- Guided Vision proporciona descripciones auditivas mediante la cámara y Gemini Live.
- Está diseñada con y para personas ciegas o con baja visión.
- Ofrece instrucciones para encuadrar, centrar objetos o recorrer una estancia.
- Puede leer etiquetas, interpretar menús e identificar objetos domésticos.
Utilizar la cámara del móvil para preguntar a Gemini qué tenemos delante no es algo completamente nuevo. Sin embargo, Google está preparando una función más específica que no se limita a reconocer objetos: también proporciona indicaciones auditivas para encuadrar correctamente la escena y obtener una descripción más útil.
La herramienta se llama Guided Vision y forma parte de Gemini Live. Ha sido diseñada con y para personas ciegas o con baja visión, aunque también puede resultar útil para leer una etiqueta difícil de distinguir, consultar una carta con poca iluminación o reconocer determinados objetos domésticos.
No obstante, Guided Vision no pretende sustituir la vista, las ayudas técnicas para la movilidad ni el criterio del usuario. La inteligencia artificial puede interpretar incorrectamente lo que muestra la cámara, por lo que es importante conocer tanto sus posibilidades como sus limitaciones.
Qué es Guided Vision y cómo funciona
Guided Vision es una función de accesibilidad integrada en Gemini Live que analiza en tiempo real lo que capta la cámara del teléfono y ofrece descripciones mediante voz. El usuario puede mantener una conversación con el asistente, formular preguntas sobre el entorno y recibir indicaciones para mostrar correctamente aquello que quiere identificar.
Su principal diferencia respecto al uso convencional de la cámara en Gemini Live está en la orientación auditiva durante el encuadre. Si el objeto queda fuera de la imagen, aparece demasiado cerca o no se distingue correctamente, Gemini puede pedirte que desplaces el teléfono, recorras lentamente una habitación con la cámara o centres un elemento concreto.
Por ejemplo, si quieres conocer los ingredientes de un producto, Guided Vision puede indicarte que acerques la etiqueta, muevas el móvil hacia un lado o mantengas la cámara quieta. Una vez que la imagen resulta suficientemente clara, el sistema intenta leer y describir la información.
La respuesta no tiene por qué limitarse a una descripción general. Al funcionar dentro de Gemini Live, puedes realizar preguntas consecutivas para solicitar más detalles, aclarar una respuesta o centrarte en una parte concreta de la escena.
Qué puedes hacer con Guided Vision
Google presenta Guided Vision como una herramienta de apoyo para resolver tareas visuales cotidianas. Entre los usos confirmados por la compañía se encuentran los siguientes:
- Leer letras pequeñas: puede ayudar a enfocar y consultar el contenido de etiquetas de alimentos, envases y otros textos difíciles de distinguir.
- Consultar cartas con poca iluminación: permite apuntar la cámara hacia el menú de un restaurante y solicitar que Gemini describa o lea su contenido.
- Identificar objetos domésticos: puede reconocer elementos que se encuentren dentro del campo de visión de la cámara y ayudarte a distinguirlos.
- Explorar una escena: el asistente puede pedirte que hagas un paneo lento para recopilar más información sobre lo que hay alrededor.
- Obtener descripciones más precisas: puedes realizar preguntas adicionales sobre un objeto o una parte determinada de la imagen.
La herramienta no funciona como un sistema de rastreo. No conoce la ubicación de un objeto que no aparezca ante la cámara ni puede saber dónde se ha dejado algo anteriormente. Su capacidad se limita a analizar las imágenes compartidas durante la conversación.
Tampoco debe asumirse que reconocerá siempre correctamente textos, productos, distancias o características visuales. La iluminación, el movimiento, la calidad de la cámara y la posición del objeto pueden influir en el resultado.
Cómo activar Guided Vision en Android
Cuando Guided Vision esté disponible en tu dispositivo, podrás configurarlo desde los ajustes de la aplicación Gemini. Google también permitirá iniciarlo desde el menú de TalkBack o añadirlo a los atajos de accesibilidad de Android.
Los atajos disponibles pueden variar según el teléfono y la configuración del sistema. Android permite asociar determinadas funciones de accesibilidad a un botón flotante, un acceso dentro de los ajustes rápidos o la pulsación simultánea de las dos teclas de volumen.
Por tanto, las teclas de volumen no constituyen un control exclusivo de Guided Vision. Para emplearlas es necesario asignar previamente la función al atajo de accesibilidad correspondiente.
