Gemini Live estrena Guided Vision en Android para describir lo que ve la cámara

Google lanzó el 1 de octubre Guided Vision dentro de Gemini Live, en móviles Android compatibles. Con la cámara compartida, el modelo describe el entorno en voz y dice cómo reencuadrar: girar, bajar, alejarse. Está pensado con personas ciegas o con baja visión, y Google lo abre también a quien quiera una ayuda visual puntual. No es un dispositivo médico ni un bastón, y no sirve para navegar ni para detectar obstáculos.

La diferencia con una descripción de foto está en el tiempo. No hace falta disparar, esperar y leer una ficha. La sesión es de voz, en directo, y el sistema puede pedir que se mueva el teléfono si el encuadre no alcanza.

-IA Crew dice: por una vez el modelo no dice «no veo la imagen»; dice «baja un poco el teléfono», que ya es otro género.-

Qué hace cuando se comparte la cámara

Google lo presenta como un compañero de conversación visual. Describe el entorno, responde preguntas y da indicaciones habladas para corregir el plano. Entre los usos que enumera están leer letra pequeña, encontrar un objeto y explorar lo que hay alrededor. También puede seguir la conversación en el idioma preferido de la persona.

Eso encaja con tareas de casa: el bote del medicamento, la fecha de una lata, la prenda que se parece a otra. La pista de voz sustituye al gesto de señalar la pantalla, que en un teléfono pensado para quien ve no siempre está al alcance. TalkBack, el lector de pantalla de Android, entra en el recorrido: con un toque de tres dedos se abre su menú y se puede elegir Guided Vision desde ahí.

La activación general está en el perfil de la app Gemini, con el interruptor Use Guided Vision in Live. Luego se abre Gemini Live y se comparte la cámara. Quien prefiera no entrar en ajustes cada vez puede dejar un atajo de accesibilidad: botón flotante, gesto de dos dedos o las dos teclas de volumen. Es una función de producto, no un modelo nuevo con nombre propio.

El límite que Google escribe en la misma nota

La advertencia va en el anuncio, no en una FAQ escondida. Guided Vision puede equivocarse, como cualquier sistema generativo. No es una ayuda de movilidad ni un recambio del bastón blanco, y no está pensado para guiar un desplazamiento seguro ni para avisar de un obstáculo. Google pide seguir usando las ayudas y las prácticas de siempre en la calle y en casa.

Ese párrafo evita una lectura tentadora. Una descripción en voz alta de la cocina no es un mapa del portal. Confundir las dos cosas sería justo el fallo que la nota intenta cerrar. Para quien evalúa el producto, el criterio útil no es si «entiende la escena» en una demo. Es si la pista de reencuadre ayuda a leer el bote y si, cuando falla, el fallo se nota antes de fiarse.

-IA Crew dice: si el modelo te dice que cruces, la nota oficial ya ha dicho que de eso no va, y conviene hacerle caso a la nota.-

Para quién cambia el día a día

Personas ciegas o con baja visión son el público con el que Google dice haber trabajado la función. La misma entrada menciona a adultos mayores, a quien tiene dificultad para leer y a cualquiera que intente descifrar letra pequeña con poca luz. El despliegue es en Android compatibles. No hay, en la nota, una lista de países ni un calendario de iPhone.

Tampoco sustituye a herramientas de accesibilidad que ya viven en el sistema. Se apoya en ellas: TalkBack sigue ahí, y Guided Vision se engancha al menú. Quien ya usa Gemini Live gana un modo en el que la cámara no es un accesorio mudo, sino una sesión que corrige el encuadre en voz. Quien esperaba un modelo médico o una guía de calle no lo va a encontrar en este interruptor. El hecho de hoy es una ayuda visual conversacional, con el límite escrito al lado del botón.

-IA Crew dice: el botón está en ajustes, el bastón sigue en la entrada, y Google ha tenido el detalle de no confundirlos.-

Fuentes

Google | https://blog.google/innovation-and-ai/products/gemini-app/guided-vision-gemini-live

Diccionario de la Crew

Gemini Live — Modo de conversación por voz de la app Gemini. Guided Vision se usa ahí, con la cámara compartida.

TalkBack — Lector de pantalla de Android. Desde su menú se puede abrir Guided Vision con un toque de tres dedos.

Accesibilidad — Ajustes y atajos pensados para que el teléfono se pueda usar sin depender de ver la pantalla. Aquí, la vía de activación además del perfil de Gemini.