Gemini（プロダクト）に関するニュース一覧

米メタは7月27日、同社のAIアシスタント「Meta AI」を短文投稿アプリ「Threads」のダイレクトメッセージ（DM）内で使えるようにすると発表しました。ユーザーはDM上でMeta AIと1対1で会話でき、この機能は月曜から全世界で順次提供されます。自社アプリ内でAI対話を完結させ、利用者を囲い込む狙いです。

これまでThreadsでは一部の市場で公開投稿上のMeta AIを利用できましたが、これはX上の「Grok」と似た仕組みで、返信が他のユーザーにも見える形式でした。今回のDM統合により、非公開でAIと対話できる点が新しく、より気軽に質問や相談ができます。

新機能では、Threadsの投稿・画像・リンク・動画をMeta AIに直接共有し、追加の質問を重ねて話題を深掘りできます。Meta AIはすでにFacebook・Instagram・WhatsAppのDMでも提供されており、今回のThreadsへの展開で主要アプリがほぼ出そろいました。

背景には、ユーザーがChatGPTやGoogle Geminiといった外部のAIアシスタントに流れるのを防ぎ、自社の生態系にとどめたいメタの思惑があります。情報収集や推薦をアプリ内で完結させ、Xの対抗馬であるThreadsの滞在時間を伸ばす狙いです。

一方でメタは、Threadsの公開フィードでのMeta AI表示については、一部の市場で試験を続け、フィードバックを踏まえて拡大を検討するとしています。返信を減らしたいユーザーは、@meta.aiのミュートや「興味なし」の選択、返信の非表示で対応できます。

中国のスタートアップMoonshot AIが公開したオープンウェイトモデル「Kimi K3」が、シリコンバレーに緊張を走らせています。米企業の最高峰システムに一部で匹敵し、しかも大幅に安いとされる性能に加え、モデルの重み（パラメータ）を無償公開し米国の利用者を明確に狙う方針が、閉鎖型の米国製モデルが今後も優位を保てるのかという不安を強めています。

オープンウェイトモデルは、専有型システムより開発者の自由度が高く、AIの挙動を検証したり自社環境で実行したり、特定ベンダーに依存せず製品を作れる利点があります。ではなぜ多額を投じて訓練したモデルを手放すのでしょうか。フォーダム大ロースクールのChinmayi Sharma教授は「無償の重みは無償のAIサービスではない」と述べ、運用に要する計算基盤やホスティング、保守などスタックの別の部分で収益化できると指摘します。

公開は競争戦略としても強力です。重みを開放すれば利用者が増え、周辺のツールや基盤のエコシステムが育ち、やがて事実上の標準になり得ます。実例としてAlibabaのQwenは累計7億ダウンロードに達し、業界へ深く浸透しました。

これは米AI大手にとって明確な脅威です。有力なオープンモデルを軸に開発者やツールが集まれば、業界の重心がGeminiやClaude、ChatGPTといった専有型プラットフォームから離れかねません。米各社がアクセス制限や安全ガードレールを強める中、より安価な中国製モデルへ移る米企業も既に現れています。

背景には、先端半導体へのアクセス制限という制約と、中国モデルの普及を促す産業政策が交錯しています。習近平国家主席は上海の会議で、閉鎖的な米国に対し中国をより公平な協力相手と位置づけ、AI主導権を公然と競いました。米国がオープンモデルを規制する可能性が浮上すると、IBMやMicrosoft、Meta、Nvidiaなど25社が拙速な規制に反対する公開書簡を出す一方、Google・OpenAI・Anthropicは当初の署名から外れていました。

米大手がどこまで譲歩するかは見通せません。専門家は、最良モデルは専有のまま、開発者を囲い込むために能力の高いオープンモデルを出す「ポートフォリオ戦略」を有力な落としどころと見ています。ただAnthropicはどちらの動きにも与しておらず、開放の度合いを巡る各社の判断は割れたままです。

米国の公立図書館で、人々にAI機能の停止方法を教える「Avoiding AI（AI回避）」と題した講座が注目を集めています。フィラデルフィアの図書館員チャーリー・ベイリー氏らが、スマートフォンやパソコンからApple IntelligenceやGeminiなどの機能を無効化する手順を解説する内容で、押し付けられるAIへの不満を背景に予想を超える参加者が集まっています。

この取り組みの発端は、メーン州バンゴー公共図書館の司書ハンナ・サイラス氏です。同氏が自身の講座について学術誌に論文を発表したところ、世界中の数十人の図書館員から問い合わせが相次ぎ、ベイリー氏もその一人でした。サイラス氏は「これまで手掛けたどの仕事でも、こんなことは一度もなかった」と、反響の大きさに驚きを語っています。

反響は数字にも表れています。サイラス氏の「パソコン入門」講座は通常十数人程度ですが、初回のAI回避講座は登録を30人で締め切り、キャンセル待ちとオンライン配信を追加してもなお、各回およそ70人が参加しました。ベイリー氏の図書館がInstagramに投稿した告知は2000を超える「いいね」を集め、通常の数十件を大きく上回りました。

講座は約1時間で、AIチャットボットの仕組みや使う理由・使わない理由を説明した後、主要なプラットフォームや端末ごとに機能を切る手順を実演します。参加者からは、Google検索に「&udm;=14」を付けるとAIの結果を隠せるといった実用的な知恵も共有されました。ベイリー氏はこれを「デジタルリテラシーの向上であり、AIを使うかどうかの自律性を取り戻す手助け」だと位置づけています。

参加者の関心はチャットボットにとどまらず、自宅近くにデータセンターが建つ懸念やAIの環境負荷への不安を口にする人もいました。ただし、これは技術そのものの拒否ではなく、医療の進歩やOCRの活用は認めたうえで利用の主導権を取り戻したいという訴えです。サイラス氏は「端末へのAIの強制的な搭載が、我慢の限界を超える引き金になっているのかもしれない」と指摘しています。

Metaは7月24日、対話型AI「Meta AI」を大幅に刷新し、質問応答にとどまらず能動的にタスクをこなすアシスタントへ進化させると発表しました。新版は利用者のカレンダーと連携して1日の予定をまとめた日次ブリーフィングを自動生成し、イベント計画や調査の代行までこなします。GeminiやChatGPT、Claudeなど競合への対抗策と位置づけ、一部市場でアプリとWebから提供を始めます。

具体的には、カレンダーを基に1日の要約を作成したり、キッチン改装の予算に合う中古家具をFacebook Marketplaceで探したりできます。イベント用のレストランを検索して予定に合う日を選ぶこともでき、一度タスクを設定すれば再指示なしで週次の献立作成や在庫復活の通知まで自動で続けます。

さらに、Web上の情報を要約してレポートやプレゼン資料、計画書にまとめる能力も向上しました。ChatGPTと同様に、回答の生成途中で方向性を修正できるステアリング機能も加わり、対話の主導権を利用者が握れます。

今回の刷新は同社の戦略転換を象徴します。最高製品責任者のクリス・コックス氏は昨年、OpenAIやGoogle、Anthropicのように「生産性に執着する」のではなく「娯楽」や「友人とのつながり」に集中すると社員へ語っていましたが、今回はその方針を反転させた形です。新機能は新モデルMuse Spark 1.1が支え、ザッカーバーグCEOが掲げる「個人向け超知能」への次の一歩と位置づけています。

提供は本日から「一部の市場」でMeta AIアプリとWeb版で始まり、WhatsAppなど他のプラットフォームや対応国は「今後数週間のうちに」拡大する予定です。経営者やリーダーにとっては、主要AIアシスタント間の競争が生産性の領域へと本格的に広がる兆しといえます。

Googleは2026年第2四半期の決算説明会で、AIアシスタント「Gemini」の月間利用者が9億5000万人を超えたと明らかにしました。利用者数は前年から3倍に増え、2月時点の7億5000万人からさらに上積みしています。10億人規模が目前に迫り、6月に月間10億人へ到達したOpenAIのChatGPTを追う構図が鮮明になってきました。

急成長を支えているのが、相次ぐ新機能の投入です。Alphabetのスンダー・ピチャイCEOは、日次要約機能「Daily Brief」や個人向けエージェント「Gemini Spark」が好評だと述べ、これらを米国と海外の双方で提供済みだと説明しました。同氏は「猛烈なペースで便利な機能を出荷し続けている」と語っています。

利用者基盤はAndroidだけにとどまりません。画像生成モデル「Nano Banana」の投入などを機にiOSでも支持を広げ、Appfiguresによると直近12カ月のiOSダウンロードは1億3700万回に達しました。調査会社Sensor Towerの「State of AI」報告では、AIアシスタント市場でChatGPTのシェアが初めて5割を下回り、Geminiのシェアは27.7%まで上昇しています。

検索事業も堅調です。多くの利用者がAIアシスタントを検索の代わりに使い始めるなか、GoogleはAI中心へ刷新した検索が好調だとし、Q&A;形式の「AIモード」の利用者が10億人を突破したと報告しました。同社は検索クエリが増加傾向にあると説明し、ハードウェアの技術改良によって新モデルや新機能を追加しつつもAIモードの運用コストを引き下げたとしています。

米Googleは、人々がAIをどのように使っているかを大規模に調べた実態調査「AI & Economy ATLAS」の初版を公開しました。GeminiアプリやAPIでやり取りされた1500万件の匿名化した対話を集計したもので、これらのサービスは月間10億人以上が利用しています。対象は150カ国以上、140言語、800職種、4000業務に及び、実際の利用実態を過去最大規模でとらえました。

調査からは、職場でのAI利用が「広く浅い」という姿が浮かび上がります。導入は全産業に広がり、米国の雇用の9割を占める全職種の68%で使われている一方、1つの仕事の中でAIが使われる業務は平均で約21%にとどまります。用途もアイデア出しや戦略立案、情報検索、学習といった協働・補助が中心で、業務を完全に自動化する例は全体の1割未満でした。

AIの活用は知的労働に限りません。自動車整備士や産業機械の技術者といった技能職でも、会話型AIをリアルタイムの診断や故障対応、その場での学習に使う動きが出ています。こうした現場の作業者は、画像や動画を扱うマルチモーダルAIを使う割合が2倍高いという特徴も見られました。

見落とされがちなのが、家庭でのAI活用です。ATLASでは対話の86%超が仕事以外の場面で発生しており、買い物の下調べや家電の使い方に加え、税金や免許、罰金といった行政手続きの負担軽減にも役立っています。これらは従来の経済指標では測りにくい価値だと、Googleは指摘します。

世界全体を見ると、AIの普及は各国の1人当たりGDPにおおむね比例し、デジタル格差が残る懸念があります。ただし南米や中東の一部の中所得国では、高所得国並みの利用率も確認されました。調査はGoogle DeepMindの分析基盤「OCTO」を使い、個人情報を除去したうえで集計しており、ケンブリッジ大のダイアン・コイル氏やMITのデービッド・オーター氏も報告に協力しています。

米国エネルギー省（DOE）が主導し、10年で米国の科学的発見を2倍に加速する科学AIの国家計画「Genesis Mission」が節目を迎えました。DOEは水曜、ワシントンで開いたサミットでフェーズ1の初回採択プロジェクトを公表しました。あわせてGoogleは研究者向けに4000万ドル相当のAIトークンとクラウド資金の拠出を表明し、MITも15件のプロジェクトで採択されました。

Googleの拠出は、同社のAI科学ツール群への現物アクセスが柱です。タンパク質の構造を予測するAlphaFold 3や、アルゴリズムを設計するAIエージェントAlphaEvolve、気象予測モデルWeatherNextなどを、採択された研究者に無償で開放します。さらに政府向け対話AI「Gemini for Government」の利用枠を1年間、DOE傘下の全17国立研究所で働く数万人規模のユーザーに提供します。

実際の研究現場では、すでに効果が表れています。Pacific Northwest国立研究所ではAlphaEvolveを用い、人手では扱えない巨大な数学的体系に潜む関係を自動で発見しました。別の国立研究所ではGeminiを顕微鏡に組み込み、校正時間を90分超から約13分へと8倍高速化し、自律的な材料探索を実現したといいます。

一方のMITは、フェーズ1で15件の共同プロジェクトが採択され、うち6件を同大の主任研究者が率います。対象は、宇宙の根源的な問いに迫る量子センサーや、核融合炉のプラズマ挙動のモデル化、化学薬品に頼らないレアアース抽出など多岐にわたります。計画は大学・産業界・国立研究所の連携を条件としており、分野横断での成果創出を促します。

