Az okosszemüvegek piaca gyorsan bővül, de a fogyatékossággal élő felhasználók szempontjából nem minden eszköz egyenértékű. Az AGIGA EchoVision olyan viselhető technológia, amelyet kifejezetten vakok és gyengénlátók mindennapi életének megkönnyítésére terveztek – és egy friss hallgatói bemutató alapján komolyabb képességekkel rendelkezik, mint amennyit a specifikációs lista sejtet.
A piac és az eszközök sokasága
Az okosszemüvegek egyre komolyabb figyelmet kapnak a segédtechnológiai közösségben. A piacon jelenleg több eszköz is elérhető: a Meta Ray-Bans a mainstream fogyasztókat célozza, az Ally Solos (Envision) és az AGIGA EchoVision viszont elsősorban látássérülteknek készült. A Google szemüvege is közeledik a megjelenés felé, az Apple-től is várható hasonló termék – ez utóbbi egyelőre csak spekuláció szintjén él.
Ezek az eszközök nem olcsók. Az EchoVision 599 dollárba kerül, és a teljes funkcióhozzáférésért havi előfizetési díj is jár – tehát meggondolt, tájékozott vásárlási döntést igényelnek. A Double Tap hallgatói közössége pontosan erre reagált: az utóbbi napokban rengeteg levél és hangüzenet érkezett okosszemüvegekről, és a leggyakrabban ismétlődő kérdés az volt, hogy mi különbözteti meg ténylegesen a speciálisan vakoknak fejlesztett modelleket a mainstream verziókhoz képest. Braille-írásos kezelési útmutató? Nagyobb betűk a dobozon? Vagy valóban más a felhasználói élmény?
A Double Tap Weekend podcastban Shaun Preece éppen ezt a kérdést járta körül. A válasz nem egy sajtóközlemény formájában érkezett, hanem egy Gregory nevű hallgató részletes, élő bemutatóján keresztül, aki az EchoVisiont otthoni és utcai körülmények között mutatta meg – valódi használat közben.
Hardver: apró részletek, amelyek sokat számítanak
Az EchoVision fizikai kialakítása első ránézésre nem tér el radikálisan egy hagyományos szemüvegtől. Két gombja és egy érintőpad van: a bal halánték belső élén egy körülbelül másfél centiméteres vízszintes fémcsík szolgál érintőfelületként. A kameragomb a bal halánték elülső oldalán helyezkedik el; az AI multifunkciós gombja a jobb halántékon található. A kamera jobb oldalon van, a bal oldalon egy adatvédelmi jelzőfény működik, amelyet igény szerint ki lehet kapcsolni.
Bekapcsoláshoz öt másodpercig kell nyomva tartani a kameragombot – ezután induló hang szól, majd nagyjából huszonnyolc másodperc múlva a szemüveg hangban tájékoztat az akkumulátor állapotáról és a Wi-Fi kapcsolatról. Az indítási folyamat egyszerű, de az a huszonnyolc másodperces várakozás sokat elárul a tervezési logikáról: az eszköz nem képernyőhöz, hanem hanghoz szól.
Ami egyértelműen a látássérült felhasználókra szabott tervezési döntés: a töltőtokon haptikus visszajelzés mutatja az akkumulátor szintjét – nem villogó lámpa, hanem tapintható jelzés. Az eszköz folyamatos USB-C töltést is támogat, és a töltőtok hangos „megtalálom” funkcióval rendelkezik, amely segít az elveszett tokot megkeresni. Ezek apróságnak tűnnek, de pontosan az a fajta átgondoltság, amelyet egy ilyen árfekvésű eszköztől – 599 dollár, plusz havi 9,99 dolláros előfizetési díj – elvárnak.
Négy üzemmód, négy különböző felhasználási mód
Az EchoVision AI-funkcióit egyetlen gomb különböző kombinációival lehet előhívni.
Jelenetleírás és kérdezés
Egyszeri gombnyomásra a szemüveg leírja a látótér tartalmát. Gregory a bemutatót a hátsó udvarból indította: szürke ólak fehér ajtóval, füves terület, mögötte lombhullató fák. Konyhai felvételnél fából készült szekrényeket, pultokat, íróasztalt, egy hirdetőtáblát és hűtőt nevezett meg – a leírás egyetlen gombnyomás eredménye volt, felhasználói beavatkozás nélkül.
