Gemini（プロダクト）に関するニュース一覧

Googleは2026年9月10日、Windows 10と11向けのGeminiデスクトップアプリを世界で提供開始しました。利用者は作業中にAlt＋Spaceを押すだけで、画面の上にGeminiを呼び出し、文書の事実確認やプレゼン資料の見出し案づくりなどの支援を受けた後、元の作業へすぐ戻れます。アプリは公式サイトからダウンロードでき、GoogleはPCを遅くしない軽量で静かな動作を掲げています。

専用ワークスペースでは、既存のGemini機能をまとめて使えます。24時間利用できる個人向けAIエージェント「Gemini Spark」に複数段階の作業を任せることも可能です。

GeminiにGmailやGoogle Driveの情報を直接参照させ、プロジェクト要約を作成できます。複数の情報源をまたぐ下調べと文書作成を、デスクトップ上の一つの窓口に集約する形です。

クリエイティブ用途では、Nano Bananaで画像を生成し、Gemini Omniで高品質な動画を制作できます。プレゼン用素材から動画の演出まで、同じデスクトップアプリ内で進められます。

Googleは今回の提供をWindows版Geminiアプリの始まりと位置づけ、ネイティブなデスクトップ機能を今後順次追加する方針です。現時点の対応OSはWindows 10と11で、世界中の利用者が同日から使えます。

米国の国家安全保障局（NSA）、サイバーセキュリティ・社会基盤安全保障庁（CISA）、連邦捜査局（FBI）は9月8日、DeepSeekやAlibabaなど中国のAI企業6社が、少なくとも2024年末から米国の先端AIモデルを大規模に蒸留していたと共同発表で主張しました。各社は中国政府の認識下で能力を抽出し、その結果、開発期間を縮め、訓練費を抑えた可能性があるとみています。

名指しされたのはDeepSeek、Moonshot AI、Alibaba、MiniMax、StepFun、Z.AIです。対象にはClaude、GPT、Gemini、Grokの各派生モデルが含まれるとされ、当局は制限された独自機能や能力の抽出が米国のAI競争上の優位を脅かすと訴えました。

一つ目の手口は、偽アカウントを大量購入してモデル推論APIを悪用するものです。正規利用者ではないアカウント群が同一または類似のプロンプトを高度に連携して送り、同じ話題で数千〜数百万件を照会したと当局は説明しています。

もう一つは、プロンプトインジェクションでモデルの安全制限を迂回し、隠された推論過程の開示を迫る手法です。DeepSeekは完了済みの回答について内部推論を想像し、段階的に書き出すようモデルへ指示したとされています。

当局は米国AI企業、政府、同盟国の連携を求めました。特に、数万件のアカウントと非公式な代理接続市場を使い、地域制限を回避しながら複数経路から照会する高度な活動の検知強化を推奨しています。

Googleは2026年9月9日、今後2年間でフィンランドのデジタル基盤、クリーンエネルギー、経済連携に130億ユーロを投じると発表しました。検索、地図、Geminiなどの需要増に対応するため、ハミナ、カヤーニ、ムホス、バーラでデータセンターなどを拡充します。同社によれば、欧州で過去最大の単一投資です。

2027〜28年の初期建設段階で全国3万7000人超の雇用を支え、フィンランドのGDPに年36億ユーロ寄与する見込みです。全面稼働後はエンジニア、警備、給食など数千人の恒久雇用を支えます。

北部・中部の立地は、発電地に近い場所で電力を使い、送電網の偏りを抑える狙いです。委託調査では、仮にオウル・カヤーニ地域へ1GWの新規需要を置くと、南部に置く場合より20年間で消費者負担を推計5億2000万ユーロ減らせるとしました。

ロビーサ原発の稼働延長を支える22年の電力購入契約により、同発電所の2050年までの運転と設備増強を後押しし、国内電力供給の10％を維持します。さらに新規陸上風力の契約総量を629MWへ増やし、2027年後半の稼働を見込む94MW蓄電池で価格変動と需給のずれを抑える計画です。

地域面では今後4年間に4自治体へ3100万ユーロを投じ、4400人超の労働者にAIスキル研修、学生100人にデータセンター職向け訓練機会を提供します。自治体住宅の太陽光や学校・スポーツ施設の蓄電池・ヒートポンプも支援し、AI基盤の拡大と地域の電力負担軽減を組み合わせます。

Googleは2026年9月9日、Google AI各プランの機能拡充を発表しました。Gmail、Google ドキュメント、Keepで音声による文書作成や検索、メモを可能にし、デザイン作成、スプレッドシートのミニアプリ化、Gemini Sparkによる作業代行も追加します。対象機能は主にAI ProとUltra向けで、対象となる世界の大学生には1年間の無料利用を提供します。

音声機能では、Gmailで下書き作成や受信箱の情報検索ができ、Google ドキュメントでは文書を作成し、Keepでは考えを素早く記録できます。GmailとKeepはAI Plus、Pro、Ultraで使えますが、Google ドキュメントはProとUltraが対象です。

AI ProとUltraでは、Google WorkspaceのGoogle Picsを使い、ポスターやSNS投稿の制作、デジタルイラストの編集ができます。Sheets canvasは簡単なプロンプトから、スプレッドシートを独自の操作可能な「ミニアプリ」に変換します。

米国のAI ProとUltraでは、ChromeとGoogle PhotosにつながったGemini Sparkがウェブ上の用事を処理し、写真編集やアルバム整理を担います。利用できる地域が米国に限られるため、導入時には契約プランに加えて提供地域の確認が必要です。

対象となる世界の大学生には、Google AIプランを1年間無料で利用できる特典も用意されます。今回の更新は音声入力、制作、データ活用、作業代行を一つの契約体系に広げる内容であり、利用者は必要な機能と各プランの対応範囲を照らして選ぶことになります。

Anthropicは8月11日、今後投入するすべてのClaudeモデルが、AI生成物と識別できる文章透かしを含むテキストを出力すると発表しました。GoogleのSynthID-Textを基にした仕組みで、2026年8月2日以降に提供されるAIモデルへ透かしを求める欧州連合（EU）のAI法などに対応します。ただし、語の選択を変えるため、検出精度と回答品質の両立が論点です。

文章透かしはメタデータや不可視文字ではなく、LLMが次の語を選ぶ確率に検出可能な偏りを加える方式です。2023年に発表された代表的な手法は、約200トークンの回答で98.4％を検出し、誤検出はゼロでした。長文から透かしを消すには、およそ4分の1以上の語を変える必要があると報告しています。

品質への影響が小さいことを示す有力な根拠は、Googleが2024年に発表したSynthID-Textの研究です。Geminiの利用者からの問い合わせを透かしあり・なしのモデルへ無作為に振り分け、2,000万件の回答を比較したところ、利用者の評価に有意な差はありませんでした。一方、Anthropic版の変更点は公開されておらず、同社も記事への追加説明を控えています。

課題は、短文やコードのように選べる語が少ない出力です。Googleの研究では最良条件で検出精度が最大95％に達した一方、短い回答では50％未満に低下しました。透かしを強めれば検出しやすくなりますが、自然な語の選択を狭めるため、品質と検出力のトレードオフが生じます。

用途はAI生成物の表示だけではありません。透かし入り文書を学習したモデルの出力にもその印が残るという2026年の研究は、著作物が学習データに含まれたことを統計的に追跡できる可能性を示しました。AI企業側も旧モデルの生成文を新モデルの学習から除外し、誤りを再利用して増幅するモデル崩壊を避ける手掛かりにできます。

Googleは2026年9月8日、ミズーリ州初等中等教育局および高等教育・労働力開発局との州規模の提携を発表しました。幼稚園から高校、大学などの教員約10万人と学生110万人超を対象に、企業向け水準のAIツール、研修教材、業界認定資格を無償で提供し、授業支援と就業力の向上を図ります。州内の公立教育機関が利用できます。

学校向けにはGemini for EducationとGemini Notebookを用意します。教員は習熟度別の教材作成や授業内容の要約に使え、学生には段階的な学習支援を提供できます。

Google AI Educator Seriesでは、教員と管理職が実践的なAIリテラシーを自分のペースで学べます。Google AI Professional CertificateとGoogle Career Certificatesは、AI、サイバーセキュリティ、データ分析、IT支援などの実務技能を高校や大学の授業に組み込む手段となります。

Googleは、Gemini for Education内の会話とデータを非公開とし、企業向け水準のセキュリティーで保護し、自社AIモデルの学習に使わないと説明しています。教育機関はデータの管理権限を維持します。導入は任意で、各学区、大学などが利用の有無や時期、方法を決めます。

学校外では、州内の職業センターを通じ、全住民がGoogle Career CertificatesとGoogleのAI講座を無料で利用できます。教室でのAI活用と地域の職業訓練を結び、学生だけでなく現役世代にも学び直しの機会を広げる取り組みです。

Google CloudとAccentureは2026年9月8日、世界の企業向けに、顧客の現場へ技術者を派遣してGoogleのAI導入を支援する共同組織「Accenture Gemini Enterprise Business Group」の設立を発表しました。企業ごとのAIアプリを構築し、投資効果が見えにくい導入の停滞を解消する狙いです。

GoogleはAccentureの現場派遣型エンジニアを最大1,000人育成し、Gemini Enterprise上で顧客専用のAIアプリを構築できるようにします。組織はAccenture傘下に置かれ、技術と業務知識を組み合わせた実装支援を担います。

Google Cloudの2026年第2四半期売上高は248億ドルで、企業向けAIが成長を大きく支えました。一方、親会社Alphabetの購入契約と契約上の債務は6月末時点で8110億ドルに達しており、AI関連の巨額投資に見合う需要の創出が急務です。

Rampの8月データでは、米国顧客の企業AI支出に占めるGoogleの比率は約6%で、Anthropicの43.5%、OpenAIの39.7%を下回りました。Googleは、この調査には大規模な戦略的AI契約を結ぶ主要企業の多くが含まれず、単純比較では実態を捉えにくいと説明しています。

OpenAI、Anthropic、Microsoft、Amazonも現場派遣型エンジニアの専門組織を相次いで設け、AIモデルの性能だけでなく実装力が競争軸になっています。Google Cloudは今年、7億5,000万ドルのパートナー施策やCVCとの提携も進めました。専業企業の台頭はAccentureなど大手コンサルにも圧力となり、企業AI市場では導入成果を示せる体制が問われています。

2026年9月、GoogleのAIチャットボットGeminiで登山計画を立てた若者3人が、カリフォルニア州のシャスタ山で下山できなくなりました。シスキュー郡保安官事務所の報告によると、3人は暗闇の中で下山を試み、マッドクリーク渓谷で一夜を過ごした後、翌朝に森林局のレンジャーとボランティアに救助されました。

3人は午前3時に登山を始めました。登山者には正午までに山頂へ着かなければ引き返すよう案内されていますが、一行が山頂に到達したのは午後7時でした。日没後の下山中には保安官事務所へ電話し、道順を尋ねました。

保安官事務所によると、Geminiは一行に対し、必要量を大きく下回る食料と水を持参するよう助言していました。当初8時間を想定した登頂は、複数日に及ぶ行程となりました。

一方、記事は一連の判断をすべてGeminiの責任にできるかは明確でないとしています。保安官事務所は、事前に地元の米国森林局シャスタ山レンジャー事務所へ連絡し、正確な情報を確認するよう推奨しました。登山計画でAIだけに頼らないようにも呼びかけています。

Googleは2026年9月4日、音楽生成モデル「Lyria 3.5」をGeminiアプリとGemini APIで提供すると発表しました。歌声の表現力と編曲の豊かさを高め、より忠実度の高い楽曲制作に対応します。Geminiアプリのウェブ版とモバイル版では世界中の全ユーザーが利用でき、動画用の伴奏、ブランド用ジングル、個人向け着信音などを想定用途に挙げています。

GoogleはLyria 3.5を自社で最も音質の良い音楽生成モデルと位置づけています。従来より表現豊かなボーカルと厚みのある編曲を生成し、より高い忠実度でトラックを仕上げられると説明しています。

Geminiアプリでは、ジャンルを選ぶか文章で説明し、ボーカル曲とインストゥルメンタル曲を選択できます。新しいテンプレートからBGMや誕生日向け楽曲を作り始められ、短い曲と長い曲も選べます。

Lyria 3.5の提供先はGeminiアプリとAPIにとどまりません。アーティストやAIクリエイター向けのGoogle Flow Music、開発者・技術者向けのGoogle AI Studio、Google Vidsでも利用できます。