Genesis Missionは、AIやスーパーコンピューター、量子技術を組み合わせ「世界最強の統合的な科学発見基盤」の構築を掲げます。科学担当のダリオ・ギルDOE次官は、AIと科学がともに進歩したとき何が可能になるかを示したいと述べ、産学官を束ねた次世代の研究体制づくりに期待を示しました。

ドイツのAIラボ、Black Forest Labs（BFL）は7月23日、マルチモーダル基盤モデル「FLUX 3」を発表しました。単一のプロンプトから画像や、最大20秒の音声付き動画を生成でき、同じアーキテクチャをロボットの視覚と動作にも拡張する点が特徴です。同社にとって初の公開動画生成モデルであり、まずは招待制の限定公開で提供を始めます。

BFLが強調するのは、画像・動画・音声を別々のモデルとして束ねるのではなく、単一アーキテクチャで同時に学習させた点です。同社はこれを「ビジュアル・インテリジェンス」と呼び、創作やシミュレーション、コンピュータ操作、ロボティクスを一つの能力の応用として捉えます。共同創業者でCEOのロビン・ロンバッハ氏は「画像だけを学んだモデルは画像しか生成できない」と述べ、物理世界の理解こそが説得力ある生成を生むと訴えました。

動画機能が今回の目玉です。テキストや画像からの生成に加え、キャラクターを別シーンへ引き継ぐ動画間生成、複数クリップを連結して数分の多カット映像を作る機能などを備えます。すべての動画出力に音声が付随し、20秒という長さは提供を終えたOpenAIのSoraに並ぶ水準です。

もっとも、公開されたのは暫定的な選好テストに限られます。BFLによれば初期候補モデルは10秒・720pの比較でLuma Ray 3.2に93%、Runway Gen-4.5に77%の割合で好まれた一方、最有力の対抗馬であるGoogleのGemini Omni Flashとは52%の互角でした。価格や実運用のSLA、画像モデルのベンチマークは一切示されておらず、企業は総保有コストを算定できません。

BFLは動画基盤をロボット制御へ応用する「FLUX-mimic」も公開しました。スイスのMimic Roboticsと組み、従来30時間以上かかった学習をわずか30分の実機データで特定作業に適応できるといいます。一方、オープンな重みは年内に後追いで提供する予定で、評価額32.5億ドルの同社が築いた開発者基盤をどこまで維持できるかが問われます。

米陸軍は2026年5月に生成AIの「無制限」トークン利用を打ち出したものの、わずか1か月余りでプールを使い切り、6月中旬に利用制限を再導入しました。陸軍の戦闘能力開発コマンド(DEVCOM)の職員には、トークンを急速に消費しているため利用を控えるよう求めるメールが届きました。米メディアのWIREDが報じました。

陸軍CIO(最高情報責任者)のメールによると、5月に無制限提供を発表した直後の6月中旬にはプールが枯渇し、制限を再設定せざるを得なくなりました。陸軍は当面「現行水準」でトークン利用を更新する方針ですが、10月1日以降も更新されるかは不透明だとしています。

陸軍が使うのは、複数の大規模言語モデルを切り替えられる生成AI基盤Ask Sageです。GoogleのGemini、MetaのLlama、OpenAIのChatGPTなどが利用でき、機密性の低い管理対象情報の取り扱いにも認定されています。関係者は「陸軍全体が、たった一つの部門で1年分のトークンを使い切ったようだ」と匿名でWIREDに語りました。

陸軍は職員に生成AIの積極活用を促してきました。職員には月20万トークン以上が割り当てられ、使い切ると自動で追加され、利用の少ない職員にはもっと使うよう促すメールが送られていました。国防総省は6月に、350万人の職員のうち半数近くが業務でAIを使っていると誇っていました。

Samsung（サムスン電子）は7月22日、ロンドンで開いた新製品発表会「Galaxy Unpacked 2026」で、折りたたみスマートフォンの新機種「Galaxy Z Fold8 Ultra」「Fold8」「Flip8」を発表しました。Googleと共同でAIアシスタント「Gemini」の新機能群「Gemini Intelligence」を初めて搭載し、秋に発売するAIスマートグラスの新デザインも公開しました。折りたたみ端末とウェアラブルの両輪で、生成AIを日常の操作へ組み込む戦略を鮮明にしました。

新機種の中核はタスク自動化です。Geminiが対応アプリを従来の少数から40以上へ拡大し、配車やテイクアウト、レストラン予約、旅行手配、チケット購入といった用件を代行します。画面の内容や複雑な画像を読み取って指示として解釈でき、処理中は別のアプリを操作したり、端末を閉じてバックグラウンドで完了を待つこともできます。

研究や資料作成に向けては、「NotebookLM」を改称した「Gemini Notebook」を新型折りたたみ機にプリインストールしました。Fold8シリーズの大画面では、写真や文書、音声メモを左右に並べて取り込み、スライドや動画、クイズ、ポッドキャストを自動生成できます。3機種には「Google AI Pro」の6カ月無料トライアルが付属します。

Samsungは、Googleおよび眼鏡ブランドのGentle Monster、Warby Parkerと共同開発したAIスマートグラスの新型2種を追加し、計4種のデザインを公開しました。QualcommのSnapdragon AR1 Gen 1を採用し、連続9時間の駆動と付属ケースによる7回分の追加充電に対応します。GeminiとSamsungのBixbyを選べ、メッセージ要約や翻訳、経路案内、カメラ映像の解析を利用できます。

一方、カメラ内蔵に伴うプライバシー懸念も残ります。担当のJaein Choi氏は、録画中を示すLEDが覆われると録画を止める仕組みを備えると説明し、Metaと同じ課題を「業界共通の問題」と位置づけました。あわせてGoogleは、Android 17にiPhoneからのデータを無線で移す純正の移行機能を組み込み、写真や連絡先に加えパスワードやeSIMも引き継げるようにしました。

Metaは2026年7月、自社の新画像生成モデルMuseが生成した画像に不可視の透かしを埋め込む独自の検出技術「Content Seal」を発表しました。3月に同社の監督委員会が偽情報対策として自社ツールの活用を求めたことへの回答ですが、米メディアThe Vergeは、Googleが先行して提供する標準「SynthID」を採用すれば済んだはずだと指摘しています。

Content Sealの仕組みはSynthIDとほぼ同じです。人間の目には見えない透かしを画像に埋め込み、専用ツールで走査してAI生成物と本物を判別します。切り抜きや圧縮、リサイズ、スクリーンショットを経ても透かしが残る点も共通しており、機能面での独自性はほとんど見当たりません。

それだけに、なぜMetaが独自路線を選んだのか疑問が残ります。同社はコンテンツの来歴標準化を進める団体C2PAの運営委員を務め、GoogleのSynthIDは競合のOpenAIも既に採用しています。透明性向上へ他社と協調する土壌がありながら、後発で別系統の仕組みを立ち上げた形です。

現時点のContent Sealには多くの制約があります。検出はMetaが試験公開する専用Webツールでしか行えず、Muse以前のモデルが作った画像や動画には対応していません。1日あたりの検出回数にも上限が設けられ、上限のないC2PAと比べて使い勝手で劣ります。

精度面の懸念も大きいです。ロイターの検証では、Content Sealは切り抜いたMuse生成画像の半数超を検出できませんでした。The Verge記者がMuse画像をGeminiやC2PAの判別ツールに通したところ、いずれもAI生成と確認できず、Meta外のプラットフォームでの表示にも課題を残しています。

Googleは、同社のAIアシスタント「Gemini」アプリのライブ機能「Gemini Live」を使い、カメラで映した対象についてリアルタイムに助言を得る方法を公式ブログで紹介しました。画面のLiveアイコンをタップしてカメラを起動し、レンズを向けるだけで、複雑な説明書や点滅するエラーコードなど、言葉にしづらい対象をその場で相談できます。長い説明を省き、目の前のものをそのまま見せて質問できる点が特徴です。

使い方は簡単です。画面のLiveアイコンをタップし、カメラのアイコンを押すとGemini Liveが起動します。あとは助けが必要な対象にレンズを向け、修理の手順や散らかった引き出しの整理術など、知りたいことを話しかけるだけで案内が得られます。

カメラだけでなく、スマートフォンの画面を共有する使い方もあります。操作に迷うアプリの画面を共有すれば、Geminiがナビゲーションを支援します。実物と画面の双方を入力にできるため、状況に応じて手段を選べます。

活用の幅は実用的な場面にとどまりません。部屋の装飾のアイデア出しや、買い物中のパーソナルな助言など、創造的な用途にも使えます。現実世界を起点に、思いついたことへその場で答えを得られる体験を目指しています。

米サイバーセキュリティ新興企業のGlowは7月22日、水面下の開発段階を終えて事業を公表し、1.8億ドルのシリーズA資金調達を実施したと発表しました。評価額は12億ドルに達し、収益を開示する前にユニコーン企業入りしました。同社は元MetaやSnowflakeの幹部が2025年に設立し、AIが企業のエンドポイント防御を根本から変えるとみています。

今回の調達は全額を株式で賄い、Sequoia Capitalやサイバースターツ、Greenoaks、Redpoint Venturesが主導し、Index VenturesやLux Capitalなども参加しました。本社はカリフォルニア州パロアルトにあり、従業員は約100人で、うち7割がイスラエル、残りが米国に在籍します。

攻撃者が生成AIでフィッシングやマルウェア作成を自動化するなか、企業は従業員端末やサーバーを守る手法の見直しを迫られています。共同創業者で最高経営責任者(CEO)のRoi Tiger氏は元Metaの技術担当副社長で、『過去10年はクラウドやSaaSへの移行だったが、いまAIがかつてない形で端末に降りてきた』と語ります。同社のプラットフォームは専門のAIエージェントが社内環境を常時把握し、実時間でリスクを評価してセキュリティ方針を自動適用します。

プラットフォームはAnthropicやGoogleのGeminiのモデルをAmazon Bedrock経由で利用し、企業固有の文脈を与える独自ソフトで信頼性を高めています。すでに悪意あるnpmパッケージの導入を阻止したほか、それを取り込もうとするAIエージェントを検知し、防御ツールが欠けた端末も発見したとしています。

エンドポイント市場はCrowdStrikeやMicrosoft、SentinelOne、Palo Alto Networksが支配しています。Tiger氏は、既存製品が脅威の発生後の検知に主眼を置くのに対し、Glowは危険なソフトやAIエージェントの侵入を未然に防ぐ設計だと説明します。同社はすでに医療や小売、金融の顧客を抱え、世界規模の組織で数万台の端末に導入されているとしています。

Alphabet（グーグル親会社）のスンダー・ピチャイ最高経営責任者は2026年7月22日、同社ブログで2026年第2四半期決算の要点を公表しました。全社売上高は前年同期比24%増となり、クラウド事業が82%、検索広告が17%、YouTube広告が13%それぞれ伸びました。同氏は人工知能（AI）への投資が全事業の成長を押し上げていると強調しました。

成長を最も牽引したのはクラウド事業です。売上高は82%増、受注残高は5140億ドルに拡大し、フォーチュン100企業の約9割が業務用基盤Gemini Enterpriseを利用しています。新規顧客の獲得ペースは前年比で2倍超、Google Cloud Marketplaceの取引は7倍超に伸びました。

AIモデルの利用も急拡大しています。モデルAPIの処理量は毎分約220億トークンと前四半期の160億から増え、月間900万人超の開発者が利用しています。対話アプリGemini Appの月間利用者は9億5000万人に達し、日次利用者は1年で3倍になりました。

製品面では低コストな新モデルGemini 3.6 Flashなどを投入したほか、検索の新機能「AI Mode」の月間利用者が10億人を超えました。次世代基盤モデルGemini 4の事前学習も始めており、同社は「これまでで最も野心的な取り組み」と位置づけています。半導体からモデルまで統合したAI基盤が、こうした成長を支えています。

AI開発企業Writerの研究者は2026年7月、基盤モデルを変えずにAIエージェントの運用コストを大幅に下げる手法を論文で公開しました。モデルを包むオーケストレーション層（ハーネス）を最適化することで、タスクあたりのトークン消費を38%、コストを41%削減しつつ、品質を維持できると示しています。エンジニアリングチームがモデルの再学習なしに適用できる点が特徴です。

