Gemini（プロダクト）に関するニュース一覧

Googleは6月12日、中国を拠点とするサイバー犯罪集団Outsider Enterpriseを提訴したと発表しました。同集団はGoogleの生成AI「Gemini」を悪用して銀行や政府機関を装う偽サイトを大量生成し、数十万人から数百万ドル規模の金銭をだまし取ったとされます。GoogleはFBIや通信大手3社と連携し、その犯罪インフラの解体を目指します。

問題の中核は、技術力のない者でも詐欺を実行できる「フィッシング・アズ・ア・サービス」です。同集団は週88ドルや月200ドルでツールを販売し、約290種類のテンプレートを用意していました。Geminiに偽サイトのコードを生成させる手口を、Telegram上で公然と共有していたといいます。

被害の規模は深刻です。Googleによると、偽サイトは9000件、不正なURLは100万件以上に達し、Android利用者には2週間で250万通の詐欺SMSが送られました。FBIは2023年7月以降、約387万枚のクレジットカード情報が盗まれ、被害額は推定19億ドルに上ると説明しています。

Googleは「AIを使った詐欺にはAIで対抗する」と強調します。Androidの端末上での検知機能は、不審なメッセージを月100億件遮断しているといいます。AT&T;、Verizon、T-Mobileの通信3社も、詐欺SMSの送信前ブロックで協力しています。

ただ訴訟だけでは根絶できないとGoogleは認めます。そこで詐欺対策の超党派7法案を支持し、保護を恒久化する立法を働きかけています。AIが詐欺を高度化させるなか、企業・政府・捜査機関が連携する「集団防衛」の枠組みが、今後の鍵を握りそうです。

Googleは2026年6月10日、年次イベント「Google for Brazil 2026」を開催し、ブラジル市場向けのAI製品と投資計画を発表しました。同社はGeminiを中心とした最新のAIツールをブラジルのユーザーに提供し、日常生活やビジネスの変革を支援する方針を示しています。

主要な新機能として、地図アプリにAI会話機能を追加したAsk Mapsのポルトガル語版がブラジルで展開されます。ユーザーは自然言語で「近くの美味しいパステル屋」などと尋ねるだけで、カスタマイズされた地図とともにおすすめが表示されます。またChrome向けのGeminiもブラジルに拡大し、ウェブ閲覧中に要約や比較をAIがサポートします。

教育分野では、ブラジルの大学入試であるENEMの対策機能をGeminiアプリに無料で搭載します。AIが知識の弱点を特定し、個別の学習計画を作成する仕組みです。さらにGoogle DeepMindのAIサッカー戦術アシスタント「TacticAI」を、パルメイラスやブラジルサッカー連盟と協力してブラジルに導入することも発表されました。

人材育成への投資も大規模です。Google.orgを通じてExperience AIプログラムの拡大に500万レアル（約100万ドル）を拠出するほか、Google Career Certificatesの奨学金10万件を新たに提供します。Google CloudはブラジルにおけるAI・クラウド技術の訓練対象を300万人に3倍増させる計画で、9月には1日で20万人を訓練するセッションも予定しています。

スタートアップ支援では、ベンチャーキャピタルのMonasheesと提携し、AI特化の5社に最大200万ドルを投資する「Gama Fund」を立ち上げます。イタウ銀行やVivo（通信大手）との提携でGemini AI Plusの無料トライアルも提供し、ブラジル全体でのAI普及を加速させる狙いです。

Googleは2026年6月10日、ブラジルで開催した年次イベント「Google for Brazil」で、中小企業向けのGeminiアプリ新機能を発表しました。今月中に世界各国で順次提供を開始します。最大の目玉は、Googleビジネスプロフィールとの直接連携で、事業者がワンタップで接続するだけで、Geminiが自社のレビューや顧客からの質問、パフォーマンスデータを把握できるようになります。

連携後のGeminiは、単なるチャットボットではなく自社の文脈を理解したAIアシスタントとして機能します。たとえば「今月の業績はどうだった？」と聞けば検索インプレッションや通話データを分析し、「最新のレビューに返信して」と依頼すれば顧客のフィードバック内容を踏まえたブランドトーンの返信案を作成します。営業時間の更新や季節ごとの投稿もGeminiから直接行えます。

もう一つの新機能が「Businessノートブック」です。チャット履歴やビジネスプロフィール、ウェブサイトの情報をひとつの場所に集約し、Geminiがそれらを参照しながら会話を継続できます。ノートブックを開くと、未回答の顧客質問や未設定の営業時間といった重要な対応事項が自動的に表示されます。

さらにノートブックでは、地域の市場状況に基づいた価格設定やポジショニングの提案、販促キャンペーンのアイデア出しから実行まで一貫して行えます。Googleは今後、WorkspaceやGeminiの特別オファーも予定しており、中小企業のAI活用をさらに後押しする方針です。

Googleは2026年6月10日、AI アシスタントGeminiを活用した試験対策機能を欧州・中東・アフリカの学生と保護者向けに公開しました。講義資料や板書の写真などを一つのノートブックにまとめ、AIが構造化された学習ガイドや模擬テストを自動生成する仕組みです。

注目は「Guided Learning」と呼ばれる段階的指導機能です。答えをそのまま提示するのではなく、オープンエンドの質問を通じて学生の思考を導き、問題の背景にある「なぜ」を理解させます。教師や家庭教師がそばにいない場面でも、対話的な学習体験を提供できる点が特徴です。保護者が子どもと一緒に苦手科目を復習する用途も想定されています。

YouTubeも学習ツールとして位置づけられています。Googleの調査によると、欧州の10代の74%以上が週に1回以上YouTubeを学校の課題に活用しています。一方で集中力の維持が課題となるため、Shorts視聴時間の制限や休憩リマインダーなどの管理機能を強化しました。保護者は監視付きアカウントを通じて、子どものYouTube利用を細かく設定できます。

Googleはこれらのツールを教育者や学習科学の専門家と共同開発し、実際の教育現場のニーズに合致するよう設計したと説明しています。ただし、Geminiの個人アカウント利用は18歳以上に限定されており、AIの出力は公式教材と照合して確認する必要があると注意を促しています。

2026年ワールドカップで、Googleがアルゼンチンサッカー協会（AFA）と契約し、AIアシスタント「Gemini」をアルゼンチン代表チームのメインスポンサーに据えることが発表されました。Geminiのロゴが練習着に掲出されるほか、選手やコーチングスタッフが試合の戦術分析や対戦相手の統計解析にAIモデルを活用する計画です。Googleは3月に契約を締結していましたが、他チームとの交渉を進めるため発表を5月まで遅らせていました。

ファン向けには、Google検索がリアルタイムの試合分析や詳細な統計情報をAIで自動生成し、まるで一緒に観戦する仲間のように応答する仕組みが導入されます。さらに、応援ソングやミーム、イラストなどのコンテンツをAIで作成し、SNSでの交流を活性化させる狙いです。

Googleはアルゼンチンに加え、ブラジル、フランスともスポンサー契約を締結しています。広報担当のフロール・サバティーニ氏は「AIの扉を開くだけでなく、その限界を理解しながら体験を向上させることが重要だ」と述べています。AFA側にとっても、サッカーの伝統とブランド収益化を両立させる近代化の一歩となります。

一方で、W杯という世界最大級のイベントでAIを大規模に実運用するリスクも指摘されています。数百万人が同時にクエリを送信する環境で、統計の誤りやラインナップの捏造、エンブレムの誤表示などが発生すれば、世界的な規模で問題が露出します。ワールドカップはカラーテレビやVAR技術など新技術の普及を加速させてきた歴史がありますが、AI企業が選手のユニフォームとファンのスマートフォンの両方に同時にブランドを展開するのは史上初の試みです。

Googleは2026年6月10日、ブラウザChromeに組み込まれたAIアシスタント「Gemini in Chrome」の提供地域を、中南米・アフリカ・中東などへ新たに拡大すると発表しました。デスクトップとiOSのユーザーが対象で、Webページの要約や複数タブにまたがる情報の比較といった機能を利用できるようになります。

Gemini in Chromeの特徴は、Googleの各サービスとの深い統合にあります。ユーザーはページを離れることなく、Calendarでの会議設定、Mapsでの位置情報確認、Gmailでのメール作成・送信、YouTube動画への質問などが可能です。ブラウジング体験を中断しない設計が、業務効率の向上を後押しします。

新機能として、テキストプロンプトでオンライン画像を加工できる「Nano Banana 2」が追加されました。また、過去の会話コンテキストを記憶する機能が搭載され、継続的なやりとりがよりスムーズになっています。さらに「Personal Intelligence」では、Gmail・Photos・YouTube・Searchと連携し、個人に最適化された回答を提供します。

セキュリティ面では、既知の脅威を認識するようモデルが訓練されており、プロンプトインジェクションなどの攻撃に対する安全策が組み込まれています。機密性の高い操作を実行する前にはユーザーの確認を求める仕組みも備わっており、利便性と安全性の両立を図っています。

独立系音楽家のグループが、GoogleがYouTubeにアップロードされた楽曲を無断で音楽生成AI「Lyria 3」の訓練に使用したとして提訴しました。Googleは棄却申し立てを行い、原告が具体的な使用を証明できていないと反論するとともに、仮に使用していたとしてもYouTubeの利用規約が許可していると主張しています。

Googleの対応には、過去の公式発言との整合性が問われています。2024年4月にはYouTube CEOのニール・モハン氏がBloombergの取材で、YouTube動画の「一部」がGeminiなどのモデル訓練に内部的に使われている可能性があると発言しました。さらにGoogleはCNBCに対し、YouTube投稿がGeminiやVeoの訓練に使われていることを公式に認めています。

しかし、Lyria音楽モデルについてはGoogleは確認を拒否しています。棄却申し立ての中では、アップロードによりユーザーが「複製、配布、二次的著作物の作成」を許諾する利用規約に同意していると主張しており、事実上の使用を示唆しつつも明言を避ける姿勢を貫いています。

The Vergeは、Googleが明白な事実を認めない理由について、訴訟係争中において「もっともらしい否認可能性」を維持する計算された戦略だと分析しています。AIによる創作物の著作権問題が各所で争われる中、YouTube上の膨大なコンテンツをAI訓練に利用する是非は、クリエイターと大手テック企業の関係を左右する重要な先例となる可能性があります。

Googleは2026年6月9日、タレントで起業家のParis Hilton氏をAndroid初の「icon in residence」（公式クリエイター大使）に任命したと発表しました。この取り組みは、技術的なバックグラウンドを持たない人々でもテクノロジーの創造者になれることを示す目的で企画されたものです。Hilton氏はGoogle本社に設けられた専用の「Sliv Lab」で、GeminiのCanvas機能を活用したアプリ開発を体験しました。

Hilton氏はCanvas上でわずか3回のプロンプト入力から、自身のADHDに適した生産性アプリ「Iconic Ideas」を作成しました。コードを一切書くことなく、頭の中のアイデアを実際に使えるアプリへと変換できた体験について、「想像と実行の距離が劇的に縮まった」と述べています。このアプリはandroid.com/parisで公開されており、誰でも試すことができます。

さらにHilton氏は、YMCAやAltadena Girlsの若い女性たちをGoogle本社に招き、Androidのイノベーションチャレンジを開催しました。参加者たちはCanvas、Circle to Search、Nano Bananaなどのツールを使い、わずか半日で複数のアプリを開発しました。優勝作品は、女子生徒が安全に帰宅できるよう位置情報共有や危険箇所報告の機能を備えたアプリでした。

今回の施策は、GoogleがGeminiのノーコード開発機能を一般消費者向けに訴求する戦略の一環と位置づけられます。技術者だけでなく、アーティストや起業家、クリエイターが自らテクノロジーを構築できる未来を目指すというメッセージを、著名人の起用を通じて広く発信する狙いがあります。

