Google、アクセシビリティ機能 Guided Vision を公開──Gemini Live でリアルタイムカメラ音声案内
Android 向け Gemini Live に Guided Vision を統合し、視覚障害者向けにカメラ映像のリアルタイム音声案内とフレーミング調整を提供する。
リリース: 2026-10-06 · 読了 3 分記事の要約
1. 核心（What）
- Google は Android 向け Gemini Live に視覚障害者向けのリアルタイムカメラ音声案内機能 Guided Vision を追加した。
- Aira のプロフェッショナル通訳者による数万時間のトレーニングデータを用いてモデルが構築された。
- 1,000 名以上の Aira Trusted Testers が検証に参加し、安全性ガードレールを調整した。
- Android 9 以降の端末で、TalkBack やアクセシビリティショートカットから起動可能である。
2. 影響（Why）
- インタラクティブな入力補正で RAG やエージェントの精度が向上する: 静止画を 1 回送って終わりではなく、モデル側からカメラの再調整を指示して正しい入力を得てから回答するループ設計は、マルチモーダルエージェントの実装パターンにおける標準的な UX になる。
- 国内アクセシビリティ対応アプリのインフラ基準が変わる: [国内 アクセシビリティ関連アプリ開発企業] などの事業者にとっては、OS レベルで統合された Gemini Live のリアルタイム音声フィードバックと競合するため、単なる静止画認識を超えた対話型ワークフローの再設計が迫られる。
3. 根拠・詳細（How）
- Aira の専門通訳データによるトレーニング: Aira の専門視覚通訳者が記録した数万時間のトレーニングデータを活用し、アングルの変更やカメラワークの指示を含む現実的なインタラクション手順をモデルに学習させた。
- Android システムおよび TalkBack との統合: Android 9 以降の環境で動作し、TalkBack メニューやフローティングアクセシビリティボタン、音量キーのジェスチャーを介して Gemini Live とカメラ入力を同期させる。
4. 展望・課題（Next）
- 言語別品質測定と安全性の境界: インド、ブラジル、日本等でのテストが実施されているが、言語別の品質測定結果やチューニング手法の詳細は未公開であり、白杖や移動支援の代替にはならないという安全制限が明示されている。