Pixel（プロダクト）に関するニュース一覧

アイスランドのソフトウェア開発者Hermann Haraldsson氏が、Claude Codeの利用統計をリアルタイムで表示する小型ハードウェアダッシュボード「Clawdmeter」をオープンソースで公開しました。Waveshare製のESP32-S3搭載AMOLEDディスプレイとリチウムイオンバッテリーで構成され、Bluetooth経由でノートPCと接続してトークン使用量を物理デバイスで可視化します。

デバイスの画面には、利用率に応じて動きが変わるピクセルアートのClawdアニメーションが表示されます。中央ボタンを押すとセッション単位・週単位の利用データがチャートで確認でき、サイドボタンからはClaude Codeの音声モードやモード切替のショートカットも送信できます。利用量データはClaude CodeのOAuthトークンを使ってAPIを呼び出し、レスポンスヘッダーから取得しています。

Haraldsson氏は組込み開発の経験がなかったものの、Claude自身の支援を受けてわずか数日でプロジェクトを完成させたと語っています。「プログラミングへのアクセスが民主化された」と同氏は述べ、開発時間の大半はフォントや配色、アニメーションといったデザイン面の調整に費やしたといいます。

5月10日の公開からわずか4日でGitHubスターが800を超え、50人がフォークするなど開発者コミュニティで大きな反響を呼んでいます。Redditでは「Anthropicがこれを無料で送ってくれるべき」「コンテキストウィンドウ用のハードウェアたまごっち」といったコメントが寄せられました。AIトークン消費量を最大化する「トークンマクシング」トレンドの象徴として注目されています。

このプロジェクトは、Claude Codeが開発者コミュニティにどれほど浸透しているかを物語る一例です。ターミナルのコマンドや外部ツールで利用状況を確認できるにもかかわらず、あえて物理デバイスで可視化するという遊び心が支持を集めています。OSSとして公開されているため、誰でもフォークして独自のアニメーションや画面、機能を追加できます。

GitHub Blogが、コミュニティの手で数十年にわたり開発・維持されてきたオープンソースのローグライクゲーム10作品を特集しました。1987年リリースのNetHackから2010年代のPixel Dungeonまで、いずれも開発終了を宣言されながらもフォークや派生版によって生き続けています。

記事が注目するのは、これらのゲームを支えるコミュニティ駆動型の開発モデルです。NetHackはインターネット普及前からネットワーク越しの協働で開発され、Angbandは2009年に数十年分の貢献者の同意を得てOSSライセンスへ移行しました。Pixel Dungeonは作者が「完成」と宣言した翌年から数十のフォークが生まれ、その一つShattered Pixel Dungeonは数百万ダウンロードを記録しています。

技術的には、Cataclysm: Dark Days Aheadのように栄養学や物理法則をプルリクエストで議論するほどシミュレーションの精度を追求するプロジェクトや、HyperRogueのように双曲幾何学を応用した研究的ゲームも紹介されています。Angbandではブランチモデルの導入が「生産性の爆発」を生み、ほぼ毎晩新バージョンがリリースされる体制を実現しました。

記事は、ローグライクの長寿の要因をタイトなフィードバックループ、可視化されたシステム、離散しないコミュニティの3点に集約しています。7DRL(7日間ローグライク開発チャレンジ)やRoguelike Celebrationといったイベントが創作を刺激し、GhosttyやRatatuiなどターミナル技術の革新とも共鳴する文化圏を形成していると指摘しています。

スタートアップのPerceptronは2026年5月12日、独自開発の動画解析推論モデル「Mk1」を発表しました。入力100万トークンあたり0.15ドル、出力100万トークンあたり1.50ドルという価格設定で、AnthropicのClaude Sonnet 4.5、OpenAIのGPT-5、GoogleのGemini 3.1 Proと比較して80〜90%低いコストで利用できます。

