
何が起きたか
Guided Visionが本日、対応Android端末のGemini Liveで提供開始。カメラを向けたものをリアルタイムで音声描写する。
なぜ重要か
小さな文字や物体、周囲の状況にスマホを向けて音声で確認できる。ただしGoogleはナビゲーションや安全な移動の支援、障害物検知には頼らないよう注意を促している。
注目点
音声描写が十分機能するかが試される。Googleは白杖や移動補助具の代替としての使用を明確に否定している。
誰に効くか目が見えない人や見えにくい人、また小さな文字の読み上げや物体の識別に助けを求める人にとって、AndroidスマホのGeminiアプリやTalkBackに新しいツールが加わる可能性がある。
こういう要約が、毎朝あなたのメールに届きます。
Guided Visionは最近のPixelアップデートの一環として登場し、Androidユーザーがすでにスマホに入れている可能性のあるツール、GeminiアプリとGoogle TalkBackに組み込まれる。単独の製品ではなく、Gemini Liveに追加された機能であり、カメラを共有するとAIが映ったものを描写する。設定にある併設のアクセシビリティショートカットを使えば、Android 9以上のユーザーが素早く呼び出せる。
想定されているのは、小さな文字を読む、近くの物体を識別する、特定の品物の詳細を描写するといった実用的な作業だ。AIが見つけるのを手伝った物の賞味期限を読み上げてもらうなど、追加の質問もできる。写っていないものがあれば、Geminiが音声でカメラの位置合わせを促すという。
重要になるのは、こうした誘導や描写が、ユーザーが実際に直面する状況でどれだけ機能するかだろう。Google自身が明確に線を引いているからだ。これはナビゲーションや安全な移動の支援、障害物検知には使えず、白杖や移動補助具の代替でもない。この位置づけは、主要な移動手段ではなく特定の作業を支援する機能だということを示している。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
Googleは9月30日にGemini 4 Argonを発表

Microsoft AIはMAI-Transcribe-2-Streamingを公開

OpenAIは10月1日、ChatGPTのリリースノートを更新し、ウェブとモバイルの商品カードに服やアクセサリーの「試着」ボタンとお気に入り保存、iOSカメラの「スキャン」機能を追加した

Anthropicはウェブ版claude.aiとデスクトップアプリを2週間で約3倍高速化したとし、改善点はClaude自身が見つけて修正したと述べた

Zennの投稿者がQwen3.6-35B-A3B-uncensored-hereticを量子化するCPU専用の手順を公開し、Ryzen 5 5600Gでllama.cppスコア66.57と13.53を報告した

OpenAIがGPT-6 SolとGPT-6 Lunaを公開し、GPT-6 Astraの改善を低価格帯に展開、API価格はGPT-5.6のプロモーション価格を下回る