Az üzemmód kétirányú: ezt követően szóban kérdéseket is lehet feltenni, és a szemüveg válaszol rájuk. Gregory például az aktuális időt kérdezte – 11:46-ot kapott válaszul –, de ugyanebben a módban lekért egy teljes tömegközlekedési útvonaltervet is: Lisbon Main Drive-tól Strawberry Avenue-ig, Lewiston, Maine-ben. Az EchoVision buszos és gyalogos kombinációban válaszolt: konkrét megállókkal, indulási időpontokkal, átszállásokkal. Shaun Preece szerint ez az egyetlen funkció önmagában megindokol egy ilyen vásárlást – a vaknak vagy gyengénlátónak önállóan navigálni a tömegközlekedésen komoly kihívás, és ezt az eszköz nagyrészt automatizálja.
Élő AI-mód
Kétszeri gombnyomással aktiválható az élő AI üzemmód, amely folyamatosan streameli a kameraképet és valós idejű leírást ad a látottakról. Ez a leginkább navigációs célra szánt funkció: a szemüveg nemcsak a távolabb lévő tárgyakat írja le, hanem a közvetlen közelben lévő akadályokat és irányvonalakat is, óramutató-irány szerint tájékoztatva a felhasználót – „a kék jármű tizenkett kettőnél”, „a felhajtó bal oldalra tart”.
Gregory a kertből indult, majd végig sétált a házon. Az EchoVision követte az egész útvonalat: leírta a kőutat, a kerítést, a veranda lépcsőit, majd a belső teret – a bejáratot, a nappalit, végül egy hálószobát, ahol Gregorynek kongáit és egy djembe-szerű hangszert azonosított. Az autót Toyota RAV4-ként határozta meg, és a rendszámot (634…) is leolvasta. Az élő mód lehetővé teszi az azonnali kérdések megválaszolását is – „Mi az a jármű?” → „Toyota RAV4″ –, anélkül, hogy le kellene állítani az egyéb leírásokat.
Szövegfelismerés (OCR)
Háromszoros gombnyomással indul a szövegolvasó üzemmód. Gregory egy világítótornyokról szóló könyvet tartott a kamera elé – a szemüveg nem csupán olvasni kezdett, hanem irányította is a kezét: „mozdítsd egy hüvelykkel balra”, „egy hüvelykkel felfelé”. Kétoszlopos elrendezésű szöveget is sikeresen felolvasott, teljes bekezdéseket pontosan visszaadva. Gregory kissé balra helyezkedett a könyv gerincvonalától, mivel a kamera jobb oldalon van – a szemüveg ezt a különbséget kompenzálta.
Az OCR-funkció nem csupán karakterek azonosításáról szól: az eszköz aktívan segít optimális pozíciót találni, és ezt folyamatosan, valós időben teszi. A bemutatón a kétoszlopos elrendezés sem okozott problémát – a szemüveg a gerincvonal mindkét oldalát felismerte, és külön-külön olvasta fel az oszlopokat. A szöveg tartalmából fakadó néhány kisebb kiejtési hiba előfordult, de a pontosság összességében meggyőző volt.
Videóhívás integrált segédszolgáltatásokkal
Az EchoVision a Be My Eyes és az Aira szolgáltatásokkal is integrálva van. Mindkettőt ugyanúgy lehet indítani: egyszeri gombnyomás, majd szóban kérni a kapcsolatot.
A Be My Eyes-teszten a videóminőség kezdetben szemcsés volt, de gyorsan letisztult; a hangminőséget Gregory kifejezetten jónak értékelte. Az asszisztens egyértelműen látta a konyhaasztalt, a pultot és a hűtőt. A hívás teljes egészében a szemüvegből indult és zajlott le – telefon vagy számítógép nélkül.
Az Aira-hívás Daniel nevű asszisztenssel zajlott, ahol részletesebb tesztelés is folyt. A videóminőség mozgás közben kicsit pixeles volt, álló kameránál viszont tiszta képet adott. Daniel azonosított egy Activia joghurtot (áfonya-eper ízű), zöld szőlőt, marhahúslevest, uborkát, narancslevet, rózsaszínes italokat és Vitamin Water kiwi-eper ízű variánsát. Az Aira-asszisztens egyébként a hűtő teljes tartalmát be tudta azonosítani a kameraképről – ez olyan mindennapi feladat, amelynek elvégzéséhez egy vak felhasználónak korábban más személy segítségére volt szüksége.
