Gemini Live、視覚支援「ガイデッドビジョン」公開

Googleは本日、Gemini Liveに視覚アクセシビリティ特化機能Guided Visionの正式提供を開始した。本機能は盲人や低視力者、あるいは日常生活で視覚補助を必要とするユーザー向けに設計された、音声中心のリアルタイム視覚解釈ツールである。カメラ映像をGemini Liveセッション中に共有することで、周囲の状況を音声で明確に描写し、詳細な質問に対応する。また、カメラの向きや距離が適切でない場合、自然な音声誘導でユーザーが構図を調整できるよう設計されている。 開発には、視覚アクセシリティ専門家団体Airaとの協力が不可欠だった。数万時間にわたる視覚データを用いたトレーニングに加え、Airaのテストユーザー1000人以上による実環境での検証と、専門家のセーフティガードレール策定への参画により、実際の日常生活シーンに適応するモデルが構築された。本機能は単なる情報提供にとどまらず、食品ラベルの文字解読、家電のダイヤル確認、食料品棚内の物品探索、衣類のコーディネート確認など、瞬間的な視覚判断が必要な場面で実用的な支援を提供する。 技術的な実装面では、インド、ブラジル、シンガポール、インドネシア、日本など多地域の視覚障害者コミュニティからのフィードバックを反映し、複数言語での自然な対話を実現した。これにより、視力に課題があるユーザーだけでなく、高齢者や識字率が低い層、暗所での作業を強いる状況のユーザーにも恩恵が及ぶよう配慮されている。 利用可能なプラットフォームはAndroid 9以降を搭載した端末で、Gemini Liveが対応している地域と言語に限定される。最新バージョンへのアプリとOS更新が必要である。なお、Googleは本機能を医療機器や移動支援ツールと位置づけておらず、物理環境での危険物検知や安全な移動の保証には使用できないと明記している。既存の移動補助手段と併用する補助的ツールとして、その普及が進む見通しだ。