Mk1の最大の特徴は、動画を静止画の連続ではなく時間的連続性を保って処理する点にあります。最大2FPSで32Kトークンのコンテキストウィンドウを活用し、遮蔽物越しでも物体の同一性を維持できます。空間推論ベンチマークのEmbSpatialBenchでは85.1を記録し、GoogleのRobotics-ER 1.5（78.4）を上回りました。

同モデルは物理推論を強みとしており、物体の動きや相互作用を時空間的に理解できます。バスケットボールのシュートがブザーの前か後かを判定するといった、因果関係の把握が求められるタスクにも対応します。アナログ計器の読み取りや、密集シーンでの数百単位のカウントも高精度で実行可能です。

創業者のArmen Aghajanyan CEOとAkshat Shrivastavaは、いずれもMeta FAIRの出身です。2024年11月にワシントン州ベルビューでPerceptronを設立し、Metaで手掛けたマルチモーダル基盤モデルの研究を物理AIの領域へと発展させました。16カ月の開発期間を経て今回のリリースに至っています。

すでにスポーツ中継のハイライト自動切り出しや、製造ラインでの品質検査、ロボティクスの訓練データ生成といった実運用が始まっています。エッジ向けにはオープンウェイトのIsaacシリーズ（最新は0.2-2bプレビュー）も提供しており、200ミリ秒未満の応答速度でリアルタイム処理に対応します。APIとオープンウェイトの二本立てで、企業用途からコミュニティまで幅広い展開を狙います。

Googleは2026年5月12日、開発者会議I/Oに先立つ「Android Show: I/O Edition」で、Gemini Intelligenceと総称するAI新機能群を発表しました。Geminiの最先端モデルをAndroidデバイスに統合し、ユーザーの意図を理解して能動的にタスクを実行する「エージェント型AI」の本格展開を打ち出しています。対応デバイスはまずSamsung Galaxy S26とGoogle Pixel 10から今夏提供開始され、年内にウォッチ、車載、グラス、ノートPCへ順次拡大する計画です。

目玉機能の一つがアプリ横断のタスク自動化です。従来はフードデリバリーや配車アプリに限定されていたGeminiのアプリ操作が、より広範なアプリに拡大されます。たとえばメモアプリの買い物リストを読み取り、ショッピングアプリで自動的にカートに追加するといったマルチステップ処理が可能になります。画面上のコンテンツや写真もコンテキストとして活用でき、最終確認はユーザーが行う設計です。

Chrome向けには自動ブラウズ機能がAndroidに展開されます。6月下旬からGemini in Chromeとしてウェブページの要約・質問応答に加え、予約などのタスクをAIが代行します。さらにGboardにはRamblerと呼ばれる新機能が搭載され、「えーと」「あのー」といったフィラーワードを除去し、話した内容を簡潔な文章に自動整形します。多言語の混在にも対応し、複数言語を切り替えながら話しても適切にテキスト化できます。

ウィジェット分野では「Create My Widget」が注目を集めています。自然言語でウィジェットの機能を記述すると、Geminiがカスタムウィジェットを生成する仕組みで、Googleはこれを「生成的UI」への第一歩と位置づけています。たとえば「毎週高タンパク質のレシピを3つ提案して」と入力すれば、ホーム画面に専用ダッシュボードが作られます。Wear OSにも対応し、スマートウォッチでも利用可能です。

ハードウェア面では、Gemini Intelligenceをネイティブ搭載する新カテゴリのノートPC「Googlebooks」を発表しました。Acer、ASUS、Dell、HP、Lenovoと提携し、今秋発売予定です。AI内蔵カーソル「Magic Pointer」やAndroidアプリとの連携機能を備えます。Android Autoも全面刷新され、Material 3 Expressiveデザインの採用、あらゆる画面形状への対応、そしてBMWやメルセデスなど11メーカーの車両で動画再生に初めて対応します。