背景にあるのはtokenmaxxingと呼ばれる業界の悪弊です。良い設計の代わりに巨大なコンテキストと大量のトークンを力任せに投入する手法で、同社CTOのWaseem AlShikh氏は「請求額はタスク単価×トークン単価だが、多くのチームは後者しか見ていない」と指摘します。エージェントではループのたびに膨らむ文脈が再送され、トークン量が単価下落より速く膨張するため、価格低下が非効率を覆い隠す麻酔になっていると言います。

研究チームはClaude Sonnet 4.6やGemini 3.1、Writer独自のPalmyra X6など6モデルで、22件の企業タスクを固定して検証しました。従来型のエージェントループと最適化済みのWriter Agent Harnessを比較した結果、トークン量は1.42万から8800へ、平均コストは21セントから12セントへ低下しました。処理時間の中央値も48秒から27秒へと44%短縮しています。

一方でマルチエージェント構成には限界も見えました。検索などを担うサブエージェントへの委譲が実用水準に達したのはPalmyra X6とClaude Sonnet 4.6の上位2モデルのみで、Gemini Flash 3.5やQwen 3.6など軽量モデルは信頼性の閾値を大きく下回りました。委譲能力はまだ軽量モデルでは安定しないということです。

実務者向けの指針として同氏は、静的な指示を上部、動的な要素を下部に置くTwo-Zoneプロンプトでキャッシュを効かせること、履歴を外部に退避させるコンテキストオフローディングを挙げます。さらに「モデルに自らの支出を監視させてはならない。防護柵はモデルの下、コード側に置く」として、タスクごとの厳格なトークン上限や失敗後の支出抑制を勧めています。

ただし最適化には工数がかかるため、試作段階では軽いハーネスで素早く反復すべきだとも述べます。恩恵が大きいのは1日数百万リクエスト規模に達した段階です。モデルが計画や推論を自ら担うようになるほど、ハーネスの役割は能力補完から予算・権限・監査といった統治の徹底へ移り、企業が手放すべきでない層になると同氏は展望しています。

Googleは7月20日、生成AIアシスタントGeminiを使って副業や小規模ビジネスを立ち上げる5つの方法を自社ブログで公開しました。米国では「起業」の検索が過去最高を記録しており、多額の予算や数カ月の準備がなくてもアイデアを収益化できると訴えています。経営者や個人事業主にとって、初期コストを抑えた事業構築の実践的な指針となる内容です。

第一に、頭の中のアイデアをGeminiアプリのノートブックに書き出し、リンクや資料を追加することで事業計画へと構造化できます。事業が成長すれば、ウェブサイトやGoogleビジネスプロフィールと連携するビジネスノートブックに移行し、未回答の顧客対応など重要なアクションを自動で提示します。

第二に、Deep Research機能が数時間かかる作業を数分に圧縮します。競合や狙う市場のレポートを指示すれば、数百の情報源を横断して事実を収集し、新興トレンドを整理した専門的な分析を提示してくれます。

第三と第四は、ブランド構築と運営の自動化です。製品画像を高級感のある背景に配置したり、動画広告を作成したりでき、CanvaやGoogle LabsのPomelliと連携してブランドブックやウェブサイトも短時間で用意できます。さらにAIエージェントGemini Sparkは端末の電源を切っていても24時間稼働し、問い合わせメールから顧客情報を抽出してスプレッドシートに記録するといった作業を自動で処理します。

最後に価格設定では、材料費や手数料、送料を入力して損益分岐点を算出し、複数の価格帯が売上に与える影響を試算できます。事業開始後もスプレッドシートをアップロードすれば、隠れた傾向の発見や意思決定を可視化する対話型ツールの作成が可能で、データに基づく経営判断を後押しします。なおGemini SparkはGoogle AI Ultra契約者向けに世界で提供されています。

Alphabet傘下のGoogleが2028年をめどに、自社の生成AIモデルGeminiをより効率的に動かす新型サーバーチップを開発していることが分かりました。米メディアThe Informationが7月20日、匿名の関係者を引用して報じたもので、社内で「Frozen v2」と呼ばれるこのチップは、電力当たりの生成トークン数で測ると既存のAIチップより6〜10倍効率的になる可能性があるとされます。

GoogleはTechCrunchの取材に対し、報道を直接認めも否定もしませんでした。同社は「チームは常に新たな技術革新を研究・実験しており、すべてのプロジェクトが製品化されるわけではない」とした上で、ハードとソフトを一体で設計するフルスタックの取り組みを強調しています。

AI各社が自社チップ開発を急ぐ背景には、モデルの効率的な運用に加え、世界的なAI計算能力の不足への対応があります。市場ではAI関連支出への懸念が広がり、かつての熱狂が冷めつつあるなか、効率性はテクノロジー企業にとって重要な訴求点となっています。同時に各社は、AIチップ市場を長く支配してきたNvidiaへの依存脱却も進めています。

自社チップの動きは業界全体に広がっています。OpenAIは6月に初の独自チップとなる推論用プロセッサ「Jalapeño」を発表し、今月にはAnthropicがSamsungと新たなチップ製造での提携を協議していると報じられました。Googleもこの流れの中で独自路線を強めています。

投資家はこれまで、Alphabetの巨額なAI投資を懸念してきました。同社は今年、1800億〜1900億ドルを投じる計画を示しており、その回収を証明する必要に迫られています。今回の効率的な新チップの報道は投資家の懸念を和らげ、週内の決算発表を前に月曜午前の株価は約3%上昇しました。

Googleは、AIアプリ「Gemini」の利用上限の測り方を全面的に刷新しました。これまでのリクエスト回数ではなく、要求ごとの計算処理の重さに応じて利用枠を消費する方式へと切り替え、無料・Plus・Pro・Ultraの各プランに適用します。同社にとってはデータセンターへの実際の負荷を反映しやすくなる一方、利用者からは上限が読みにくくなったとの声も出ています。

有料プランは月額8ドルのAI Plus、20ドルのAI Pro、100ドルまたは200ドルのAI Ultraの3種類で、無料枠も引き続き残ります。Googleは無料枠の上限を「標準」とだけ説明し、Plusはその2倍、Proは4倍、Ultraは支払い額に応じてProの5倍または20倍に設定しています。

全ユーザーがFlash-LiteからFlash、Proまで全モデルを使えますが、高度なモデルほど利用枠の消費が増える仕組みです。各モデルには標準・拡張・Deep Thinkという思考レベルがあり、扱える文脈の上限は無料が3万2000トークン、Plusが12万8000トークン、ProとUltraが100万トークンに達します。

自分の残量はGeminiアプリの設定内「使用量の上限」から確認でき、画面には2本のバーが表示されます。上段の直近利用分は5時間ごとにリセットされ、下段の週次上限は毎週リセットされる仕組みです。

有料プランでも上限に達すると最も基本的なモデルへ降格され、次のリセットまでそれを使い続けることになります。Googleは容量の状況次第で上限を予告なく変更する場合があるとし、資源が逼迫した際には無料ユーザーが先に影響を受ける可能性があると説明しています。

セキュリティ企業Tracebitは7月14日、AIハッキングエージェントの攻撃を停止させる新手法を発表しました。攻撃者がLLMを悪用するために使うプロンプトインジェクションを防御側が逆用し、Amazon Web Services上に保存したパスワードや暗号鍵などの機密情報の隣に、LLMのガードレールが禁じる命令を仕込むというものです。同社はこれをコンテキストボミング（文脈爆弾）と名付けました。

仕組みはLLMの安全機構を逆手に取る点にあります。仕込まれた命令の例には、吸引可能な炭疽菌の開発手順を求めるものや、中国製モデル向けに1989年の天安門事件の象徴「戦車男」に言及させるものがあります。攻撃側のLLMがこうした禁止命令に触れると拒否反応を起こし、それまで実行していた攻撃指示を放棄します。

共同創業者兼CEOのアンディ・スミス氏は「私たちは文脈内で拒否機構を発動させている」と説明します。この効果は強く鋭く、エージェントが立ち直るのは難しいといいます。一度拒否状態に入ると、モデルは攻撃を拒み続けるためです。

検証ではOpus 4.8、Gemini 3.1 Pro、GLM 5.2、DeepSeek 4 Pro、Kimi 2.6の5モデルを模擬AWS環境で試し、152回の攻撃を実行しました。偽の機密情報に文字列を1つ仕込むだけで、エージェントが管理者権限を完全掌握する割合は57%から5%へ、永続的な足場まで残す完全侵害は36%から1%へと激減しました。最も高性能なOpus 4.8は、管理者権限奪取の成功率93%から全試行で失敗へと転じています。

この研究は5月に同社が導入した検知手法の延長線上にあります。実際には使われない「おとり」のAWSリソースを配置し、AIエージェントに探られると防御側へ警告が届く仕組みで、平均8分で攻撃開始を検知しました。ただし攻撃側が管理者権限へ到達するまで平均14分であり、わずか6分の猶予では対応が間に合わないという課題がありました。

プロンプトインジェクションには今なお根本的な解決策がなく、開発者はガードレールで防ぐしかないのが現状です。UCサンディエゴのアーレンス・フェルナンデス教授は「防御としてこの手法を使う例は他に見たことがない」と述べます。解決不能とされた問題を、防御側が逆に武器として活用する道が開けつつあります。

米メディアWIREDは7月16日、AI機能を利用者に無断で有効化する「オプトアウト前提」の設計が広がっているとして、テック企業の姿勢を批判する論説を公開しました。発端は7月上旬、MetaがInstagramの公開写真を使ってAI画像を生成できる機能を既定でオンにしたことです。利用者は自ら設定を解除しない限り対象となる仕組みでした。

この初期設定に対し、複数の人気投稿者が解除方法を解説する動画を投稿し、反発が急速に拡大しました。Metaは3日後に「この機能は的外れだった」と認め、タグ付け機能を撤回しています。電子フロンティア財団の専門家は、生成AI機能が「点灯から消灯まで3日」という異例の速さで撤回された点を評価しました。

問題はMetaに限りません。筆者はGoogleドキュメントの「Ask Gemini」バーや、ドロップボックス、LinkedInでも同様の解除作業を繰り返してきたと述べます。ボストン大学のハーツォグ教授は「人は初期設定のまま使い続ける傾向がある」と指摘し、既定でオンにする影響の大きさを強調しました。

解決策として専門家が挙げるのが、EUの一般データ保護規則(GDPR)第25条です。同条は「必要な情報だけを集める設計」を求め、よりプライバシー保護的な選択肢を初期状態にするよう定めています。運用面での課題を指摘する声はあるものの、保護を前提とする発想自体は有効だと筆者は評価します。

一方、米国には包括的なプライバシー規制がなく、カリフォルニア州やメリーランド州の州法が分散しているのが現状です。消費者連盟の担当者は「連邦政府の介入が必要な典型例だ」と述べ、連邦規制への期待を示しました。企業が利用者を無断でAI機能に組み込むことは、ディープフェイクの氾濫など現実世界の帰結を招くと筆者は警鐘を鳴らしています。

Googleは7月16日、動画作成ツール「Google Vids」に2つの新機能を追加したと発表しました。1つはマルチモーダルAI「Gemini Omni」で、文章と参照画像から高品質な動画を生成できます。もう1つは個人アバター機能で、自撮り写真と短い音声録音をアップロードするだけで、自分そっくりの姿と声を持つデジタルアバターを作成し、カメラ撮影なしで動画に出演できます。

Gemini Omniは、自然言語のプロンプトに写真やラフスケッチなどの画像を組み合わせ、イメージに沿った動画を生成します。スマートフォンで撮影した映像の背景差し替えや照明修正、エフェクト追加も、話しかけるような指示で行えます。さらに段階的な編集に対応し、最初からやり直すことなく修正を重ねられる点が特徴です。

個人アバターは、テキストを入力するだけでアバターが本人に代わってメッセージを読み上げます。両機能はGoogle AI Pro・Ultraの加入者と、Google Workspaceの法人顧客が利用できます。ただしアバターの利用は18歳以上かつ特定地域のユーザーに限られ、アカウント名義人本人の容姿にひも付けられます。

生成された動画には、AI製であることを検証できる不可視の電子透かし「SynthID」が埋め込まれます。今回の刷新で、業務用プレゼン支援ツールだったVidsは総合的な動画制作プラットフォームへと領域を広げ、HeyGenやSynthesiaといったAIアバター系サービスとの競合に近づきます。すでに撤退したOpenAIの「Sora」が担っていた領域に、Googleが本格参入する形です。

