视障用户在实际环境中仍须坚持使用盲杖等传统辅助工具并遵循安全出行规范。