Googleは2026年6月9日、リアルタイム音声翻訳モデル「Gemini 3.5 Live Translate」を発表しました。このモデルは70以上の言語を自動検出し、話者の抑揚・ペース・ピッチを保持したまま自然な音声翻訳を生成します。従来のターン制翻訳とは異なり、話者の発話中に連続的に翻訳を出力し、数秒の遅延で追従する仕組みです。

技術面では、翻訳品質を高めるための文脈待機と即時翻訳のバランスを自動調整する点が特徴です。Google I/Oで発表された3.5ファミリーの一部として位置づけられ、Flash版に続く音声特化モデルとなります。背景雑音への耐性も備えており、騒がしい環境でも安定した翻訳を提供します。

展開先は多岐にわたります。開発者向けにはGemini Live APIとGoogle AI Studioでパブリックプレビューを開始しました。企業向けにはGoogle Meetでの音声翻訳として今月中にプライベートプレビューを提供し、対応言語を従来の5言語から70以上へ、言語の組み合わせを2000以上へと大幅に拡大します。

一般ユーザー向けには、AndroidとiOSのGoogle翻訳アプリでグローバルに展開を開始しました。Android版では新たに「リスニングモード」を追加し、イヤホンなしでも電話のように耳に当てるだけで翻訳音声を聞ける機能を実装しています。

実用面では、東南アジアの配車サービス大手Grabが、ドライバーと乗客間の多言語コミュニケーションにこのモデルを試験導入しています。Grabでは月間1000万件以上の音声通話がアプリ経由で行われており、大規模な実地検証の場となっています。生成されるすべての翻訳音声にはSynthIDによる電子透かしが埋め込まれ、AI生成コンテンツの検出可能性を確保しています。

Googleの学習・サステナビリティ担当チーフテクノロジストであるBen Gomes氏が来日し、東京大学の藤井輝夫総長と学生に向けた対話イベントを開催しました。テーマはAI時代における学びの未来で、「本物の学び」の本質と、変化する市場で求められる人間のスキルについて議論が行われました。同社のホワイトペーパー「AI and the Future of Learning」の知見も共有されています。

Gomes氏は、AIが学びのショートカットになるという懸念に対し、AIは好奇心を増幅するツールとして使うべきだと強調しました。真の学びには自ら挑戦し脳を鍛える過程が不可欠であり、AIに答えを求めるだけでは学習にならないと指摘しています。AI時代においては、答えそのものよりも「どのような問いを立てるか」が重要になるという考えを示しました。

教師がAIに置き換えられるかという問いに対しては、明確に否定しました。むしろ教師の存在はこれまで以上に重要になると述べています。Googleの調査では、AIの活用により教師が事務作業で週最大10時間を節約できることが示されており、その時間を生徒との直接的な対話や動機づけに充てることが可能になります。

また、AIの個別指導機能が教育格差の解消に貢献できると説明しました。学習の進度に差がある環境でも、AIが個々の誤解を把握して支援したり、テキストを音声に変換するなどのマルチモーダルな学習オプションを提供できます。GoogleはLearnLMやGeminiといったAIモデルの開発を通じ、教育プロセスを支援する設計を進めています。

さらにGoogleは、東京大学と共同で日本の大学生を対象にしたAI学習効果の実証研究を開始すると発表しました。AIを活用した学習がどのような場面で最も効果的か、また改善が必要な領域はどこかについて、学術的な知見を得ることが目的です。

Google DeepMindは2026年6月9日、欧州の初期段階ロボティクススタートアップを対象とした3カ月間のアクセラレータープログラム「Google DeepMind Accelerator: Robotics」の開始を発表しました。採択された15社の創業者がロンドンに集まり、プログラムが正式に始動しています。参加企業はGoogleのAIスタックや技術的専門知識、Geminiロボティクスモデルへのアクセスを得られます。

採択企業はノルウェー、ギリシャ、ルーマニア、英国、フランス、ドイツ、スイス、イタリア、デンマーク、スウェーデンなど欧州各国から選ばれました。対象分野は物流、製造、ヘルスケア、気候変動対策、高度なナビゲーションと多岐にわたります。Google DeepMindおよびGoogleの専門家による技術メンタリングと製品ガイダンスが提供されます。

具体的な採択企業には、ロボット溶接のパラメータ選定を従来比280倍高速化する3D-Components AS、脳組織内を移動して神経疾患の診断・治療を行うマイクロロボットを開発するROBEAUTE、物理AIベースのヒューマノイドロボットを開発するGenerative Bionicsなどが含まれます。廃棄物選別の自動化やロボットに触覚を与える電子皮膚の開発など、実世界の課題解決に直結するプロジェクトが並びます。

本プログラムは、AIの進歩を物理世界に応用する「エンボディドAI」の分野で欧州のイノベーションを加速させる狙いがあります。Google DeepMindは最先端のAI研究を実際のロボティクス製品に転換するための支援を通じて、欧州におけるロボティクスと知能システムの成長を後押しする方針です。

Google Arts & Cultureは2026年6月9日、サンフランシスコの科学博物館Exploratoriumと共同で、デジタルアート作品「See in CMYK」を公開しました。データビジュアライゼーションアーティストのStefanie Posavec氏が制作したこの作品は、GoogleのGemini 3 Pro Imageモデルを活用し、伝統的なCMYK印刷プロセスをインタラクティブなデジタル体験として再構築したものです。

「See in CMYK」では、ユーザーが写真をアップロードすると、Geminiが画像の内容を意味的に解析し、シアン・マゼンタ・イエロー・ブラックの4色に対応するアイコンへと変換します。従来の画像処理では機械的な色分解しかできませんでしたが、AIを使うことで写真の被写体を理解した上で、4000種類の事前生成アイコンから最適なものを選び出し、パーソナライズされたアート体験を提供します。

この作品は、Posavec氏がExploratoriumのために制作した物理壁画「A Four-Color Field」を発展させたものです。元の壁画では、シアンの雲やマゼンタの唇、黄色い太陽、黒い猫といった小さなシンボルの集合が、離れて見るとカリフォルニアポピーの大きな一枚絵として浮かび上がる仕組みでした。デジタル版ではこの原理をAIで拡張し、誰でも自分だけの4色ポスターを作成・ダウンロード・印刷できます。

この夏、Exploratoriumでは期間限定で物理インスタレーションも設置される予定です。オンラインでもGoogle Arts & Cultureのサイトから体験可能で、アートと科学とAI技術が交差する新しい学びの形を提案しています。

ServiceNow AIの研究チームは2026年6月9日、コードスイッチ（会話中の言語切替）に対する主要音声認識（ASR）システムの性能を体系的に評価するベンチマークを公開しました。世界人口の半数以上がバイリンガルであるにもかかわらず、企業向け音声エージェントが言語切替にどう対処するかの研究はこれまで不十分でした。本ベンチマークはスペイン語・フランス語・カナダフランス語・ドイツ語と英語の4言語ペアを対象に、HRやITサポートの実務シナリオを用いて評価を行っています。

評価対象はElevenLabs Scribe V2、Google Gemini 3 Flash、AssemblyAI Universal 3-Pro、Deepgram Nova 3、Mistral Voxtral、Nvidia Parakeet、OpenAI Whisper Large V3 Turboの7モデルです。単語誤り率（WER）ではScribe V2とAssemblyAIが僅差で上位を占め、Gemini 3 Flashが僅差で続きました。一方、意味の保持を測るSWERとAERでは、Geminiが言語理解能力を活かしてAssemblyAIを逆転する場面もありました。

Whisperは全指標で最下位となりましたが、これは言語パラメータ未指定時に転写ではなく翻訳をデフォルト動作とする既知の制約が原因です。意味的指標では英語への翻訳が奏功し、他モデルとの差は縮まりました。上位モデルはコードスイッチによる精度低下がごくわずかで、単言語ベースラインとほぼ同等の性能を維持しています。

誤認識の発生メカニズムについても統計分析が行われました。回帰分析の結果、発話内の言語切替回数が多いほど誤認識が発生しやすく、一方で誤認識の深刻度はコード混合指数（CMI）、すなわち副言語の単語比率と相関していました。さらに、誤認識はバイリンガル発話中の英語部分に集中するという直感に反する結果も示されています。英語は単言語では最も得意とする言語でありながら、埋め込み言語として出現した際には音韻や語彙の文脈切替がモデルにとって困難となるためです。

研究チームはベンチマークをオープンソースのAU-Harnessで公開し、企業が自社の顧客が実際に話す言語ペアで検証できるようにしています。合成音声を用いている点や自動言語検出のみで評価している点など限界はあるものの、適切なASRシステムを選択すれば、バイリンガル顧客が自然に言語を切り替えても転写品質を維持できることを実証した意義ある研究です。

Appleは2026年6月9日、年次開発者会議WWDC 2026で、AIアシスタント「Siri AI」の全面刷新と、第3世代の独自基盤モデル「AFM 3」ファミリーを発表しました。新SiriはGoogle Geminiをベースとし、専用アプリとして独立。テキスト・音声・画像によるマルチモーダル対話に対応し、iPhoneからMac、Apple Watchまで全デバイスで利用できます。Tim Cook CEOにとって最後のWWDCとなる今回、同社はAI分野での遅れを取り戻す姿勢を鮮明にしました。

Siri AIの最大の特徴は、画面上のコンテンツを認識して文脈に応じた操作を実行するエージェント機能です。InstagramやSafariで表示中の情報をもとに検索や予定登録を行ったり、メッセージの文脈からリマインダーを自動提案したりできます。Apple上級副社長のCraig Federighi氏は「AIにおけるプライバシーは交渉の余地がない」と強調し、処理はオンデバイスまたはPrivate Cloud Computeで完結すると説明しました。

技術面で注目されるのがAFM 3 Core Advancedです。20億パラメータの重みをDRAMではなくNANDフラッシュに格納し、プロンプトごとにルーティングして1B〜4Bのパラメータを動的にDRAMへロードします。従来のMoEモデルがトークンごとにエキスパートを切り替えるのに対し、プロンプト単位で一度だけ選択する設計により、メモリ帯域の制約を回避しています。サーバー側のAFM 3 Cloud ProはGoogle Cloud上のNvidia GPUで稼働し、複雑な推論やエージェント処理を担います。

写真編集では、Appleはこれまでの慎重姿勢を転換し、Image Playgroundでフォトリアルスタイルの画像生成を解禁しました。新ツール「Extend」は画像の枠外をAIで補完し、「Spatial Reframing」は写真の視点を3D的に変更できます。改変画像にはGoogleのSynthID透かしを付与し、AI生成コンテンツの識別を可能にしています。かつてFederighi氏が「写真は現実を正確に捉えるべき」と述べていたことを考えると、大きな方針転換です。

開発者向けには、App IntentsとApp Schemasを通じてアプリの機能をSiriやSpotlightに公開する仕組みが拡充されました。Shortcutsアプリでは自然言語による操作の自動化が可能になり、Safariでも自然言語でブラウザ拡張機能を作成できます。一方、Siri AIはEUと中国では当初利用不可で、対応ハードウェアも限定されるため、グローバル展開には課題が残ります。Appleの戦略はスタンドアロンのチャットボットではなく、OS全体にAIを統合するアプローチであり、プライバシーを武器にMicrosoftやGoogleとの差別化を図っています。

Googleは2026年FIFAワールドカップの開幕に合わせ、Search、Maps、Waze、Geminiアプリに一連のサッカー関連新機能を導入しました。北米3カ国で開催される今大会を、どこにいても快適に追えるようにすることが狙いです。

Google検索では、試合中のライブスコアやラインナップ、順位表などを視覚的に即座に確認できるようになりました。iOSとAndroidのロック画面にスコアをピン留めする機能も追加されています。さらにAI Modeでは、フォーメーションの違いや戦術的な質問に対し、インタラクティブなビジュアルを生成して回答します。