Googleは2026年9月3日、米国で個人向けAIエージェント「Gemini Spark」にGoogle Photosの管理機能を追加すると発表しました。対象は英語で利用するGemini AI ProとUltraの有資格契約者で、今後数週間かけて提供します。写真編集やアルバム作成などを会話による指示から実行し、大量の写真を整理する手間の軽減を狙います。

利用時はまず、GeminiとGoogle Photosを接続し、Geminiアプリ上部でSparkを有効にして指示を入力します。画像編集、アルバム選定、ワークフロー実行まで、写真ライブラリ内の複数作業を任せられます。

お気に入りの写真を選んだ共有アルバムの自動作成にも対応します。コンサートのチラシ写真をカレンダー予定に変えるなど、保存済み画像を次の作業へつなげられます。

新機能は米国で英語を使う対象契約者に限定され、Gemini AI ProまたはUltraへの加入が必要です。国際市場への提供時期は未定で、Googleは対象拡大の有無も明らかにしていません。

今回の更新は、面倒な日常作業を自動化し、増え続ける写真ライブラリを扱いやすくすることで、消費者向けAIの用途を探る動きです。TechCrunchは、個々の機能は小粒で、AIがソフトウェア全体をどう改善するかという説明には至っていないと評価しています。

Google DeepMindとGoogle Researchは2026年9月3日、全球気象AIモデル「WeatherNext 3」を公開しました。リアルタイムの衛星観測を直接取り込み、最大5キロ解像度で1時間ごとに予報を更新し、Google検索、Googleマップ、Geminiなどへの提供を同日から始めました。

前モデルのWeatherNext 2は25キロ格子で6時間ごとに予報していました。新モデルは気温や水分など主要な地表変数を5キロ、ほかの地表変数を10キロ、風速などの大気変数を25キロで扱い、全球像を約5倍鮮明にします。

降水では、NASAの衛星データIMERGとGoogle独自の衛星レーダー再解析を学習に利用しました。中期の全球予報でCRPSはWeatherNext 2などの基準に対し、IMERG評価で最大60％、MRMSで30％、早期の雨量計評価で10％改善しました。

モデルは毎時の静止気象衛星モザイクに加え、観測所の疎な実測データも直接学習します。地上の雨量計が少ないラテンアメリカ、アフリカ、アジア太平洋でも、地形を反映した局地予報の改善が期待されます。

企業はどう使えるのでしょうか。モデルはタービン高度に近い100メートルの風速、雲量、地表に届く日射量も予測します。Googleは、これらを風力・太陽光発電量と需要の調整に役立てられると説明しています。

WeatherNext 3のデータはBigQuery、Earth Engine、Cloud Storageから利用できます。ただし物理モデル由来のデータにも依存しており、Googleも公式予報や警報は各地の気象機関を参照するよう求めています。

Googleは2026年9月3日、Gmail、Google ドキュメント、Google Keepに、Geminiの音声モデルを使ったリアルタイム対話機能を正式投入しました。移動中など手操作が難しい場面でも、話しかけるだけでメール検索、文書作成、メモ整理を進められ、英語版を今週からモバイル向けに順次展開します。

Gmail Liveは受信箱を横断し、フライトの搭乗口や今週の学校行事といった情報を自然な質問で尋ねると回答します。長いメールスレッドを手で探さず、回答根拠のメールを画面の文字起こしから確認でき、続けて質問したり途中で話題を変えたりできます。

Docs Liveは会話しながら考えを整理し、構造化された文書の初稿を作ります。許可を与えればGmail、Drive、Chat、ウェブから関連情報を取り込み、長文の要約や企画書への整形、構成と語調の調整を支援します。

Keep Liveは、自然に話したまとまりのない考えを理解し、実行しやすいリストやメモへ整理します。入力語句を厳密に指定する必要はなく、「ペストの材料を買い物リストに追加」といった指示も処理します。

提供条件は製品ごとに異なります。GmailとKeepはGoogle AI Plus、Pro、Ultra、DocsはProとUltraの契約者が対象で、KeepはAndroidのみ、GmailとDocsはiOSとAndroidで利用できます。3機能ともGoogle Workspaceの法人顧客には近日提供予定です。

Googleは2026年9月3日、エージェント業務や開発、多段推論向けの「Gemini 3.8 Flash」と、脆弱性の発見・修正に特化した「Flash Cyber」を発表しました。前者はGemini EnterpriseやAPIなどで提供を始め、後者は政府機関や重要インフラ運営者ら信頼できる防御側に限定展開します。Cyber版は防御側に専門家級の能力を届ける狙いです。

3.8 Flashの料金は入力100万トークン当たり0.75ドル、出力100万トークン当たり3.75ドルで、3.7 Flashの導入価格と同額です。入力枠は100万トークン、出力上限は6万4,000トークンで、テキストに加えて画像、音声、動画、PDFを扱えます。

利用者は品質、費用、応答時間に応じてモデルの処理量を調整できます。Googleは複雑な課題で推論手順を増やすため、性能を優先するとトークン消費が増える場合があると説明し、効率重視の用途では3.7 Flashも引き続き全面的に支援します。

評価では、3.8 Flashが金融や法律を含む複数の専門ベンチマークで前世代を上回り、Humanity’s Last Exam Verifiedで54.9%を記録しました。Arena.aiではAgent Arenaの14位、Text Arenaの7位となり、後者ではClaude Opus 5や3.7 Flashより上位でした。

Googleによると、Flash CyberはCyberGymで86.2%、AIの修正能力を測るCWE-Benchで47.2%を記録しました。同社の社内評価では20のプログラミング言語で脆弱性発見の成功率が70%超となり、Chromeの脆弱性では大型商用モデルより正しい修正案を2.6倍多く生成したとしています。

GoogleはFlash Cyberを自社コードの防御に使う一方、攻撃への悪用を抑えるため、当初はFairwind Programを通じて信頼できる防御組織にだけ提供します。同モデルがChromiumとChromeに13年間潜んだ不具合を発見した事例もあります。大規模コードの点検費用で防御側が圧迫されるなか、Googleは開発者の修正作業を効率化できるとみています。

Googleは2026年9月2日、推論・コード生成を強化した「Gemini 3.8 Flash」と、脆弱性の発見・修正に特化した防御版を公開しました。標準版は開発者、企業、Google AI Pro・Ultra加入者へ提供し、防御版は政府機関、重要インフラ運営者など信頼できる防御側に限定します。長期のソフト開発や自律型AIと、サイバー防御の自動化を同じ基盤で進める狙いです。

Gemini 3.8 Flashは複雑な課題で推論手順を増やし、ツールを反復して呼び出すことで、長期ソフトウェア開発と自律型AIの性能を高めます。Googleの評価ではDeepSWE v1.1、金融、法務の各ベンチマークで旧版や一部の大型モデルを上回り、幅広い多段階推論を測るHLE-Verifiedは54.9％でした。

年末までの導入価格は100万入力トークン当たり0.75ドル、出力は3.75ドルで旧版と同額で、通常価格はそれぞれ1.50ドルと7.50ドルです。ただし高い推論強度では手順と出力トークンが増えるため、単価が同じでも総額は上がり得ます。計算効率を優先する開発者は、推論強度を下げるか、引き続き旧版を選べます。

Gemini 3.8 Flash Cyberは同じ基盤を使いながら、攻撃よりも脆弱性検出と修正を優先して調整されています。Googleの社内評価では20言語にまたがる複雑なコードで発見成功率が70％を超え、外部のCWE-Benchでは初回パッチ成功率47.2％と、比較した先端モデルの47.8％に近づきました。

実運用では、Chromeの脆弱性に対する正しい修正パッチ数が大規模な商用モデルの2.6倍だったとGoogleは報告しました。同社のクラウド脆弱性研究チームは、通常は発見に数カ月かかる重大な基盤欠陥を2時間未満で見つけたとしています。Wizの内部侵入テストでも、先端モデルより低コストで再現率が7.5〜9.7ポイント高かったとされます。

防御版は新設のFairwind Programを通じ、信頼できる政府機関、重要インフラ運営者、ソフトウェア保守担当者へ優先提供します。標準版には化学・生物・放射性物質・核と攻撃的サイバー利用への安全策があり、防御版はより広いサイバー機能を許すため対象を絞ります。高性能化と悪用防止を、モデル機能だけでなく利用者の制限でも両立する設計です。

Googleは2026年9月2日、一部の政府機関、Google Cloud顧客、サイバーセキュリティーパートナーへ高度なAI防御を限定提供する「Fairwind Program」を始めました。Gemini 3.8 Flash CyberとCodeMenderを組み合わせ、安全なクラウド内で脆弱性を自動発見し、検証済みの配備可能な修正を数分で作ることで、重要インフラや公共サービスを守ります。

高度な汎用AIは導入費が高く、企業のコード全体では制御しにくい一方、小型の公開モデルは複雑な修正が苦手で、周辺の道具も自前で整える必要があります。Fairwindはサイバー防御専用のGemini 3.8 Flash Cyberと実行基盤のCodeMenderを組み合わせ、従来の最先端モデルより低い運用費で専門的な推論を提供します。

CodeMenderは脆弱性を見つけるだけでなく、修正コードを書き、内容を検証します。手作業なら数週間かかる修正を数分で配備可能な修正案に変え、攻撃者が新しい能力を悪用する前に防御側がシステムを固める時間を確保します。

先行提供先は政府や国家サイバー当局、医療、通信、エネルギー、金融などの重要インフラ、広く使われる技術基盤です。世界で650を超える組織が参加しています。利用者は社内のサイバー防御、事故対応、侵入試験の担当者に限り、多要素認証などの保護策を導入する必要があります。

Gemini 3.8 Flash CyberはFairwind参加者を優先しますが、ほかのGoogle Cloud顧客もGemini Enterprise Agent Platform上の公開モデルとCodeMenderを組み合わせてコードを守れます。Googleは産業界、政府、公開モデルの共同体と協力し、開放性と強固な安全性の均衡を取りながら対象を広げる方針です。

Fairwindは、欠陥の発見から修正までの時間を縮め、AIの速度で進む脅威に防御側が対応する取り組みです。Google.orgによる世界のサイバーセキュリティー支援は累計1億ドルを超え、そのうち3600万ドルが35の専門支援拠点を通じ、病院、公立学区、自治体の公益事業など1250超の組織を支えています。

Googleは2026年9月2日、Geminiを基盤にしたGoogle Play Booksの読書支援機能「Book insights」を、100万冊を超える英語電子書籍に広げ、iOSアプリでも提供すると発表しました。Androidアプリとウェブ閲覧版で提供してきた機能をより多くの端末と作品へ拡張し、読書中に既読部分の要約や内容に関する質問を利用できるようにします。

対象は100万冊超の英語電子書籍で、人気のベストセラーに加え、無料で読める作品も含まれます。従来のAndroidアプリとウェブ閲覧版にiOSアプリが加わり、利用できる読者と端末の範囲が広がります。

「Catch me up」を使うと、それまでに読んだ部分の内容を振り返れます。さらに、作品のテーマ、背景、登場人物について質問でき、読書画面から離れずに理解を深められます。

Book insightsはスマートフォン、タブレット、ウェブで利用できます。対応例には「Project Hail Mary」「Atomic Habits」「The Power of Now」「Frankenstein」などが挙げられ、小説と実用書の双方を含みます。

VentureBeatが2026年9月2日に報じた7月のVB Pulse調査で、AI基盤に関わる170人の39.4%が今後12カ月にNvidia以外の半導体を評価すると答えました。次世代Nvidia製品の25.3%を14ポイント上回り、企業がAWS Trainium、Google TPU、AMD Instinct、Intel Gaudi、自社ASICへ選択肢を広げている実態が浮かびます。

Nvidiaは多くの本番環境で依然として標準ですが、非Nvidia製品への評価意向は6月の31.8%から7月に39.4%へ上昇しました。経営幹部では57.1%、最終意思決定者では50.0%に達し、半導体の多様化が技術部門だけでなく経営上の基盤戦略になりつつあります。

企業は基盤をすぐ入れ替えるより、既存環境を拡張して効率を高めています。3カ月以内の変更予定は38.3%から28.8%へ低下する一方、選定時に性能を重視する割合は35.3%、100万トークン当たりの費用を重視する割合は15.9%へ上昇しました。既存のクラウドやデータ基盤との統合は40.0%で、引き続き最重要項目です。