El procedimiento general será el siguiente:
- Actualiza la aplicación de Gemini desde Google Play.
- Abre Gemini y entra en los ajustes de la aplicación.
- Busca la opción Guided Vision cuando aparezca disponible.
- Completa la configuración inicial y concede los permisos necesarios para utilizar la cámara y el micrófono.
- Si utilizas TalkBack, comprueba el acceso disponible dentro de su menú.
- También puedes entrar en los ajustes de accesibilidad de Android y asociar Guided Vision a uno de los atajos compatibles.
Para utilizarla, tendrás que iniciar Gemini Live, compartir la cámara y explicar mediante voz qué necesitas identificar o leer. A partir de ese momento, el asistente analizará la imagen y podrá indicarte cómo mover el teléfono para mejorar el encuadre.
La ubicación exacta de los controles puede variar entre fabricantes, versiones de Android y modelos de teléfono. Además, la opción podría no aparecer inmediatamente aunque tengas las aplicaciones actualizadas, porque Google está realizando un despliegue gradual.
Requisitos y disponibilidad de Guided Vision
Guided Vision llegará a teléfonos compatibles que utilicen Android 9 o una versión posterior. No será necesario disponer de Android 17, ya que la función se distribuye principalmente mediante la aplicación Gemini y los servicios de Google.
También deberán cumplirse estas condiciones:
- Utilizar un dispositivo Android compatible.
- Tener instalada y actualizada la aplicación Gemini.
- Encontrarse en un país donde Gemini esté disponible.
- Completar la configuración inicial de la función.
- Conceder acceso a la cámara y al micrófono.
- Tener al menos 18 años.
Google ha anunciado Guided Vision como una función que llegará próximamente. Por esta razón, su presencia puede variar según el país, el idioma, el dispositivo y la cuenta utilizada. Que un teléfono cumpla los requisitos mínimos no garantiza que la herramienta aparezca el mismo día para todos los usuarios.
Guided Vision tampoco debe confundirse con la función general de cámara de Gemini Live. Esta última permite mantener conversaciones sobre lo que ve el teléfono, mientras que Guided Vision incorpora una experiencia específicamente orientada a la accesibilidad visual y al guiado auditivo del encuadre.
Advertencias y límites importantes
Como cualquier función basada en inteligencia artificial, Guided Vision puede cometer errores, omitir elementos importantes o describir incorrectamente lo que aparece ante la cámara. Google advierte expresamente que no es un dispositivo médico ni una ayuda para la movilidad.
Por tanto, no debe utilizarse para:
- Navegar por calles, edificios u otros espacios.
- Detectar obstáculos durante un desplazamiento.
- Cruzar carreteras o identificar situaciones de peligro.
- Sustituir bastones, perros guía u otras ayudas para la movilidad.
- Reemplazar las indicaciones de profesionales o guías especializados en desplazamientos seguros.
- Tomar decisiones médicas, alimentarias o de seguridad basándose únicamente en la respuesta de Gemini.
También conviene evitar compartir imágenes que contengan datos personales, documentos privados, información bancaria o imágenes de otras personas sin su consentimiento. Aunque la cámara facilita la consulta del entorno, sigue siendo responsabilidad del usuario decidir qué información muestra al asistente.
Guided Vision representa un avance importante en la accesibilidad de Android al combinar la cámara, la conversación por voz y las indicaciones de encuadre en tiempo real. Su utilidad puede ser considerable para leer textos difíciles de distinguir o reconocer objetos cotidianos, pero debe utilizarse como una herramienta complementaria y nunca como sustituto de soluciones diseñadas específicamente para garantizar la movilidad y la seguridad.
Soy un apasionado de la tecnología que ha convertido sus intereses «frikis» en profesión. Llevo más de 10 años de mi vida utilizando tecnología de vanguardia y trasteando todo tipo de programas por pura curiosidad. Ahora me he especializado en tecnología de ordenador y videojuegos. Esto es por que desde hace más de 5 años que trabajo redactando para varias webs en materia de tecnología y videojuegos, creando artículos que buscan darte la información que necesitas con un lenguaje entendible por todos.
Si tienes cualquier pregunta, mis conocimientos van desde todo lo relacionado con el sistema operativo Windows así como Android para móviles. Y es que mi compromiso es contigo, siempre estoy dispuesto a dedicarte unos minutos y ayudarte a resolver cualquier duda que tengas en este mundo de internet.