Google MapsとWazeには、スタジアム周辺の交通規制や歩行者ゾーン、公共交通の情報が追加されました。Wazeでは停車中にライブスコアを確認できる新機能も搭載。チケットがなくても、Mapsで近くのパブリックビューイングを探して予約できます。

Geminiアプリは試合情報をリアルタイムで参照し、スコアやハイライトを動的なビジュアルハブとして表示します。Nano Banana機能では自分の写真をアップロードして応援チームのユニフォーム姿に加工できます。Plus以上の有料プランでは、Scheduled Actionsで毎朝のサッカーニュースダイジェストを自動配信する設定も可能です。

Googleは2026年6月8日、AIリサーチツールNotebookLMの全面アップグレードを発表しました。最新のGemini 3.5モデルとエージェント型コーディング基盤Antigravityを統合し、より正確で高度な分析能力を実現しています。Googleの社内評価では、旧モデル比で主要5指標の平均勝率が65%に達しました。

今回の目玉は、各ノートブックに専用のクラウドコンピュータが割り当てられる点です。NotebookLMがコードを自動生成・実行できるようになり、100種類以上のソフトウェアスキルを活用した高度なデータ分析やワークフロー構築が可能になりました。大規模文書分析では69.9%、ウェブリサーチでは78.2%と、旧版を大きく上回る性能を示しています。

出力形式も大幅に拡充されました。PDF・Word・Excel・PowerPoint・CSV・画像（PNG、SVG）など多様なフォーマットに対応し、生成後の編集も可能です。Googleの画像生成モデルNano Bananaによる画像出力にも対応しています。

もう一つの大きな変化は、リサーチの開始方法です。従来はユーザーが事前にソースを用意する必要がありましたが、今後は漠然とした疑問やアイデアからスタートできます。NotebookLMがGoogle検索を使って関連性の高いソースを自動で発見・追加してくれるため、リサーチの敷居が大きく下がりました。ソースの追加はユーザーの承認制で、信頼性のコントロールは維持されます。

本アップデートはGoogle AI UltraプランおよびWorkspace法人向けプラン（AI Ultra Access、AI Expanded Access）のユーザーから順次展開されます。ビジネスユースでは、データ分析レポートの自動生成や技術文書の簡易化など、従来は複数ツールを行き来していた作業がNotebookLM内で完結できるようになります。

Appleは2026年6月8日のWWDC 2026基調講演で、音声アシスタントSiriを全面的に刷新した「Siri AI」を発表しました。2024年に予告しながら実現できなかったAI強化を、Googleとの提携によりGeminiベースの新しいApple Foundation Modelsとして再構築しています。新しいSiriはChatGPTやClaudeのような対話型インターフェースを備えた専用アプリとして提供され、会話履歴がiCloud経由で全デバイス間で同期されます。

Siri AIの最大の特徴は、システム全体への統合です。画面に表示されている内容を読み取り、アプリをまたいで操作を実行できます。たとえば通話中にメールから航空便の詳細を表示したり、カレンダーの予定を自然言語で作成したりすることが可能です。iPhoneではDynamic Islandからのスワイプ、MacではSpotlight、Vision Proでは視線で起動でき、あらゆるデバイスでシームレスにアクセスできます。

Apple Intelligenceの進化はSiri以外にも広がっています。SafariはAIによるタブ自動整理やウェブサイトの変更通知機能を獲得し、Shortcutsは自然言語でワークフローを構築できるようになりました。写真アプリには撮影後に構図を変更できる「Spatial Reframing」、画像の端を拡張する「Extend」ツール、精度が向上した「Cleanup」ツールが追加されています。Image Playgroundもより高品質な画像生成が可能になり、開発者向けAPIも公開されます。

カメラアプリにはSiriモードが追加され、レシートを撮影して割り勘計算からApple Cash送金まで一連の操作を自動化できます。また、200万ダウンロード未満の小規模開発者にはPrivate Cloud Compute上のFoundation Modelsを無償で提供し、AI開発の参入障壁を下げる施策も発表されました。

ただし展開には制約があります。Siri AIは年内にベータ版として提供されますが、EUではiOS・iPadOSで当初利用できず、中国では規制上の理由から提供されません。対応言語も英語のみでのスタートです。高度なオンデバイスAI機能はiPhone Air・iPhone 17 Pro、M4以降のiPad、M3以降かつ12GB以上のRAMを搭載したMacに限定されます。なお今回のWWDCは、9月1日にCEOをJohn Ternusに引き継ぐTim Cookにとって最後の基調講演となりました。

Appleは2026年6月8日（米国時間月曜）、年次開発者会議「WWDC 2026」を開幕します。最大の注目は、長く遅延してきたSiriの大型刷新で、GoogleのGeminiを基盤に会話型アシスタントへと生まれ変わる見通しです。経営者やエンジニアにとって、Appleが出遅れたAI競争でどう巻き返すかを占う重要な発表となります。

新Siriは文脈理解や複数ステップのタスク処理に対応し、アプリ間をまたいで自然に動作するとされます。Bloombergの報道によれば、Dynamic Islandや写真アプリなど多くの場面に登場し、初めて専用のSiriアプリも用意される見込みです。ChatGPTやClaude、Geminiといった先行チャットボットへの対抗を狙います。

プライバシーも訴求点です。AppleはPrivate Cloud Computeを改めて強調するとみられ、会話を30日や1年で自動削除する設定も加わる可能性があります。Gemsiniへ多額の使用料を支払いつつも、自社が大規模データセンター建設の矢面に立たない点は、皮肉にも有利に働くとの見方もあります。

Siri以外の機能も拡充されます。カメラアプリには「Visual Intelligence」が追加され、Google画像検索で被写体を識別する専用モードが用意される見込みです。写真アプリには自然言語で編集を指示できるAI機能やオブジェクト除去が、Walletアプリにはレシート撮影で支払いを請求する割り勘機能が加わると噂されています。

このほか、Image Playgroundの画質向上やAIエージェントとApp Storeの連携も取り沙汰されています。一度は誇大広告で集団訴訟の和解に追い込まれたAppleにとって、今回は失敗が許されない再挑戦です。チャンスが二度と巡ってこない以上、今度こそ実装で結果を示せるかが問われます。

ServiceNowは2026年6月4日、企業向け音声AIエージェントを評価するためのベンチマーク「EVA-Bench Data 2.0」をオープンソースで公開しました。航空カスタマーサービス、企業ITサービス管理、医療人事サービスの3領域にわたり、121のツールと213の評価シナリオを収録しています。初版から約4倍のシナリオ拡大となります。

音声エージェントの失敗はドメイン固有であるという課題意識がこのベンチマークの出発点です。航空業界で確認コードを正確に処理できるシステムでも、医療HR領域の複雑なポリシー対応では失敗することがあります。EVA-Bench 2.0は、各領域の実際の業務フローに基づいたシナリオを設計し、単一意図・複数意図・敵対的呼び出しの3タイプを網羅しています。

データの信頼性確保にも注力しています。すべてのシナリオは、OpenAI GPT-5.4、Google Gemini 3.1 Pro、Anthropic Claude Opus 4.6の3つのフロンティアモデルで解決可能であることを検証済みです。シナリオ生成にはグラフベースの合成データパイプライン「SyGra」を使用し、ユーザー目標・初期データベース・期待される最終状態を一貫して生成することで再現性を担保しています。

今後は英語以外の多言語対応も予定しています。名前や地名、電話番号をローカライズし、フランス語など各言語での評価を可能にする計画です。データセット、評価フレームワーク、リーダーボードはすべてMITライセンスでHugging FaceおよびGitHubから利用できます。

Appleは2026年6月9日から始まるWWDC 2026を前に、App Storeエコシステムの最新実績を公表しました。2025年のApp Store経由の取引総額は1.4兆ドルに達し、前年の1.3兆ドルから成長を続けています。このうち90%は開発者が手数料を支払わない物理的商品やサービスの取引で、Appleが手数料を得るデジタル商品の取引は1,490億ドルでした。

特に注目すべきは、2025年のトップ100アプリのうち40本が消費者向けAI機能を搭載しており、それ以外のアプリより高い課金成長率を記録した点です。これはWWDCでのAIエージェント対応App Store発表への布石とみられています。週間平均利用者数は175の国と地域から8億5,000万人に上りました。

WWDC 2026最大の目玉は、Siriの大規模刷新です。GoogleのGemini技術を活用し、文脈理解や複数ステップのタスク処理が可能な対話型アシスタントへと進化します。ChatGPTやClaudeに対抗するスタンドアロンのSiriアプリの投入も報じられており、会話の自動削除機能なども搭載される見込みです。

カメラアプリには新たな「Visual Intelligence」セクションが追加され、Google画像検索と連携したオブジェクト認識が可能になります。写真アプリでは自然言語によるAI写真編集や自動オブジェクト除去が導入される予定です。Image Playgroundも高品質な画像生成やスタイルの拡充が行われます。

さらにApple Walletでは、レシートを撮影して割り勘請求を自動生成する機能や、紙チケットをデジタルパスに変換する機能が追加されます。Appleは全デバイスにわたってAI体験を強化する方針で、macOS・iPadOS・visionOS・watchOSにもAI機能の拡充が見込まれています。

Googleは2026年6月4日、ユタ州教育委員会との提携を発表し、州内すべてのK-12学校（幼稚園から高校まで）にAI学習ツール「Gemini for Education」を無償で提供すると明らかにしました。2026-2027年度から、約70万8000人の生徒と教員がセキュアなAIツール、研修プログラム、Googleキャリア認定資格を利用できるようになります。

教員向けには、授業計画の作成や課題の自動生成、採点ルーブリックの作成といった管理業務の効率化が期待されています。生徒向けには、段階的に理解を深める「Guided Learning」機能が用意されており、単なる回答提供ではなく、能動的な学習プロセスを支援する設計です。プライバシー面では、教育用Gemini内のデータはAIモデルの学習には使用されず、エンタープライズ級のセキュリティで保護されます。

同日、MITはジョージア州立大学と共同で、AI人材育成イニシアチブ「PATH（Pathways for AI Training and Hiring）」の拡大を発表しました。PATHはコミュニティカレッジを中核に据え、地域の産業ニーズに合わせたカリキュラムを産学連携で設計する実践型プログラムです。すでにジョージア州では1000人を超える学生が受講を開始しています。

PATHの特徴は、オンライン中心の大規模研修とは異なり、対面での協働学習を重視している点です。学生は産業パートナーが持ち込む実課題にチームで取り組み、技術力だけでなくコミュニケーションや倫理的判断力も養います。マサチューセッツ州ではクインシガモンド・コミュニティカレッジで、MITスローン経営大学院の体験型学習モデルを取り入れたデータサイエンスコースが始まっています。

両プロジェクトの背景には、AI時代の人材育成を国家的課題と捉えるGoogleの戦略があります。PATHはGoogle.orgからの助成金で運営され、ユタ州のプログラムでもGoogleキャリア認定資格が無償提供されます。MIT学長のサリー・コーンブルース氏は「研究大学がアクセス拡大に貢献することで、国の労働力とイノベーション能力の双方が強化される」と述べており、AI教育の裾野拡大が加速しています。

米メディアThe Vergeのコラムニスト、TC Sottek氏が2026年6月3日に公開したオピニオン記事で、AIの生産性向上が社会の根本的な問題を覆い隠していると主張しました。Googleの新AIエージェント「Gemini Spark」がカレンダーの色分けや旅行計画を巧みにこなす一方で、こうした便利さが本当に人々の暮らしを改善するのかという問いを投げかけています。

記事はまず、Google、Microsoft、Appleなどのテック大手が数十年かけてオフィスと私生活の境界を曖昧にしてきた歴史を振り返ります。フランス政府が「つながらない権利」を法制化したほど深刻な問題を、今度はAIアシスタントで解決しようとしている構図は皮肉だと指摘しています。企業が自ら生み出した問題を、新たな有料サービスで解決する循環に疑問を呈しています。