本番利用はGoogle Geminiが47.6%、Microsoft Azureが47.1%、OpenAIが49.4%、Anthropicが24.7%まで広がりました。自社GPUを50%超で稼働させる回答も13%から23%へ増え、評価軸は抽象的な総保有コストから信頼性、処理性能、実作業当たりの費用へ移っています。

別のコンテキスト層調査では、79.2%が単一事業者に全面依存せず、外部ツールや複数の実行基盤を組み合わせる方針でした。新興AIクラウドの利用拡大意向も38%に上り、オープンソースの自社運用基盤を本番利用する割合は12.9%へ増えています。企業にとって、半導体、クラウド、モデル周辺機能を用途別に選べる余地が交渉力と統制力につながります。

ただし、6月と7月の調査は同じ回答者を追跡したものではなく、7月は従業員1,000人超の組織が多いなど標本構成が異なります。統計的有意性の検定もないため、数値は因果関係の証明ではなく市場の方向を示す兆候として読む必要があります。それでも、企業がNvidiaを捨てるのではなく、複数の選択肢を確保して次の基盤投資に備える姿勢は明確です。

Googleは2026年9月1日、Android端末向けの「September Android Drop」を発表し、重要品の保管場所をGeminiで記録する機能、乗り物酔いを抑えるMotion Assist、視覚障害者を支援するGuided visionなど5つの更新を展開すると明らかにしました。端末を日常生活に適応させ、移動中の利用、周囲の把握、メッセージ上の共同作業を改善する狙いです。

Motion Assistは、車両の動きに合わせて動く泡を画面に重ね、目で見る画面と身体が感じる動きのずれを小さくする設計です。Android 17搭載スマートフォンで利用でき、自動起動やクイック設定への追加、泡の形・色・透明度の変更に対応します。

Guided visionはGemini Liveでカメラ映像を共有し、食品表示の細字や暗い店内のメニュー、身の回りの物を音声で説明します。カメラの向きが不適切な場合は、端末の移動やパン、対象物を中央に置く操作も音声で案内し、Gemini提供国のAndroid 9以降へ順次提供されます。

Find Hubの「記憶したアイテム」では、パスポートや予備鍵などの保管場所をGeminiに伝え、任意の写真とともに保存できます。後からGeminiに尋ねるか一覧で確認でき、GeminiとFind Hubの対応国にあるAndroid 16以降の端末が対象です。

Google Messagesでは、会話画面を離れずにGoogle Keepのリストやメモを共同編集できる連携機能の展開が同日始まりました。チャットごとの背景・写真・色を変え、吹き出しの色も合わせるChat themeはすでに利用可能です。

Googleは2026年9月1日、同年8月に発表したAI関連の製品・研究成果をまとめて公開しました。Geminiアプリの月間利用者は10億人を超え、低価格な開発者向けモデル、AI向けスマートフォン、音声・動画生成、教育、気象予測まで用途を拡大。AIを研究段階から日常業務や生活で使える基盤へ移す動きが鮮明です。

開発者向けには、コーディングやAIエージェントに対応するGemini 3.7 Flashを、3.6 Flashの公開から3週間で投入しました。ソフトウェア開発、知識労働、ウェブ開発の性能を高め、導入価格は3.6 Flashの当初価格に比べ、100万トークン当たり半額です。

端末ではPixel 11シリーズにGoogle Tensor G6と最新のGemini Nanoを搭載し、個人向け支援を端末側へ広げました。Geminiアプリでは利用者の63％が音声で対話し、画像生成は1日1億5000万枚を超えています。

教育分野では、対象となる世界の大学生にGoogle AIプランを1年間無料提供し、検索には対話型の図解、試験用クイズ、Lensによる段階的学習などを追加しました。生成メディア向けのGemini Omni 1.1 Flashは、場面延長、前後フレーム補間、4K高解像度化に対応します。

社会課題への応用も進みました。Googleは英国政府や航空業界と飛行機雲を避ける予測技術の展開を進め、サイクロンの進路・強度・風の構造を高精度で予測するWeatherNext 2を研究者向けにオープンソース化しました。企業にとっては、モデル性能だけでなく、費用、端末実装、業務への組み込みやすさを見極める局面です。

Googleは2026年9月1日、最新モデルのGemini 3.7 Flash、3.6 Flash、3.5 Flash-Liteにエージェント型動画理解を導入しました。映像・音声・文字起こしから必要な場面だけを動的に調べ、従来の固定フレーム処理に比べて解析費用とトークン消費を抑えながら精度を高め、長時間動画の分析を効率化します。

従来方式は動画を既定で毎秒1フレーム取り込みます。新方式はGeminiが問いに応じて、見る箇所、再生速度、映像・音声・文字起こしのどれを使うかを決め、内部ツールで必要な区間だけを読み込みます。

標準的な動画解析ベンチマークでは、解析費用を最大66％、トークン消費を最大88％減らし、精度を最大7％高めました。3モデルのうちGemini 3.7 Flashが品質と費用効率の組み合わせで最良だったとGoogleは説明しています。

対象場面を1秒未満の精度で探すほか、数時間の動画をまたぐ検索、異常検知、動作や物体の計数に対応します。注目区間を高いフレームレートで再確認できるため、速い動きや固定の毎秒1フレーム処理では見落としやすい変化も分析できます。

動画ファイルとYouTube動画を対象に、Google AI StudioのGemini APIとGemini Enterprise Agent Platformで提供を始めました。標準のGemini API料金で利用でき、追加料金はなく、API設定のprocessingを「agentic」に指定して有効化します。

GoogleはGeminiアプリのFlash系モデルにも近く展開し、今後数カ月でYouTubeの「Ask YouTube」にも組み込む予定です。開発者にとっては、長時間動画の詳細を落とさず、コストと実装負担を抑えられる点が導入判断の焦点になります。

Google Researchとイスラエル工科大学の研究者は2026年9月1日までに、GPT-5やGemini-3など13の大規模言語モデルを対象に、内部に保存された事実と実際に呼び出せる事実の差を分析しました。Wikipedia由来の2,150件の事実に対する400万超の応答を調べ、最先端モデルでは追加の思考により、直接は思い出せなかった保存済み事実の40〜65％を回復できると報告しました。

GPT-5とGemini-3は、試験対象の事実の95〜98％をパラメータ内に符号化していました。一方、そのうち26〜34％は追加思考なしでは直接想起できず、事実を持っていることと安定して答えられることは別だと示されました。

研究チームは、元の学習文脈を与えれば再現できる状態を「符号化」、表現や質問方向が変わっても答えられる状態を「既知」と区別しました。珍しい事実は一般的な事実と同程度に符号化されても想起率に25％超の差があり、主語と目的語を逆に尋ねる質問でも生成より選択肢からの認識が容易でした。

Gemma 3を10億から270億パラメータへ拡大すると、符号化失敗は85％から23％へ低下した半面、思考なしの想起失敗は最大40％に達しました。規模拡大は知識の保存を改善してもアクセス問題を自動では解消せず、既にある事実へのRAG追加や大型化は、費用と遅延を増やす可能性があります。

開発者には、全問で思考を有効にするのではなく、質問の言い換えや再試行、生成後の検証、必要な問い合わせだけを深い推論へ送る設計が有効です。ただし、思考が必要なのは事実の10〜20％にとどまり、モデル自身は失敗を事前判定する能力が不十分なため、動的な振り分けが実装上の課題です。

今回の検証はWikipediaの百科事典的事実が中心で、社内情報や専門領域に同じ結果が当てはまるとは限りません。企業は同じ事実を異なる表現・方向・形式で試し、知識不足なのか想起失敗なのかを見極めてから、RAG、追加思考、再学習を選ぶ必要があります。

米国防総省は8月31日、OpenAIのChatGPTとxAIのGrokを軍向けに改良した「ChatGPT Mil」と「Grok for Government」を、生成AIポータル「GenAI.mil」上で提供開始したと発表しました。対象は文民・軍人あわせて約300万人の職員で、機密データを消費者向けサービスに流出させずに最先端の生成AIを利用できる環境を整えます。

GenAI.milは昨年立ち上げられた安全な統合ポータルで、当初はGoogleのGeminiのみを提供していました。国防総省によると、すでに300万人の職員のうち170万人以上がこのポータルを通じて生成AIを利用しており、利用者は着実に拡大しています。

ChatGPT MilはOpenAIの「OpenAI for Government」プログラムから生まれたツールで、チャットやファイル管理、プロジェクト機能、カスタムGPTなど市販版に近い操作感を提供します。当面は事務作業や物流管理、計画立案、政策検討といった非機密の日常業務を支援する用途に重点を置くとしています。

一方のGrok for Governmentは、より軍事色の強い位置づけです。国防総省は、SpaceXの衛星網技術を活用した「Starshield AI」による同ツールが、調達担当者の市場調査から兵站担当者のサプライチェーン管理まで、幅広い作戦領域で任務遂行の迅速化と精度向上をもたらすと説明しています。

今回のラインアップで目を引くのは、AnthropicのClaudeが含まれていない点です。同社は国防総省との対立を経て「サプライチェーン上のリスク」に指定されており、この認定の撤回を求めて係争中です。一方、国防総省はAmazon Web ServicesやMicrosoft、Nvidia、Reflection AIなど他企業との連携も進めており、AI活用の裾野を広げる戦略を鮮明にしています。

NVIDIAが、オープンウェイトAIモデルを共有するプラットフォーム「Hugging Face」を130億ドル規模で買収する方向で交渉していると報じられました。米メディアTechCrunchが2026年8月28日に伝えたもので、正式な発表はまだ行われていません。オープンウェイトAI企業を巡る大型買収が相次ぐ中、シリコンバレーで最も注目される案件の一つとなっています。

Hugging Face買収の噂が浮上する直前には、NVIDIAはオープンウェイトモデルを手がけるPoolsideに対し60億ドル規模の契約を結び、同社の従業員の大半を受け入れると発表しています。さらに2週間前には、決済大手Stripeが企業向けオープンウェイトモデル提供大手のOpenRouterを70億ドル超で買収したばかりです。無償公開が前提のオープンウェイト分野に、巨額の資金が次々と流れ込んでいます。

NVIDIAがオープンウェイト企業の買収を急ぐ背景には、大手AI研究所やクラウド大手への依存を減らしたいという事情があります。OpenAIは推論向け独自チップ「Jalapeño」の性能を今週公表するなど、モデル開発企業が自前のチップ開発に乗り出す動きが広がっており、NVIDIAとしてもモデル開発領域での存在感を確保する必要に迫られています。自社のオープンウェイトモデル群「Nemotron」の普及が伸び悩む中、開発者基盤ごと取り込む狙いがあるとみられます。

一方で、オープンウェイトモデルの実際の利用はまだ限定的です。決済データを分析するRampの調査によると、オープンウェイトモデルを利用する企業は全体のわずか6%にとどまり、開発者ツールのJellyfishの調査でもソフトウェアエンジニアの利用率は2%にすぎません。主な用途はカスタマーサポートのチャットなど、繰り返し発生する推論作業に限られているのが現状です。

オープンウェイトモデルの企業向けルーティング・ホスティングを手がけるFireworksの最高経営責任者リン・チャオ氏は、同社が1日あたり40兆トークンを処理しており、GeminiやOpenAIのAPIを上回る規模だと説明しています。同氏は「あらゆる企業が自社専用のモデルを持つようになる」と述べ、用途に特化したモデルの普及が今後標準になるとの見方を示しました。コーディングなど推論負荷の高い作業では依然としてフロンティアモデルが優勢ですが、AI活用が成熟するにつれ、オープンウェイトモデルへの移行が進む可能性があります。

Google(グーグル)は8月28日、AIノートブックサービス「Gemini Notebook」の利用上限を見直すと発表しました。従来は1日単位で上限に達すると翌日まで利用できませんでしたが、新方式では上限が5時間ごとに更新される仕組みに変わります。ウェブ版・モバイル版の個人向けアカウントを対象に、9月2日から順次提供が始まります。

新しい上限は、単純な回数制限ではなく計算量ベースで設定される点が特徴です。プロンプトの複雑さやチャットの長さ、参照する情報源の数、利用する機能の種類などを総合的に反映して、使用量が算出されます。ユーザーは自分の使用状況をノートブック上で把握できるほか、上限に近づくと代替案の提示も受けられます。