Google（グーグル）は7月16日、AIを活用したノート・リサーチアプリ「NotebookLM」の名称を「Gemini Notebook」に変更すると発表しました。単独アプリとしての提供は続けつつ、対話型AI「Gemini」やGoogle検索との連携を一段と深めます。2023年に「Project Tailwind」として登場した同アプリは、現在3000万人以上、60万を超える組織が利用する規模へ成長しています。

Gemini Notebookは今後も、資料を読み込んで要約や分析を行うリサーチ特化ツールとして独立して機能します。一方でGeminiアプリ内から直接ノートを作成・閲覧でき、両者の間で完全な同期が可能になりました。Googleは近く、検索の対話機能「AI Mode」にもノートを持ち込む計画です。

改称に合わせ、各ノートブックに安全なクラウド計算環境を与える更新の展開も始めました。これによりGemini Notebookはコードを直接記述・実行し、取り込んだ情報源に基づく複雑なデータ分析をこなせます。新しい出力形式や、より深い分析が可能になる見込みです。

この機能は現時点で、有料上位プラン「Google AI Ultra」の利用者と、対象のWorkspace法人顧客に提供されています。ウェブ版のPro利用者へは今後数週間で順次拡大する予定です。名称の刷新と機能強化を同時に進め、Googleはリサーチ体験の中核にGemini Notebookを据えようとしています。

Googleは7月16日、英国で工具や建材を扱う大手小売チェーンScrewfixと提携し、全国の職人にAIの実践的な使い方を伝える取り組みを始めると発表しました。ニューカッスルからベルファストまで、Screwfixの店舗で建設業者や配管工らに向けて、手元のスマートフォンにあるAIを業務へ生かすコツを直接届けます。狙いは、AIを使いこなせずにいる職人の裾野を広げ、中小事業者の成長を後押しすることにあります。

背景には、現場のAI活用に大きな格差があります。Googleによると建設作業員の86%が仕事でAIを使う一方、実際に大きな価値を引き出せているのはわずか16%にとどまります。学びたいと考える人は71%いるものの、その半数超にあたる54%は誰に聞けばよいか分からない状況だといいます。

提携では、面倒な事務作業をAIで片づける具体例を示します。手書きのメモを顧客向けの提案書に変えたり、ラフなスケッチを3Dレンダリングに起こしたりと、日々の業務に直結する使い方を紹介します。こうした支援は、Googleの生成AI「Gemini」を軸に展開されます。

小さな事業者が伸びれば、英国経済全体も強くなるとGoogleは強調します。同社は「grow.google」を通じてビジネス向けの学習機会も提供しており、今回の店舗での取り組みはその現場版と位置づけられます。技術を持ち込むだけでなく、使い方の指南まで踏み込む点が特徴です。

Google DeepMindとIsomorphic Labsは7月16日、AIを生物学的脅威への備えに活用する共同のバイオレジリエンス方針を公表しました。生物由来の危機が高度化するなか、フロンティアAIモデルの悪用を防ぎつつ、政府や科学者が感染症対策にAIを役立てられる体制づくりを目指します。過去12か月で政府機関や生物安全保障組織との15を超える提携を進めてきました。

取り組みは予防・検知・対応の3領域が柱です。予防では、Geminiなどのモデルに脅威モデリング、評価、緩和、監視の4段階の安全プロセスを適用します。さらに電子透かし技術SynthIDを生物学へ応用し、DNA合成事業者がAI生成の危険な配列を審査できるようにする研究も進めています。

検知では、コーディングエージェントAlphaEvolveがメタゲノム解析のアルゴリズムを最適化し、DNA解析を安く速くします。これにより世界規模での病原体監視が効率化され、新たな流行の早期発見につながります。AlphaGenomeやタンパク質機能注釈の技術も、未知の病原体の特定に活用する検討が進んでいます。

対応の領域では、AlphaFoldの成果を基に、信頼できる研究者へ最新AIを提供しワクチンや対抗手段の設計を加速します。Isomorphic Labsは専門部隊を設け、創薬エンジンIsoDDEでパンデミックやAI悪用リスクに備えた医療対策を迅速に設計する構えです。同社はこの活動をCBRNリスク管理とFrontier Safety Frameworkの一環と位置づけ、生物安全保障の研究機関や各国政府との開かれた協働を続ける方針です。

Googleは7月16日、対話型検索AI Mode上で、利用者が普段使うアプリを直接リンクして操作できる新機能を発表しました。米国で今週から順次提供され、開始時点ではInstacart、Canva、YouTubeに対応します。検索を単なる質問応答から、買い物やデザインといった作業の実行の場へと広げる狙いです。

具体例として、バーベキューの買い物リストをAI Modeで作る際にInstacartを連携すれば、食材をそのままショッピングカートに追加し、アプリやサイトで数タップで購入できます。デザイン制作ではCanvaにテンプレート候補を表示させ、パーティー用の楽曲はプレイリストを作ってYouTube Musicへ即座に保存することも可能です。

今回の更新は、GoogleがAI Modeを利用者により頻繁に使わせたい狙いも映しています。アプリ連携をめぐっては、OpenAIのChatGPTやAnthropicのClaudeもすでに対応しており、Googleはこの分野で競合に追随する形となります。

背景には、同社がI/Oで発表したGeminiアプリ向けの連携機能があります。今回はその仕組みを検索へ広げたもので、Googleは年初から在庫確認やGmail・写真を活用するPersonal IntelligenceなどをAI Modeに継続的に追加してきました。対応アプリは今後さらに拡大する予定です。

欧州連合（EU）の欧州委員会は7月、GoogleにAndroidと検索サービスを競合他社へ開放するよう命じる2つの決定を下しました。デジタル市場法（DMA）に基づく措置で、ライバルのAIアシスタントや検索エンジンにGeminiと同等のアクセスを認めるよう求めます。Googleは検索データの共有を2027年1月までに、Androidの改修を同年7月までに始める必要があります。

Androidに関する決定は、GoogleがGeminiに与えているのと同じシステム機能やデータアクセスを、競合のAIアシスタントにも提供するよう義務づけます。利用者はChatGPTやClaude、Perplexityなどを深く統合された標準アシスタントとして選べるようになり、「Hey Google」への応答や端末ハードウェアの利用も可能になる見込みです。

もう一方の決定は、Google検索が生み出すデータの共有を扱います。競合検索エンジンは透明性のある形で妥当な料金でデータを得られるようになり、EUはAIチャットボットも検索サービスとみなして共有対象に含めました。この措置は米国の反トラスト訴訟で命じられた是正策とも重なります。

Googleは強く反発しています。グローバル渉外担当プレジデントのKent Walker氏は、今回の決定が「数百万人の欧州市民の重要なプライバシーとセキュリティの防護策を損なう恐れがある」と述べ、外部アプリへの過度な権限付与や検索データの露出を問題視しました。委員会は識別可能なデータの扱いについて決定を修正する余地を残しており、今後の協議が焦点となります。

従わない場合、欧州委員会はGoogleの年間世界売上高の最大10%に相当する制裁金を科すことができます。これは数百億ドル規模に達する可能性があり、Androidと検索という2大プラットフォームでのGoogleの支配力を揺るがしかねません。

Googleは7月14日、ブラウザーChrome向けのAI機能Gemini in Chromeを英国のデスクトップ利用者へ提供開始したと発表しました。来月にはiOS版へも拡大する予定です。利用者はブラウジングを支援する対話型アシスタントと会話し、長い記事の要約や複数タブ間の情報比較を行えます。

最大の特徴はGoogleアプリとの深い統合です。ページを離れることなく、Calendarで会議を設定し、Mapsで場所を確認し、Gmailでメールを下書きし、YouTube動画について質問できます。日常的なウェブ作業をブラウザー内で完結できる点が実務上の価値になります。

文脈の記憶にも対応しました。Gemini in Chromeは過去の会話の内容を覚えており、ウェブ全体をまたいだ質問に対して個別化された回答を返します。加えて画像生成技術Nano Banana 2を用い、簡単なテキスト指示だけでウェブ上の画像を変換できます。

Googleはセキュリティも重視していると強調します。同社のモデルはプロンプトインジェクションなど既知の脅威を認識するよう訓練され、機微な操作の前には確認を求める安全装置を備えます。AIブラウザーの利便性と安全性の両立を狙う設計です。

Googleは2026年、東南アジア6カ国を対象とした初の「Gemini東南アジアレポート」を公開し、同地域でGeminiアプリの利用者が1年で2倍以上に増えたと明らかにしました。同社の他アプリを上回る過去最速の普及ペースで、人口の約4割が25歳未満という若い世代が成長を牽引しています。背景には現地語での高い応答性能があるとしています。

調査対象はインドネシア、マレーシア、フィリピン、シンガポール、タイ、ベトナムの6カ国です。若いデジタルネイティブほど利用が活発で、他の年代よりも要求回数が多く、会話も長く、より詳細なプロンプトを書く傾向がみられました。

普及を支える最大の要因は母語対応です。地域全体でプロンプトの約7割が現地語で入力され、ベトナムでは89%、タイで87%、インドネシアで84%に達しました。言語モデルの評価指標「SEA-HELM」でも、Geminiは東南アジア言語で総合首位の性能を示しています。

使い方も多様です。リクエストの約4分の3がモバイル端末からで、音声や写真、動画を使った入力が全体の4割を超えました。画像生成モデル「Nano Banana」では過去1年で50億枚の画像が作られ、音楽生成の「Lyria 3」でも約100万曲が生成されています。

Googleはさらに、AIエージェント機能「Gemini Spark」を今週から現地語でGemini Advanced（Ultra）契約者に順次提供します。Sparkはメールや文書作成などのWorkspaceツールと連携し、端末が閉じていても背後でタスクを進める点が特徴です。同社は6億人規模の同地域で、最も役立つAIアシスタントを目指すとしています。

セキュリティ研究者のデイブ・クズマー氏は、2024年秋以降、ChatGPTやClaudeなど主要な大規模言語モデル（LLM）の安全対策を回避し、危険な情報を引き出す複数の手法を発見しました。これらの脆弱性は特定の製品に固有のものではなく、設計そのものに根ざす構造的な問題で、業界のほぼ全社に共通していたといいます。氏は事態が手遅れになる前に警鐘を鳴らすため、その経緯を公表しました。

最初の突破口は、AIが「今が何年か」を正しく認識できない弱点でした。クズマー氏はGPT-4oにタイタニック号の沈没を「昨年の出来事」だと信じ込ませ、モデルに1913年の世界を生きていると錯覚させることで、火炎瓶や覚醒剤、さらにはウラン濃縮施設の構築手順まで聞き出したと述べています。当時の法律では規制対象ではないと判断させる、という発想が鍵でした。

次に開発した「Inception」と呼ぶ手法は、物語の中に別の物語を入れ子状に組み込み、現実では許されない出力を「作中では安全」と誤認させるものです。この攻撃はClaude（Anthropic）、Gemini（Google）、Llama（Meta）、Grok（xAI）、DeepSeekなど主要モデルのほぼ全てに通用し、構造的な欠陥であることが裏付けられました。毒物の調合手順やマルウェアのコードまで生成されたといいます。

攻撃はチャット画面にとどまりません。氏らは、Epic Gamesがゲーム「フォートナイト」に組み込んだGemini搭載のダース・ベイダーを操り、ナパーム弾の作り方やブラックジャックのカウンティング手法を語らせることに成功しました。エンターテインメント用途に組み込まれたAIも、同じ弱点を抱えている実態が浮き彫りになっています。

深刻なのは、開発各社の反応の鈍さです。氏はカーネギーメロン大学のCERTを通じて全社に脆弱性を報告しましたが、返信の多くは定型的な挨拶にとどまり、Epic Gamesは「仕様であり不具合ではない」と回答したといいます。氏は、展開の減速・透明性の確保・大規模な安全研究を進めるべきだと訴えています。

米出版大手のHachetteやElsevier、作家のScott Turow氏らは2026年7月14日、Googleが著作物を無断でAI「Gemini」の訓練に使ったとして、ニューヨーク州の連邦地裁に集団訴訟を起こしました。原告側は、訓練に使った事実を隠すために著作権表示を削除・改変したとも主張しています。これはAI各社を相手取る一連の著作権訴訟の一つです。

著作権をめぐる訴訟は、GoogleだけでなくMetaやOpenAI、Anthropicなど各社に相次いで提起されています。多くは係争中ですが、カリフォルニア州では二つの初期判断がフェアユースを認め、AI企業側に有利な結論を出しました。米国の著作権法がインターネット登場前から改正されていない点も、判断に影を落としています。