さらにSottek氏は、AI以前から生産性は急上昇していたにもかかわらず賃金は追いつかなかった事実を提示します。Meta社のザッカーバーグCEOが387フィートのヨットを所有する一方、AI投資のコスト相殺として大規模な人員削減を実施した例を挙げ、生産性向上の果実が労働者に還元されていない現実を描いています。

AI関連企業が数兆ドル規模の評価額を獲得する裏で、アメリカではSNAP（食料支援）の給付削減が進んでいます。「ポスト労働」の未来を掲げるなら、働かなくても住居と食事が確保される社会制度が不可欠です。しかし現状はその逆方向に進んでいると記事は警告しています。

Sottek氏はラッダイト運動にも言及し、技術への抵抗が200年前から存在してきた事実を認めつつも、月額99ドルでメール送信やスプレッドシート作成を代行するAIサービスが「未来の有望なビジョン」とは言い難いと結論づけています。自由な時間すら持てない人にとって、AIアシスタントがどれほどの意味を持つのか。技術の進歩と社会制度の整備を切り離して語ることはできないと訴えています。

Microsoftは2026年6月2日、年次開発者会議Build 2026で、常時稼働型のAIパーソナルアシスタント「Scout」を発表しました。ScoutはオープンソースのOpenClawフレームワーク上に構築されており、Microsoft 365のTeams・Outlook・OneDriveなどと統合して、予定表管理・メール下書き・会議調整・経費処理などを自律的に実行します。Scout担当コーポレートバイスプレジデントのOmar Shahine氏は「これは我々が顧客に提供する初の本格的パーソナルアシスタントだ」と述べています。

Scoutの最大の特徴は、ユーザーごとにカスタマイズされる点です。利用者は自分のScoutに名前を付け、業務上の好みや優先事項をフィードバックとして与えます。するとScoutはそのパターンを学習し、たとえば「夕食の時間帯は会議を入れない」といったルールを自動適用するようになります。Teamsのスレッドやメールを常時監視し、約束事項のリスト作成やリマインダー送信なども行います。

セキュリティ面では、MicrosoftはOpenClawを「信頼されていないコード」として扱い、クラウド上のサンドボックス環境で隔離して運用します。Agent 365・Microsoft Purview・Defenderといった既存のエンタープライズセキュリティ基盤と連携し、ポリシー準拠システムが監査証跡を継続的に生成します。以前Nadella CEOがOpenClawを「ウイルス」に例えていたことを踏まえると、Microsoftのセキュリティへの慎重な姿勢がうかがえます。

現時点ではMicrosoftのFrontierプログラム加入者かつGitHub Copilotサブスクリプション保有者が対象で、米国のデスクトップ版プレビューから提供が始まります。社内ではすでに3,000人以上の従業員が利用しており、営業部門での採用が特に進んでいます。GoogleのGemini Sparkとの競争が激化する中、エンタープライズ向けAIアシスタント市場の主導権争いが本格化しています。

Googleが提供を開始した常時稼働型AIエージェントGemini Sparkが、個人データの深い活用により従来のAIツールを大きく超えるパーソナライズ体験を実現していることが、The Vergeの詳細なレビューで明らかになりました。Sparkは月額99ドルのAI Ultraプランで提供され、外部アプリとの連携やPC操作まで視野に入れた野心的な製品です。

レビュアーのDavid Pierce氏がペンシルベニア州ハーシーへの家族旅行の計画を依頼したところ、Sparkは数分で数千語に及ぶ詳細な旅程を作成しました。自宅からの運転ルート、ペット同伴可能なホテルの料金、子供の年齢に応じた入場料の案内に加え、妻の食べ物の好みやメールから取得したコンサートチケットの駐車場情報まで盛り込まれていました。

この精度を支えているのが、GoogleのPersonal Intelligence機能です。Gmail、カレンダー、写真、検索履歴など、Googleが保有する膨大な個人データをAIが統合的に分析することで、人間のアシスタントのような対応を可能にしています。一方で、Airbnbの予約はセキュリティポリシーによりブロックされ、外部サービスとの連携には課題が残りました。

Pierce氏は技術的な成果を高く評価しつつも、「自分の子供の名前や住所を当然のように扱うAIに不気味さを感じる」と率直に述べています。AIの有用性と個人情報提供の間にある直接的なトレードオフを指摘し、OpenAIやAnthropicなど競合各社も同様のデータ蓄積を急いでいる現状に警鐘を鳴らしました。

有料サービスでありながらユーザー自身のデータが原材料かつ最終製品になるという構造は、AI時代のプライバシーの在り方に根本的な問いを投げかけています。便利さの追求がどこまで個人の開示を求めるのか、企業と利用者の双方が向き合うべき課題が浮き彫りになりました。

中国のAIスタートアップMiniMaxは6月1日、大規模言語モデル「M3」を公開しました。100万トークンの文脈長とネイティブな多モーダル機能を備え、主要ベンチマークの一部でGPT-5.5やGemini 3.1 Proを上回りながら、価格は米大手プロプライエタリモデルのわずか8〜20%に抑えた点が最大の特徴です。月額20ドルからのサブスクリプションで提供されます。

性能面では、自律エージェント指標のSWE-Bench Proで59.0%を記録し、GPT-5.5やGemini 3.1 Proを上回りました。BrowseCompでは83.5%を獲得し、Claude Opus 4.7の79.3%を超えています。一方で、先週公開されたClaude Opus 4.8には同指標で69.2%対59.0%と差をつけられ、複雑な推論を要する領域では依然としてクローズドモデルが優位を保っています。

低コストを支えるのが、新開発のMiniMax Sparse Attention(MSA)です。従来のTransformerは入力が長くなるほど計算量が二乗で増えますが、MSAは事前選別でKVブロックを効率処理することでこれを回避します。100万トークン処理時の演算負荷は前世代の20分の1に低下し、デコードは15倍に高速化しました。

同社はM3をオープンウェイトライセンスで10日以内に公開する方針です。これにより企業は自社ハードウェア上でローカル実行でき、公開API経由でのデータ漏洩リスクを排除できます。独自のファインチューニングや内部アーキテクチャの改変も可能になり、汎用モデルを専有資産に転換できる点が、コンプライアンス重視の企業に響きます。

製品面では、AIエージェント「MiniMax Code」がエージェントチーム機能を提供します。生成役と検証役が敵対的に協調する「Producer+Verifier」ループにより、人手の監督なしで数日間自律稼働が可能です。実際の検証では、ICLR2025受賞論文の再現に約12時間自律で取り組み、18件のコミットと23の実験図を生成したと報告されています。

DeepSeek-V4 Pro Maxと比べてもM3はコード合成で優位を保ち、SWE-Bench Proで59.0%対55.4%と僅差で上回りました。次世代のエージェント開発は、巨大なデータセットだけでなく、効率的なアーキテクチャ設計が鍵を握ることをM3は示しています。

Googleは6月1日、開発者会議「Google I/O 2026」を自社のAIツールで制作した舞台裏を公式ブログで公開しました。発表内容だけでなく、登壇したAIそのものを使って映像・デザイン・会場体験を作り込んだと説明し、「AIで実際に何ができるのか」という問いへの実例として示しています。

目玉は段ボールとマーカーで作った人形を題材にした短編映画「TPU Training Day（通称Timmy TPU）」です。まず人形劇と3DアニメでキャラクターのカメラワークやフレーミングをGoogleが制御し、画像生成モデルNano Bananaで様式化した第1フレームを生成しました。Google AI Studio内に独自ツールを構築してフレームの整合性を保ち、最終的にGemini Omniなどの実験的モデルで合成して、人の手作りの質感を残したまま映像を仕上げています。

視覚ブランドの設計でも、過去5年分のI/O振り返り資料をGeminiモデルに学習させ、出力をNano Bananaに繰り返し戻して改良しました。その結果、平面の2Dアイコンが立体的な3Dへ動的に変化する、4色グラデーションの統一デザインに到達したとしています。

会場の事前ショーでは、モントレーベイ水族館と組んだ生成音楽実験「Jellectronica」を実施しました。Google ColabでYOLO8モデルを学習させてCoral NPU上で動かし、ミズクラゲの動きを追跡。クラゲが多いほど低音が強まる仕組みで、Lyria 3 Proが動きを音楽へ変換しました。プレイ中に各自がステージを生成するゲーム「Infinite Scaler」も、2D画像生成から無限の3D世界を作る試みとして披露されています。

来場者向けには、独自のラテアートを注文できるアプリや、20秒でお題を集めて世界に一つのデザインを作るステッカー生成ゲームを用意しました。いずれもNano BananaやGoogle Antigravityのエージェント型コーディングを土台にし、来場者自身が注文アプリを即席で作る体験まで盛り込んでいます。

Googleはこうした取り組みについて、AIが雑務を肩代わりすることで、人が本来得意な創造的作業に最良の時間を割けるようになると強調しました。うまく機能したときには、観客はAIの利用を意識しなくなる。そこにこそ共有したい可能性があると結んでいます。

米メディアThe Vergeは6月1日、グーグルが提供を始めた「24時間稼働」のAIエージェント「Gemini Spark」の試用記事を公開しました。記者が実際に使ったところ、メール作成や予定登録などの作業を背後で自律的にこなし、デモとほぼ同等の実力を示したといいます。一方で高額な料金やプライバシー上の懸念から、現時点で契約する価値があるかには疑問も残ると指摘しました。

Sparkはユーザーに代わって複数手順の作業を背後で進め、スマホを置いて離れても処理を続けられるAIエージェントです。記者が「妻に月平均の食費を送って」と指示すると、Sparkは名前を伝えずとも妻のメールを特定し、ファイル名に「予算」を含まない表計算から該当データを抽出。平均を算出してGmailに下書きまで用意し、二人だけで使う署名まで再現したといいます。

別の指示では、妻の誕生日に向けた予定を毎月カレンダーに登録し、色をホットピンクに近い色へ設定。家族宛のメール下書きや、子どもの就学準備をまとめた文書の作成もこなしました。記者は3時35分に依頼し、約4分で完了したと振り返ります。連絡先へのアクセス要求を断る一幕はあったものの、おおむね自律的に動いた格好です。

ただし結果は完璧ではありませんでした。動画は本編ではなく予告編にリンクし、作成した文書は妻と共有できないといった不備も生じています。記者は「AIツールである以上、出力の正確さは必ず確認が必要だ」と強調。個人情報を扱う作業ほど確認の重要性は増すと述べ、結局は処理を常に見張ることになったと明かしました。

注目すべきは費用と前提条件です。Sparkは月99.99ドルからの上位プラン「AI Ultra」契約者のみが対象で、提供は米国・英語に限られます。さらにグーグル経済圏に深く入り込み、「Personal Intelligence」を有効にしているほど効果を発揮する設計です。記者は単独で契約する理由になるほどの完成度ではないと結論づけました。

便利さの裏でデータ管理への信頼も問われます。グーグルはGmailの内容を直接学習しないとうたう一方、記者は同社がデータの良き管理者であり続けるかに信頼を委ねる必要が残ると指摘。取るに足らない作業のために電力を大量消費するデータセンターに頼る是非も含め、現時点では費用やリスクに見合うか判断しかねるとの見方を示しました。

Googleが2026年5月の開発者会議で発表したGemini Sparkは、クラウド上の仮想マシンで24時間稼働するエージェント型AIアシスタントです。Gmail、カレンダー、Docs、SheetsなどGoogle Workspaceと統合し、ユーザーの日常タスクを自動処理します。CEOのスンダー・ピチャイ氏は「ノートPCを閉じても動く」と紹介し、常時起動が必要な他社エージェントとの差別化を強調しました。

