Google如何利用AI帮助盲人探索街景

Google通过其名为StreetViewAI的新研究，正让盲人和视障人士以对话形式探索街景世界成为现实。这项技术旨在打破传统街景服务对视觉的依赖，用AI对话开启一个虚拟探索的新时代，是科技向善迈出的坚实一步。

下面的表格整理了Google近年来推出的几项主要AI无障碍技术，你可以快速了解其核心功能。

StreetViewAI：如何实现“听见”街景

StreetViewAI 是一个为解决视障者探索街景难题而设计的系统。它不再依赖视觉，而是通过自然语言对话进行交互。

• 核心技术：该系统集成了三大AI子系统：

  • AI Describer（描述器）：自动将画面中的物体、空间关系和导航线索转化为简明的语音描述，例如“前方10米有公交车站”。

  • AI Chat Agent（对话代理）：允许用户自由提问，如“这条人行道有遮荫吗？”或“咖啡厅入口是否方便轮椅通行？”，AI能结合对话上下文进行回答。

  • AI Tour Guide（导游）：在探索时，提供地点背后的历史、文化或建筑风格等深度导览信息。

• 交互方式与效果：在实测中，语音对话是主要的交互方式（占比超九成），参与者与AI对话代理的互动远高于基础描述功能，证明了对话模式的巨大潜力。该系统对问题的正确回复率达到了86.3%，能提供远超传统导航“带到目的地附近”的精确指引，甚至能描述“门的外观与可通行性”。

  
  

Project Guideline与Lookout：从虚拟到现实的辅助

除了虚拟探索，Google也推出了帮助应对现实世界挑战的技术。

• Project Guideline：户外独立行动的伙伴
  这项开源技术旨在帮助视障人士在没有导盲犬或领跑员的情况下，独立在户外跑步或行走。它仅需一部Google Pixel手机和耳机，通过设备端的机器学习模型来识别预设的路径标记线。系统能构建出路径的虚拟地图，并通过空间音频信号（如左右耳不同频率的嗡鸣声）引导用户保持在路线上，同时还能检测并提醒前方的障碍物。

• Lookout：身边的视觉助手
  Lookout是一款Android应用，它像一位随时在线的助手，通过手机摄像头帮助你了解周围环境。它的“查找模式”可以帮你定位特定的物品，如座位、桌子或浴室，并告知你物品的方向和距离。同时，它也能为照片生成AI描述，帮你了解无法直接看到的图像内容。

科技向善的深远意义

这些技术突破的意义远不止于功能本身：

• 促进社会包容：它们从“数字可及性”入手，致力于缩小视障群体与信息世界之间的鸿沟，为他们带来更平等的数字体验。

• 拓展应用前景：这类技术所代表的对话式、多模态AI交互，其应用潜力可以轻松拓展至教育、旅游和智慧城市导览等更广泛的领域，惠及更多人群。