一方でAnthropicは、訓練に使った作品を海賊版で入手したとして15億ドルの罰金を科され、米著作権法史上で最大の支払いとなりました。約50万人の作家が3000ドル以上の支払い対象となりましたが、多くはさらなる訴訟を続けるため和解を辞退しています。

今回のGoogle訴訟には特有の事情があります。出版社や著者は長年、書籍検索サービス「Google Books」向けに著作物を提供してきましたが、原告はGoogleがこれらの書籍やGoogle Play上の書籍を無断でGeminiの訓練に流用したと訴えています。訴状はさらに、著作物の利用が「Googleにとって極めて問題になりうる」とし、最大で数百億〜数千億ドル規模の罰金につながりうるとの社内文書の存在にも言及しています。

Googleの文化事業部門Google Arts & Cultureと、米ニューヨークのメトロポリタン美術館は、生成AIを活用した2つの新たな取り組みを発表しました。両者は15年にわたり協業しており、今回はGoogle Geminiを基盤に、来館者の鑑賞体験とオンラインでの作品発見をより深めることを狙います。

1つ目は、節目の年の中心に据えられた「Technologist in Residence」プログラムです。6か月間にわたり、クリエイティブ技術者のJulia Daser氏が学芸員と密に連携し、Google GeminiとVertex AIを用いて展示空間で試作品を短期間で構築・実証しました。

2つ目は、Google Arts & Culture Labがメトロポリタン美術館と共同開発した対話型のマルチモーダルAI体験「Art Aura」です。利用者は作品や様式、説明的な語句をデジタル領域にドラッグすることで、数世紀に及ぶ収蔵作品の間に潜むテーマ的なつながりを見つけられます。

これらの機能は、一人ひとりの芸術的な嗜好を反映した個別の鑑賞体験を生み出します。メトロポリタン美術館は20万点を超えるデジタル化作品を公開しており、生成AIは膨大な収蔵品への新たな入り口となりそうです。

Appleは7月14日、大幅刷新したAIアシスタント「Siri」を、iOS 27の公開ベータを通じて一般利用者に開放しました。開発者以外へ新型Siriを広く提供するのは初めてで、秋の正式版に先立つ最大規模の実地検証となります。世界の対象デバイスは約25億台に上り、一部の導入でも大規模なテストになる見通しです。

新しいSiriは6月のWWDCで発表されたもので、旧来の音声アシスタントを、端末内の情報にアクセスできるより高機能なAIツールへと転換します。メールや写真、メッセージを参照し、画面上の内容に応答するほか、世界の知識に基づいて回答します。ChatGPTやGemini、Claudeなどに対抗する位置づけです。

操作性も刷新されました。従来の「Hey Siri」やサイドボタンに加え、画面上部のダイナミックアイランドからも呼び出せます。さらに検索機能Spotlightと統合され、ほぼあらゆる質問に答えられるようになりました。初めて専用アプリも用意され、iPhoneのほかiPadやMac、Apple Watchなど全製品で利用できます。

技術面では、端末上で動く独自の基盤モデルとプライベートクラウド演算を活用します。この基盤モデルはGoogleと協力して構築され、Geminiを蒸留して小型で効率的なモデルに仕立てたものです。ただしGeminiの単なる改称版ではなく、Apple独自のデータでApple Silicon向けに設計されています。

一方で注意も必要です。開発者版では、ニュース検索の指示を連絡先検索と取り違えるなど、誤作動が見られました。今年の開発者ベータは比較的安定していたとされますが、動作を最優先する場合は9月の正式版を待つ選択肢もあります。

米グーグル傘下のナビアプリWazeは7月13日、AI関連の新機能を相次いで発表しました。複数の機能に同社の生成AI「Gemini」を組み込み、目的地検索や地図更新を音声の会話でこなせるようにします。グーグルが全製品でGemini統合を進める一環で、Appleマップなど競合への対抗も狙います。

目玉の一つが個人最適化ナビです。Wazeは利用者の過去の走行履歴と、都市の交通パターンに関する独自データを組み合わせ、好みに合う経路を優先的に提示します。高速道路を好むユーザーには高速ルートが先に表示され、不要なら設定でオフにでき、AndroidとiOSで世界展開が始まっています。

Geminiを使った機能は主に二つあります。一つは音声で「今開いているカフェを探して」などと尋ねると候補を提示する目的地検索で、まずベータ版として世界のコミュニティに提供します。もう一つは会話形式の報告機能で、渋滞に加え道路閉鎖や古い住所といった地図の更新も話しかけるだけで編集者に伝えられます。

二輪車向けのバイクモードも新設しました。AIで二輪特有の抜け道や規制を反映し、より正確な到着予想時刻を示すほか、穴やスピードバンプなどライダーに危険な箇所を表示します。アルゼンチンやブラジル、メキシコ、マレーシア、フィリピンなど中南米・東南アジアの7カ国で提供を始め、対象国を順次広げる方針です。

AIを使わない改善もあります。音声案内を減らす「less chattyモード」では、危険や曲がり角の通知は残しつつ発話を最小限に抑え、音楽やポッドキャストに集中できます。グーグルはこれまでWazeへの本格的なAI導入を控えてきましたが、今回の刷新は同社がナビ事業でGemini活用を一段と強める姿勢を示すものといえます。

セキュリティ企業Tracebitの研究者は7月13日、AIを悪用したハッキングエージェントを無力化する新手法「コンテキスト爆弾」を公表しました。これはAWS上に保存されたパスワードや暗号鍵など機密情報の近くに、あえてプロンプトインジェクションを仕込む防御策です。攻撃側のLLMがこの文字列に触れると、開発元が設けた安全機構に反する指示と判断し、自ら動作を停止します。

仕組みの核心は、LLMに備わる拒否機構を逆手に取る点にあります。研究者は仕込む文字列として、吸入型の炭疽菌の作り方を尋ねる指示や、中国製モデル向けに1989年の天安門事件の『タンクマン』に言及させる指示を用いました。こうした禁止事項に一度触れると、LLMは既存の命令を放棄し、拒否を続けるようになります。

Tracebit共同創業者兼CEOのアンディ・スミス氏は、この技術を「コンテキスト爆弾」と名付けた理由を説明しています。「鋭く強い効果があり、エージェントがそこから立ち直るのは難しい。一度文脈に入れば拒否し続ける」と述べ、持続的な効果を強調しました。攻撃の道具だったプロンプトインジェクションを、防御側が逆用する点が最大の特徴です。

検証結果も有望です。研究者は模擬的なAWS環境で、Opus 4.8、Gemini 3.1 Pro、GLM 5.2、DeepSeek 4 Pro、Kimi 2.6の5モデルに定型の開発作業を指示し、計152回の攻撃を実行しました。おとりの機密情報に文字列を1つ仕込むだけで、エージェントが管理者権限を奪う割合は57%から5%へ、永続的な足場まで築く完全侵害は36%から1%へと大幅に低下しました。

特に最も高性能とされたOpus 4.8は、通常なら93%の確率で管理者権限を得ていたにもかかわらず、コンテキスト爆弾に直面すると一度も成功しませんでした。攻撃の武器を防御に転用するこの発想は、AIエージェント時代の新たな守り方を示すものと言えそうです。

Appleは7月13日、スマートフォン向けOS「iOS 27」の初の公開ベータを配信し、長く待たれてきた刷新版音声アシスタント「Siri AI」を一般ユーザー向けに初めて開放しました。今回のSiri AIはオプトイン方式のベータとして提供され、利用にはApple純正の待機リスト登録が必要です。実機で試した米メディアの記者は、アプリを起点にせず「やりたいこと」を先に伝えるだけで端末が横断的に処理する体験を、将来像を垣間見るものと評価しています。

新しいSiri AIの核心は、操作の起点を変える点にあります。従来はアプリを開いて指示していた作業を、Siriが端末内の複数アプリやWeb情報を横断して代行します。ある記者は画面上のイベントページを見ながら出演順を尋ねると、SiriがページとWebを検索して正答を返し、ブラウザを開く回数が大きく減ったと述べています。

とりわけ有用なのが画面認識と個人コンテキストの連携です。メールを解析して6件の予定をカレンダーに自動登録したり、端末を数日かけて索引化したうえでメッセージやカレンダーから今週の予定を抽出したりと、端末に深く組み込まれた強みを示します。SNSの投稿について「誰がどこで言ったのか」と尋ねるだけで、画面内容から文脈を補って出典を返す場面もありました。

一方で課題も残ります。現時点でSiri AIの新機能に対応するのはApple純正アプリに限られ、TelegramやGmailなど外部アプリのデータには触れられません。対応には開発者がアプリに「エンティティ」と「インテント」を実装する必要がありますが、SDKがベータの間は反映できず、実際の展開は秋の正式版以降になります。

利用にはiPhone 15 Pro以降というハードウェア要件もあり、iOS 27を入れても自動で使えるわけではありません。Androidの「Gemini」が先行して同種の体験を提供してきた点を指摘する声もありますが、数百万規模の米国iPhoneユーザーにとっては端末との関わり方を変える転機になり得ます。記者らは総じて、完成度は道半ばながら、Appleがようやく実用的なSiriの土台を築いたと見ています。

OpenAIは、家族や介護者、高齢者に向けた製品体験を開発する専任のプロダクトマネージャーをサンフランシスコで採用し始めました。求人票では、親や家族向け製品、信頼が求められる消費者向け体験の開発経験が条件とされています。ChatGPTの利用者が個人から家庭全体へと広がるなか、製品の位置づけを見直す動きです。

背景には、利用者層の明確な変化があります。Sensor Towerの推計では、世界全体で35歳以上の割合が前年同期の26%から2026年4〜6月期に31%へ上昇した一方、18〜24歳は34%から29%へ低下しました。米国では親のスマートフォン利用者の約4人に1人がChatGPTを使い、前年の16%から大きく増えています。

技術コンサルのクリエイティブ・ストラテジーズのベン・バハリンCEOは、家族向けの専任職の新設について、製品を個人の生産性向上の道具ではなく家庭向けの技術として捉え始めた表れだと指摘します。グーグルやアップル、メタがたどった道筋に似ているものの、AIはアシスタントが単に情報や機器を仲介するだけではないため、より難しい課題を伴うといいます。

利用層の広がりは、信頼と安全の新たな課題も生みます。Family Online Safety Instituteのスティーブン・バルカムCEOは今回の採用を「再設計による安全確保」と表現し、子どもや10代には大人とは異なる保護策が必要だと述べました。同団体の調査では、過去1週間に子どもが生成AIを使ったと答えた親は27%にとどまる一方、子ども自身は38%が使ったと回答し、親が実態を過小評価している状況も判明しています。

背景には、若年利用者の保護をめぐる監視の高まりもあります。OpenAIはChatGPTが子どもに害を与えたとする訴訟に複数直面しており、これに応じて10代向けの保護者管理機能や、深刻な会話を推論モデルへ振り向ける仕組み、自傷の恐れがある際に家族へ知らせる機能などを導入してきました。

親への浸透では、Sensor Towerの推計でGeminiが32%と最も広く、ChatGPTは24%、Claudeは4%、Copilotは2%と続きます。一方でChatGPTは高齢層の取り込みが競合より速く、今後は家族向けプランや子ども・10代向けプロフィール、共有メモリー、AIによる学習支援などの展開が見込まれます。

Googleは、Geminiアプリに新機能「学習ノート」を追加しました。ユーザーが学びたいテーマを伝えると、一人ひとりに最適化された学習空間を用意する仕組みです。

学習ノートは、利用者の強みや知識の穴に合わせて、内容を細かく区切ったレッスンを提供します。何から手をつければよいか迷いがちな学習の入り口を、整理された形で示してくれます。

学習の途中では、理解度を確認する小テストが出題されます。知識が定着しているかをその場で測れるため、あいまいなまま先へ進む心配が減ります。

進み具合は専用のダッシュボードで管理できます。次に何を優先すべきかが一目でわかり、短い時間で新しい分野を習得しやすくなります。

Appleは7月10日、AI大手OpenAIを企業秘密の盗用と契約違反でカリフォルニア州北部連邦地方裁判所に提訴しました。訴状は、iPhone開発を率いた元幹部らがOpenAIへの転職時に未発表の部品や試作品、機密設計文書を持ち出したと主張しています。Appleは差し止め命令と損害賠償、持ち出された資産の返還を求めています。