TechCrunchの記者が実際に複数のタスクで検証したところ、買い物リサーチではドラッグストアのセール情報やクーポンを的確に提示しました。日帰り旅行の持ち物リストでは天気やイベント詳細を調べて適切な提案を行い、地域の週末イベント検索ではメールやウェブを横断して情報を収集しました。ニュースレターの週次要約や商品の価格追跡といった定期タスクも設定できます。

一方で課題も明らかになりました。提示されたプロモコードが無効だったり、5件要求した記事要約が4件しか返らないなど精度面の問題が散見されます。最大の弱点はGoogle Keepとの連携が未対応な点で、持ち物リストの保存先がDocsかメールしか選べず、個人の生産性ツールとしては不便です。iPhoneユーザーはハードウェアボタンから直接起動できない制約もあります。

記者はSparkを独立ブランドにする必要性に疑問を呈し、Geminiの一機能として統合すべきだと指摘しています。MCP統合による外部サービス連携は今後の対応予定ですが、現時点ではGoogle以外のサービスでのタスク実行に限界があります。日常生活での実用性は確認できたものの、「必須」ではなく「あると便利」な段階にとどまるという評価です。

複数大学の研究チームが、LLMの知識を再学習なしで更新するフレームワーク「MeMo（Memory as a Model）」を発表しました。MeMoは新しい知識を専用の小型メモリモデルに格納し、推論を担う本体のLLMとは完全に分離して運用します。RAGのコンテキスト長制限やファインチューニングの破壊的忘却といった既存手法の課題を回避できる点が特徴です。

MeMoのアーキテクチャは、知識を蓄えるMEMORYモデルと推論を行うEXECUTIVEモデルの2層構成です。ユーザーの質問に対し、EXECUTIVEモデルがサブクエリに分解してMEMORYモデルに問い合わせ、得られた事実を統合して最終回答を生成します。MEMORYモデルの学習には、生テキストから数千のQAペア「リフレクション」を生成し、それを教師データとして使います。

ベンチマーク評価では、長文推論タスクNarrativeQAで53.58%の精度を達成し、最先端のグラフベースRAG手法HippoRAG2の23.21%を大きく上回りました。さらにEXECUTIVEモデルをGemini 3 Flashに差し替えるだけで精度が最大26.73%向上し、メモリモデルの再学習は不要でした。ノイズの多いデータでも精度低下は2%未満にとどまり、企業の雑多なナレッジベースへの耐性を示しています。

継続的な知識更新には「モデルマージ」手法を採用し、新規データで学習した差分パラメータを既存のMEMORYモデルに統合します。フル再学習に比べ11〜19%の精度低下というトレードオフはあるものの、計算コストを大幅に削減できます。

一方で課題も残ります。リフレクション生成にNVIDIA H200で約240GPU時間、14Bパラメータのメモリモデル学習に約180GPU時間の初期コストが必要です。また回答がパラメトリック記憶から合成されるため、情報の出典を特定できず、厳格な監査要件のある業務には不向きです。研究チームは、単純な検索にはRAG、複数文書を横断する統合推論にはMeMoという使い分けや、両者を組み合わせたハイブリッド構成を推奨しています。

Googleは2026年5月の開発者会議Google I/O 2026で、3つの主要AI製品を発表しました。マルチモーダル動画生成モデル「Gemini Omni」、エージェント向け最新モデル「Gemini 3.5 Flash」、そして常時稼働型パーソナルAIエージェント「Gemini Spark」です。いずれもGoogleのエージェント実行基盤Antigravityと統合されています。

Gemini Omniは画像・音声・動画・テキストを入力として高品質な動画を生成・編集できるモデルです。自然言語で動画を会話的に編集でき、前のターンの指示を引き継ぎながらキャラクターの一貫性や物理法則を保つ点が特徴です。Gemini app、Google Flow、YouTube Shorts等で順次提供されます。

Gemini 3.5 Flashはエージェントタスクとコーディングに特化した最新モデルで、大規模フラッグシップモデルに匹敵する性能をFlashシリーズの速度で実現します。Gemini appの標準モデルおよびGoogle検索のAI Modeに採用され、検索結果をリアルタイムにカスタムUIとして生成する機能や、情報エージェントによるバックグラウンド監視機能が導入されます。

Gemini SparkはGemini 3.5とAntigravityを基盤とするパーソナルAIエージェントで、GmailやGoogleカレンダー等のWorkspaceツールと連携して日常タスクを自動化します。WIREDの実機レビューでは、メールやカレンダーから誕生日パーティーの計画を自動生成するなど高い情報統合力を示しました。一方で、同居のパートナーを「親しい友人」と分類するなど文脈理解の限界も露呈しています。

セキュリティ面では、個人データへの広範なアクセスに伴うプロンプトインジェクション攻撃のリスクをGoogle自身が警告しています。Sparkは月額100ドルのAI Ultraプランの加入者向けに米国で提供が始まりました。Gemini 3.5 FlashのAPIはGoogle AI StudioやAndroid Studio等で一般提供されています。

高級スマートフォンブランドのVertuは2026年5月28日、AIエージェントを搭載した折りたたみスマートフォン「Alphafold」を発表しました。価格はカーフスキン仕様で6880ドルからで、経営者や企業幹部が移動中にビジネスを管理することを想定しています。Nous Researchのオープンソースプロジェクトを基盤とした「Hermes Agent」を内蔵し、ERP・CRMなどの企業システムと接続して承認・スケジュール管理・営業追跡などを自然言語で操作できます。

技術面では、OpenAIのGPT、AnthropicのClaude、GoogleのGeminiなど複数のAIモデルにリクエストを振り分ける機能を備え、80以上のアプリと連携します。プロセッサにはQualcommのSnapdragon 8 Gen 4を採用し、8.05インチの折りたたみディスプレイ、6500mAhバッテリー、衛星通信機能を搭載しています。

プライバシー対策として、独自開発のA5セキュリティチップが認証キーや生体認証情報をOSから隔離し、機密データを端末内で処理します。外部AIモデルへ送信するプロンプトは事前に匿名化・トークン化される設計です。ただし、第三者によるセキュリティ監査はまだ実施されておらず、今後の課題として残っています。

Vertuはかつて富裕層向け高級携帯電話で知られたブランドですが、iPhone登場以降は苦戦が続き、所有者も複数回変わりました。CEOのMolly Ma氏は、大手メーカーのAI機能が画像編集や音声アシスタントなど消費者向けにとどまる点を指摘し、企業向けAIエージェントに商機があると述べています。最上位モデルは4万6800ドルに達し、ワニ革や18金の装飾を施した高級路線を維持しています。

折りたたみスマートフォン市場は2025年の世界出荷台数が約2000万台で、全体の2%未満にとどまります。IDCのアナリストは大画面がAIエージェントのマルチタスクに適していると指摘する一方、企業のスマートフォン選定はエコシステム統合やデバイス管理が優先され、AI機能が決め手になる段階ではないと分析しています。初回生産分の115台は今週から米国を含む主要市場で出荷が始まります。

Microsoftは5月28日、Microsoft 365 Copilotの大幅なデザイン刷新を発表しました。新バージョンは読み込み速度が従来の2倍に向上し、より整理された構造で応答を返すようになります。デスクトップおよびモバイルの両プラットフォームで順次展開されます。

今回の刷新の目玉は「プログレッシブ・ディスクロージャー」と呼ばれる機能です。従来は多くのオプションを一度に表示していましたが、新設計ではユーザーのプロンプトに基づいて関連するツールやコントロールだけを段階的に提示します。これにより、必要な機能に素早くたどり着けるようになります。

プロンプト入力欄も強化されました。テキストの書式設定が入力欄内で直接行えるようになり、入力量に応じて欄が自動的に拡張される仕様です。より長い指示や複雑な要求にも対応しやすくなっています。

Microsoft 365アプリ内での統合も深化しています。Copilotはサイドパネルとして開き、文書への質問や変更提案が可能です。さらに、Wordの段落やExcelのセル、PowerPointのスライドから直接チャットウィンドウを呼び出せるため、作業の流れを中断せずにAI支援を受けられます。

競合のGoogleも前週にGemini AIアプリの大幅なデザイン更新を実施し、プロンプトに応じた応答構造の最適化を導入しています。生産性AI分野でのUX競争が一段と激しくなっています。

Googleは2026年5月28日、Google Marketing Live 2026で発表されたAI広告関連の新機能を公開しました。広告・コマース担当バイスプレジデントのVidhya Srinivasan氏は、GeminiモデルがGoogle検索とYouTubeにおけるビジネス支援をどう変えるかを説明し、AI時代に成功するためのチーム体制についても語りました。

AI検索の分野では、プロダクト担当シニアディレクターのChris Monkman氏がAI駆動型検索に合わせた広告設計の再構築を提唱しました。従来のキーワードベースの広告運用から、AIが文脈を理解したうえで最適な広告を表示する仕組みへの移行が進んでいます。

計測面では、グローバルプロダクトソリューション担当のChristine Turner氏がデータ基盤の強化と新たな指標ソリューションによる広告パフォーマンスの向上策を紹介しました。広告主がより正確にROIを把握できる環境づくりを目指しています。

クリエイティブ領域では、広告プラットフォーム担当のJosh Moser氏がAsset Studioへの高度なAIモデル統合を発表しました。広告素材の最適化と大規模な自動生成が可能になり、広告主の制作負担を大幅に軽減します。これらの発表は、Googleが広告事業全体をAIで再構築する方針を鮮明にしたものです。

2026年5月28日、Googleは開発者会議Google I/O 2026の基調講演で発表した12の主要トピックを公式ブログで振り返りました。あらゆる入力から動画を生成できる新モデル「Gemini Omni」や、エージェント性能に特化した「Gemini 3.5 Flash」など、AIモデルの大幅な進化が中心となっています。検索体験の刷新からハードウェア、科学研究支援まで、幅広い分野にわたる発表が行われました。

検索領域では、バックグラウンドで24時間ウェブを監視し、ユーザーが関心を持つ情報を自動で届ける「情報エージェント」機能が注目されます。Google AI ProおよびUltra加入者向けにこの夏から提供が始まります。また、Antigravityと呼ばれるコーディング基盤を検索に統合し、質問に応じてダッシュボードやトラッカーなどのカスタムアプリをその場で生成する機能も発表されました。

個人向けアシスタントも大きく進化しています。毎朝GmailやCalendarの情報を整理して届ける「Daily Brief」、クラウド上で常時稼働しタスクを自動実行する「Gemini Spark」、そして応答をリッチな画像やインタラクティブなタイムラインで表示する新デザイン言語「Neural Expressive」が導入されます。macOS向けGeminiアプリにもSparkが搭載される予定です。

ハードウェア面では、Android XR対応のスマートグラスが2種類発表されました。音声アシスト型とディスプレイ型で、今秋の発売を予定しています。AI生成コンテンツの識別技術「SynthID」は検索やChromeに拡大され、OpenAIやElevenLabsなど外部企業も採用を進めています。

さらに「Gemini for Science」として、30以上の主要ライフサイエンスデータベースと連携する科学研究支援ツール群が公開されました。ショッピング分野では、検索・Gemini・YouTube・Gmailを横断して商品を管理できる「Universal Cart」も発表されています。Googleが生成AIを自社サービス全体に浸透させる戦略が鮮明になった発表でした。

クラウドデザインツール大手のFigmaは2026年5月28日、AI設計アシスタント「Figma Make」にGitHubとの双方向連携機能を追加したと発表しました。プロダクトマネージャーやデザイナーが既存のGitリポジトリをFigmaデスクトップアプリに直接インポートし、キャンバス上でアプリケーションのコードを視覚的に編集した上で、標準的なGitHub Pull Requestとしてエンジニアリングチームに変更を提出できるようになります。