上限に達した場合でも、動画解説やスライド資料などの出力を後から生成する選択肢が用意されています。生成は上限がリセットされた後に自動で行われ、完成した際には通知を受け取るよう設定することも可能です。作業を中断せず、必要な成果物を確実に受け取れる仕組みといえます。

Gemini Notebookはこれまで多くのユーザーから使い勝手を評価される一方、1日単位の上限で作業が中断されるとの声も上がっていました。今回の変更により、利用者は1日を通してより柔軟に作業を進められるようになります。今後、企業向けプランなど他の利用形態への展開があるかも注目されます。

Cohereは8月27日（現地時間）、企業の文書処理を支援する新モデルParse 5を発表しました。PDFやスライド、スキャン画像を構造化されたMarkdownに変換するモデルで、GPT-5.5など上位のフロンティアモデルより低価格に抑えつつ、実用十分な精度を狙う設計です。Cohere APIを通じて即日利用できます。

Parse 5は22億パラメータの視覚言語モデルで、ページ画像を1回のモデル呼び出しで処理し、表をHTML形式で含む構造化Markdownを返します。従来のOCRとモデルを組み合わせる2段階処理を1パスに統合した点が特徴です。コンテキスト長は8192トークン、モデルサイズは約4.6ギガバイトです。

独自ベンチマークParseBenchでは、Parse 5は79.2点を記録し、GPT-5.5（84.4点）やOpus 4.8（84.3点）、Gemini 3.5 Flash（81.8点）にわずかに及びませんでした。一方でLlamaParseやMistral OCR 4など専用パーサーは上回っており、価格と精度のバランスを重視した結果と言えます。

Cohereは、年間7億5000万件の文書を処理する金融機関のケースを試算し、GPT-5.5のような大規模モデルをParse 5に置き換えることで、コストを98%以上削減できるとしています。価格は1000ページあたり1.5ドルで、高負荷用途にはCohereの専用インフラ「Model Vault」も用意されています。

BARC USのケビン・ペトリ氏は、文書解析が現在のAI導入で最も採用率の高い用途だと指摘し、非構造化データの活用が競争力の鍵になると述べています。HyperFRAME Researchのステファニー・ウォルター氏も、Parse 5はレガシーOCRと高価なフロンティアモデルの中間に位置し、全ての指標で最高を狙う必要はないと評価しています。

Parse 5は図表からのデータ抽出には対応しておらず、チャートは説明文で示す設計です。専門家は、ベンチマークの点数だけでなく、実際の業務文書でエージェントが情報を正しく使えるかどうかを検証する必要があると助言しています。

Google（グーグル）は27日、動画生成AI「Gemini Omni」の最新版「Omni 1.1 Flash」を発表しました。開発者向けのGemini APIや一般ユーザー向けのGoogle Flowを通じて同日から提供を開始し、動画生成をより細かく制御できる新機能を追加しています。プロ用途での本番運用に耐える完成度を目指した更新です。

目玉機能の一つが、動画の続きを生成する「シーン延長」です。従来モデルが直前1秒のみを参照していたのに対し、Omni 1.1は最大10秒分の文脈を解析できるようになりました。これにより映像の一貫性や物語の整合性が向上し、10秒単位で最大40秒までの長尺動画を生成できます。

開始フレームと終了フレームを指定するだけで、その間をなめらかに補完する機能も搭載しました。複雑なカメラワークや途切れのないループ映像の制作に向いています。さらに最大3秒分の動画を参照素材として取り込み、キャラクターや構図の一貫性を保ったまま新しい映像を生成できる機能も加わりました。

制作効率を高める仕組みも強化されています。プレビュー用途では360p解像度で従来より最大60%高速かつ720p出力の3分の1のコストで下書きを生成でき、気に入った案だけを4K解像度まで高画質化できます。試作から本番までの工程を一つのワークフローで完結できる設計です。

Omni 1.1 FlashはGoogle AI StudioのGemini APIや企業向けのAgent Platform APIを通じて開発者に提供されるほか、Google AI Plus・Pro・Ultraの有料会員にはGoogle FlowやGeminiアプリでも無償で開放されます。Adobe FireflyやFigma Weave、Runwayなど複数のサービスがすでにGemini Omni Flashを組み込み、実運用を進めています。

Googleは8月27日、教育非営利団体のKhan Academyと共同で、AI学習ツール「Khanmigo」に新機能を追加したと発表しました。Geminiモデルを活用し、数学や理科の概念を対話形式の図解で説明する機能と、教員が主体的に管理できる演習作成ツールを刷新しました。新学期を迎える教室現場での活用を見据えた取り組みです。

新機能の柱となるのが、Khanmigoの対話型図解機能です。従来はテキストでの説明が中心でしたが、Geminiの推論能力を活用し、生徒がつまずきやすい数学・理科の問題でグラフや図形を自動生成するようになりました。生徒が頂点や線分をドラッグすると、図がリアルタイムで変化し、説明もそれに応じて更新されます。

この機能の開発では、Google技術者6人が2026年3月からKhan Academyのチームと約半年間にわたり協働しました。図の質を測る指標を共同で定義し、関連性やわかりやすさを評価しながら改善を重ねたといいます。あわせて利用者からのフィードバックを反映する仕組みもKhanmigo内に組み込みました。

もう一つの目玉が、演習作成ツール「Practice My Knowledge」の刷新です。当初は選択式問題を自動生成する程度の構想でしたが、教員が全問題を編集・採点・確認できる仕組みへと発展しました。Geminiが問題を下書きし、教員が配信前に内容を検証・修正できるため、生徒の理解度に合った出題が可能になります。

配信後は生徒の解答状況をまとめた成績レポートが自動で教員に届き、評価の手間を軽減します。教員からは、生徒に合った難易度の問題を用意しやすくなったとの声が寄せられているといいます。

今回の取り組みは、2026年の新学期に合わせてKhanmigoを利用する学区に順次提供されます。Google.orgによる助成やフェロープログラムを通じた提携は今後も続く見込みで、教育現場でのAI活用がさらに広がりそうです。

Googleは8月27日、AIノートアプリ「Gemini Notebook」に新機能「Expert Intelligence」を追加したと発表しました。Google Playで購入した電子書籍を直接取り込み、内容に基づいた質問応答や要約作成ができるようになります。著者や出版社の知見をより身近な形で読者に届けることが狙いです。

具体的には、経営者がキム・スコット氏の著書『Radical Candor』を参照しながら部下への伝え方を相談したり、冷蔵庫の中身を撮影してマイケル・ポーラン氏の『Food Rules』を基に献立を提案してもらったりできます。手持ちの日記やメモと書籍の内容を組み合わせて活用することも可能です。

Expert Intelligenceは10万冊超の書籍とともに提供が始まり、ペンギン・ランダムハウスやオライリー・メディアなど大手出版社が参加しています。対象書籍はGoogle Playブックスの詳細ページで「Gemini Notebook」表示の有無から確認できます。

Googleはスティーブン・ピンカー氏やマイケル・ポーラン氏ら著名作家15人以上と協力し、著書を補足する資料を加えた「注目のノートブック」も用意しました。米国では期間限定で書籍を1冊無料提供するキャンペーンも実施しています。

利用には該当書籍をGoogle Playブックスで購入している必要があります。共有ノートブックに書籍が含まれる場合、未購入のユーザーには内容が閲覧できない仕組みとなっており、クリックすると購入ページへ誘導されます。

Googleは今後、Gemini本体アプリや検索の「AIモード」にもExpert Intelligenceを展開する方針です。学術論文や雑誌記事、サブスクリプション型の情報源にも対応範囲を広げる計画としています。

Google傘下のDeepMindは2026年8月27日、シンガポールAI安全性研究所やMLCommonsなどと協力し、世界初となる二重盲検方式のAIモデル評価を試験的に実施したと発表しました。秘匿計算技術を用いてGeminiの軽量モデルを評価対象とし、双方が互いの情報を閲覧できない環境を構築しました。ベンチマーク汚染を防ぎ、AI評価の信頼性を高める狙いです。

AIモデルの性能を測る従来のベンチマーク評価には根本的な課題がありました。評価者が試験問題を事前にモデル提供側へ渡せば、モデルがその内容を学習し高得点を狙うベンチマーク汚染のリスクが生じます。一方でモデル提供側が重みを渡せば、知的財産の流出につながりかねません。この二律背反が、外部機関による厳格な検証を難しくしてきました。

今回導入した二重盲検評価では、Google CloudのConfidential Spaceという秘匿計算環境を活用します。評価者は用意した試験問題をモデル提供側に見せることなく、モデル提供側も自社モデルの重みを評価者に開示することなく、暗号学的に検証可能な形でテストを実施できます。双方の機密情報を守りながら、公正な評価を成立させる仕組みです。

パイロットでは、OpenMinedやAVERI、MLCommonsといった団体とも連携し、Gemini Flash Liteモデルを対象に非公開のベンチマークを用いた評価を実施しました。第三者機関が独自の試験問題を秘匿したまま、モデルの性能や安全性を検証できたことが確認されています。

DeepMindは、サイバーセキュリティや政府機関向けなど機密性の高い評価領域において、この手法が特に重要になるとみています。今後は業界全体でモデル監督の新たな基準として定着させ、より安全で信頼できるAIシステムの構築につなげたい考えです。

AIスタートアップ「Thinking Machines」の共同創業者だったバレット・ゾフ氏が、Googleに復帰し、研究担当バイスプレジデントに就任することが分かりました。ゾフ氏は今年1月にThinking Machinesを解任された後、いったんOpenAIに復帰しましたが、わずか5カ月で退社していました。Googleは同氏の知見をGeminiの開発に生かす方針です。

ゾフ氏は2024年10月にOpenAIを離れ、同じくOpenAIを退社したミラ・ムラティ氏とともにThinking Machinesを共同創業しました。しかし今年1月、共同創業者のルーク・メッツ氏とともに突然OpenAIへ復帰することが明らかになり、後にゾフ氏が同僚との未公表の関係を理由に解任されていたことが判明しました。

OpenAIに戻ったゾフ氏は企業向け販売部門の責任者を務めましたが、在籍期間はわずか5カ月にとどまりました。同氏は6月にOpenAIを退社しており、今回のGoogle入りでようやく落ち着き先が決まった形です。

Googleの広報担当者はウォール・ストリート・ジャーナルに対し、ゾフ氏が強化学習や事後学習の専門知識を持ち帰り、Google復帰を歓迎すると述べました。ゾフ氏は以前にもGoogleに在籍した経験があり、古巣への出戻りとなります。

今回の転身は、OpenAIで相次ぐ幹部流出の一例でもあります。最高執行責任者のブラッド・ライトキャップ氏の退社や、データセンター部門幹部の離脱など、この8カ月でOpenAIは多くの主要人材を失っており、業界関係者からは背景を疑問視する声も上がっています。

ロンドン拠点のスタートアップRelayは27日、キーボード入力を代替するAI音声入力アプリを発表しました。あわせて専用マイク「Relay Q」を公開し、2027年初頭の発売を予定しています。音声認識エンジンにはGoogleのGeminiモデルを採用し、ホットキーを押しながら話すだけで任意のテキスト欄に文字起こしできる仕組みです。

Relayを創業したのは、スマートフォンメーカーNothingの元社員2人です。AI・サービス部門責任者だったCookie Xu氏と、ハードウェア製品担当だったRaymond Zhu氏は、在職中に他社の文字起こしソフトを使っていましたが、オフィスで声量を調整しづらいという課題に直面していました。この経験が、専用マイクを開発する着想につながったといいます。

アプリは音声入力だけでなく、「Skills」と呼ぶ文脈理解型の操作にも対応します。例えばSlackで同僚にメッセージを送ったり、Googleカレンダーに予定を登録したりできます。こうした自動化には画面のスナップショットを取得する権限が必要で、データは端末に保存されるほか、処理時にはRelayのサーバーを経由してGoogle側に送られるものの、Relay側には残らないとしています。

現時点の文字起こし精度は、GoogleがPixelで提供する機能ほどではなく、句読点の誤りも見られます。一方で、言い直した発言を自動的に整えたり、相手ごとに文体を敬語かくだけた調子かに調整したりする学習機能を備えています。連絡先ごとに翻訳して送信する設定も可能です。

本体のRelay Qは円筒形で、上部を押しながら話しかける方式です。ボタン部分を取り外してシャツにクリップすることもでき、ダブルタップでメッセージを送信できます。価格は150ドルで、ソフトウェアの1年分利用権が付属し、以降は月額15ドルとなります。

