Google Guided Vision: leitura de letras miúdas com IA
Alex da Cruz
Alex da Cruz é desenvolvedor full-stack em São Paulo. Trabalha com React, TypeScript e automação, e usa inteligência artificial no dia a dia para resolver problemas reais de código e de operação — não como demonstração. Já tocou uma operação de e-commerce de ponta a ponta e hoje constrói e mantém o pipeline de automação por trás deste blog. Escreve aqui sobre o que testa de fato.
O Google liberou o recurso Guided Vision no Gemini Live para dispositivos Android compatíveis. A ferramenta usa a câmera do celular para fornecer descrições em áudio em tempo real de textos miúdos, objetos e ambientes ao redor.
Como o Guided Vision ajuda a ler letras miúdas?
O usuário compartilha a imagem da câmera dentro do Gemini Live para interagir com documentos densos ou rótulos complexos. Segundo apuração do The Verge, é possível fazer perguntas de acompanhamento, como pedir para a inteligência artificial ler a data de validade de um produto específico.
Caso o item procurado não esteja enquadrado corretamente, o sistema emite orientações em áudio para guiar o alinhamento da lente. A função também opera integrada ao Google TalkBack e pode ser ativada por atalhos de acessibilidade em celulares com Android 9 ou superior.
Quais são as limitações de uso da ferramenta?
O Google reforça um aviso importante: o recurso não deve ser utilizado para navegação urbana, orientações de tráfego seguro ou detecção de obstáculos físicos. A tecnologia atua estritamente como um leitor de informações e não substitui auxiliares tradicionais de mobilidade.
Fontes
Perguntas frequentes
- Quais celulares suportam o Google Guided Vision?
- O recurso funciona em dispositivos Android compatíveis com a versão 9 ou superior, integrado ao Gemini Live e ao Google TalkBack.
- O Guided Vision pode ser usado para andar na rua?
- Não. O Google alerta que a ferramenta não deve ser usada para navegação, orientação de tráfego ou desvio de obstáculos.
Comentários
0 comentário
Seja o primeiro a comentar.
Continue Lendo
ChatGPT: Prova de Roupas Virtual e Impacto no Varejo
ChatGPT agora permite provar roupas virtualmente com o modelo Images 2.5, alterando a dinâmica de descoberta visual no e-commerce.
Tavus Griffin: Avatar de IA Engana 48% em Testes
A Tavus apresentou o Griffin, um avatar de vídeo em tempo real que enganou 48% dos participantes em testes.
Ideogram 4.5: Edição Localizada de Imagens em 2K
O Ideogram 4.5 introduz edição localizada de imagens mantendo o fundo intacto, com preços a partir de 0,8 centavos em resolução 2K.