この連携の特徴は、既存のエンジニアリングガバナンスを迂回しない点です。Figma Makeはローカル開発環境として機能し、デザイン変更はローカルコミットとして蓄積されます。出荷準備が整ったら、ブランチを作成しPRを開くという標準的なワークフローを経るため、CIパイプライン・セキュリティチェック・コードレビューがすべて従来通り適用されます。AIモデルにはAnthropicのClaude 3.7 SonnetやClaude Opus、GoogleのGeminiを動的に切り替えて使用します。

2025年5月に初公開された当初のFigma Makeは、AIで生成したプロジェクトを新規GitHubリポジトリにエクスポートする一方向の仕組みでした。今回のアップデートで既存コードベースとの同期が可能になり、デザイナーとエンジニアが並行環境を維持する必要がなくなります。デザイナーの45%、プロダクトマネージャーの59%が日常的にコードに関与しているとされ、こうした非エンジニア層が視覚的にフロントエンド実装を進められる点が訴求力となっています。

競合環境も注目に値します。フルスタックアプリビルダーのLovable（月額25〜50ドル）はゼロからのSaaS構築に強く、AnthropicのClaude Design（月額20〜200ドル）は高速プロトタイピングに適しています。一方Figma Make（月額16〜90ドル）は、既存のデザインシステムとの忠実な連携を強みとし、成熟した組織のフロントエンド最適化ツールとして差別化を図っています。

Figmaにとってこの機能強化は経営上の急務でもあります。2025年7月のIPOでは初日に株価が250%急騰しましたが、その後81%下落し、時価総額は約113億ドルまで縮小しました。従来型SaaSからAIネイティブツールへの資金シフトが進む中、Figma Makeの進化は同社がAI時代のソフトウェア開発で不可欠な存在であることを証明するための戦略的な一手です。

Appleが6月8日開幕のWWDC 2026で発表予定とされるiOS 27の新機能について、Bloombergがリーク画像を公開しました。最大の注目点は、ChatGPTやClaude、Geminiに対抗するSiri独立アプリの登場です。従来の音声アシスタントから本格的なAIチャットボットへと進化し、テキスト入力に加えて文書や写真のアップロード、過去の会話履歴の管理にも対応します。

UIも大幅に刷新されます。Siriの応答はiPhoneのDynamic Islandから吹き出し形式で表示され、画面上部から下にスワイプすることでどのアプリからでもSiriチャットを呼び出せるようになります。従来のSpotlight検索もAI搭載のSiriに統合され、アプリ起動やメッセージ作成、カレンダー追加などの操作がカード型インターフェースで完結します。

技術面では、Appleが2026年1月に発表したGoogleとの提携に基づき、Geminiの大規模言語モデルがSiriの基盤となります。一方、The Informationの報道によると、Appleは数兆パラメータ規模のGeminiモデルをiPhone上で動作するよう蒸留（圧縮）する取り組みも進めています。しかし、スマートフォンのRAMやNPUの制約から、会話型AIの完全なオンデバイス処理は困難であり、クラウド処理への依存が避けられない状況です。

Appleにとっての強みは25億台の端末というインストールベースです。ChatGPTの週間アクティブユーザーが9億人に達する一方で、Appleはまだ単体のAIツールを使っていない膨大なユーザー層にリーチできます。カメラアプリへのSiriモード追加や写真アプリのAI編集機能強化も予定されており、OSレベルでのAI統合を着実に進めています。プライバシーを訴求しつつ外部パートナーの技術を活用するという、検索エンジンでのGoogle提携と同様の戦略が繰り返されています。

中国AIスタートアップMiniMaxが、次期大規模言語モデル「M3」に搭載する新しいスパースアテンション機構「MiniMax Sparse Attention（MSA）」の技術概要を公開しました。MSAにより、100万トークンの長文コンテキストにおいてデコード速度が従来比15.6倍、プリフィル処理が9.7倍高速化されると報告しています。この成果は、長文処理AIエージェントの大規模展開を経済的に実現可能にするものです。

今回の発表に先立ち、MiniMaxはM2シリーズの詳細な技術レポートをHugging Faceで公開しました。M2は総パラメータ数2299億、1トークンあたりの活性化パラメータは98億という効率的なMixture-of-Experts構造を採用しています。開発過程では、スライディングウィンドウアテンションやリニアアテンションなどのサブ二次手法を徹底検証しましたが、128Kコンテキストの複雑なタスクでスコアが90.0から72.0に低下するなど深刻な精度劣化が判明し、全層フルアテンションを維持する判断に至りました。

M3で導入されるMSAは、DeepSeekのMulti-head Latent Attention（MLA）とは異なるアプローチをとります。MLAがキーとバリューを低次元の潜在空間に圧縮するのに対し、MSAは標準的なGrouped Query Attention基盤の上でブロック単位の選択的アテンションを行います。圧縮せず実データ上で処理するため、精度低下やプレフィックスキャッシュの問題を回避できます。

プロダクト面では、MiniMaxは強化学習基盤「Forge」を構築し、エージェント能力の訓練を体系化しています。M2.7はこの基盤から生まれた自己進化型モデルで、自身の学習パイプラインの30〜50%を自律的に管理できます。OpenAIのMLE Bench Liteではメダル率66.6%を達成し、GoogleのGemini 3.1 Proに並ぶ水準です。MSAの詳細技術ブログも近日公開予定で、M3が長文AIエージェントの実用化を加速させるか注目されます。

IBMとArtificial Analysisは2026年5月27日、企業向けIT運用タスクでAIモデルの実力を測る初のベンチマーク「ITBench-AA」を公開しました。第1弾はサイト信頼性エンジニアリング（SRE）領域で、Kubernetesの障害対応を題材に59問が用意されています。モデルはログ・トレース・メトリクスなどを読み解き、インシデントの根本原因となるエンティティを特定する必要があります。

評価の結果、最も高いスコアを記録したのはClaude Opus 4.7（Adaptive Reasoning、Max Effort）の47%で、GPT-5.5（xhigh）が46%、Qwen3.7 Maxが42%と続きました。いずれも50%に届いておらず、既存のエージェント向けベンチマークの中で最も飽和度が低い部類に入ります。企業のIT運用自動化においてAIが実用水準に達するにはまだ距離があることが浮き彫りになりました。

興味深い知見として、試行ターン数の多さが精度向上に結びつかない点が挙げられます。GPT-5.5は平均31ターンで46%を達成した一方、Gemini 3.1 Pro Previewは平均83ターンを費やしながら30%にとどまりました。過剰な調査は障害注入メカニズムや付随症状を誤検出として拾いやすく、精度を下げる要因になっています。

コスト効率ではオープンウェイトモデルが存在感を示しています。Gemma 4 31B（Reasoning）はタスクあたり0.14ドルで37%を記録し、2.23ドルのGemini 3.1 Pro Preview（30%）をスコア・コストの両面で上回りました。GLM-5.1（Reasoning）も1.23ドルで40%と、商用モデルに匹敵する性能を低コストで実現しています。首位のClaude Opus 4.7はタスクあたり5.38ドルと最も高額であり、精度とコストのトレードオフが鮮明です。

ITBench-AAは今後、FinOps（財務運用）やCISO（情報セキュリティ）領域にも拡張される予定です。IBMが長年培った企業IT運用の専門知識を基盤としたデータセットと、Artificial Analysisのモデル評価ノウハウを組み合わせた本ベンチマークは、エージェント型AIの企業適用を見極める重要な指標になると期待されています。

プライバシープラットフォームのDataGrailが2026年版レポートを公開し、AI機能を宣伝するソフトウェアベンダー2,400社を調査した結果、63.6%がサードパーティのAIサブプロセッサーをDPA（データ処理契約）に記載していないことが判明しました。企業が導入したAIツールが、契約に明示されていないOpenAIやGeminiなどのモデルに個人情報を送信している可能性があります。

同レポートによると、AI機能を開示しているシステムの32.8%が機密情報処理や自動意思決定など高リスク活動にも関与しています。個人データ処理が47.1%、自動意思決定が20.7%、健康・金融情報など機密データ処理が16.5%を占めました。2026年1月に発効したCCPAのリスク評価義務により、こうした未開示の処理は法的リスクを急激に高めています。

規制の執行は急速に強まっています。米国の州政府は2025年に34.25億ドルの罰金を科し、過去5年間の合計を上回りました。データ削除要求は2021年比567%増で過去最高を更新し、全リクエストの87%を占めています。中規模企業の手動処理コストは年間約150万ドルに達し、もはや人力対応は現実的ではありません。

一方でプライバシーチームの人員は最大33%削減されており、AI統治の需要拡大と逆行する状況です。90%のプライバシープログラムがAI対応で業務を拡大したにもかかわらず、成熟したAIガバナンス体制を持つ組織はわずか12%にとどまっています。DataGrailのCEOは、次の脅威としてエージェントAIが未検証のデータ処理を組織全体に自律的に拡散するリスクを指摘しました。

企業が長年依拠してきたDPAは、AIの急速な進化に追いつけず信頼性を失いつつあります。Gartnerは2026年末までに企業アプリの40%にAIエージェントが搭載されると予測しており、人間の監視が及ばない自律的データ処理の拡大は避けられません。プライバシー対策の自動化と、契約書の実態検証を早急に進めることが企業に求められています。

Google CEOのSundar Pichai氏は、2026年5月のGoogle I/O直後にThe Vergeのインタビューに応じ、AGIの実現時期について「3年後には、それをAGIと呼ぶかどうかに関わらず、非常に強力なシステムが存在する」との見通しを示しました。DeepMind CEOのDemis Hassabis氏がI/O基調講演で述べた「特異点の麓にいる」という発言にも同意し、フロンティア研究所の間でAGI到達が近いという広いコンセンサスがあると語っています。

検索事業については、AIモードの導入により検索が「結果を返す」から「タスクを実行する」サービスへ変わる方向性を明確にしました。Gemini Sparkエージェント基盤と検索ボックスの統合が自然な流れであることを認め、将来的にはユーザーが意識せずにエージェント機能を利用できる世界を描いています。一方で、現状のAI検索結果が「あるべき姿より意見が強すぎる」と自ら認める場面もありました。

いわゆる「Google Zero」問題について、Condé Nast CEOが「検索流入ゼロを前提に事業計画を立てている」と公言していることを突きつけられると、Pichai氏はウェブへのトラフィック送出へのコミットメントを繰り返しつつも、低品質なクリックが減少する「自然な進化」を認めました。YouTubeの動画をモデル訓練に使用している点について、クリエイターとの摩擦が出版社との訴訟と同様に拡大する可能性も問われています。

組織面では、ChatGPT登場を契機にGoogleの構造改革を断行した経緯を詳述しました。Brain とDeepMindの統合によるGoogle DeepMind設立、AI基盤チームの一元化、検索部門へのElizabeth Reid氏の起用、毎週のAI製品レビュー導入など、意思決定の速度を上げるための組織設計に注力してきたと説明しています。

AI技術への社会的不安については、「人類はこれほどの変化の速さを処理できるようには進化していない」と率直に認め、エネルギー価格上昇や雇用喪失への懸念は正当なものであり、業界と政府が連携して対処すべき責務があるとの姿勢を示しました。単なるマーケティングの問題ではなく、民主主義社会において市民が発言権を持つべき技術であると強調しています。

米WIRED誌のファクトチェッカーであるMeghan Herbst氏が、主要AIチャットボットの事実確認能力を検証した結果を報告しました。同氏の実務経験では、GoogleのAI Overviewsは約3分の1の確率で誤った情報を返すとされ、複数の学術研究もAIの正確性に深刻な問題があることを裏付けています。

コロンビア大学Tow Centerの2025年3月の研究では、AI搭載検索エンジンの回答の60%超が不正確であることが判明しました。BBCの調査ではチャットボットの誤答率を約45%と報告しています。OpenAIが開発したSimpleQAベンチマークでは、4000問以上の単答式質問に対し、いずれのモデルも正答率50%を超えられませんでした。

