Cos’è Guided Vision e come funziona

Guided Vision è la più recente innovazione di Google integrata in Gemini Live, il servizio di intelligenza artificiale disponibile sui dispositivi Android compatibili. Attivando la condivisione della fotocamera, l’utente inquadra qualsiasi scena e l’IA descrive a voce ciò che vede, in tempo reale. Il sistema utilizza algoritmi avanzati di riconoscimento visivo e di sintesi vocale per fornire una narrazione fluida e dettagliata.

Caratteristiche principali

    • lettura di testo minuscolo: consente di decifrare istruzioni su farmaci, etichette di prodotti o qualsiasi scritta difficile da vedere a occhio nudo;
    • riconoscimento oggetti: identifica prodotti, elettrodomestici, segnaletica e fornisce una descrizione dell’ambiente circostante;
    • risposte contestuali: l’utente può porre domande successive, ad esempio “qual è la data di scadenza di questo barattolo?” e l’IA approfondirà la risposta.

Come si usa

Per attivare Guided Vision basta aprire l’app Gemini, selezionare la modalità Live e concedere il permesso di accesso alla fotocamera. Una volta inquadrato l’oggetto o la scena, l’assistente vocale inizia a descrivere quello che vede. Se la risposta non è completa, è possibile chiedere ulteriori dettagli senza dover riavviare l’analisi.

Esempio pratico

Immaginiamo di trovarci in cucina e di aver dimenticato gli occhiali. Puntando il telefono verso il barattolo del latte, Gemini legge il contenuto, indica la data di scadenza e, se necessario, fornisce indicazioni su dove è posizionato il prodotto nella dispensa. Se la fotocamera non inquadra ancora l’informazione desiderata, l’assistente emette segnali sonori guidando l’utente come in un gioco del “caldo e freddo”.

Chi può trarne beneficio

Guided Vision non è riservato solo a persone non vedenti o ipovedenti. Anche chi ha una vista normale può trovarlo utile in situazioni di scarsa illuminazione, quando gli occhiali sono fuori portata, o per leggere rapidamente informazioni su etichette complicate. In pratica, diventa un “cervello visivo” portatile, capace di colmare le lacune della percezione umana in tempo reale.

Confronto con soluzioni concorrenti

Il nuovo servizio ricorda il VoiceOver Live Recognition di Apple, disponibile su iPhone e Vision Pro, ma presenta alcune differenze chiave. Mentre Apple integra la funzionalità direttamente nel sistema operativo, Google la propone come opzione aggiuntiva all’interno dell’app Gemini, rendendola accessibile anche su dispositivi Android più vecchi (Android 9 o successivo) tramite una scorciatoia di accessibilità. Inoltre, Guided Vision è integrato anche in Google TalkBack, offrendo un duplice canale di utilizzo per chi già sfrutta le funzioni di lettura schermo.

Disponibilità e modalità di attivazione

Guided Vision è già presente nell’app Gemini e in Google TalkBack. Per gli utenti più esperti, è possibile creare una scorciatoia di accessibilità dalle Impostazioni del telefono, rendendo l’attivazione immediata con una combinazione di tasti. La funzionalità è stata introdotta insieme agli ultimi aggiornamenti della linea Pixel, ma è compatibile con qualsiasi smartphone Android che rispetti i requisiti minimi.

Avvertenze di sicurezza

Google sottolinea che Guided Vision non deve essere utilizzato come unico strumento di orientamento durante la mobilità. Non è pensato per riconoscere ostacoli, gradini o altri pericoli ambientali e non sostituisce l’uso di bastoni o altri ausili alla mobilità. In pratica, può leggere un foglietto illustrativo con precisione, ma non avviserà l’utente di un gradino improvviso o di un ostacolo sul percorso.

Prospettive future

La capacità di descrivere il mondo visivo in tempo reale apre scenari interessanti per l’integrazione di assistenti vocali in contesti più ampi, dalla realtà aumentata all’assistenza domestica. Con l’evoluzione di Gemini e l’espansione di Guided Vision a ulteriori dispositivi, è probabile che vedremo nuovi casi d’uso, come l’assistenza nella lettura di documenti legali o la traduzione istantanea di segnaletica in più lingue.