Google、視覚障害者向け新機能「Guided Vision」提供開始

スマホのカメラをかざしてAIに周囲を見てもらう試みは便利ですが、視覚に障がいがある人にとっては「そもそも対象が画面に収まっているか」が最大の壁でした。

Googleはこの課題を解消するため、AndroidのGemini Liveに新機能「Guided Vision」を追加しました。カメラの映像をリアルタイムで音声解説し、対話形式で日常をサポートするアクセシビリティ機能です。

アングルがずれると声で指示してくれる

Guided Visionの最大の特徴は、単に目の前にあるものを説明するだけでなく、カメラの構え方を声で誘導してくれる点です。

もしカメラの位置が高すぎたり、近づきすぎていたり、横にずれていたりすると、Geminiが自然な口調で「ゆっくり右に向けて」「少し下に向けて」「一歩下がって」と指示を出します。しっかり画角に収まってから質問に答えてくれる仕組みです。

この機能を実現するため、Googleはアクセシビリティ支援団体のAiraと協力しました。1000人以上のテスト参加者が数万時間をかけて日常シーンでの負荷テストを行い、安全性の基準作りにも専門家が加わっています。

床に落ちたイヤホンを探す、スパイスラックから黒コショウを見つけ出す、薄暗いレストランでメニューを読む、洗濯機のダイヤルの目盛りを確認する、服の柄や色が合っているか確かめるといった細かな日常動作をサポートします。多言語に対応しており、日本やインド、ブラジルなどの視覚障がい者コミュニティからのフィードバックも反映されています。

Android 9以降の端末で幅広く利用可能

利用のハードルも低く抑えられています。Android 9以降を搭載し、Gemini Liveが使える地域と対応言語であれば、多くの端末ですぐに利用できます。

起動もスムーズで、Geminiアプリ内から呼び出せるほか、Androidの設定から音量ボタンの同時押し、フローティングボタン、2本指のスワイプといったショートカットに割り当て可能です。Google TalkBackのユーザーなら、3本指タップのメニューから直接起動できます。

ただしGoogleは、この機能が医療機器や白杖の代わりになるものではないと強く警告しています。障害物の検知や安全な移動ナビゲーションを目的としたものではなく、移動時には従来の補助具を使う必要があります。

なぜ重要か

これまでAppleがiPhoneやVision ProのVoiceOverでリアルタイム認識機能を提供してきましたが、GoogleがGemini Liveという対話型AIの枠組みにこの仕組みを直接組み込んだ意味は大きいです。写真を1枚撮って解説を待つのではなく、会話しながらその場で指示をもらい、追加の質問を重ねられる体験は実用性を一段引き上げます。

最新の高級機種だけでなく、Android 9以降という幅広い旧型端末にまで開放した判断も非常に賢明です。アクセシビリティ機能は最も支援を必要とする層に届いてこそ意味があり、端末の価格帯を問わず利用できる環境を作った点は評価できます。

一方で、生成AI特有のハルシネーション（もっともらしい嘘）のリスクには注意が必要です。薬の服用量の印字や食品のアレルギー表示など、見間違いが身体への危険に直結する場面で過信してしまう恐れがあります。Googleはナビや医療用ではないと明記していますが、自然な会話ができるAIだからこそ、ユーザーが必要以上に信頼してしまうリスクとどう向き合うかが今後の課題になると私たちは考えています。