Herbst氏は実際にChatGPT、Claude、Gemini、Grokに対してファクトチェッカー採用試験を課しました。全モデルが検証計画を立てることはできたものの、実際に事実を確認する作業は一切行いませんでした。Claudeとは別に、RealFactBenchでは73%の正答率を記録したモデルもありましたが、実用水準には程遠い状況です。

米国人工知能学会（AAAI）の2025年報告書では、調査対象の研究者の60%がAIの「事実性」問題が近い将来解決されるとは考えていないと回答しています。モデルの高性能化がむしろハルシネーションを増やす可能性も指摘されており、ユーザーを満足させようとするプログラム上の特性が過剰な回答生成につながるとされています。

国際ファクトチェッキングネットワークのAngie Holan氏は、AIを完全に排除するのではなく、その構造や弱点を理解した上で活用することを推奨しています。一方で、インターネット上に存在しない情報の確認や、人間関係の機微を読み取る判断など、ファクトチェックの核心的な作業では人間の能力が依然として不可欠であると記事は結論づけています。

Google Cloudの開発者がAPIキーを悪用され、数千ドルから1万ドル超の高額請求を受ける被害が相次いでいます。面接準備プラットフォームPrentusのCEOは約30分で1万138ドルを請求され、シドニーの開発者は約1万7000豪ドルの被害に遭いました。いずれもGoogle Maps向けに公開していたAPIキーが、Googleの仕様変更によりGeminiモデルへのアクセスにも使える状態になっていたことが原因です。

セキュリティ企業Aikidoの調査では、被害に気づいてAPIキーを即座に削除しても、Googleのインフラ全体に無効化が行き渡るまで最大23分間かかることが判明しました。その間、攻撃者は90%以上の成功率でリクエストを送り続け、ファイルやGeminiの会話データを窃取できる状態にあります。一方、Googleの新しいサービスアカウント認証情報は約5秒で無効化されるため、技術的には解決可能な問題だと研究者は指摘しています。

こうした状況のなか、Google CloudのCOOであるフランシス・デ・スーザ氏は、企業がAI導入を進めるにあたりセキュリティを最初から組み込むプラットフォームアプローチの重要性を訴えました。同氏は、従業員が組織の管理外で消費者向けAIツールを使う「シャドーAI」のリスクを警告し、セキュリティ・ガバナンス・監査可能性を最初から求めるべきだと主張しています。

デ・スーザ氏はまた、脅威の状況が根本的に変化していると強調しました。初期侵入から次の攻撃段階への移行時間は平均8時間から22秒にまで短縮されており、攻撃対象もネットワーク境界を大きく超えてモデルやデータパイプライン、エージェント、プロンプトにまで広がっています。同氏は機械の速度に機械の速度で対抗する「AIネイティブな完全エージェント型防御」の導入を提唱しました。

LinkedInのCISOであるリア・キスナー氏も、AIセキュリティを持続可能な形で理解するには数年かかるとの見方を示しています。プラットフォーム提供者自身が処方する対策と、自社の適応速度との間にギャップがある現状を認識することが、企業にとって重要な出発点となりそうです。

Googleが新たにリリースしたGemini Omniは、写真・動画・テキストなどあらゆる入力から動画を生成できる「anything-to-anything」モデルです。動画生成・編集プラットフォームFlow上で利用可能で、従来のVeoモデルの後継として位置づけられています。The Vergeの記者が実際にハンズオンレビューを行い、その実力と課題を検証しました。

レビューでは、ぬいぐるみの鹿を主人公にした冒険動画を生成するテストが行われました。キャラクターの一貫性はVeoから明確に改善され、プロンプトに忠実な映像が生成される場面も増えています。一方で、スカイダイビング中にぬいぐるみの向きが突然変わるなど、不自然な「AIジャンプスケア」も依然として残っています。蜂蜜の瓶が場面ごとに形状を変えるといった、オブジェクトの一貫性の問題も確認されました。

最も衝撃的だったのはディープフェイクの精度です。記者が無表情の自撮り動画を入力し、パスタを食べる映像やエッフェル塔前でバゲットをかじる映像を生成させたところ、10年間毎日顔を見ている夫でさえ本物と区別できないレベルの結果が得られました。AIの痕跡はフォークの不自然な音や背景人物の重複など細部に残るものの、SNS上では十分に通用する品質です。

動画生成にはクレジット制が採用されており、1本あたり15〜40クレジットを消費します。月額20ドルのAI Proプランで1,000クレジットが付与されますが、記者は約20本の生成と数回の編集で残り145クレジットまで減少しました。特定のビジョンに近づけるための試行錯誤を考えると、コストは決して安くありません。

テキストによる編集指示機能もVeoから改善されていますが、完璧とは言えません。鹿のぬいぐるみから角を除去するよう指示すると、該当シーンでは除去されたものの他のシーンに角が追加されるという矛盾が生じました。記者は「不気味の谷に深く入り込んでいる」と評しつつ、Googleアカウントとクレジットカードがあれば自宅の動画をハワイ旅行に変えられる時代になったと結んでいます。

イーロン・マスク率いるxAIのチャットボット「Grok」が、アメリカ連邦政府のAI利用記録にほとんど登場していないことがReutersの調査で明らかになりました。ベンダー名が記載された400件超の政府AI活用事例のうち、GrokまたはxAIが確認されたのはわずか3件で、いずれも文書作成やソーシャルメディア管理といった基本的な用途にとどまっています。一方、OpenAIのモデルは230件超に登場し、GoogleとAnthropicもそれぞれ数十件の実績がありました。

国防総省の関係者はReutersに対し、Grokは「最良のモデルではない」と率直に述べ、現場ではGeminiやClaudeが好まれていると証言しました。公開されているAIモデルのリーダーボードでも、Grokが上位10位に入ることはまれで、Anthropic、Google、OpenAIが上位を独占している状況です。

この実態は、SpaceXのIPO申請書の内容と大きく矛盾しています。SpaceXはxAIを吸収した後、AI事業を投資家向けの中核として位置づけ、28.5兆ドルという巨大な市場機会を主張しています。しかし政府での採用実績が乏しいことは、企業向け展開でも同様の課題があることを示唆しています。マスク氏がIPO参加を条件にGrokの契約購入を銀行に迫ったとの報道もあります。

さらにマスク氏は最近、xAIがOpenAIのモデルを使ってGrokの蒸留学習を行っていたことを認めました。訓練元のモデルすら超えられていないという指摘に加え、消費者向けのGrokにはヒトラー賛美や差別的コンテンツ、児童を含む非同意の性的画像生成など、深刻な問題出力の履歴があります。SpaceX自身もIPO申請書の中で、Grokの「スパイシー」モードが訴訟リスクを伴うと警告しています。

Google I/O 2026で、Android XRディスプレイ付きAIグラスの試作機がメディア向けに初めてハンズオン公開されました。Warby Parker、Gentle Monster、Samsungと共同開発されたこのグラスは、レンズ内ディスプレイに天気やナビゲーション、リアルタイム翻訳などの情報を現実世界に重ねて表示します。音声のみのモデルは2026年秋に出荷予定ですが、ディスプレイ版はまだプロトタイプ段階です。

フレーム右側を2秒間押すとGeminiが起動し、音楽再生や写真撮影、物体識別などが音声で操作できます。カメラと連動して撮影した写真にAI加工を施す機能も搭載されていますが、Google I/O会場ではWi-Fi負荷の影響で往復処理に約45秒を要しました。

特に評価が高かったのはリアルタイム翻訳機能です。デモ担当者が高速なスペイン語を話すと、グラスが自動で言語を検出し、ディスプレイに英語テキストを表示すると同時に耳元で英語音声を再生しました。旅行者にとって単独で購入動機となり得る体験だとレビューは評しています。

一方で課題も明らかになりました。右目のみの単眼ディスプレイは表示がやや不鮮明で、短時間の使用でも眼精疲労が生じたと報告されています。音楽再生は最大音量でも騒がしい環境では聞き取りにくく、高品質イヤホンの代替にはならないとの評価です。Googleは年内にトラステッドテスタープログラムを拡大し、詳細を発表する予定です。

Googleは2026年5月のI/Oカンファレンスで、検索責任者のLiz Reid氏が「Google SearchはAI Searchである」と公式に宣言しました。従来の検索ボックスはGeminiとの対話インターフェースへと変わり、ユーザーの質問に対してパーソナライズされた回答をAIエージェントが動的に生成する仕組みに移行しています。AI Modeの月間利用者は10億人を超え、クエリ数は四半期ごとに倍増しているとGoogleは主張しています。

しかし、この大規模な転換の直後に深刻なバグが表面化しました。「disregard」という単語を検索すると、AI Overviewが検索語をチャットボットへの指示として誤認識し、「了解しました。他に何かあればお知らせください」といった無意味な応答を返す現象が発生しました。「ignore」や「skip」でも同様の問題が確認されています。

この不具合は、AI検索の基盤技術が持つ本質的な脆弱性を示しています。TechCrunchの記者は、15年のキャリアで初めてBingの検索結果がGoogleより有用だったと述べました。Googleは「disregard」のAI Overviewを一時的に非表示にする対応を取りましたが、「ignore」と「skip」では問題が継続していました。

より根本的な問題として、AI生成回答がページの大半を占めることで、従来のウェブリンクが実質的に見えなくなる点が指摘されています。WIREDのSteven Levy氏は、AI検索がコンテンツ制作者の仕事を原材料として利用しながら、適切なクレジットや流入トラフィックを提供しない構造的課題を指摘しました。Reid氏はオリジナルコンテンツへの誘導を強化すると述べていますが、具体的なデータの開示は拒んでいます。

Googleは2026年5月のI/O開発者会議で、検索とAIエージェントの大規模刷新を発表しました。新たに導入された「情報エージェント」はGoogle Alertsの後継として24時間稼働し、市場動向や価格変動を追跡します。パーソナルAI「Gemini Spark」はGmailやGoogle Docsと連携し、日常タスクを自動化する機能を備えています。

しかし、これらの新機能の多くは月額100ドルのGoogle Ultraプラン加入者限定で提供されます。情報エージェントは今夏にPro・Ultra会員向け、Sparkは「近日中」にUltra会員向けと段階的な展開にとどまり、無料ユーザーへの開放時期は明言されていません。Gemini Spark、Android Halo、Daily Briefなどブランド名が乱立し、どこから何を使えばよいのか消費者にとって分かりにくい状況です。

検索事業では、25年以上続いた検索ボックスを「AI検索」へ全面的に転換する方針が示されました。AI Overviewが拡充され、検索結果にチャットボックスが組み込まれることで、GoogleはChatGPTに近い対話型インターフェースへと変貌します。Google検索責任者のエリザベス・リード氏は「検索ボックス史上最大のアップグレード」と位置づけましたが、ユーザーからは「別の検索エンジンに乗り換える最高の宣伝だ」と冷ややかな反応が寄せられています。

こうした不満を背景に、代替検索エンジンへの関心が高まっています。広告なしで月額5ドルのKagi、プライバシー重視のDuckDuckGo、Googleの検索結果を匿名で取得できるStartpage、AI Overviewを自動除去する&udm;=14、エコ志向のEcosiaなど6つの選択肢が紹介されています。いずれもAI機能のオン・オフを切り替えられる点が共通しており、ユーザーに選択権を残す設計思想がGoogleとの違いとして際立ちます。

TechCrunchは、Googleが日常生活の課題解決よりも技術デモを優先していると指摘しています。かつてGmailやGoogle検索が無料で誰にでも使える革新的サービスとして支持を集めたのに対し、今回のAIエージェントは高額プラン限定のまま一般消費者との距離が広がっています。AI生成コンテンツの氾濫やデータセンター建設による地域への影響など、社会的コストへの懸念も根強く、Googleは消費者の信頼回復という課題に直面しています。