Android 17自体の新機能としては、全4000種の絵文字の3Dリデザイン、気が散るアプリの起動前に10秒の冷却期間を設ける「Pause Point」、盗難時のPIN試行回数制限強化、セッション単位の位置情報共有などが含まれます。またQuick ShareのAirDrop互換がXiaomiやHonorなど幅広いメーカーに拡大され、iPhoneからAndroidへの移行ツールも年内に提供されます。

Googleは2026年5月12日、Androidの新機能「Create My Widget」を発表しました。ユーザーが自然言語で欲しいウィジェットを説明するだけで、Geminiがカスタムウィジェットを自動生成します。今夏、最新のSamsung GalaxyおよびGoogle Pixelから提供を開始する予定です。

たとえば「毎週3つの高タンパク質レシピを提案して」と指示すれば、専用のダッシュボードウィジェットがホーム画面に作られます。サイクリストなら風速と降雨だけを表示する天気ウィジェットも作成可能です。用途に応じた自由なカスタマイズが非開発者でも実現できる点が特徴です。

さらにGeminiはウェブ情報の取得に加え、GmailやGoogleカレンダーなどのアプリと連携し、複数の情報を一つのダッシュボードに統合できます。旅行計画であればフライト・ホテル・レストラン予約をまとめて表示し、カウントダウンまで追加する使い方も想定されています。

Googleの担当ディレクターは「パーソナルアシスタントに質問して、答えを繰り返し届けてもらうようなもの」と説明しました。世界の情報とユーザーの個人データの両方を活用することで、膨大なユースケースが生まれると期待を示しています。

本機能は同日発表された「Gemini Intelligence」の一部です。高度なオートフィルやAI音声入力など、生成AIをAndroid体験の深部に組み込むGoogleの戦略が一段と鮮明になりました。テック各社がカスタマイズツールの民主化を競う中、Googleはウィジェットという日常的な接点で差別化を図ります。

Googleは2026年5月12日、Android向けキーボードアプリGboardに、Geminiベースの音声入力機能「Rambler」を搭載すると発表しました。Android Show: I/O Edition 2026で披露されたこの機能は、「えーと」「あー」などのフィラー語を自動除去し、文中での時刻訂正なども自然に処理します。

Ramblerの大きな特徴は、Geminiベースの多言語モデルによるコードスイッチング対応です。英語からヒンディー語など、文の途中で言語を切り替えても文脈を維持したまま正確に書き起こせます。これは多言語話者の実際のコミュニケーションを反映した機能であり、欧米の音声入力アプリが対応に遅れていた領域です。

プライバシー面では、音声録音を保存せず、オンデバイスとクラウドのハイブリッド処理を採用しています。Android Core ExperiencesディレクターのBen Greenwood氏は、安全性とプライバシーへの長年の投資を強調し、サードパーティアプリとの差別化を図りました。

市場への影響は大きいと見られます。Wispr Flow、Typeless、Superwhisperなど音声入力スタートアップはデスクトップやiOSで成長してきましたが、Android市場は未開拓でした。Gboardは大多数のAndroid端末にプリインストールされており、Ramblerは数億人規模のユーザーに一気にリーチします。まずSamsung GalaxyとGoogle Pixel向けに夏から提供が始まり、その後他のAndroid端末にも拡大予定です。

プラットフォーム企業がOS層で参入する場合、独立系アプリはより高い精度や独自機能、強固なプライバシー保証といった明確な優位性がなければ生き残りが困難になります。音声入力スタートアップにとって、「良いものを作れるか」ではなく「ユーザーがわざわざ探してまで使いたいものを作れるか」が問われる局面に入りました。

Googleは2026年5月12日、Android向けの新しい3D絵文字コレクション「Noto 3D」を発表しました。従来の平面的なデザインから一新し、奥行きや質感を持たせた立体的な絵文字で、デジタルコミュニケーションにおける感情表現を豊かにすることを目指しています。