訴状が名指ししたのは、Appleに24年在籍しiPhoneとApple Watchの製品デザインを統括したTang Tan氏です。同氏は現在OpenAIの最高ハードウェア責任者を務めており、採用面接でAppleの社外秘プロジェクト名を用い、候補者に実機部品の持参を求めたとされます。退職予定の社員に対し、セキュリティ手続きを回避する方法を指南していた疑いも指摘されています。

もう一人の被告である元電気技術者Chang Liu氏は、退職後も会社支給のノートパソコンを返却せず、機密の技術文書を多数ダウンロードしたと訴えられています。Appleは、社内ファイル共有システムへのアクセスが残るバグを悪用されたとし、この問題は今年初めに発覚したと説明しています。

背景には両社の関係悪化があります。2024年にChatGPTをiPhoneへ搭載する提携を結んだものの、その後関係はぎくしゃくし、AppleはGoogleのGeminiへの依存を強めてきました。OpenAIはこれまでに400人超の元Apple社員を採用し、独自のAI搭載デバイス開発を進めています。

OpenAIは昨年、著名デザイナーのジョニー・アイブ氏らが設立したハードウェア新興企業ioを65億ドルで買収しました。Appleは訴状で、OpenAIが供給業者を通じて自社の技術を模倣しようとしたとも主張しています。今回の訴訟は、AI搭載デバイス市場で競合を深める両社の対立を象徴する争いとなりそうです。

Googleは2026年7月9日、Gemini基盤のAIコード最適化エージェント「AlphaEvolve」を、Google Cloudの全顧客に向けて一般提供すると発表しました。同社のGemini Enterprise Agent Platform上で利用でき、マイクロチップ設計や物流網の経路最適化、医療研究の加速といった複雑な課題の解決を支援します。

AlphaEvolveの特徴は、コードをゼロから書き直すのではなく、進化的な協働者として振る舞う点にあります。利用者が基準となるアルゴリズムと目標を与えると、AIが自動的により良い解を探索し、人間が読める最適化済みのコードを返します。

同社が昨年12月に限定プレビューを開始して以来、早期採用企業から強い成果が報告されています。化学大手のBASF、開発ツールのJetBrains、サプライチェーン管理のKinaxisなどが、従来は解決困難だった事業・研究上の問題をAlphaEvolveで解いたといいます。

アルゴリズムの探索は本来、エンジニアが膨大な選択肢を自ら試す必要があり、時間もコストもかかる作業です。今回の一般提供により、専門人材が限られる組織でも自律型AIを使って最適化の恩恵を受けやすくなります。詳細な手順はGoogle Cloudの公式発表で公開されています。

エストニアで2025年12月、議会が可決した賭博税法の改正に文言ミスが見つかり、オンラインカジノが1年間課税対象から外れて年約2400万ユーロ（約2740万ドル）の税収を失う事態が発覚しました。元デジタル変革担当次官のルーカス・イルベス氏がこの法案をClaudeとGeminiにかけたところ、両AIが即座に矛盾を指摘したといいます。これを機に、同氏は法案の欠陥を自動検出するツールを数時間で開発しました。

そのツールは「アプサカレイジャ（欠陥発見機）」と名付けられ、議会サイトから法案草稿を取得し、参照エラーや矛盾表現、計算ミス、あり得ない日付などを自動で検出します。問題は高・中・低のリスクに分類され、現在掲載中の112法案のうち102件が高リスクと判定されました。イルベス氏は国営テレビでこのツールを実演し、司会者を驚かせています。

この失態は政府に転機をもたらしました。クリステン・ミハル首相はWIREDの取材に対し、「AIは非常に有用な助手になり得ることを示した」と述べ、市民や社会を後押しするエージェント型ツールの可能性を評価しました。政府はAI活用に一段と踏み込む方針です。

2026年1月、首相は法案作成にこうしたツールを使い、抜け穴を事前に発見・修正する構想を示しました。国民のAI活用力を高めるEesti.ai計画も立ち上げ、2035年までに国の生産性を倍増させる目標を掲げています。4月には行政手続きの自動化にAIなどを使える権限を国や自治体に与える法案が議会に提出され、審議が続いています。

一方で、人間の関与をめぐる議論も活発です。Eesti.aiのチーム責任者キルケ・マール氏は、法律が結果を一意に定める「規則に基づく決定」は自動化が適切だが、利害の衡量や個別事情の判断を要する場合は人間が最初から関与すべきだと説明します。自動決定には監査証跡が残され、市民はいつでも意見を述べる権利を行使できる仕組みです。

ミハル首相はAIを「助手」と位置づけ、権威とは一線を画します。「AIが法律の誤りを見つけても、人間が見つけるのと変わりません。修正する責任は議会や裁判所、行政に残ります」と語りました。エストニアはAIエージェントに公式デジタルIDを与える世界初の国を目指しています。

AIスタートアップのFundamentalは2026年2月、表形式データに特化した基盤モデル「NEXUS」を発表し、2億7500万ドルの資金を得てステルスを脱しました。同モデルは大規模表形式モデル（LTM）と呼ばれ、6月にはAWSがAmazon SageMakerへ組み込むなど採用が広がっています。表計算データを扱えなかった生成AIの弱点を埋める新技術として注目されます。

ChatGPTやClaude、Geminiの基盤であるLLMは、文章や画像の生成には長けるものの、行と列で構成される構造化データの分析を苦手としてきました。言語が語順という並びに意味を持つのに対し、表データは列や行の順序を入れ替えても意味が変わりません。この非連続な性質が、次の値を予測するLLMの仕組みと相性が悪いのです。

金融取引の不正判定などでは、入力がわずかに変わるたびに出力が揺れるLLMの特性が問題になります。Fundamentalのフレンケル最高経営責任者は、予測は常に決定論的であるべきだと指摘します。表データの世界では再現性が信頼の前提となるためです。

LTMは15年以上使われてきたXGBoostのような機械学習と異なり、多様なデータベースでの事前学習を生かして幅広い予測タスクに応用できます。各データの数値だけでなく、それが何を表し、他の項目とどう関係するかを同時に学ぶ点が特徴です。Fundamentalは数十億の表でNEXUSを学習させ、機密計算基盤により顧客データには一切触れない設計としました。

開発競争も熱を帯びています。3月には不正対策のFeedzaiとMastercardが金融特化モデルを、6月末にはGoogleが合成データで学習した「TabFM」を投入しました。研究者らもFlexTabやTabICLなど新モデルを相次ぎ発表しており、表データ分析の自動化が今後の主戦場になりそうです。

Salesforce傘下のSlackは7月8日、対話AI「Slackbot」を同社プラットフォーム全体と連携させる新機能を発表しました。利用者はチャット上の指示だけで、CRMデータの参照やTableauによる可視化、Data 360の顧客プロファイル閲覧、DocuSignの承認依頼までを一気通貫で実行できます。買収から5年、277億ドルを投じた両製品が、ようやく一つのシステムとして機能し始めました。

技術的な要はAnthropicが提唱するMCP（Model Context Protocol）です。SalesforceがCRMや分析基盤を「Headless 360」経由でMCPサーバーとして公開し、SlackbotはMCPクライアントとして必要なツールを呼び出します。営業担当者はタブを切り替えることなく、取引履歴の確認から記録更新までを会話の中で完結できるのです。

見逃せないのが権限管理の仕組みです。Slackbotは各ユーザーのSalesforce権限をそのまま継承するため、マーケティング担当者が営業パイプラインを誤って閲覧する事態は起きません。項目レベルのセキュリティや検証ルールも自動的に引き継がれ、管理者は独自の連携コードを書かずに単一のUIから設定できます。

背景にはMicrosoft TeamsやGoogle Geminiとの競争激化があります。SlackのGavin最高マーケティング責任者は、AIが個人作業に閉じた「シングルプレイヤー」に留まっているとし、チーム全員が同じチャネルで作業を共有するマルチプレイヤーAIこそ次の主戦場だと主張します。共有チャネルではエージェントの操作が全員に見え、同僚がその場で修正や補強を加えられます。

微妙なのがAnthropicとの関係です。同社は先週、Slack上で自律的に働くAI「Claude Tag」を投入しており、Slackbotとの競合が懸念されました。しかしGavin氏は機能の重複を「バグではなく機能だ」と位置づけて共存を強調し、これまで一部の職種に限られていたCRM活用を全社員へ開放できる点こそ最大の価値だと語りました。

セキュリティ研究者は、CursorやGitHub Copilotなど人気のAIコーディングツール9種に、大規模なボットネットを構築できる新たな攻撃手法が存在すると明らかにしました。「HalluSquatting」と名付けられたこの手法は、大規模言語モデル（LLM）が実在しない識別子を幻覚（ハルシネーション）する性質を突くもので、プロンプトインジェクション攻撃として初めて不特定多数の端末を一斉に感染させる可能性があります。

プロンプトインジェクションは、AIセキュリティ上で最大の脅威とされています。LLMは、利用者の正規の指示と、メールやソースコードに紛れ込んだ悪意ある命令とを区別できず、攻撃者が仕込んだコマンドをそのまま実行してしまうためです。信頼できる情報源とそうでない情報源の境界を強制する手段がなく、開発各社は根本原因を解決できないまま防御策の構築を迫られています。

従来のプロンプトインジェクションは、標的ごとに命令を送り込む「プッシュ型」が中心で、攻撃規模は限られていました。一方、LLMが自ら悪意あるサイトを訪れる「プル型」も、多数のモデルを誘導する手立てがなく、大規模化は難しいとされてきました。

HalluSquattingは、このプル型の限界を覆します。研究者は、AIエージェントがコードやリソースを外部のリポジトリやレジストリから日常的に取得する点に着目しました。LLMが実在しない識別子を予測的に生成する傾向を逆手に取り、その識別子を先回りして登録し、リバースシェルなどの不正な命令を仕込むことで、標的を一つずつ狙わずに大量の端末へ感染を広げられます。

影響を受けるのは、Cursor、Cursor CLI、Gemini CLI、Windsurf、GitHub Copilot、Cline、OpenClaw、ZeroClaw、NanoClawの9種です。これらは高い権限でコマンドラインを操作し、外部のコードを実行するため、攻撃が成立すれば大規模なDDoSや端末の乗っ取りにつながる恐れがあります。AI開発の現場が、利便性と安全性の両立という新たな課題に直面していると言えるでしょう。

中国の浙江大学とアリババの研究チームは、今週ソウルで開かれた機械学習の国際会議ICML 2026で、最新の推論AIを意図的に「過剰思考」へ追い込む攻撃手法を発表しました。論理的に矛盾したプロンプトを与えることで、モデルが答えの出ない問題を延々と考え続け、応答が最大26倍まで長くなることを実証しています。大量に仕掛ければ正規利用者のサービス品質を著しく下げる、事実上のサービス妨害（DoS）攻撃になり得ます。

段階的に思考する推論モデルは、コーディングや数学など複雑な課題を解けるようになりました。一方で、成果につながらない無駄な推論を延々と続ける「過剰思考」という弱点が以前から指摘されていました。研究チームはこの弱点を突き、前提の一部を欠いた解けない問題を作ることで過剰思考を強制的に引き起こします。

具体的には、3つの数学ベンチマークから集めた940問をLLMで前提と設問に分解し、進化的アルゴリズムで前提の入れ替えや削除、追加といった「変異」を加えます。各世代で出力語数や「but」「wait」など過剰思考特有の語の頻度を評価し、高スコアの問題を残して5世代繰り返します。モデル内部を見る必要がなく、外部から問い合わせるだけで攻撃用プロンプトを作れる点が大きな特徴です。

攻撃はDeepSeek-R1、アリババのQwen3-Thinking、OpenAIのGPT-o3、GoogleのGemini 2.5 Flashといった主要モデルに対して有効でした。最大の増加はMATHデータセットでのDeepSeek-R1で、通常時の最長応答の26.1倍に達しました。数学だけでなくコーディングや科学的推論、対話でも同様に出力が大きく伸びたといいます。

課題は、攻撃用プロンプトの作成に高価な推論モデルへの反復的な問い合わせが要る点です。ただし研究チームは、より安価な小型モデルで生成したプロンプトでも標的モデルを数倍長く応答させられることを示しました。この転用可能性が攻撃の現実味を高めます。

研究の目的は実用的な攻撃の開発ではなく、こうした脆弱性の存在を明らかにし、提供各社に対策を促すことにあります。料金体系やレート制限、既存の防御策によって影響度は変わるものの、論理矛盾に弱いという性質は現実的なセキュリティ上の懸念だと研究者は指摘します。推論AIの普及が進むいま、見過ごせない課題と言えるでしょう。