同様の発想を持つ製品としては、指輪型のSandbar「Stream Ring」やPebbleの「Index 01」が既に一部購入者への出荷を始めています。Zhu氏はRelayでも指輪型を検討したものの、既に多くのスマートリングが市場に存在することから、別の形状を選んだと説明しています。

Googleは2026年8月26日、AIアシスタント「Gemini Live」に音声だけで作業を完結できる新機能を追加したと発表しました。Geminiの利用者は63%が声で話しかけているとの調査結果を踏まえ、複数の手順を伴う作業の自動化や朝の情報整理、メールの管理までを声だけで行えるようにしました。

Gemini Liveは、Googleのエージェント機能Sparkと統合しました。声で伝えた曖昧な要望や思いつきをSparkが整理し、Googleドキュメントやスプレッドシート、Driveと連携しながら、数日から数週間にわたる作業を裏側で自動的に進めます。通勤中に思いついたアイデアを話すだけで、帰宅時には構成が整理された文書に仕上がっている、といった使い方が可能です。

毎朝の情報収集も声だけで完結します。「今日のブリーフィングは?」と話しかけると、GmailとGoogleカレンダーの内容をまとめた音声の要約が返ってきます。画面を確認しなくても、その日にやるべきことを把握できるため、身支度をしながらでも状況をつかめます。

受信箱の整理も音声で行えるようになりました。「新着メールはある?」と尋ねるだけで、Gmail内のメールを検索・要約でき、重要な連絡をアーカイブしたり削除したりする指示も声で完結します。学校からの連絡など、見落としたくない情報もすぐに確認できます。

さらにPersonal Intelligence機能により、過去の会話や利用履歴を記憶し、Gmail・写真・検索・YouTubeなど複数のGoogleサービスをまたいで文脈をつなげます。「先週ニューヨークで行ったレストランの名前は?」といった曖昧な質問にも、履歴を参照して的確に答えられるようになりました。

これらの機能は、SparkやDaily Briefのどれを使うべきかユーザーが意識する必要はなく、一連の会話の中で自動的に適切な機能へつながる設計です。利用にはGeminiアプリのPersonal Intelligence設定で、各サービスとの連携を有効にする必要があります。

米グーグルは8月26日、対話型AI「Gemini」アプリに新音声機能Gemini Liveを追加すると発表しました。米TechCrunchは、アプリ内でチャットやSpark、Daily Briefが並立し、利用者がどれを使うべきか迷う点を問題視しています。グーグル自身が掲げる「使い分けに迷わせない」という理念と矛盾していると指摘しました。

Daily Briefは、メールやカレンダーの情報をもとに先回りして予定を提示する機能です。ただ実際には、緊急性の高い情報と単なるお節介な通知を区別できていません。過去にGoogle検索で調べた内容を後から蒸し返すこともあり、利用者に不快感を与えていると記事は指摘します。

一方でSparkは、利用者に代わって作業を実行するAIエージェント機能で、実用性は高いとされています。しかしグーグルはこれを独立したブランドとして展開しており、利用者は用途ごとにどちらの機能を使うべきか意識させられます。本来はリクエストを入力するだけでAIが自動的に処理すべきだと記事は主張しています。

この問題はGeminiに限りません。米AnthropicのClaudeでは「チャット」と「Cowork」の使い分けが必要で、両モードは今週まで会話の記憶さえ共有していませんでした。米OpenAIのChatGPTも「Chat」と「Work」の切り替えを求められており、AI業界全体でブランドが乱立する傾向が見られます。

対照的に、米AppleのSiri刷新は既存のアプリや機能を賢くする方向性を取り、新しい操作方法を覚える必要がありません。PokeやLindyなどテキストでAIとやり取りするサービスの台頭も、シンプルな体験を求める利用者心理の表れだと言えそうです。

Googleは8月26日、新しい音声認識モデル「Gemini 3.5 Transcribe」を発表しました。従来モデルの「Chirp 3」に代わるもので、文字起こし速度を最大70%高速化し、エラー率も改善しています。Android版Gboardの「Rambler」やmacOS版Geminiアプリに搭載済みで、開発者向けにもAPIで提供が始まりました。

Googleによると、音声から最終的な文字起こしまでの時間は従来比で約70%短縮されました。ライブ音声認識のエラー率は5.5%まで下がり、Chirp 3の7.32%から大きく改善しています。第三者機関Artificial Analysisの計測では、ストリーミング用途で平均4.0%、非ストリーミング用途では2.6%という単語誤り率も示されています。

Gemini 3.5 Transcribeは、話し言葉に含まれる「あの」「えっと」といったフィラー語を自動的に取り除き、言い直しもその場で編集してくれます。ユーザーが指定した独自の語彙を認識できるため、専門用語や固有名詞を誤変換しにくいのも特徴です。録音済み音声では最大3人の話者を識別し、単語ごとのタイムスタンプも付与します。

対応言語は85以上に及び、リアルタイム配信用の「Live API」と録音音声向けの「Interactions API」の2種類が用意されています。macOS版Geminiアプリでは、音声コマンドから画像生成やファイル分析といった作業を他のGeminiモデルに委任する関数呼び出し機能も利用できます。Chromeへの対応も近く始まる予定です。

今回の発表は、6月の投入が予告されながら遅れている「Gemini 3.5 Pro」の登場を待つ形での公開となりました。The Vergeによれば、当初は「3.5 Live」や「3.5 Live Experimental」の更新も同時に案内されていましたが、Googleは後に3.5 Transcribeのみが本日の発表対象であると説明を修正しています。

近年、AIが生成した動物の写真や動画がSNSに大量に流れ込み、閲覧者や動物保護団体を悩ませています。迷い猫の捜索から野生動物の救助シーンまであらゆる場面でAI偽装コンテンツが本物と見分けがつかなくなり、米ロサンゼルスの女性は偽の保護写真を使った金銭要求の被害に遭うなど、実害も出ています。

非営利団体「We Animals」は175人の写真家による農場や動物実験施設の実態記録を公開してきましたが、あまりに生々しい映像ゆえにAI生成だと疑われるケースが増えています。同団体はAIの使用を禁じているものの、疑惑を晴らすため撮影の舞台裏公開や、写真・動画の来歴情報を記録する技術の導入を検討しています。

偽コンテンツは制作コストの低さから本物の映像を押しのけ、閲覧数や広告収入を稼ぐ手段として悪用されています。哲学者のオスカー・ホルタ氏は、山火事や洪水での動物救助を装った偽動画が、実際の救助活動への理解や寄付集めを妨げかねないと懸念を示しています。

こうした状況を受け、EUと米カリフォルニア州は、AI画像生成サービスに対して生成コンテンツへのラベル表示を義務付ける新法を施行しました。ニューヨーク大学のジェフ・セボ氏はAI開発各社に対し、動物に害を及ぼしかねない応答を控えるようガイドラインへの明記を求めています。

ChatGPTやGemini、Meta AIには自社生成画像かどうかを判定する機能が備わっていますが、確認できる枚数には上限があり、日常的な活用は簡単ではありません。被害に遭った女性は今も月に一度は偽の目撃情報を受け取っており、対策の実効性向上が急がれます。

Googleは新学期を前に、生成AI「Gemini」を組み込んだGoogle Workspaceの活用法7つを公開しました。授業の予定管理からノート整理、発表資料作成まで、学生生活のさまざまな場面でGeminiを役立てる方法をまとめたものです。あわせて、米国の大学生を対象にGoogle AI Proを1年間無償で提供するキャンペーンも発表しています。

具体的には、Google スプレッドシートに搭載された「Sheets canvas」機能を使うと、履修科目や提出期限を入力するだけで、進捗をカードで管理するカンバン形式のダッシュボードを自動生成できます。優先度別に色分けしたカレンダー表示も可能で、締め切りの見落としを防げます。

Google ドキュメントでは、授業ノートをハイライトするだけでGeminiが要点整理や試験対策問題を作成します。スライドでは論文やシラバスを読み込ませるだけで発表資料が自動生成され、フォームでは教材をもとにした採点付きの練習クイズも作成可能です。

メールの受信箱では「AI Inbox」機能が締め切りやToDoを自動抽出して整理します。オンライン会議ではGoogle MeetがGeminiによる議事録作成を代行し、議論に集中できる環境を整えます。動画作成ツール「Google Vids」を使えば、サークル紹介動画なども手軽に制作できます。

こうした機能は、対象となるGoogle AI ProおよびGoogle AI Plusの契約者が利用できます。今回Googleは、米国の対象大学生に通常月19.99ドルのAI Proプランを1年間無料で提供するほか、米国以外の140以上の国・地域の学生にはAI Plusプランを無償で開放すると発表しました。

スタンフォード大学の経済学者らは2026年8月、米国におけるAIの雇用への影響を分析した論文「Canaries in the Coal Mine」の改訂版を公表しました。ADPの給与データをもとに、22〜25歳の若手社員が就くAI曝露度の高い職種で雇用が大きく落ち込んでいることが明らかになりました。背景には、生成AIが定型的な業務を代替し始めている実態があるとみられます。

具体的には、AI曝露度が高い職種に就く22〜25歳の雇用者数は、曝露度が低い職種の同年代と比べて19%少ない水準にとどまっています。前年の同調査ではこの格差は13%でした。わずか1年で6ポイントも拡大しており、若手雇用への影響が急速に強まっていることがうかがえます。

一方、中高年層の雇用にはこうした傾向がほとんど見られませんでした。研究チームは、経験を積んだベテラン社員はAIを補助的なツールとして使いこなせる一方、経験の浅い若手は代替されやすい業務を担うことが多いためだと分析しています。

研究チームは職種ごとのAI曝露度を、先行研究による労働市場への潜在的影響指標と、Anthropic社の生成AIClaudeの利用実態を集計したAnthropic Economic Indexという2つの指標で評価しました。両指標を組み合わせることで、実際の業務利用状況を反映した分析を試みています。

AIの雇用への影響をめぐっては、Googleも自社のGemini利用データに基づく類似調査を先月公表しており、企業による働き方の変化を裏付けるデータが相次いで示されています。今回のスタンフォード大の調査は、若手のキャリア形成に対するAIの影響を測る重要な指標として注目されそうです。

米著作権専門弁護士のキャシー・ゲリス氏によれば、AIモデルの学習を巡る著作権問題は一見単純に見えて、実際には非常に複雑だといいます。ChatGPTやGemini、Claudeなどの生成AIは、著者の同意なく数億冊もの書籍を学習データとして利用してきました。この状況を巡り、米国の裁判所では著作権法の解釈が大きく揺れ動いています。

2025年、ウィリアム・オルサップ判事はAnthropicに対し、著者らへ15億ドルの著作権和解金を支払うよう命じました。一見著者側の勝利に見えますが、判事はAIの学習自体は合法だと判断しています。同社が処罰されたのは、書籍を違法な海賊版サイトから入手した点でした。

オルサップ判事は、AnthropicのAIモデルが大量の文章を学習する様子を、作家が文学を研究する過程になぞらえました。ゲリス氏は、この判決が年間2000億ドル規模の収益を見込むAI企業にとって有利な内容だと指摘します。著作権法は複製を規制するものであり、単に作品を読んだり利用したりする行為までは規制しないという解釈です。

著作権を巡る判断の多くは、利用がフェアユースにあたるかどうかに左右されます。弁護士のジェイソン・ヘンダーソン氏によると、学習の目的が権利者と直接競合するかどうかが分かれ目になるといいます。実際、Thomson Reutersとの訴訟では、競合するAI法律プラットフォームの開発が争点となり、裁判所は侵害を認定しました。

AIが生成した著作物の扱いも未解決の課題です。Thaler対Perlmutter訴訟では、完全にAIが生成した作品は著作権保護の対象外だと判断されました。一方で、人間がどこまで関与したかを立証する基準は定まっていません。多くのAI企業が現在も訴訟を抱えており、統一的な結論が出るまでには時間がかかる見通しです。

グーグル・ディープマインドは8月21日、大型宇宙ゲーム『EVEオンライン』の開発元であるFenris Creationsと新たな研究提携を結んだと発表しました。継続学習や長期記憶、複数エージェントの協調といった、現行のAIモデルが苦手とする能力を、20年以上続く仮想世界で検証する狙いです。同社は2010年の設立以来、ゲームをAI研究の主戦場としてきました。

