- Permite descripciones de audio en tiempo real mediante la cámara y Gemini Live.
- Incluye asistencia para encuadrar el móvil y realizar preguntas de seguimiento.
- Está diseñada como herramienta de accesibilidad para personas ciegas o con baja visión.
- Requiere Android 9 o superior y no sustituye a las ayudas de movilidad tradicionales.
Imagínate poder llevar en el bolsillo a alguien que te describa exactamente qué pasa a tu alrededor en tiempo real. Pues eso es básicamente lo que ha hecho Google al integrar Guided Vision dentro de Gemini Live, una funcionalidad que rompe con la dinámica tradicional de escribir una pregunta y esperar una respuesta, permitiéndonos ahora interactuar con la inteligencia artificial simplemente enseñándole el mundo a través del objetivo de la cámara.
Esta herramienta no es un simple analizador de fotos estáticas, sino que propone una conversación fluida y dinámica basada en la visión artificial. Aunque tiene un potencial enorme para cualquier persona que necesite una mano con detalles visuales, su corazón y razón de ser es la accesibilidad para personas ciegas o con visión reducida, buscando que el entorno sea mucho más comprensible y manejable mediante instrucciones de audio precisas.
¿Cómo funciona exactamente esta tecnología?
El proceso es bastante sencillo: el usuario activa la función y comparte la señal de la cámara con Gemini Live. A partir de ahí, la IA analiza la imagen en vivo y el usuario puede preguntar cualquier cosa sobre lo que está viendo. Lo más potente es que permite hacer preguntas de seguimiento; es decir, si Gemini identifica un bote de conservas, puedes preguntarle acto seguido cuál es la fecha de caducidad o qué ingredientes contiene sin tener que reiniciar la consulta.
A diferencia de otras herramientas, Guided Vision es capaz de guiar el encuadre del móvil. Si el dispositivo está apuntando demasiado arriba, muy cerca del objeto o ligeramente desviado, el asistente te dará indicaciones verbales para que ajustes la posición del teléfono. De esta forma, se asegura de que la IA tenga la información visual necesaria para no equivocarse en la descripción.
Utilidades prácticas para el día a día
Las aplicaciones son variadísimas y tocan puntos muy cotidianos que a veces se nos hacen cuesta arriba. Por ejemplo, es ideal para leer letras minúsculas en etiquetas nutricionales o prospectos de medicamentos donde la vista no llega. También resulta muy útil para localizar objetos perdidos; puedes mover el móvil por la habitación y pedirle que te avise cuando detecte, por ejemplo, un auricular que se ha caído al suelo o el pimentero en una cocina llena de botes.
Además, la herramienta entra en terrenos más subjetivos y estéticos. Guided Vision puede reconocer patrones, formas y colores, por lo que podrías consultarle si una camisa de rayas combina bien con unos pantalones específicos o simplemente saber de qué color es una prenda de ropa. Incluso puede hacer una descripción general de una estancia desconocida o detallar qué cosas hay apoyadas sobre una mesa.
Configuración y compatibilidad en Android
Para ponerla en marcha, el camino más directo es entrar en la app de Gemini, ir a la configuración del perfil y marcar la opción de usar visión guiada en directo. Una vez hecho esto, solo queda abrir Gemini Live y compartir la cámara. Para quienes buscan más rapidez, Google ha incluido la posibilidad de crear un acceso directo desde el menú de Accesibilidad (Asistencia visual), permitiendo activarlo mediante gestos con dos dedos, el botón flotante o pulsando los dos botones de volumen a la vez.
En cuanto a los requisitos técnicos, la función vuela en dispositivos con Android 9 o versiones más recientes, siempre y cuando Gemini Live esté disponible en el idioma y región del usuario. Es fundamental tener tanto el sistema operativo como la aplicación de Gemini actualizados a la última versión. Además, se ha integrado totalmente con Google TalkBack para maximizar la autonomía de los usuarios con discapacidad visual.
El proceso de desarrollo y las advertencias de seguridad
Este avance no ha sido fruto del azar, sino de una colaboración estrecha con Aira, expertos en interpretación visual. Para que el sistema fuera realmente fiable, se utilizaron miles de horas de datos reales y el apoyo de más de 1.000 probadores de la red Trusted Tester, asegurando que la IA comprendiera qué información es la que realmente necesita una persona en una situación cotidiana.
Sin embargo, hay un punto donde Google es tajante: esta herramienta no es un dispositivo médico ni un sistema de seguridad. La compañía advierte que Guided Vision puede cometer errores y, por lo tanto, no debe usarse para navegar por la calle, detectar obstáculos en el camino o sustituir la función de un perro guía o un bastón. Su propósito es la asistencia visual complementaria, no la guía de movilidad segura.
Esta integración de la visión en tiempo real marca un cambio de paradigma donde ya no somos nosotros los que nos adaptamos a la interfaz del teléfono, sino que la IA se adapta a nuestro entorno. Al combinar el reconocimiento visual avanzado con una interfaz de voz natural, Google convierte el móvil en un acompañante inteligente capaz de leer, identificar y orientar al usuario en cualquier situación diaria.