Gemini Liveが「目の前」を声で案内――Guided Visionは、AIが人の視界を補う新しい形

Posted at 2026-10-02

Googleは2026年10月1日、Gemini Liveの新機能「Guided Vision」を対応Android端末向けに提供開始しました。

カメラを共有すると、Geminiが目の前の状況を音声で説明します。ここまでは従来の画像認識の延長にも見えますが、面白いのはカメラの向きまで会話で案内する点です。「少し右へ」「下へ傾けて」「一歩下がって」と伝え、AIが答えに必要な映像を人と一緒に作ります。

視覚障害やロービジョンの人を中心に設計された機能ですが、小さな文字が読みにくい場面や、落とした物を探す場面など、日常の“ちょっと見えづらい”にも接続する発表です。

何が変わったのか

Guided Visionでは、Gemini Liveでカメラを共有すると、次の流れを音声中心で進められます。

つまり、AIが“見えた画像を説明する”だけでなく、何を見れば答えられるかを判断し、撮影側へフィードバックするようになりました。

Googleが挙げた例は、食品ラベルや家電のダイヤル、暗い店内のメニューを読むこと、床に落としたイヤホンを探すこと、服の色や柄の組み合わせを確かめること、初めての部屋の様子を把握することです。

開発では視覚障害者支援サービスのAiraと協力し、数万時間分の視覚解釈データを用いて訓練しました。AiraのTrusted Testerネットワークから1,000人以上が試験に参加し、安全対策の評価にも関わったとGoogleは説明しています。

ただし、これらはGoogleによる発表です。今回、筆者は実機での日本語動作や、第三者による精度比較を検証していません。

GoogleはGuided Visionを補助ツールと位置づけています。医療機器ではなく、白杖などの移動補助具の代替でもありません。道案内、安全な移動、障害物検知を任せる用途は想定されていません。

この境界は重要です。便利さが増すほど「できる」と「安全に任せられる」が混ざりやすくなります。MORIの複数AI運用で使ってきた Capability ≠ Authorization ≠ Adoption が、カメラを使うAIにもそのまま当てはまります。

Guided VisionはAndroid 9以降の対応端末で、Gemini Liveを利用できる地域・言語向けに提供されています。Geminiアプリの設定で有効化し、Gemini Liveからカメラを共有します。AndroidのアクセシビリティショートカットやTalkBackからも起動できます。

発表ページは日本を含む複数地域でのテストに触れていますが、端末・アプリ・アカウントごとの表示状況までは今回確認していません。