Googleは2026年5月21日、年次開発者会議Google I/Oにおいて、Google Playの大幅な機能刷新を発表しました。今回のアップデートは、開発者がより少ない手間でユーザーへのリーチを拡大し、ビジネスを成長させることを目的としています。ストア内の体験改善、ストア外へのアプリ露出拡大、ゲーム向け機能の3つの柱で構成されます。

ストア内では2つの新機能が導入されます。Play Shortsは、アプリの外観や操作感、機能を短い動画で紹介する仕組みで、ユーザーがインストール前にアプリの魅力を把握できるようになります。またAsk Playは、会話形式でアプリを検索できる機能で、従来のキーワード検索では見つけにくかったアプリの発見を支援します。

ストアの外側では、Geminiアプリ上でAndroidとウェブの両方からアプリを直接表示する仕組みが導入されます。さらにEngage SDKを通じて、より多くの配信面でコンテンツを露出できるようになり、開発者はGoogle Playストアに依存しないユーザー獲得経路を確保できます。

ゲーム分野では、Play Games Sidekickというゲーム内オーバーレイ機能が発表されました。プレイ中にヒントや報酬情報、ソーシャル機能へ即座にアクセスでき、プレイヤー同士のつながりを深める設計となっています。Googleはこれらの施策により、開発者のビジネス成長を総合的に後押しする方針です。

Googleは2026年5月、AIアシスタントGeminiにアバター機能を追加しました。ユーザーが自分の顔を登録すると、テキストプロンプトだけでその人物が登場するAI動画を生成できます。Google DeepMindの新モデル「Omni」が映像生成を担い、月額20ドルのAI Proプラン加入者のみ利用可能です。

アバターの登録はスマートフォンのカメラで約5分で完了します。明るい部屋で顔を撮影し、数字の読み上げと左右への首振りを行うだけでデジタルクローンが作成されます。WIREDの記者が実際に試したところ、サンフランシスコのドロレスパークで恐竜に歌うシーンやゴールデンゲートブリッジ下でサーフィンするシーンが生成されました。

生成された映像は背景のリアルさが際立っています。Googleの地図データを活かし、実在の公園の風景がほぼ正確に再現されました。一方で、歌唱時の口の動きに不自然さが残り、サーフィンシーンではウェットスーツではなくデニムを着用するなど、服装や動作の整合性には課題があります。

安全性の面では、Googleは本人のアバターのみ生成可能とする制約を設けています。かつてOpenAIのSoraが他人の肖像での動画生成を許可していたのとは対照的です。Google DeepMindの製品チームを率いるNicole Brichtova氏は「害を防ぎつつ、無害な用途はブロックしない」方針を示しています。

ディープフェイクによる非同意のポルノ被害が社会問題化するなか、本機能の登場はリアルなAI動画が一般ユーザーの手に届く時代の到来を意味します。利用回数は5時間ごとにリセットされる制限付きで、Googleは段階的に提供範囲を広げる慎重な姿勢を取っています。

The Vergeの記者Sean Hollister氏が、Google AI Studioのバイブコーディング機能を使い、1日の午後だけでAndroidアプリ3本を開発した。ブラウザ上でプロンプトを入力し、USB接続したPixelスマートフォンにインストールするまでわずか10分。コーディング経験がなくても動作するアプリが手に入る時代の到来を実感させる体験記です。

最初に作成したのは「MOOD」というDoom風テキストアドベンチャーゲームです。Geminiがプロンプトから自動補完で仕様を膨らませ、20分後には実機にインストール完了しました。バグ報告をチャットで伝えると、修正版が即座にビルドされ、ゲームの中断箇所からそのまま再開できるシームレスさが印象的だったと記者は述べています。

一方で生成されたアプリの品質には明確な限界がありました。テキストアドベンチャーは全11部屋で攻撃連打だけでクリアでき、「秘密」も光るボタンとして露出するなどゲームデザインは稚拙です。カロリー計算アプリは「ボバミルクティー」を「牛乳」と誤マッチし、カロリーを大幅に過少表示する問題が発覚しました。

マリオ風の横スクロールゲームも試みましたが、パワーアップブロックに触れると必ずクラッシュし、2本目の土管を越えられない致命的な不具合をGeminiは解消できませんでした。同僚が作ったワークアウト記録アプリは実用レベルだったものの、無料枠の上限に達すると課金を求められる点も摩擦として残ります。

記者は「バイブコーディングで作ったゲームが低品質なのはむしろ安心材料」と率直に語り、プロの開発者への敬意を示しました。個人用ツールとしての可能性は認めつつも、現時点では品質保証やデータ正確性に人間の検証が不可欠であるという冷静な評価です。

カナダ・アルバータ州のBlack Gold学区が、GoogleのFace control機能とGeminiを活用し、身体障害のある生徒の学習環境を大きく改善しました。同学区は幼稚園から高校まで32校・約1万4000人の生徒を抱えており、世界アクセシビリティ啓発デーに合わせて成果を公表しています。

運動機能に制限がある7年生のリアム・ダンスロー君は、従来は車椅子に取り付けた物理スイッチでパソコンを操作していました。車椅子からの接続作業に時間がかかり、リンクを1つクリックするだけでもスイッチを何度も押す必要がありました。すべての言葉を代筆者に頼らざるを得ない状況だったのです。

ChromeOSに標準搭載されたFace controlは、内蔵カメラで頭の動きを認識し、カーソル操作やスクロールを可能にします。リアム君はこの機能により、Google Classroomで課題を開き、音声入力を起動し、自力で学習を進められるようになりました。追加機器の購入や複雑なセットアップは不要です。

さらに学区の技術担当者は、Gemini for Educationを使ってカスタムChrome拡張機能を開発しました。Khan Academyなどの学習サイトで問題箇所を自動検出し、画面上のボタン1つで操作できるようにしたものです。生成AIがアクセシビリティ向上の開発ツールとしても機能することを示しています。

導入後、以前は1文を書くのも困難だった生徒がページ単位の物語を執筆できるようになるなど、顕著な成果が出ています。リアム君自身もウェブデザイナーやゲームデザイナーを志望するようになり、デジタルの自立が将来の可能性を広げた好例となっています。

AI動画企業が「短いクリップ生成」から「制作全工程の支援」へと戦略を大きく転換しています。Luma AIのAmit Jain CEOは、従来のAI動画の売り込みが「カメラをビデオモデルに置き換える」だけだったと振り返り、10〜16秒のクリップ生成では映像制作の現場には不十分だったと認めました。現在は制作プロセス全体を担うAIエージェントの開発に注力しています。

Googleも同様の方向に動いており、メディア制作プラットフォームFlowの新版でエージェント型のワークフローを導入しました。新版Flowではコンセプト策定からプロット構成、キャラクター開発、ルック設定までをAIエージェントが段階的にガイドし、最終的な動画生成に文脈を反映させます。キャラクターのタグ付け機能により、一貫した外見の維持も容易になりました。

技術面では、物理法則や時代考証、映画的な表現を理解する新世代モデルが登場しています。GoogleのGemini Omniワールドモデルや、LumaのUni-1統合モデルは、複雑なプロンプトなしに映像世界を構築できるようになりました。Lumaは実際にAmazonと組み、MGMのドラマ関連特番「The Old Stories: Moses」を制作しています。

Moses撮影ではLEDウォールにAI生成背景を映し、衣装もAIで描画する手法を採用しました。従来1時間番組あたり6〜8週間かかった制作が約1週間に短縮されたとJain氏は説明します。NetflixもBen Affleck氏のAI企業InterPositiveを3月に買収し、AI専門アニメスタジオを設立するなど、大手の動きが加速しています。

こうした効率化は雇用への影響が避けられないものの、制作本数の増加によりロサンゼルスの撮影日数減少に歯止めがかかる可能性も指摘されています。AI動画技術が「人々が実際に見たいもの」の制作に使われるかが今後の焦点です。

Googleは2026年5月20日のGoogle I/Oにおいて、YouTubeに関する2つの大型アップデートを発表しました。広告主向けにはDemand Genの機能拡張、一般ユーザー向けにはGemini Omniを活用したショート動画リミックス機能が導入されます。いずれもAIを中核に据え、YouTubeの広告収益力とユーザーエンゲージメントの両面を強化する施策です。

Demand Genでは、Asset Studioのマルチモーダル動画生成機能により、数回のプロンプト入力で高品質な広告素材を作成できるようになります。クリエイターとのパートナーシップ動画をキャンペーン設定画面から直接ブーストする機能も追加され、クリエイターエコノミーと広告の融合が進みます。小売業者はGoogle Merchant Centerに動画をアップロードするだけで、リアルタイムのユーザー関心に基づいた動的配信が可能になります。

配信面の拡大も注目点です。Googleマップへの広告在庫が新たに追加され、地域探索中のユーザーにリーチできるようになります。チェックアウトリンクは9つの新市場に展開され、商品フィードは自動車業界を含む新たな業種にも対応します。商品フィードを活用した広告主はコンバージョンが平均33%向上するとGoogleは報告しています。

一般ユーザー向けのShorts Remix機能では、Gemini Omniの映像生成能力を活用し、他者が投稿したショート動画をAIでリスタイルできます。ピクセルアート風やアニメ風への変換に加え、自分自身を動画に挿入することも可能です。クリエイター側にはリミックスを無効にするオプションが用意されており、リミックス動画にはデジタル透かしと元動画へのリンクが付与されます。

これらの施策はYouTubeの競争力を複数方向から強化するものです。広告主にはAIによるクリエイティブ自動化と測定精度の向上を提供し、ユーザーにはAI動画編集という新たな表現手段を開放しています。特にDemand GenのAI支援キャンペーン作成は、既存のPerformance Maxキャンペーンの設定をワンクリックで最適化できるため、広告運用の効率化が大幅に進む見通しです。

WIREDの記者Will Knight氏が、AIエージェントOpenClawとOpenAIのCodexを使い、オープンソースのロボットアーム「LeRobot 101」をバイブコーディングで制御する実験を行いました。従来は専門知識が必要だったロボットの設定・制御が、AIコーディングによって飛躍的に簡単になりつつあります。

LeRobot 101はHuggingFaceが提供するオープンソースのロボットアームで、コントローラーアームとカメラ付きフォロワーアームの2本で構成されます。Knight氏は手動での接続・キャリブレーションに数時間を費やし、モーターの過熱トラブルにも見舞われました。しかしOpenClawとCodexを用いると、接続設定やジョイントの校正を自動で処理し、赤いボールを検出して掴むPythonスクリプトまで生成できました。

さらにOpenClawの支援のもと、ロボットアームを制御するAIモデルの訓練にも成功しています。エージェントがトレーニングプロセスを案内し、各訓練後のエラー率を確認するなど、専門家なしでもモデル開発が可能であることを示しました。ハルシネーションによるバグは残る課題ですが、成果は十分に実用的なレベルです。

この手法は2022年の論文で提唱された「Code as Policy」に基づいています。UC BerkeleyのKen Goldberg教授らはNvidia、カーネギーメロン大学、スタンフォード大学と共同で、コーディングモデルのロボット制御能力を測るCaP-Xベンチマークを開発しました。興味深いことに、ロボット制御で最も高い性能を示したのはClaudeやChatGPTではなくGoogleのGeminiでした。マルチモーダル学習と物理世界の理解に注力してきた成果とみられます。

NvidiaのJensen Huang CEOの息子であるSpencer Huang氏は、社内ハッカソンでバイブコーディングによるロボット制御の実験を推進しています。Goldberg教授との共同研究では、Code as Policyをより多くのロボットソフトウェアツールと互換性を持たせることを目指しています。「ほぼ誰でもロボティクスに参入できるようになること、それが真のブレークスルーだ」とHuang氏は語っており、音声やテキストでロボットを操作できる未来が近づいています。