Guided Vision, recurso de IA da Google, está disponível hoje no Gemini Live para dispositivos Android compatíveis, oferecendo descrições de áudio em tempo real ao apontar a câmera para qualquer objeto.
Quais são as principais funcionalidades do Guided Vision no Gemini Live?
- Leitura de texto pequeno – O algoritmo analisa caracteres de tamanho reduzido, como rótulos de medicamentos ou termos de contrato, e converte o conteúdo em áudio claro. Essa capacidade elimina a necessidade de ampliar a tela ou usar aplicativos de OCR separados.
- Identificação de objetos cotidianos – Ao focar a câmera, a IA reconhece itens como chaves, moedas ou utensílios de cozinha e descreve suas características principais. Essa função auxilia usuários com deficiência visual a navegar em ambientes domésticos.
- Descrição de ambientes – O recurso gera um panorama auditivo do espaço ao redor, indicando a presença de móveis, portas ou obstáculos. Essa visão guiada melhora a mobilidade em locais desconhecidos ou pouco iluminados.
- Reconhecimento de cores e padrões – Guided Vision detecta cores predominantes e padrões visuais, como listras ou texturas, transmitindo essas informações ao usuário. Essa funcionalidade é útil para escolher roupas ou organizar objetos por cor.
- Leitura de códigos QR e barras – Quando a câmera captura um código, a IA decodifica instantaneamente e lê o conteúdo, como URLs ou informações de produto. Isso agiliza processos de compra ou verificação de autenticidade.
- Suporte multilíngue – O sistema reconhece texto em diversos idiomas e fornece a leitura na língua configurada no aparelho. Essa abrangência beneficia viajantes e usuários que lidam com documentos estrangeiros.
- Integração com comandos de voz – Usuários podem ativar ou pausar a descrição usando comandos simples, mantendo as mãos livres durante a interação. A integração com o Google Assistant garante consistência no ecossistema de voz da empresa.
Como ativar o Guided Vision no seu Android
Para usar a funcionalidade, o dispositivo deve rodar Android 13 ou superior e ter o aplicativo Gemini instalado. Abra o Gemini Live, toque no ícone da câmera e selecione a opção "Guided Vision"; a IA começará a analisar o que estiver no campo de visão.
É recomendável conceder permissão total ao aplicativo para acesso à câmera e ao microfone, garantindo que o áudio seja transmitido sem atrasos. Caso o recurso não apareça, verifique se há atualizações pendentes na Google Play Store.
Privacidade e uso de dados
Google afirma que as imagens capturadas são processadas localmente sempre que possível, limitando o envio de dados para a nuvem. Quando a análise requer recursos de servidor, as informações são criptografadas e descartadas após a conclusão da tarefa.
A política de privacidade inclui a opção de excluir o histórico de interações diretamente nas configurações do Gemini, oferecendo controle total ao usuário sobre seus registros auditivos.
O que falta saber
Embora o lançamento seja global, a disponibilidade pode variar conforme a região e a compatibilidade do hardware. Dispositivos com processadores de gama baixa podem apresentar latência maior na geração de áudio.
Google ainda não divulgou planos para expandir o recurso a iOS ou a outros serviços de realidade aumentada. A empresa indica que novas atualizações do Gemini Live trarão aprimoramentos de precisão e suporte a mais idiomas nos próximos meses.
Para quem depende de tecnologia assistiva, o Guided Vision representa um avanço significativo ao combinar visão computacional e síntese de voz em um único fluxo de trabalho. A expectativa é que a integração se torne padrão em futuras versões do Android, consolidando a estratégia da Google de tornar a IA mais acessível no cotidiano.
