петък, 16 октомври 2026

Guided Vision в Gemini Live: AI очи за Android

Google превърна камерата на Android в гласов помощник за слабовиждащи: Guided Vision в Gemini Live чете етикети и търси предмети. Какви са ограниченията?

Екран на приложението Google Gemini – там се включва Guided Vision в Gemini Live
Снимка: Google / Wikimedia Commons, Public domain

Google пусна Guided Vision Gemini Live на 1 октомври 2026 г. – функция, която превръща камерата на Android телефона в гласов помощник за хора със слабо зрение или без зрение. Тя описва какво вижда, отговаря на уточняващи въпроси и подсказва кога да наклоните или отдалечите телефона. Изисква Android 9 или по-нов и работи там, където Gemini Live е наличен.

Накратко

  • Guided Vision е нов режим в Gemini Live за Android, създаден за незрящи и слабовиждащи потребители, пуснат на 1 октомври 2026 г.
  • Включва се от профила в Gemini, от Accessibility Shortcuts или с докосване с три пръста в менюто на TalkBack.
  • Google подчертава, че функцията не е за навигация, не заменя бастун и може да греши.

Какво прави Guided Vision в Gemini Live

Идеята е проста: споделяте камерата с Gemini и задавате въпрос с глас. Асистентът описва какво е пред обектива и отговаря на допълнителни въпроси, като разговорът не е еднократно описание на снимка. Ако кадърът е лош, Gemini казва какво да направите – да наклоните телефона, да го завъртите или да се отдалечите, докато картината стане по-ясна. Това води до по-естествено поведение от класическите приложения, които просто „правят снимка и четат текст“.

Примерите от Google са съвсем делнични: прочитане на дребен текст върху опаковка, разпознаване на бутоните на уред, намиране на изгубена слушалка, търсене на предмет в претъпкан шкаф, съчетаване на цветовете на дрехи или описание на непозната стая. Google отбелязва, че функцията помага и на възрастни хора, и на всеки, който трябва да прочете ситен шрифт при слаба светлина. Именно тази универсалност я прави интересна и извън тесния кръг на потребителите с увреждания.

Как се включва

Има три начина за достъп. Първият е от настройките на профила в приложението Gemini. Вторият е през преките пътища за достъпност (Accessibility Shortcuts) на Android. Третият е за потребителите на TalkBack – чрез докосване с три пръста в менюто на екранния четец. Така функцията се стартира, без да се търси визуално бутон, което има значение за хора, които не виждат екрана.

Условията са Android 9 или по-нов и наличие на Gemini Live за вашия език и регион. Google не е публикувала в източниците, които проверихме, отделен списък с поддръжка на български, затова не можем да потвърдим дали функцията работи на български език. Подобни функции често пристигат с различно закъснение по страни – добър пример е историята с Gemini Spark в България. Най-сигурният начин е да проверите директно в приложението на телефона си.

Кой помага за обучението на модела

Функцията е изградена в партньорство с Aira – услуга за визуална интерпретация чрез видео. Според публикациите Aira е допринесла с десетки хиляди часове данни от визуална интерпретация, а над 1000 от нейните тестери са помогнали за настройването на предпазните механизми. Това е важна подробност, защото в такъв сценарий грешката не е просто неудобство. Неправилно прочетена доза лекарство или етикет е с реална цена.

Същевременно Google не е публикувала цифра за точността и не е обяснила как са лицензирани данните на Aira – това отбелязват и част от рецензиите. Затова функцията трябва да се възприема като помощник, а не като единствен източник на информация. За важни неща, като лекарства, срокове на годност или документи, винаги е разумно да има втора проверка.

Какви са ограниченията

Google е категорична, че Guided Vision не е медицинско изделие и не замества бастун или друго помощно средство. Функцията не е предназначена за навигация, за безопасно придвижване или за откриване на препятствия. С други думи, не я използвайте, за да пресичате улица или да се ориентирате по стълби. Компанията предупреждава и че асистентът може да допуска грешки, като това е казано още при прегледа на функцията през септември.

Тези предупреждения не са формалност. Мултимодалните модели понякога „виждат“ неща, които ги няма, или пропускат дребни детайли, особено при лошо осветление. Добрата практика е да задавате конкретни въпроси („какъв е срокът на годност?“), вместо общи, и да повтаряте кадъра, ако отговорът звучи съмнително. В същия дух са и защитите на Google срещу измами – вижте как Gemini помага срещу измами в Android и новия подобрен режим за защита в Google Messages.

Какво означава за читателите в България

В България има хиляди хора със зрителни увреждания и още повече възрастни със слабо зрение, за които подобен инструмент би бил практически полезен – от четене на касови бележки до разпознаване на продукти. Ключов въпрос остава езикът: докато поддръжката на български не е потвърдена, функцията може да работи само на поддържаните езици. Ако сте потребител на TalkBack, можете да я опитате и да прецените сами. Може да ви интересува и как Google развива асистента си в други посоки – например Gemini agent за работа.

Още практически AI теми ще намерите в рубриката AI в ежедневието. Функцията е и ясен знак накъде върви Gemini Live: от чат с глас към асистент, който „гледа“ света през камерата и помага в реално време.

Често задавани въпроси

Струва ли допълнително? Източниците не посочват отделна такса за функцията. Работи ли на iPhone? Не, става дума за Android. Може ли да ме води по улицата? Не – Google изрично изключва навигацията и откриването на препятствия.

Видяхте грешка? Съобщете ни – корекциите се отбелязват в статията.

МП
Мартин Пенчев

Мартин Пенчев е основател и главен редактор на СмартМакс. Има над 15 години опит в IT и телекомуникационния сектор и работи всеки ден с устройствата и услугите, за които пише – от екосистемата на Apple и Android смартфоните до мобилните…

Още от СмартМакс