同社のゲーム研究は2015年、ピクセル画像だけでAtariの49種類のゲームを学習したDQNから始まりました。2016年には囲碁の世界王者を破ったAlphaGoが話題を呼び、2019年にはAlphaStarがStarCraft IIでグランドマスター級の実力を示しました。近年は画面を見て指示を理解し、キーボードとマウスだけでゲームを操作する汎用エージェントSIMAの開発に力を入れており、最新版のSIMA2はGeminiを搭載し、プレイヤーと対話しながらプレイできます。

EVEオンラインは2003年に始まった大型多人数参加型の宇宙シミュレーションで、数千人のプレイヤーが単一の宇宙を20年以上にわたり共有してきました。プレイヤー主導の経済や星系をまたぐ交易網が息づくこの世界は、継続学習や数週間から数年単位の長期計画、多数のエージェントが絡む交渉や競争といった、フロンティアAIに不可欠な能力を試す場として理想的だとディープマインドは説明しています。

提携はEVEオンラインだけでなく、一人称視点で戦術的な判断を求められるEVE Vanguardや、プログラム可能な仕組みでゲームのルール自体が変化しうるEVE Frontierにも及びます。異なる抽象度でエージェントの挙動を研究できる点が特徴です。両社はすでに、初心者向けの質問応答をGeminiで支援する『Auraガイダンス』を提供済みで、実際のプレイヤーに価値を届け始めています。

研究プログラムはまず、実際のプレイヤーから切り離したオフライン環境のEVEオンラインで進め、次にルールが変化するEVE Frontierへと段階的に広げる計画です。能力が十分に成熟したと判断された場合に限り、EVEオンラインやEVE Vanguardといった実際のプレイヤーがいる環境への適用を検討するとしています。

ディープマインドは、囲碁で人間の常識を覆した『Move 37』や、タンパク質構造予測でノーベル化学賞につながったAlphaFoldのように、ゲーム研究で培った知見を実世界の課題解決につなげてきた歴史を強調しています。同社はFenris Creationsのほか、Hello GamesやCoffee Stain Studiosなど複数のゲームスタジオとも研究協力を続けており、今後も知見の共有を続ける方針です。

Meta(メタ)は2026年8月20日、Meta AIの新しいMac向けアプリを発表しました。このアプリはシステム全体で使える音声入力機能を搭載しており、あらゆるアプリ上でディクテーションができます。さらに画面の内容を認識して質問に答える機能も備え、独自開発のMuse Sparkモデルが処理を担います。

音声入力機能は、Wispr FlowやSuperwhisper、Monologueといった既存ツールと同様に、どのアプリを使っていてもテキスト入力を音声で行えるものです。同様の機能は米Googleも先月、Mac版Geminiアプリに追加しており、大手各社でシステム全体の音声入力対応が広がっています。

今回の発表は、事業者向けMeta AI機能の拡充とも連動しています。加盟店はInstagramやFacebookのアカウント、Meta広告キャンペーン、Google Workspace(Gmail、ドキュメント、スプレッドシートなど)をMeta AIと連携させ、AIアシスタントに問い合わせる形で情報を取得できるようになりました。

連携後は、広告キャンペーンの成果やオーディエンスのエンゲージメント指標、どの投稿が効果的だったかといった分析結果を得られます。公開情報に基づく競合の動向把握も可能で、Meta AIが提案書や文書、スプレッドシートの作成まで代行してくれます。

Metaはこれまでも、WhatsAppやInstagramでの自動カスタマーサポートなど、事業者向けAIツールの拡充に注力してきました。2026年第2四半期の決算説明会でCEOのマーク・ザッカーバーグ氏は、企業にエージェントを提供し、業務を代行させる大きな事業機会があると述べています。

Googleは2026年8月20日、Google Arts & CultureとNational Park Serviceが共同開発した新たなオンラインハブ「United Parks of America」を公開したと発表しました。全米60カ所の国立公園を対象に、150以上の展示コンテンツと30本の動画ツアー、500マイルを超えるストリートビュー画像を横断的に閲覧できるサービスです。National Park Serviceの創設110周年を記念した取り組みで、歴史的建造物から手つかずの自然まで幅広く紹介しています。

目玉となるのが、独立記念館(Independence National Historical Park)を舞台にした実験的なAI体験Path to Independenceです。パノラマ画像とGeminiによるAIナレーションを組み合わせ、1776年の独立宣言署名の舞台裏を追体験できます。利用者はGeminiに追加の質問を投げかけることで、当時の人物や出来事について詳しい解説を音声で受け取れます。

署名の舞台となったAssembly Roomの再現には、画像生成技術Nano Bananaを活用しました。18世紀当時の姿を視覚的に想像できるよう工夫されており、独立宣言の実物や自由の鐘(Liberty Bell)といった一次資料も間近で確認できます。

ハブ全体では、独立記念館所蔵の独立宣言の写し19点や18世紀の肖像画149点、2000ページを超える歴史文書もデジタル化されています。さらにグランドキャニオンやヨセミテ、イエローストーンなど6つの国立公園については、回転・拡大が可能な3Dモデルで景観や地形を確認できるようにしました。

今回の公開はNational Park Week期間中の取り組みの一環で、NPS創設110周年を祝う意味合いも込められています。米国では8月25日が入園料無料日に設定されており、Googleは今回のデジタル体験を入り口に、実際の国立公園訪問へとつなげたい考えです。

Waymoは2026年8月19日、独自開発の自動運転車両「Ojai」に、Geminiを車内音声アシスタントとして統合したと発表しました。Waymo Driverが安全に走行する一方で、乗客は画面のGeminiアイコンを押して声で操作できるようになります。より快適でパーソナライズされた乗車体験を提供する狙いです。

具体的には、車内温度の調整や周辺スポットの検索など、幅広い操作を声だけで行えます。例えば「エアコンを65度に設定して」と話しかけたり、近くのコーヒーショップを尋ねたりできます。通り過ぎる観光名所の由来を解説してもらうことも可能です。

GeminiはWaymo Driverの走行制御とは完全に独立して動作します。乗客が呼びかけない限り機能は待機状態のままで、自動運転の安全性に影響を与えない設計です。利用しない間は完全に停止する仕組みで、プライバシーにも配慮しています。

今回の統合は、GoogleとWaymoが持つAI技術を組み合わせる取り組みの一環です。詳細はWaymoの公式ブログ「Waypoint」で公開されており、今後の対応車種拡大にも注目が集まります。

Meta社は8月19日、対話型AI「Meta AI」向けの専用Macアプリを発表しました。新アプリは画面共有機能を備え、ユーザーがMac画面をAIと共有すると、内容を踏まえた提案や質問への回答、コンテンツ生成を行えるようになります。全アプリ横断での音声入力にも対応し、日常的な作業を効率化する狙いです。

この発表は、Meta AIを単なる会話用チャットボットから、業務効率化を支援する生産性ツールへと転換させる取り組みの一環です。Meta AIはすでにInstagramやFacebookのアカウント、Meta広告キャンペーン、Google Workspaceと連携できるようになっています。ウェブ版・モバイル版・Mac版のいずれからも、これらのサービスに直接アクセスできる点が特徴です。

企業や個人クリエイター向けの活用例も示されました。投稿の閲覧数やいいね、シェア、保存数を分析し、次に投稿すべき内容を提案する機能や、ビジネスアカウントの情報とウェブ上のデータを組み合わせて資料やスプレッドシートを自動作成する機能が含まれます。週次の実績レポートを定期的に生成するなど、繰り返し発生する作業の自動化も進めています。

競合ではすでにデスクトップアプリの提供が先行しています。GoogleのGemini AIアプリも画面共有に対応しており、OpenAIのChatGPTやAnthropicのClaudeに至っては、AIがユーザーのコンピューターを直接操作する機能まで備えています。Meta AIの今回の機能追加は、こうした先行各社に追いつくための一手と位置付けられます。

AIアシスタント市場では、単なる対話にとどまらず、画面内容の理解や実務代行など、より深く業務に入り込む機能が競争軸になりつつあります。Metaが自社SNSや広告基盤との連携を強みに据える中、今後どこまでAIに実作業を任せられるかが、各社の差別化ポイントとして注目されそうです。

Googleは8月19日、新学期を迎える学生に向けて、検索エンジンとGeminiアプリの双方でAIを使った学習支援機能を新たに発表しました。対話型の可視化や自動生成の模擬テスト、専用のスタディハブなどを順次投入し、OpenAIや教育系スタートアップがしのぎを削る学習支援分野での主導権を握る狙いです。

Search内のAIオーバービューでは、たとえば「pHスケール」と検索すると対話型のインタラクティブ図が表示され、追加の質問をすればAIモードがさらに専門的な可視化を作成します。ACTやSAT、GREなど主要な標準テストに対応した模擬クイズも無償で利用でき、The Princeton Reviewなど提携する教育企業の教材を活用しています。

数週間以内には、Google Lensのカメラ機能を使って解答用紙を撮影するだけで、AIがつまずいた箇所を指摘し丁寧に解説する新機能も登場します。あわせてGemini NotebookがAIモードに統合され、授業ごとのノートを一元管理できるようになりました。

Geminiアプリでは学生専用のスタディハブを新設し、フラッシュカード作成や診断クイズを通じて弱点を把握できるスタディノートブックを提供します。DNAの立体構造などを回転させて確認できる3Dシミュレーション機能や、音声で調査結果を対話できるGemini LiveのDeep Research連携も同時に始まりました。

新学期にあわせ、米国の対象学生には通常月額19.99ドルのGoogle AI Proを1年間無償で提供し、5TBのストレージや利用上限の引き上げが付帯します。米国外の学生にもGoogle AI Plusを無償提供するなど、世界的に学習支援へのアクセスを広げる方針です。

アマゾンは8月19日（現地時間）、AI音声アシスタント「Alexa+」を、米国内の対応する全Fire TVデバイスで無料提供すると発表しました。Amazonプライム会員でなくても利用でき、アプリのダウンロードや追加登録は一切不要です。対象ユーザーは自動的にアップグレードされ、これまで非会員が支払っていた月額19.99ドルの利用料も撤廃されます。

Alexa+は昨秋発表された新世代Fire TVデバイス向けに提供が始まり、プライム会員は無料で利用できる一方、非会員は月額19.99ドルの有料サービスとして提供されていました。今回の発表により、この料金体系は撤廃され、全ユーザーが同一条件でAIアシスタントを使えるようになります。

対象となるのは、現行世代のFire TV StickシリーズやFire TV Cube、アマゾン製スマートテレビ「Ember」に加え、Alexa+を搭載したHisenseやPanasonicなど他社製スマートテレビも含まれます。会話型の検索や、番組タイトルに頼らないおすすめ機能、スマートホーム機器の操作などが利用可能になります。

アマゾンによると、Alexa+ユーザーは従来のAlexaと比べてFire TV上での会話回数がおよそ2倍に増えているといいます。番組タイトルを指定しなくても「評価の高いスリラー」といったあいまいな条件で作品を探せるほか、リビングのテレビ画面でRingカメラの映像を確認するといった使い方も可能です。

AIアシスタントをテレビに搭載する動きは業界全体に広がっており、GoogleはGoogle TV向けにGeminiを展開し、Rokuも音声アシスタントをAI化しています。エンターテインメント視聴の主要な入り口であるテレビが、生成AIとの対話の場としても位置づけられつつあります。

米グーグルは今月、スマートホーム向けAIアシスタント「Gemini for Home」に、Nestカメラがペットを個体識別する新機能「Pet Memory」を追加しました。しかし業界メディアThe Vergeの記者が自宅の猫3匹で2週間試したところ、いずれの猫も同じ1匹として誤認識され続け、実用には至らなかったと報告しています。

Pet Memoryは、ユーザーがGemini for Homeに伝えたペットの名前や品種と、カメラ映像からAIが生成した動物の説明文を照合する仕組みです。両者が一致すると、通知内の表記が「動物」から実際の名前に置き換わります。利用には月額20ドルのGoogle Home Advancedプランへの加入が必要で、対応も屋内のNestカメラに限られます。

顔認証機能の「Familiar Faces」とは異なり、Pet Memoryには個体ごとの視覚プロファイルを学習する仕組みがありません。写真のアップロードや訓練の工程はなく、ユーザーが名前と品種を入力するだけで、あとはAIが推測する設計です。記者が猫の毛色や模様を詳しく伝えても、追加情報は処理できないとして拒否されたといいます。

グーグルのプロダクトマネージャー、ルドラ・バット氏は取材に対し、Geminiは1匹のみの識別や犬と猫など異種間の判別は得意な一方、同じ種の複数個体を見分けるのは苦手だと説明しました。屋内カメラに限定しているのもこのためだとしています。