Googleは7月8日、Androidアプリ開発におけるAIモデルの性能を測る指標「Android Bench」を大幅に刷新し、新たに8つのモデルを追加したと発表しました。更新後の順位表では、同社の「Gemini 3.1 Pro」が5位に後退し、GPT 5.4やClaudeシリーズに後れを取る結果となりました。首位はClaude Fable 5で、正答率84.5%と大きな差をつけています。

Android Benchは、100種類のAndroid開発タスクを通じて、どのAIエージェントが最も優れているかを示すために今年3月に公開された指標です。今回はClaude Fable 5やClaude Opus 4.8、GLM 5.2、Kimi K2.7 Code、Qwen 3.7 Maxなど最新の8モデルを追加したほか、コストや効率といった評価軸も設けました。あわせて、開発者が結果を再現・共有しやすい新しい検証基盤「Harbor」へ移行しています。

順位を詳しく見ると、Gemini 3.1 ProはGPT 5.4、Claude Sonnet 5、Claude Fable 5の後塵を拝し、5位にとどまりました。当初のリリース時点でもGoogle製モデルは首位を取れず、OpenAI勢がわずかにリードしていましたが、モデル拡充によってGeminiの劣勢はいっそう鮮明になった形です。首位のFable 5は前評判どおりの実力を示し、正答率で頭一つ抜けています。

一方で、性能の高さは費用の高さと表裏一体です。Fable 5とGPT 5.5はトークン消費が激しく、100問を10回実行する検証で130ドル超を要しました。これに対しGemini 3.1 Proは87ドルと割安でしたが、低コストをうたうGemini 3.5 Flashは実行に28時間を費やし、165ドルと一覧で最も高額になっています。

こうしたAndroid開発でのGoogle製モデルの遅れは、同社が多くのプロジェクトをエージェント型開発へ移そうとするなかで課題となります。Googleは自社ツールを開発者に使ってほしいのが本音で、AI学習用にアプリのソースコードを開発者から買い取る動きも一部で報じられています。今後Android Benchは新たなワークフローを取り込みながら進化する予定で、同社は開発者コミュニティによるタスク提供や結果共有への参加を呼びかけています。

Googleの生成AI透かし技術「SynthID」が2026年7月上旬、ネット上で拡散した偽画像を偽物と特定しました。問題の画像は米ケンタッキー州選出のミッチ・マコネル上院議員が病院のベッドで管につながれ苦しむ様子を捉えたように見えるもので、RedditやX上で広く共有されました。ファクトチェックサイトのSnopesが同画像を検証したところ、Googleが開発したAI生成識別用の透かしが検出され、フェイクと結論づけられました。

この一件は、ディープフェイク対策技術にとって数少ない明確な成果となりました。マコネル氏は6月14日の緊急搬送以降ほとんど公の場に姿を見せておらず、健康状態への憶測が高まっていました。そうした不安に乗じた偽画像でしたが、透かしが想定通りに機能し、真偽が判別されたのです。

SynthIDは2025年のGoogle I/Oで発表された技術で、人間の目には見えないがアルゴリズムでは読み取れる不可視の署名として働きます。署名は画像そのものに組み込まれるため、今回のように複数のプラットフォームをまたいでスクリーンショットで転載されても透かしは消えずに残ります。この耐久性が拡散後の事後検証を可能にしました。

一方でSynthIDには明確な限界もあります。この仕組みは画像生成ツール側が制度に能動的に参加している場合にしか使えず、Geminiモデルは開始当初の2025年から透かしを付与しています。OpenAIは2026年5月に参加した一方、Anthropicは現時点で制度に参加していません。

利用者が画像に透かしが含まれるかを確認するには、Geminiモデルに尋ねるか、OpenAIが公開する画像検証ツールに画像をアップロードする方法があります。生成AIによる偽情報が広がるなか、業界横断で透かし技術をどこまで普及させられるかが今後の焦点となりそうです。

グーグルは7月8日、写真管理アプリ「Google Photos」に、動画を数タップで編集・変換できる新機能「Video Remix」を追加したと発表しました。同社が最近公開したモデル「Gemini Omni」を基盤とし、専門的な技術や長時間の編集作業なしに、日常の動画を共有したくなる映像へと変えられます。提供は本日から順次始まります。

機能はアプリ内の「Create」タブから利用できます。暗い映像に映画のような再ライティングを施したり、平凡な背景を別のものに差し替えたりできるほか、水彩画やスケッチ、油絵といった芸術的な効果も加えられます。

特徴は、用意されたテンプレートを選ぶだけで加工が完了する点にあります。例えば温室で撮影したように見せたり、朝の光で照らし直したり、映像全体を水彩画風に描き変えたりと、これまで専用ソフトが必要だった編集を手軽に実現します。

今回の追加は、グーグルが消費者向けアプリに生成AIを組み込む取り組みの一環です。アップルやOpenAI、アドビと競う同社は、AIによる動画編集をGoogle Photosに取り込むことで、利用者を自社の経済圏にとどめる狙いがあります。

提供対象はGoogle AI Plus、Pro、Ultraの契約者で、米国や日本、インド、ブラジル、韓国など14カ国から始まります。同アプリは近く肌の質感補正やシミ除去といった修整ツールも導入しており、AI機能の拡充が続いています。

サンフランシスコの老舗コーヒー店「Henry's House of Coffee」を営むHrag Kalebjian氏が、GoogleのAI「Gemini」を日常業務に取り入れ、事業を成長させています。実店舗と全国向けのサブスク型ECを一人で切り盛りする中で、氏は焙煎から経理、マーケティングまで多くの役割を抱えていました。定型作業をGeminiに任せることで、本業である顧客対応に集中する時間を取り戻したといいます。

1つ目の活用が、データ管理の自動化です。氏は高価なソフトを導入する代わりに、Geminiを技術アシスタントとして使い、日次の売上予測ツールを内製しました。専門的なプログラミングではなく日常の言葉で依頼し、エラーはスクリーンショットを共有して解決したといいます。設定にかかった時間は約1時間で、毎朝レポートが自動で届くようになりました。

2つ目は、制作物の作成効率化です。以前は複数のアプリを行き来していたメニューや手順書の制作を、Geminiが大幅に短縮しました。氏がアルメニアンコーヒーの15ステップのPDFを渡したところ、約20分の対話で印刷可能なカードが完成したといいます。結果として、店舗の制作物は従来比95%速く作れるようになりました。

3つ目は、マーケティングへの応用です。氏は週刊ニュースレター「The Sunday Pour」の作成にGeminiを使い、業界ニュースの要約や文面の推敲を任せています。ゼロから書く負担を減らしながら、ブランドの語り口に合った内容を読者に届けられるようになりました。

一連の試行から氏が得た学びは、成長とは労働時間を増やすことではなく、より良い道具を使うことだという点です。Geminiが雑務を引き受けることで、小規模事業者は顧客に向き合う時間を確保できます。経営者やリーダーにとって、身近な業務にAIをどう組み込むかを考える一つの実例といえるでしょう。

米マサチューセッツ工科大学（MIT）は7月7日、コーディング未経験の米空軍士官候補生が生成AIチャットボットだけを使い、軍事用アプリの試作に成功したとする研究を公表しました。MITリンカーン研究所と米空軍のAIアクセラレーターによる共同プロジェクトで、士官候補生のジョシュア・リンチ氏が約3カ月かけてプロンプトのみでコードを生成する「バイブコーディング」を実践し、非技術者による軍事ソフト開発の可能性を検証しました。

リンチ氏はAnthropicのClaude、OpenAIのChatGPT、GoogleのGeminiという3つの有料AIチャットボットを使い分け、アプリを構築しました。当初は標的認識や自律攻撃、通信管理など戦場支援を担う高度なアプリを目指していましたが、AIの能力と開発期間の制約から、戦術地図の解析や作戦立案文書の生成といった基本的な文書処理へと目標を縮小しています。

開発の過程でリンチ氏は、チャットボットが階層的な焦点を欠き、無関係なコードを勝手に変更してしまう問題に直面しました。この課題を克服するため、問題を小さく分割し、質問を明確に組み立て、話題が逸れたら本題に戻す、といった手法が有効だと学んでいます。プロジェクト期間の大半は、こうしたAIの限界を認識し回避策を身につけることに費やされました。

指導役を務めたMITリンカーン研究所のローラ・ニス氏は、完成品が非専門家による試作の有力なツールになると評価しました。一方で、リンチ氏が入力文書を手元で処理していると思い込んでいたものの、実際にはGeminiに送信されていたという事例もあり、機密情報を扱う用途では安全性の面で課題が残ると指摘しています。

研究は、AIチャットボットが非技術者の軍人でも実用的なソフトを生み出せる力を持つ一方、本格運用よりも試作支援に向いていることを示しました。大量の機能的なコードを生成できてもコードレビューが依然ボトルネックであり、専門家同士の協働が不可欠だと研究チームは結論づけています。

Googleは、生成AI「Gemini」の開発者向けサービス「Gemini API」で、管理エージェント機能を拡張したと発表しました。新たにバックグラウンド実行やリモートMCPサーバー連携などを追加し、本番環境で使える信頼性の高いAIエージェントを構築しやすくします。開発者からの要望に応えた更新だと同社は説明しています。

目玉の一つが、長時間かかるタスクを非同期で処理するバックグラウンド実行です。従来はHTTP接続を開いたまま処理の完了を待つ必要があり、接続切れに弱いという課題がありました。新機能では処理を依頼するとすぐにIDが返され、クライアントは進捗の確認や再接続をしながら、サーバー側での完了を待てます。

外部連携も強化しました。リモートMCPサーバーと直接つなげるようになり、これまで必要だった独自の中継処理を書かずに、社内APIや非公開データベースへアクセスできます。さらにカスタム関数呼び出しにも対応し、サンドボックス内の標準ツールと自作のロジックを組み合わせられます。

運用面の使い勝手も向上しています。有効期限の短いアクセストークンやAPIキーは、既存の環境IDに新しい設定を渡すだけで更新でき、サンドボックスのファイルや導入済みパッケージはそのまま保たれます。Googleは今回の更新で、管理エージェントがアプリを止めずに実開発環境で働く非同期ワーカーになるとしています。

クラウド基盤大手Vercelのギレルモ・ラウチCEOは、開発者会議ShipNYC後のTechCrunchのインタビューで、AIのモデルとエージェントを分離すべきだと主張しました。単一のラボにすべてを預けるのではなく、モデルやサンドボックス、ゲートウェイなど各要素を差し替え可能な部品として組み合わせる発想です。同社は1日600万件のデプロイを扱い、その半分をコーディングエージェントが引き起こしています。

ラウチ氏は昨年を「プロトタイピングの年」と位置づけ、社内で数百のエージェントを運用する中で本番運用の課題が見えたと語ります。行き着いた結論が、エージェントの二大キラーアプリはコーディング支援と社内業務の自動化だという点です。後者では、データへの安全なアクセスや操作の監査証跡の確保が最大の壁になると指摘しました。

課題への対応として、同社は自然言語でエージェントの指示やスキルを記述する枠組み「Eve」と、エージェントを隔離する「Vercel Sandbox」を用意しました。サンドボックスの最大の利点はデータ制御で、開発ツールの設定を誤るとコードベース全体が学習用に外部へ流出する危険を防げます。ラウチ氏はエアバス幹部との会話を引き、航空機向けC++資産の流出リスクを例に挙げました。

AIラボとの関係も変化しています。かつては一社を選んで全面採用する企業が多かったものの、いまはモデルやハーネス、データ基盤を組み合わせる方式が主流になりつつあります。本番の価格性能を重視する結果、話題性は低くてもGeminiが伸び、DeepSeekやGLM-5.2といったオープンモデルの採用も広がっているといいます。

一方でラウチ氏は、ラボとの競合が避けられない現実も認めます。OpenAIがWebサイトを直接公開できるツールを出すなど、プラットフォーム側が機能を広げるほど既存インフラと衝突するためです。それでも同氏は、自社を「この世代のAWS」と位置づけ、開放的なプロトコルを軸に戦う姿勢を強調しました。

英国の金融行為監督機構（FCA）幹部シェルドン・ミルズ氏は、金融サービスでのAI利用に対応するため規制当局は「軍拡競争」の状態にあると英紙に警告しました。数百万人がChatGPTやClaude、Geminiなどの大規模言語モデルを個人の資産判断に使い始めており、監督にはより大きな権限が必要だと訴えました。

