Google ने 1 अक्टूबर 2026 को संगत Android डिवाइस पर Gemini Live के भीतर Guided Vision शुरू किया। यह सुविधा कैमरे में दिख रही चीजों का बोलकर वर्णन करती है और उपयोगकर्ता को कैमरा सही दिशा में करने में मदद देती है, जैसे मांगी गई वस्तु फ्रेम से बाहर हो। इसके लक्षित उपयोगकर्ताओं में दृष्टिहीन और कम दृष्टि वाले लोग शामिल हैं। संभावित उपयोगिता के साथ Google ने लॉन्च पर ही स्पष्ट किया है कि टूल गलतियां कर सकता है और यह रास्ता बताने, सुरक्षित चलने या बाधाएं पहचानने के लिए नहीं है।
कैमरे को जवाब के साथ निर्देश भी मिलते हैं
Google की घोषणा के अनुसार, वस्तुओं का विवरण, छोटा पाठ पढ़ने या आसपास की कोई चीज खोजने में सहायता मांगी जा सकती है। तस्वीर पर्याप्त न हो तो Gemini कैमरा झुकाने, हिलाने या दूरी बदलने का सुझाव दे सकता है। इसलिए यह सुविधा उस जानकारी को जुटाने से भी जुड़ी है जिसकी मॉडल को जवाब देने के लिए जरूरत है।
यह फर्क व्यावहारिक है। लेबल की अस्पष्ट तस्वीर जरूरी नहीं सवाल समझने की समस्या हो; कभी शब्द तस्वीर में होते ही नहीं। फ्रेम सुधारने का निर्देश दूसरे प्रयास को अधिक केंद्रित बना सकता है। तब भी स्पष्ट जवाब और भरोसे से बोलती आवाज इस बात का प्रमाण नहीं कि हर अक्षर सही पढ़ा गया।
ऐसे टूल की जांच उस वस्तु से करने के बजाय जिसे उपयोगकर्ता बिल्कुल नहीं जानता, आसानी से सत्यापित हो सकने वाले सवाल से शुरू की जा सकती है। इससे अधिक जटिल काम पर जाने से पहले पता चल सकता है कि कठिनाई तस्वीर में है, पाठ पढ़ने में है या छवि की व्याख्या में।
शुरुआत कैसे करें और क्या जांचना बाकी है
Gemini ऐप की प्रोफाइल सेटिंग में Use Guided Vision in Live चालू करें, Gemini Live बातचीत खोलें और कैमरा साझा करें। Google ने Android के सुलभता शॉर्टकट और TalkBack मेनू से पहुंच भी बताई है। Android 9 या बाद का संस्करण चाहिए और उपलब्धता उन क्षेत्रों तथा भाषाओं पर निर्भर है जिनमें Gemini Live समर्थित है।
इजराइल के उपयोगकर्ताओं को अपने खाते में टॉगल दिखाई देने और स्थानीय सामग्री पर काम की गुणवत्ता में फर्क करना चाहिए। घोषणा में हिब्रू पढ़ने की विशेष जांच के परिणाम नहीं हैं। शुरुआती प्रयोग में परिचित पैकेजिंग का ऐसा पाठ लिया जा सकता है जिसका सही जवाब पहले से मालूम हो। इससे नए काम में टूल पर निर्भर होने से पहले विवरण की स्रोत से तुलना हो सकती है।
उपयोगी जांच में अलग रोशनी और बड़े छपे पाठ तथा छोटे अक्षरों का फर्क भी शामिल होगा। ये खुद जांचने के सुझाव हैं, हमारी सत्यापित की हुई क्षमताएं नहीं। कैमरा थोड़ा हिलाने पर जवाब बदल जाए तो उसे दोबारा जांचने का कारण मानना चाहिए, अपने लिए सुविधाजनक संस्करण अपने आप चुन लेने का नहीं।
Google की तय सीमा रोजमर्रा के उपयोग में भी याद रहनी चाहिए: Guided Vision चिकित्सा उपकरण, चलने-फिरने का सहायक साधन या सफेद छड़ी का विकल्प नहीं है। यह किसी दृश्य विवरण को समझने में मदद कर सकता है, लेकिन इससे यह निष्कर्ष नहीं निकलता कि वह तय कर सकता है कि किसी जगह आगे बढ़ना सुरक्षित है या नहीं। पहला परीक्षण सवाल हो सकता है कि परिचित वस्तु पर क्या लिखा है; सड़क पार करने का फैसला उपयुक्त प्रयोग नहीं है।