Egy tejcsomag esetén az asszisztens az élő képen is felismerte a legjobb-előtt dátumot (2026. június 1.), a tápanyagtáblát viszont fotóval olvasta le könnyebben – az apró betűs, sűrűn szedett szöveg élő videóból nehezebben olvasható, mint állóképből. Ez egy reális korlát, amelyet érdemes figyelembe venni.
Mi különbözteti meg a speciálisan fejlesztett eszközöket?
Shaun Preece nyíltan feltette a kérdést: érdemes-e kifejezetten vakoknak tervezett szemüveget venni, vagy a Meta Ray-Bans harmadik feles alkalmazásokkal elérheti ugyanezt? A bemutató alapján megfogalmazható egy válasz, legalábbis 2026 közepén.
A különbség nem elsősorban a kamera minőségében vagy az AI teljesítményében keresendő – hanem az integrációban és a felhasználói felületben. Az EchoVision esetén a Be My Eyes és az Aira hívása egyetlen szóbeli utasítás, a szövegolvasó aktívan vezeti a kezet, a töltőtok haptikus visszajelzést ad, és az egész rendszert azzal a gondolattal tervezték, hogy a felhasználónak ne kelljen látnia a képernyőt. Ezek nem utólag rárakott funkciók, hanem az alapkoncepció részei.
A Meta Ray-Bans és a közelgő Google szemüveg valószínűleg közelíteni fog ehhez – különösen harmadik feles fejlesztők bevonásával –, de jelenleg ezek az eszközök elsősorban kísérő- és médiaeszközök, nem segédtechnológiák. Az EchoVision esetében viszont minden döntés – a haptikus töltőtok, a hangos találj meg funkció, az USB-C folyamatos töltés – annak a felhasználónak a szempontjából született, aki nem lát. Ez nem marketing-szöveg: Gregory bemutatója éppen azt mutatta meg, hogy a mindennapi életbe beágyazott használat során ezek az apró döntések összeadódnak.
Fontos megjegyezni azt is, hogy a bemutató egy valódi otthoni és utcai környezetben zajlott, nem egy ellenőrzött tesztkörnyezetben. Gregory nem próbálta tökéletesnek feltüntetni az eszközt – felmutatta, hol kellett újrapozicionálnia magát az OCR-hez, és egyértelműen jelölte, mikor adott jobb eredményt az állóképes fotó az élő videóhívásnál. Ez a fajta becsületes visszajelzés pontosabb képet ad a valós teljesítményről, mint bármely gyártói demó.
Elérhetőség és fenntartások
Az EchoVision az agiga.ai oldalon érhető el, ára 599 dollár, teljes funkcióhozzáférésért havi 9,99 dolláros előfizetés szükséges. Az alacsonyabb árú Pioneer és V1 modellek jelenleg nem elérhetők vagy elfogytak. Az eszköz nem minden országban kapható – vásárlás előtt érdemes ezt ellenőrizni. Korai vásárlóknak kedvezmények is elérhetők lehetnek.
Az ár nem alacsony, és ahogy Shaun Preece is megjegyzi: ezt az eszközt nem impulzusvásárlásból szerzi be az ember. A bemutató alapján azonban az EchoVision komolyan vehető opcióként szerepelhet a mérlegelésben – különösen azok számára, akiknek a Be My Eyes, az Aira és az önálló tájékozódás mindennapi szükséglet, nem alkalmi kényelmi funkció.
Összegzés
Az AGIGA EchoVision bemutatója azt mutatta meg, hogy a speciálisan látássérülteknek fejlesztett okosszemüvegek – legalábbis jelenleg – valódi funkcionális előnyöket kínálnak a mainstream eszközökhöz képest. A négy AI-üzemmód, az integrált segédszolgáltatások, a haptikus visszajelzések és az OCR-vezérlés együttesen egy olyan rendszert alkotnak, amelyet az alapoktól látássérült felhasználókra szabtak. Az eszköz korlátai is láthatók: az elérhetőség és a készlet egyelőre szűkös, nem minden országban kapható, és az ár sem alacsony. Akinek viszont a Be My Eyes, az Aira és az önálló közlekedés mindennapi szükséglet, annak az EchoVision komoly figyelmet érdemel.
—
A cikk a Double Tap podcast 2026. május 30-i adása alapján, AI felhasználásával készült, ezért apróbb pontatlanságokat tartalmazhat.