Google lança Guided Vision no Gemini Live com testes feitos no Brasil

O Google lançou nesta quinta-feira (1º) o Guided Vision, um novo modo do Gemini Live que transforma a câmera do celular numa espécie de guia visual falado para pessoas cegas ou com baixa visão. Segundo o anúncio oficial do Google, o recurso já está disponível em aparelhos Android compatíveis, a partir da versão 9 do sistema, em todas as regiões e idiomas onde o Gemini Live já funciona, incluindo o Brasil.

Para usar, a pessoa compartilha a câmera do celular durante uma sessão do Gemini Live e passa a ouvir descrições do que está à frente em tempo real, com o modelo sugerindo ajustes de enquadramento como "gire um pouco para a direita" ou "incline a câmera para baixo" até encontrar o que foi pedido. O recurso também responde perguntas de acompanhamento, lê textos pequenos como bulas e rótulos, ajuda a localizar objetos específicos num ambiente e descreve detalhes visuais sob demanda, tudo por comando de voz.

Como o Google treinou o modelo com ajuda da comunidade cega

O diferencial do Guided Vision em relação a outras ferramentas de descrição de imagem por IA é o processo de desenvolvimento. O Google fez parceria com a Aira, plataforma especializada em interpretação visual remota para pessoas com deficiência visual, reunindo "tens of thousands of hours" (dezenas de milhares de horas) de dados reais de interpretação visual para treinar o sistema. Mais de 1.000 integrantes da rede de testadores de confiança da própria Aira usaram e refinaram o modelo antes do lançamento, e especialistas da empresa atuaram como consultores de segurança durante todo o processo.

O anúncio do Google destaca explicitamente que esses testes extensivos, com coleta de feedback direto de comunidades cegas e de baixa visão, aconteceram em cinco países: Brasil, Índia, Singapura, Indonésia e Japão. Essa é uma diferença relevante frente a outros lançamentos de IA voltados à acessibilidade, que costumam ser anunciados primeiro para mercados de língua inglesa e só chegam ao Brasil meses depois, quando chegam. Aqui, o país fez parte do ciclo de validação desde o início, o que também ajuda a explicar por que o recurso já nasce disponível em português.

A empresa é clara sobre os limites da ferramenta: o próprio comunicado oficial reforça que o Guided Vision "não é um dispositivo médico, nem substitui bengala ou outros recursos de mobilidade", servindo como camada adicional de assistência e não como solução completa de locomoção ou segurança. O recurso pode cometer erros de interpretação, como qualquer sistema de IA generativa que descreve imagens em tempo real, e o Google recomenda que ele seja usado como apoio, não como única fonte de informação em situações de risco, como atravessar uma rua.

Por que isso importa para quem trabalha e empreende com IA no Brasil

Para além do impacto direto na vida de quem tem deficiência visual, o lançamento é um sinal de mercado para quem presta serviço de acessibilidade digital ou desenvolve produtos para esse público no Brasil. Até agora, ferramentas de visão computacional em tempo real desse nível, como o recurso equivalente que a Apple já oferece há cerca de um ano em iPhones, ficavam concentradas no ecossistema Apple ou em soluções pagas de terceiros. Com o Guided Vision chegando gratuitamente para qualquer Android a partir da versão 9, a base de usuários potenciais no Brasil, onde o Android domina amplamente o mercado de smartphones, é muito maior do que a de quem usa iPhone.

Isso abre espaço prático para negócios e iniciativas que já atendem esse público, como ONGs de apoio a pessoas com deficiência visual, desenvolvedores de aplicativos de acessibilidade e consultorias de inclusão digital corporativa, que agora podem recomendar uma ferramenta nativa e gratuita como primeira camada de suporte, reservando investimento em soluções pagas para casos mais específicos. Para quem monta cursos ou conteúdo educativo sobre uso de IA no dia a dia, como já exploramos no guia sobre como escolher entre ChatGPT, Claude e Gemini, a acessibilidade é um ângulo de demanda real e pouco explorado: ensinar pessoas com baixa visão ou idosos com limitações visuais a configurar e usar esse tipo de recurso é um serviço concreto que pode virar fonte de renda, de aulas particulares a conteúdo em vídeo.

O lançamento também reforça uma tendência que já vinha aparecendo em outros anúncios do Google para o mercado brasileiro, como o plano de processar dados do Gemini dentro do território nacional a partir de outubro: a empresa está tratando o Brasil como mercado prioritário de testes e lançamento, não apenas como destino de produtos já maduros em outros países. Para empresas brasileiras que avaliam parcerias ou integrações com a família Gemini, isso é um indício de que o suporte local, em português e com atenção a particularidades do país, deve continuar crescendo.

O contexto da corrida por assistentes de visão em tempo real

O Guided Vision chega quase um ano depois de a Apple lançar um recurso equivalente para iPhones, batizado de forma semelhante, o que fez parte da imprensa especializada descrever o lançamento do Google como uma resposta tardia, porém mais ampla em alcance por rodar em qualquer Android compatível. A Meta também vem investindo nessa frente com os óculos inteligentes Ray-Ban, que incluem descrição de ambiente por IA integrada às lentes, numa aposta de que o hardware vestível é o próximo passo natural para esse tipo de assistência. A diferença do Google é não depender de hardware novo: qualquer celular Android já em uso, mesmo um modelo intermediário de alguns anos atrás, pode rodar o Guided Vision via Gemini Live, o que reduz a barreira de entrada para quem não tem orçamento para comprar um aparelho ou óculos novo só para ganhar esse recurso.

Nos próximos meses, vale observar se o Google expande o Guided Vision para iOS, hoje restrito ao Android, e se a tecnologia por trás do recurso, a mesma base multimodal do Gemini Live que já processa vídeo e áudio em tempo real em quase 100 idiomas, passa a alimentar outros casos de uso de acessibilidade, como legendagem automática para pessoas com deficiência auditiva ou navegação assistida em espaços internos. A escolha de testar o recurso primeiro com comunidades reais em cinco países, incluindo o Brasil, antes do lançamento público também pode se tornar um modelo a ser seguido por outras empresas de tecnologia que lançam ferramentas de IA voltadas a públicos com necessidades específicas, em vez do caminho mais comum de lançar primeiro e ajustar depois com base em reclamações.