実際の運用でも支障が出ました。猫ごとに給餌シーンを分ける自動化を設定しても、2匹とも「Smokey」と判定されるため両方の動作が作動し、餌が溢れる事態になりました。1日の活動をまとめる「Home Brief」機能も、猫が実際にはいなかった車庫で食事をしていたと誤って伝えるなど、誤情報が目立ったといいます。

記者は、個体識別は動物の存在を検知するよりもはるかに難しい課題であり、現時点では信頼できる機能ではないと結論づけています。誤認識に頼るよりも録画映像を見返す方が確実だとして、AIによる要約が実用段階に達するまでは連続録画が頼りになると述べています。

Google Researchのシニア研究員デボラ・コーエン氏は、AIを使った洪水予測の取り組みについて説明しました。同社は2018年にインドで河川洪水予測を試験導入して以来、予測技術を拡張し、現在は世界150カ国、20億人以上をカバーする体制を整えています。2026年3月には新手法「Groundsource」も発表し、都市型の鉄砲水にも対応範囲を広げました。

Flood Hubと呼ばれるツールでは、降水量や河川水位、地表の状態など膨大なデータを解析し、河川の氾濫を最大7日前、都市部の鉄砲水を最大24時間前に予測します。水量を計算する「Hydrologic Model」と、浸水範囲を割り出す「Inundation Model」の2つのAIモデルを組み合わせているのが特徴です。予測結果はGoogle検索にも表示されるほか、企業や団体向けにFloods APIとしても提供されています。

従来、都市部の鉄砲水は観測データが乏しく、予測モデルの構築が難しい課題でした。そこでGoogleはGeminiを活用し、過去20年分・約500万件のニュース報道を読み込ませることで、150カ国以上にわたる260万件の洪水事例を集めた独自データセットを構築しました。このデータをもとに、新たな都市型鉄砲水予測モデルをFlood Hubに組み込んでいます。

研究成果は現場でも活用されています。支援団体のGiveDirectlyは、ナイジェリア・コギ州でFlood Forecasting APIを用い、洪水が起きる前に住民へ現金を届けました。その結果、対象世帯の所得は倍増し、食料不安は90%減少、93%の住民が「次の洪水への備えが向上した」と回答しています。

Googleは今後、データが乏しい農村部の鉄砲水や沿岸洪水への対応拡大を目指すとしています。あわせて、Groundsourceの手法を熱波や土砂災害など他の自然災害の予測にも応用できないか研究を進める方針です。水文学フレームワークはすでにオープンソース化されており、各国の気象水文機関が独自データを組み合わせて予測を作成できるようになっています。

Googleは18日（現地時間）、Chromeのブラウジング支援機能「Gemini in Chrome」を米国内の全Androidユーザー向けに提供開始したと発表しました。長文記事の要約やWebページに関する質問への回答、Googleアプリとの連携などをアプリ切り替えなしで利用できるようになります。タブを行き来する手間を省き、モバイルでの情報収集を効率化する狙いです。

Gemini in Chromeは、長文記事の要約やWebページ内容に関する質問応答に対応するほか、CalendarやKeepといったGoogleアプリとタブを切り替えずに連携できます。さらに画像生成AI「Nano Banana」を使い、その場で画像のカスタマイズや生成も可能です。モバイル利用者の日常的なブラウジングを幅広く支援する機能構成となっています。

米国のAndroid向けAI Pro・AI Ultra加入者は、エージェント機能「オートブラウズ」も利用できるようになりました。イベントの駐車場予約や定期オンライン注文の更新、旅行の手配といった煩雑な作業を代行してもらえます。従来は手作業で行っていた反復的なタスクを自動化できる点が特徴です。

セキュリティ面では、プロンプトインジェクションなど既知の脅威を検知するようモデルが訓練されており、安全性を重視した設計となっています。オートブラウズも機密性の高い操作を実行する前には利用者に確認を求める仕組みを備えています。利便性と安全性の両立を意識した設計といえます。

Gemini in Chromeへは、Android端末のChromeアプリ上部にあるGeminiアイコンまたは三点メニューからアクセスできます。今回の全展開により、米国内の幅広いユーザーがモバイル環境でも生成AIを活用したブラウジング体験を得られるようになりました。

Googleは、対話型AI「Gemini」アプリ内で、大学進学適性試験SATの本番形式の模試を無料で受験できる機能を提供しています。「SAT prep」などSAT対策関連のキーワード検索が直近3カ月でGoogle検索上急増する中、Geminiに話しかけるだけで模試を開始でき、多忙な受験生の学習をオンデマンドで支えます。

この模試は、大手予備校The Princeton Reviewが厳密に検証した教材をもとに作成されています。そのため、実際の試験当日に近い形式や難易度で練習でき、受験本番への不安を和らげる効果が期待できます。

模試終了後には、正答・誤答の傾向を示す即時フィードバックを受け取れます。理解が不十分な設問については、Geminiにそのまま質問すれば、正しい答えに至る解説をその場で得られます。

Google トレンドのデータによると、「SAT prep」や「SAT preparation classes near me」といった検索語は、過去3カ月で急上昇しています。今回の機能は、受験生が費用をかけずに実践的な対策を積める選択肢として、こうした需要の受け皿になりそうです。

利用方法は簡単で、Geminiに「模試を受けたい」と伝えるだけで練習SATがすぐに始まります。今年前半に導入されたこの機能は、忙しい受験生が隙間時間を使って継続的に学習を進める後押しとなりそうです。

米Mozillaは18日、Firefoxのブラウザ内蔵AI機能「Smart Window」を拡張し、検索エンジン企業Exaとの提携によりAIチャットの回答に最新のウェブ情報と出典リンクを表示できるようにしたと発表しました。従来はAIが新規の検索結果を提示するだけでしたが、今回の更新でユーザーが過去に閲覧したページの情報も自然言語で検索し、根拠を示しながら回答できるようになりました。

Smart Windowは、これまでに閲覧したタブの中から関連するグループを自動で提案し、重複したタブをまとめて整理する機能も備えています。デモでは、過去に見た「先週チェックしたランニングシューズ」といった曖昧な自然言語の指示から、該当ページの画像付きプレビューを瞬時に呼び出す様子が示されました。Mozillaによると、ベータ版の利用者からは思考の流れを保ちやすくなったとの声が寄せられているといいます。

利用者は回答生成に使うAIモデルを自由に選べる点も特徴です。Googleの「Gemini 3.1 Flash Lite」やOpenAIの「oss-gpt-120b」、Alibabaの「Qwen3-235B-A22B-Instruct-2507」に加え、手元の端末で動くローカルAIも選択可能です。Firefoxの製品担当者は、地域や思想の異なる企業のAIを選べるようにすることで「デジタル主権」を確保する狙いがあると説明しています。

プライバシー面では、連携先の外部AI事業者との契約はすべてゼロデータ保持を条件としており、入力内容を広告や再学習、人によるレビューに利用しない仕組みを採用しています。Mozilla自身もユーザーの許可なくチャット履歴をモデル訓練などに使うことはないとしています。

Smart Windowは前身の「AI Window」として昨年発表されて以降、機能拡充を続けてきました。ユーザーはAI機能を一括で無効にしたり個別に取捨選択したりできる設定も用意されています。現在もオプトイン方式のベータ機能であり、正式版への移行時期は未定だとしています。

元AWS主任エンジニア3人が創業したxpanderは17日、企業向けAIエージェントの統制基盤を一般提供開始したと発表しました。モデルやエージェントフレームワーク、クラウド基盤を問わず、実行・権限・監査・記憶を一元管理できるベンダー非依存の制御層と位置付けており、急増するエージェントの統制不足という企業課題に応えます。

調査会社ガートナーによると、フォーチュン500企業が抱えるAIエージェントの数は2025年時点で平均15未満だったのに対し、2028年には15万超に達する見通しです。一方で、適切なガバナンス体制を整えていると答えた企業はわずか13%にとどまり、統制の空白が急速に広がっています。

xpanderは元AWSプリンシパルエンジニア3人が設立したスタートアップで、共同創業者兼CEOのデービッド・トゥイザー氏は、企業が抱える課題として「単一ベンダーへのロックイン」を最も深刻な問題に挙げています。同社は同時に、Pico Venture Partnersが主導し、Emerge Ventures、Samsung Next、SeedILが参加する750万ドルのシード資金調達も発表しました。

新プラットフォームの中核をなすのが、モデル・フレームワーク・クラウドを問わず動作するUniversal Harnessというランタイムです。LangChainやStrands、Agnoなど既存フレームワークで構築したエージェントを取り込めるほか、REST API、Python SDK、Model Context Protocolという3つの統合手段を開発者に提供します。

もっとも、モデル横断のポータビリティ自体はxpander独自の売りではありません。LangChainのLangSmithやCrewAI、Temporalに加え、OpenAIの「Frontier」やGoogleの「Gemini Enterprise Agent Platform」も同様の統制機能を拡充しており、xpanderはこれら競合に対し、フレームワークやモデル、クラウドをすべて代替可能な部品として扱う独立系の制御層という立ち位置で差別化を狙います。

制御層では、エージェントの実行権限や承認フロー、監査ログを一元管理し、ツール呼び出し時には資格情報をボルトから注入することでモデルへの直接露出を避けます。あわせて汎用エージェント「Omni」も一般提供を開始し、GAIAベンチマークで90.9%のスコアを記録したとしています。料金はクレジット制のホスティング版と、50エージェントから始まる年間契約のエンタープライズ版の2本立てです。

Anthropicは17日、Claudeが生成する文章に組み込む見えない透かし技術の仕組みを説明しました。同社はGoogle DeepMind開発のオープンソース技術SynthID-Textを応用した独自版を採用し、欧州連合のAI法が求める合成コンテンツの識別義務に対応する狙いです。透かしは文章の意味や品質、料金に影響を与えないとしています。

具体的には、文章生成時に複数の候補語が同程度自然な場合、通常は乱数で決定していた選択を、暗号鍵と直前の単語列に基づく擬似乱数で決めます。例えば「今日の天気は寒くて」に続く単語が「曇り」か「どんより」かのように、意味がほぼ同じ複数語から選ぶ場面が対象です。読者が読んでも違和感はなく、専用の鍵を持つ者だけがそのパターンを検知できます。

この文章透かしは、Claudeが処理する画像向けのC2PA対応と並び、EU AI法が定める合成音声・画像・動画・文章への機械可読マークの義務化に対応するものです。Anthropicは、透かしの導入によってClaudeの利用料金が上がることや、出力内容の品質に実質的な影響が生じることはないと説明しています。

EUの透明性規則は他の主要AI開発企業にも及び、Claudeだけが対象ではありません。GoogleのチャットボットGeminiは2024年からSynthID-Textを採用済みで、OpenAIはChatGPTの文章透かし計画を詳細に示していないものの、同法の適用対象になるとみられています。

AIを活用したワークフロー自動化ツールRelayが、有料顧客向けサービスを9月14日に終了し、事実上の閉鎖に至ります。創業者でCEOのジェイコブ・バンク氏は同日、米GoogleのChromeチームにプロダクト担当バイスプレジデントとして復帰すると明らかにしました。無料プランの利用者はすでに8月15日にアクセスを失っており、閉鎖自体は7月に予告されていました。

Relayは2021年に、業務効率化ツールZapierの後継を目指して立ち上げられました。文書作成や校正、プロジェクト管理といった定型業務をAIで自動化し、企業の生産性向上を支援してきました。しかし競争の激しい自動化市場で存続の道を見いだせず、今回の閉鎖に至ったとみられます。

バンク氏はもともと2015年、自身が創業したスケジューリングアプリTimefulがGoogleに買収されたことをきっかけに入社しました。その後6年余りにわたり、GmailやGoogleカレンダー、Google Chatのプロダクトリードを歴任した後、Relayを設立するため退社した経緯があります。

新たな役割では、Chromeのプロダクトおよびデベロッパーリレーション部門を統括します。バンク氏はX(旧Twitter)への投稿で「AIと共に働きながら創造性や発想力を犠牲にしないツールを作り続けてきた」と述べ、Chromeを「エージェントと協働する最適な場所」と表現しました。

今回の動きは、Googleが検索やブラウザにAIを組み込む流れの延長線上にあります。対話型AI「Gemini」は既にChromeに統合されており、利用者数は今月、10億人を突破したと報告されています。バンク氏の復帰は、こうしたAI統合をさらに加速させる狙いがあるとみられます。