ミルズ氏はFCAの委託で金融分野のAI影響に関する報告書を執筆し、月曜に公表されます。同氏は、技術がもたらす「変化の速さ、ペース、規模」に追いつくには当局自身がAIを取り入れ、リスクの監視・検知・対処に役立てる必要があると述べました。報告書は、こうしたLLMの利用を規制対象とすべきか当局が検証するよう促しています。

報告書はAI拡大の便益とリスクを両面から指摘します。「超個別化は商品と顧客ニーズの適合を高める一方、偏見や不透明な価格設定、個別化された操作を招きうる」と概要は記しています。ミルズ氏は、規制対象企業には比較的厳しいルールがある一方、同等のサービスが規制の枠外に置かれている点を問題視しました。

委託調査では、英国の成人の5分の1が、貯蓄や借り入れなどの金融判断をAIに委ねることに前向きだと分かりました。これらのモデルは規制の対象外で、問題が起きても補償を受ける手段がないのが実情です。報告書は、規制の枠外で金融サービスを提供する企業のリスクや消費者被害を、今後3〜6カ月以内に調査するようFCAに勧告しています。

米メディアThe Vergeは7月5日、Google WorkspaceとGeminiを宣伝する新広告に批判が集まっていると報じました。この広告は、アメリカ建国の父たちがGoogleの共同編集ツールとAIを使い、独立宣言を起草する様子を描いた内容です。「1776年版のグループワーク」という書き出しで始まり、公開直後から各所で反発を招いています。

広告では、ベンジャミン・フランクリンがトーマス・ジェファーソンに草稿の進捗を確認し、撮影した文書をAIでGoogle Docsに転記します。フランクリンとアダムズが提案モードで編集を加え、Geminiが会議時間を調整してGoogle Meetの議事録を作成するという流れです。さらに画像生成AI「Nano Banana」が、鷲ではなく七面鳥をあしらった合衆国の国章を作り出します。

最も物議を醸したのは、建国の父たちがGeminiに対し、イギリス国王ジョージ3世へ独立宣言の編集権限を与えるべきか助言を求める場面です。The Vergeの記者は、この描写が政治的立場を問わずアメリカ人を苛立たせると指摘しました。TechCrunchやSNS上でも「浅はかで陳腐」との評価が相次いでいます。

ニューヨーク市立大学の歴史学者アンガス・ジョンストン氏は、SNSのBlueskyで厳しい見解を示しました。同氏は「たとえ陳腐な空想の冗談でも、AIが政治的な組織活動や執筆、人間の協働に役立つ道具だと示すことは不可能だ」と述べています。この一件は、生活のあらゆる場面へAIを組み込もうとするIT大手の姿勢が、必ずしも受け入れられない現実を浮き彫りにしました。

ブラジルの証券取引所であるB3が、業務用モバイル端末の基盤としてGoogleのAndroid Enterpriseを採用し、従業員約1000人への展開をわずか2週間で完了しました。規制の厳しい金融機関として、強固なセキュリティと法令順守を保ちながら、常時稼働できる生産性の高い環境を整えることが狙いです。同社は両OSのエコシステムを幅広い基準で比較検証したうえで、この選択に至ったとしています。

採用の決め手となったのが多層的なセキュリティです。ハードウェア暗号化やアプリのサンドボックス化に加え、AIによる脅威検知を備えている点を評価しました。導入にはSamsung端末とゼロタッチ登録を組み合わせ、フルマネージド端末とBYOD端末の双方を短期間で配備。端末は起動後すぐに中央ダッシュボードから一括管理でき、Managed Google Playでアプリの配布範囲や方法も制御できます。

B3はAI活用を実験段階からエージェント型（agentic）へと広げつつあります。従業員はAndroidに組み込まれたGoogle Geminiの機能を使い、コンテンツ作成や情報アクセス、業務の最適化などを進めているといいます。24時間体制の運用部門にとって課題だったバッテリー持続時間や画面の小ささも、7インチの軽量端末への切り替えで解消し、現場の評価も高いとしています。

財務面の効果も大きく、同社は今後10年で約30%のコスト削減を見込んでいます。この余力を端末の更新サイクルの短縮に充て、従業員に常に新しいハードウェアを提供し続ける方針です。金融規制下での順守とコスト効率、そしてAI活用を同時に追う企業にとって、端末基盤の選定が経営判断に直結する一例と言えるでしょう。

Googleは7月1日、6年ぶりとなる新型スマートスピーカー「Google Home Speaker」を投入しました。価格は99.99ドルで、同社初のGemini対応機種となります。米メディアThe Vergeのレビューは、ハードウェアの完成度を高く評価する一方、音声アシスタント「Gemini for Home」はまだ未完成だと結論づけました。

ハードウェアは同レビューで絶賛されています。手のひらサイズながら360度サウンドに対応し、寝室からキッチンまで自然に溶け込む洗練されたデザインが特徴です。MatterのコントローラーとしてもThreadのボーダールーターとしても機能し、現代のスマートホームの中核を担える処理性能を備えています。

一方でソフトウェア面には明確な弱点が残ります。Geminiの応答は最大10秒かかる場面があり、旧型のNest Audioより速いとは言えませんでした。同じ複合コマンドをAlexa Plusは3秒未満で処理しており、速度差は歴然です。

信頼性の低さも深刻です。楽曲を尋ねると正しい曲名を答えながら別の曲を再生し、音声の変更可否を問うと存在しない名前を並べる幻覚も起きました。Gemini LiveやAI自動化などの機能は月額10ドルの有料プランに囲い込まれています。

レビュアーは5日間の検証を経て、総合力ではAlexa PlusとEcho Dot Maxに軍配を上げました。ハードは理想的でも、それを生かすAIがまだ追いついていない。経営者やエンジニアにとって、LLM型アシスタントの実用化がなお発展途上である現実を示す一例と言えるでしょう。

Googleは7月1日、同社のAIエージェントGemini SparkをMac向けに提供開始したと発表しました。既存のデスクトップ版Geminiアプリに追加される形で、当面は米国のGoogle AI Ultra契約者に限定したベータ版として展開されます。macOS対応により、Sparkはパソコン内のファイルを直接扱えるようになります。

今回の対応で、SparkはClaude DesktopやMicrosoftのCopilotといった競合エージェントとの差を縮めます。ユーザーはファイルの整理や仕分けに加え、パソコン上のファイルを元にGoogle Workspaceの文書や表計算を新規作成できます。例えば請求書を予算管理シートに変換するといった使い方が想定されています。

機能面では、かねて要望が多かったGoogle KeepとTasksとの連携が実現しました。さらにCanva、Dropbox、Instacart、OpenTable、Zillow Rentalsなど外部アプリとも接続でき、飲食店の予約や食料品の定期注文、チラシ作成といった作業をSparkが代行します。

加えてSparkは、スポーツのスコアや株価、速報などのトピックをリアルタイムで追跡できるようになりました。SNSやブログ、天気なども継続的に監視できます。Googleは独自のModel Context Protocol（MCP）対応も順次展開し、利用者が好みのアプリを直接接続して自分向けに調整できるようにする方針です。

Googleは7月1日、2026年6月に発表したAI関連の新機能や研究成果をまとめた月次総括を公開しました。ノートPC上でローカル動作する新モデルや、Android 17の刷新、教育・防災分野への応用まで、幅広い領域での進展を一挙に振り返る内容です。経営者やエンジニアにとって、同社のAI戦略の全体像を把握できる資料といえます。

開発者向けでは、Gemma 4 12Bが注目されます。わずか16GBのメモリでノートPC上で動作し、視覚と音声処理を単一のアーキテクチャに統合したオープンモデルです。加えて、Gemini 3.5 Flashにはデスクトップやブラウザを横断して操作するコンピュータ操作機能が組み込まれ、企業向けの継続的なソフトテストなど長時間タスクの自動化を後押しします。画像生成では最速かつ最も費用効率の高いNano Banana 2 Liteも登場しました。

生活領域ではAndroid 17が中核です。フローティングウィンドウによる多重作業や、生体認証で紛失端末をロックする機能を搭載し、まずPixel端末から順次展開されます。さらにGemini 3.5 Live Translateは70を超える言語を自動検出し、話者の抑揚を保ったまま near-real-time の音声翻訳を実現します。多言語の会議や旅行での言語の壁を大きく下げる技術です。

教育分野では、NotebookLMが高度な推論やコード実行環境を備え、図表やスライドを生成できるように進化しました。Geminiアプリの学習ノートは、小テストで弱点を特定し、個人に合わせた教材を組み立てます。シエラレオネでの実証研究を通じて、AIが教育の実効的なパートナーになり得るかを検証している点も特徴です。

社会貢献の面では、防災と業務効率化が目立ちます。更新された予測モデルは河川洪水を7日前に予測し、山火事の境界を衛星で追跡します。英国では、AIを使った自治体の計画審査プロトタイプが住宅申請の処理を半減させる可能性を示しました。同社の調査によると、英国職場でのAI活用率は前年の34%から73%へと倍増し、深く使う層ほど昇進や昇給につながる傾向が見られました。

Googleは6月30日、画像生成モデル「Nano Banana 2 Lite」と動画生成モデル「Gemini Omni Flash」を開発者向けに公開しました。前者は約4秒で1K解像度の画像を生成し、料金は1,000枚あたり0.034ドルと同社で最も安価です。後者は会話形式で動画を編集できる新機能を備え、両モデルとも本日からGoogle AI StudioやGemini apiを通じて利用できます。

Nano Banana 2 Liteは「Gemini 3.1 Flash-Lite Image」が正式名称で、速度とコストを最優先する高頻度の制作現場に向けた割り切った設計です。標準版が約20秒かかる画像生成を約4秒に短縮し、料金も標準のNano Banana 2の半額に抑えました。広告のA/Bテストや多言語の店舗ページ作成など、大量生成を繰り返す業務での採用を想定しています。

ただし速度と引き換えに制約もあります。解像度は1Kのみで、上位モデルが対応する2Kや4Kは選べません。Googleは小さな文字やインフォグラフィックの正確さ、人物の一貫性が下位の品質になりやすいと明示しており、用途を見極めた使い分けが必要です。

もう一方のGemini Omni Flashは、完成した動画を自然言語の指示で編集できる点が特徴です。台本用のLLM、画像生成、動画化、口の動きの同期、音声生成と五つに分かれていた工程を一つのモデルに統合し、契約や課金、データ管理の手間を減らします。料金は720p動画で1秒あたり0.10ドルで、10秒の動画がおよそ1ドルです。

品質面でも評価は高く、利用者が出力を比較投票するLMArenaの動画部門で首位を獲得しました。一方で動画は10秒までという上限があり、長い動画は分割して結合する必要があります。静止画と音声から人物に話させる機能は偽造防止のためあえて非対応とし、全出力にSynthID透かしとC2PAの来歴情報を埋め込んでいます。

両モデルは組み合わせて使う設計です。Nano Banana 2 Liteで素早く画像を作り、それをOmni Flashに渡して動画化する流れを、状態を保持するInteractions apiが支えます。Googleは安価な料金で開発者を自社基盤に囲い込む狙いを鮮明にしており、生成メディア市場での競争はいっそう激しくなりそうです。

Googleは6月30日、AIアシスタント機能「Gemini Spark」の大型アップデートを発表しました。macOS向けアプリを新たに投入し、チャット画面を越えてデスクトップ上のファイルやアプリを横断的に操作できるようにした点が中心です。米国の「Google AI Ultra」加入者かつ18歳以上を対象に、ベータ版として提供を開始しました。

Mac版では、面倒な手作業を一括で自動化できます。例えばダウンロードフォルダ内のPDFを指定フォルダへ仕分けたり、保存済みの請求書から予算スプレッドシートを作成し定期更新するスケジュールを組んだりできます。Sparkがアクセスできるのはユーザーが許可したファイルのみで、情報保護に配慮した設計です。

近日中には遠隔実行にも対応します。スマートフォンからMacへ多段階の作業を割り当て、外出中でもパソコン側で処理を走らせられます。例として、Mac上の売上レポートを探し、総売上高を抽出してメール送信する、といった一連の流れを任せられます。

連携アプリも大幅に広がりました。Google TasksとGoogle Keepに対応し、Keepに書き散らしたメモをTasksの実行項目へ変換できます。さらにCanva、Dropbox、Instacart、OpenTable、Zillow Rentalsとの統合も始まり、ウェブとモバイルから順次展開され、Mac版へは数週間以内に届く見込みです。