Google Gemini Live'a 'Guided Vision' geldi: Kamerayı paylaşarak görme engellilere sesli rehberlik
Google, yapay zeka asistanı Gemini'nin canlı sohbet modu olan Gemini Live'a "Guided Vision" (Yönlendirilmiş Görüş) özelliğini bugün itibarıyla uyumlu Android cihazlarda kullanıma sundu. Yeni özellik, kullanıcıların telefon kamerasını Gemini ile paylaşarak, görüntülenen her şeyin anlık sesli açıklamasını almasını sağlıyor.
Küçük yazıdan nesne tanımaya: Ne işe yarar?
Guided Vision, özellikle görme engelli veya düşük görlü kullanıcılar için tasarlanmış bir erişilebilirlik aracı olarak konumlandırıldı. Özelliği aktifleştiren kullanıcılar, telefonlarını bir nesneye, belgenin küçük yazılarına veya çevrelerine yönelttiğinde Gemini'nin gerçek zamanlı sesli geri bildirim alabiliyor. Google'ın paylaştığı detaylara göre sistem şu temel işlevleri üstleniyor:
- İlaç kutuları, sözleşmeler veya menülerdeki küçük yazıların okunması,
- Bulunduğu ortamın (sokak, market rafları, oda düzeni) genel tanımı ve navigasyon yardımı,
- Kayıp eşya ararken (anahtar, cüzdan gibi) nesne tespiti ve konum bildirimi,
- Belirli bir nesnenin (örneğin bir bitkinin türü veya bir cihazın bağlantı portları) detaylı analizi.
Apple'ın 'VoiceOver Live Recognition' rakibi mi?
Yeni özellik, Apple'ın iPhone ve Vision Pro cihazlarına getirdiği "VoiceOver Live Recognition" (Sesli Anlatım Canlı Tanıma) işlevine doğrudan bir yanıt niteliğinde. Her iki sistem de cihazın kamera sensörünü ve yerel/bulut AI modellerini birleştirerek görsel dünyayı sesli bir arayüze dönüştürmeyi hedefliyor. Google'ın farkı, bu yeteneği kendi temelli modeli Gemini üzerinden, sohbet tabanlı bir arayüzde (Live) sunması ve Android ekosistemi geneline yayma stratejisi izlemesi.
Hangi cihazlarda, nasıl erişilebilir?
Guided Vision, başlangıç aşamasında Gemini Advanced aboneliği sahibi olan ve donanım olarak kamerayı sürekli işleyebilecek seviyedeki uyumlu Android amiral gemisi/üst segment modellerinde (Pixel 8/9 serisi, Samsung Galaxy S24/25 serisi vb.) Gemini uygulaması içinde "Live" moduna girildikten sonra kamera paylaşım ikonuyla aktif edilebiliyor. Google, gelecekte daha geniş bir cihaz yelpazesine ve olası olarak web arayüzüne de geleceğini belirtti.
Bu güncelleme, multimodal AI yeteneklerinin sohbet pencerelerinden çıkıp fiziksel dünya ile etkileşime geçtiğinin en somut göstergelerinden biri olarak değerlendiriliyor. Erişilebilirlik odaklı başlasa da, Google uzun vadede bu teknolojinin AR gözlükleri ve robotik uygulamaları için temel bir "göz" katmanı olacağını sinyalliyor.