Google випустив Guided Vision — функцію в Gemini Live, яка через камеру смартфона дає аудіоописи того, на що наведено об'єктив. Про це компанія повідомила 27 березня. Новинка вже доступна на сумісних Android-пристроях у застосунку Gemini. Користувач ділиться зображенням з камери, а штучний інтелект у реальному часі описує оточення, розпізнає об'єкти та зачитує дрібний текст.
За задумом, Guided Vision має допомагати людям із порушеннями зору, а також тим, хто потребує підказок у конкретних ситуаціях — наприклад, під час читання етикеток, інструкцій чи документів. Функція нагадує VoiceOver Live Recognition, яку Apple додала в iPhone та Vision Pro. Google інтегрував її не лише в застосунок Gemini, а й у Gemini Live — режим голосової взаємодії з ШІ.
Для українського ринку це не просто черговий апдейт. По-перше, Gemini Live офіційно доступний в Україні, хоч і з обмеженнями щодо мов. По-друге, подібні інструменти відкривають нові сценарії для продуктових команд: від автоматизації тестування інтерфейсів до створення асистивних сервісів. Наприклад, локальні розробники можуть використовувати Guided Vision як основу для застосунків, що допомагають людям з інвалідністю орієнтуватися в місті чи читати дрібний шрифт.
Водночас варто враховувати обмеження. Функція поки що працює лише на сумісних Android-пристроях, а якість опису залежить від освітлення та стабільності з'єднання. Крім того, Google не розкриває, як саме обробляються відеодані та чи зберігаються вони на серверах. Для українських команд, які працюють із чутливими даними, це важливий момент.
Попри це, запуск Guided Vision — сигнал, що ШІ-асистенти переходять від текстових підказок до взаємодії з фізичним світом. Для маркетологів і продактів це означає нові формати реклами та залучення: наприклад, віртуальні промоутери, які розпізнають товар на полиці й одразу показують ціну чи відгуки. Для розробників — привід експериментувати з аудіоописами в навчальних, медичних чи логістичних застосунках.
Українським командам варто протестувати Guided Vision у своїх продуктах, навіть якщо вони не працюють у сфері асистивних технологій. Це може підказати, як інтегрувати комп'ютерний зір у клієнтський досвід — від e-commerce до освіти. Головне — не переоцінити можливості: ШІ досі помиляється, а приватність даних залишається відкритим питанням.