Google(グーグル)は8月14日、Geminiや動画編集ツール「Flow」で生成した画像・動画・音楽について、目に見える透かしをオフにできる新機能を発表しました。Gemini担当バイスプレジデントのジョシュ・ウッドワード氏がX(旧Twitter)で明らかにしたもので、Nano BananaやOmni、Lyriaで作成したコンテンツが対象となります。プロ利用や創作活動の現場で透かしが使い勝手を下げているとの声を受けた対応です。

新設定は「設定」内の「メディア透かし」からオン・オフを切り替えられ、数日中に順次提供される予定です。対象となるのはGeminiアプリと動画生成ツールのFlowで、今後は検索機能にも対応が広がる見込みです。ただし、目に見える透かしの表示が法律で義務付けられている国では、この機能は利用できません。

目に見える透かしをオフにしても、SynthIDによる不可視の電子透かしと、C2PA標準に基づくメタデータは引き続き埋め込まれます。ウッドワード氏は「創作の自由と安全性のバランスを取る取り組みだ」と説明し、GeminiやGoogle検索を使えば画像がAI生成かどうかを今後も確認できるとしています。

Googleはあわせて、C2PAのコンテンツ認証情報をアプリに組み込むためのオープンソースライブラリ「Credentio」も公開しました。開発者はこれを使うことで、独自のアプリにローカルでの真正性検証機能を組み込めるようになります。

今回の発表は、AnthropicがEU規制への対応として、Claudeが生成する文章やファイルに透かしを付与すると発表した直後のタイミングです。OpenAIやMetaの画像生成AIはもともと目に見える透かしを採用しておらず、各社の透かし戦略の違いが改めて浮き彫りになりました。

マイクロソフトは8月13日、個人向けのCopilotアプリと法人向けのMicrosoft 365 Copilotアプリを1つの新アプリに統合すると発表しました。モバイル版とウェブ版は8月中旬から、Windows版とMac版は9月中旬から順次配信され、両アプリの利用者は自動的に新アプリへ移行します。背景には、複雑化したCopilot製品群を整理し、ChatGPTやGeminiに対抗できる一体型サービスに作り直す狙いがあります。

統合に合わせて、成果が振るわなかった一部機能も終了します。ポッドキャスト生成機能やDeep Research、グループチャット機能は8月18日をもって利用できなくなり、実験的機能を集めたCopilot Labsも廃止されます。有料の法人向けプランでは、Deep Researchの代替として新機能「Researcher」が提供される予定です。

愛らしいキャラクターとして親しまれてきたアニメーション型アシスタント「Mico」も姿を消します。移行期間中は他の一部機能も一時的に利用できなくなる可能性があり、単独版Copilotアプリで作成したファイルはOneDriveへ自動的に移されます。

統合後もアカウントの扱いは維持され、個人用のMicrosoftアカウントと組織向けのMicrosoft Entra IDは引き続き切り離されます。企業向けのセキュリティやコンプライアンス、政府機関向けの管理機能にも変更はなく、基本的なCopilot機能は無料のまま提供が続きます。

米メディアの報道によると、Copilotを統括するマイクロソフト幹部は社内メモで、同アプリが顧客の生活の中で「存在する権利」を得る必要があると述べ、機能しないサービスからの撤退を求めていたといいます。今回の統合は、年内に計画される「スーパーアプリ」構想への布石であり、AnthropicのClaudeやOpenAIのChatGPT、GoogleのGeminiでも進む機能統合の流れに歩調を合わせる動きといえます。

Google傘下のGoogle DeepMindは、あらゆる入力から様々なコンテンツを生成できる新モデルGemini Omniを発表しました。第一弾となるGemini Omni Flashは、動画の生成や編集を会話するのと同じくらい手軽に行えるのが特長です。同社は開発に携わった研究者3人へのインタビューを公開し、モデルの狙いや今後の展望を語ってもらいました。

インタビューに応じたのは、研究科学者のモハマド・ババイザデ氏、プロダクトマネージャーのアニシュ・ナンジア氏、研究エンジニアのサラ・シュー氏の3人です。3人はOmniのビジョンや、動画生成から着手した理由について語りました。クリエイターにとって何が便利なのかも具体的に説明しています。

3人はインタビュー中、Omniで何ができるかについて自由に想像を膨らませました。髪型を入れ替えたり、自分たちをナマケモノに変身させたり、目の前のテーブルにサラ氏の猫を出現させたりできるかを話し合いました。モハマド氏は「これには上限がない」と述べています。

今後の展開についてサラ氏は「ここからさらに良くなっていくだけだ」と語り、Omniの進化に自信を見せました。Googleは今回、実際のインタビュー映像も公開しており、開発陣の生の声を通じてOmniの可能性を伝えています。

Googleは8月13日（現地時間）、Google Sheetsの新機能「Sheets canvas」を発表しました。生成AI「Gemini」を活用し、自然言語のプロンプトだけで表形式データを対話型の“ミニアプリ”に変換できる機能です。行と列が並ぶだけのスプレッドシートを、誰もが直感的に理解しやすい形に変えることを狙いとしています。

Sheets canvasは、スプレッドシートの上に重なる形で動作する読み書き可能な新しいレイヤーです。プログラミングや関数の知識は不要で、「学習進捗を管理する表を作って」といった指示を入力するだけで、Geminiが自動でレイアウトを構築します。作成後もキャンバスとシート双方の変更はリアルタイムで同期されるため、常に最新のデータを参照できます。

活用例としてGoogleは、学生の課題管理、ファンタジースポーツの成績比較、結婚式の座席表作成といったシーンを挙げています。例えば結婚式の準備では、ゲストの出欠データをドラッグ&ドロップで操作できる座席表に変換でき、変更内容は元のシートに自動で反映されます。ビジネス用途でも、進捗トラッカーやダッシュボード作成に応用できそうです。

作成したキャンバスは、レイアウトやデザイン、機能についてGeminiに追加で指示を出すことで柔軟に調整できます。Google Sheets内の1つのタブとして存在するため、通常のシートと同じ感覚でチームメンバーと共有・共同編集することも可能です。

Sheets canvasは本日より、英語版でGoogle AI ProおよびUltra加入者向けにグローバル提供が始まりました。あわせて、Business・Enterprise Standard・Plusプランを利用する法人向けGoogle Workspace顧客や、教育機関向けのGoogle AI Pro for Educationアドオン契約者にも順次展開されます。利用者はGoogle Sheetsの「Ask Gemini」サイドパネルから「Create canvas」を選択するだけで試すことができます。

Googleは8月13日、コーディングとAIエージェント向けの新モデルGemini 3.7 Flashを発表しました。前モデルの3.6 Flashからわずか3週間という異例の短期間での投入で、開発者からのフィードバックを反映したとしています。年内は入力・出力とも従来の半額の導入価格を提示し、コスト効率を重視する企業の採用を促す狙いです。

新モデルはコーディング性能で大きく向上しました。ソフトウェア工学のベンチマークFrontierCode 1.1では34.4%から43.6%に上昇し、長時間タスクを扱うDeepSWE v1.1も49.0%から65.3%に伸びています。ウェブ開発の指標であるWebDev ArenaのEloスコアも1538から1588まで上がりました。

価格面では、2026年内は100万トークンあたり入力0.75ドル、出力3.75ドルの導入価格を適用します。この水準は3.6 Flashの通常価格の半額に相当し、2027年1月からは入力1.50ドル、出力7.50ドルの通常価格に戻る予定です。大量のモデル呼び出しを伴うエージェント運用でコストを抑えたい企業にとって、当面の恩恵は小さくありません。

文書理解や業務自動化でも改善が見られます。複雑な文書処理を測るGDP.pdfベンチマークは22.0%から34.0%に、業務ワークフロー自動化を測るAutomationBenchは17.0%から30.4%に向上しました。パーソナルAIエージェント「Gemini Spark」にも即日反映され、Google Workspaceでのファイル整理やメール作成の精度が高まるとしています。

一方で、上位モデルGemini 3.5 Proの投入は依然として遅れており、今回の発表でも新たな時期は示されませんでした。Googleは先週、DeepMind共同創業者のデミス・ハサビス氏が日常運営から退き、Alphabetの最高科学責任者に就く人事など、AI部門の体制刷新を発表したばかりです。競合のClaude Sonnet 5やGPT-5.6 Terraと比べても一部指標では劣っており、Flash系モデルの高速投入で存在感を維持する戦略がうかがえます。

米Googleは先週、AI研究部門Google DeepMindの大規模な組織再編を発表しました。チーフサイエンティストのJeff Dean氏が退社し、Google Cloud上で新会社を設立する一方、共同創業者兼CEOのDemis Hassabis氏は会長職に退き、長期的な研究に専念することになりました。この人事刷新は、Googleが生成AI競争で本当に勝ちたいのかという業界内の疑問を改めて浮き彫りにしています。

新体制では、これまでDeepMindのCEOだったDemis氏の後任にCEO職は置かれず、プロダクト畑出身のKoray Kavukcuoglu氏がSVPとして采配を振ることになりました。ロンドンを拠点に独自の企業文化を築いてきたDeepMindですが、今後は権限の中心がGoogle本社のあるマウンテンビューへ移るとの見方も出ています。長期的な基礎研究より、製品化のスピードを優先する方針への転換とみられています。

調査会社SemiAnalysisは、今回の一連の動きについて「DeepMindはもはやフロンティア研究所ではない」と厳しく指摘しました。同社は、問題の本質はJeff Dean氏やNoam Shazeer氏といった個人ではなく、Google特有の官僚的で意思決定が遅く、戦略的に慎重すぎる企業文化にあると分析しています。この見立てに対し、The Vergeのシニア記者Hayden Field氏も「非常に馴染み深い指摘」と同意しています。

Jeff Dean氏とDemis氏は、AIの軍事利用に反対する2018年の公開書簡に署名するなど、社内で倫理面の抑止力としても機能してきた人物です。両氏の退場により、価値観を重視するエンジニアがさらにAnthropicなど他社へ流出する懸念が強まっています。新たにDeepMindを率いるKoray氏は製品志向が強く、倫理問題について声を上げるタイプではないとの見方もあります。

一方でGoogleには検索やGmailといった巨大な消費者向け基盤に加え、Google Cloudを通じてAnthropicやOpenAIにインフラを販売するという勝ち筋も残されています。企業向けAI市場でAnthropicが先行する中、Googleが正面から先端モデル競争を続けるのか、それともクラウド事業者としての立場に軸足を移すのかは、依然として不透明なままです。

Field氏は、Googleが検索や潤沢な資金力という安全網を持つ以上、AI競争から完全に脱落する可能性は低いと分析します。ただし、今後発表される次世代モデルGemini 4の出来栄えや、DeepMindからのさらなる人材流出の有無が、Googleが最先端であり続けられるかを占う重要な指標になると指摘しています。

Googleは8月12日、ワイヤレスイヤホン「Pixel Buds Pro 2」と「Pixel Buds 2a」の新機能を発表しました。Geminiによる音声操作、装着状態の変化を補う動的ANC、70以上の言語を扱う翻訳機能の強化が柱です。新色オリーブのPixel Buds Pro 2は8月12日から注文でき、ソフトウェア更新は9月に順次配信されます。

注目はGeminiによる音声操作です。「Hey Google, turn up the bass」と話しかけるだけで低音の強さなどイヤホン側の設定を変更でき、スマートフォンを取り出してアプリを開く手間がなくなります。音声だけで機器を操る体験が、スマートフォンからイヤホンへ広がる形です。

Pixel Buds Pro 2には動的ANCが加わります。装着中に耳との密閉具合がわずかにずれても、その変化を補うようノイズ制御を自動で調整し、遮音の効きを保つ仕組みです。

翻訳機能も強化されます。イヤホンをタップすると聞き取りモードが起動し、70以上の言語をほぼリアルタイムで理解できるほか、自分の言語で話した内容をPixelスマートフォンが相手の言語で読み上げます。スマートフォンを操作せずに双方向のやり取りが成り立つため、出張や商談での実用性が高まります。

Pixel Watchとの連携も追加されます。時計が入眠を検知すると音楽を止め、タッチ操作と通知を無効にするため、就寝中に音や振動で起こされる心配が減ります。

Googleは端末とAIの結び付きを強めています。今回の更新は、ハードウェアを入り口にしたGeminiの日常利用を広げる動きと位置づけられます。