Noto 3Dは、Googleが長年開発してきたオープンソースフォントプロジェクト「Noto」の最新版に位置づけられます。2010年代に人気を博した丸みのあるblob絵文字から進化し、よりリアルで物理的な存在感を持つデザインへと生まれ変わりました。

Googleの絵文字デザインを率いるJennifer Daniel氏は、「私たちの感情には重みがあるのに、オンラインでは平面的になりがちだ」と説明しています。3D絵文字は、メッセージが単に受信されるだけでなく、送り手の存在が感じられるような体験を提供することを狙いとしています。

提供時期について、Noto 3Dは2026年後半にPixelスマートフォンを皮切りにGoogle製品全体へ順次展開される予定です。Androidユーザーのデジタルコミュニケーションに新たな表現手段が加わることになります。

Googleは2026年5月12日、Androidの共有・乗り換え・セキュリティに関する大型アップデートを発表しました。目玉はQuick ShareのAirDrop互換対応で、AndroidとiOSの間でファイルを簡単にやり取りできるようになります。まずPixelで対応し、Samsung、OPPO、OnePlus、Vivo、Xiaomi、HONORへ年内に拡大予定です。

AirDrop互換に対応していない端末でも、Quick ShareからQRコードを生成し、クラウド経由でiOSデバイスへ即座にファイルを送信できます。この機能は本日から全Android端末で順次展開され、1か月以内に完全提供される見通しです。さらにWhatsAppなどの人気アプリ内からもQuick Shareが利用可能になる計画です。

iOSからAndroidへの端末移行プロセスも大幅に改善されます。GoogleはAppleと協力し、パスワード、写真、メッセージ、お気に入りアプリ、連絡先、ホーム画面のレイアウトまで無線で移行できる仕組みを構築しました。eSIM転送にも対応し、Samsung GalaxyとGoogle Pixelから年内に提供開始となります。

セキュリティ面では、1日あたり25億通が送受信されているRCSメッセージに端末間暗号化（E2EE）を導入します。AndroidとiOSの両プラットフォーム間で暗号化が適用されるため、異なるOS間のチャットでもプライバシーが保護されます。これらのアップデートにより、Androidはクロスプラットフォームの利便性とセキュリティの両立を大きく前進させました。

Googleは2026年5月12日、Android 17でクリエイター向けの大規模アップデートを発表しました。SNS連携の強化やAI編集ツールの導入により、コンテンツ制作の効率を大幅に引き上げる狙いです。撮影から編集・投稿までをスマートフォン上で完結させ、クリエイターが制作そのものに集中できる環境を整えます。

目玉機能の一つがScreen Reactionsです。グリーンスクリーンやアプリ切り替えなしに、画面録画と自撮りを同時に行い、リアクション動画を手軽に作成できます。Pixelデバイスから今夏提供開始予定です。

Metaとの協業により、Instagramとの連携も大幅に深まりました。Ultra HDR撮影・再生、動画手ブレ補正、ナイトサイト統合に加え、撮影から投稿までのパイプラインを最適化。Googleの検証では、Androidフラグシップ端末からInstagramにアップロードした動画品質は競合と同等以上のスコアを記録しています。

InstagramのEditsアプリにはAndroid限定の新機能が追加されます。ワンタップでAIによる高画質化を行う「Smart enhance」と、風や雑音など不要な音を自動分離・除去する「Sound separation」により、撮り直しの手間を削減します。

プロ向けにはAdobe PremiereアプリのAndroid対応が予告され、YouTube Shorts向けテンプレートも提供されます。さらにSamsungと共同開発した高効率プロ動画形式APVがGalaxy S26 Ultraなどで利用可能になり、Androidがモバイル動画制作のワークステーションとしての地位を固めつつあります。

Googleは2026年5月7日、FitbitアプリをGoogle Healthアプリへリブランドし、GeminiベースのAIヘルスコーチの一般提供と、新型スクリーンレストラッカーFitbit Airの発売を同時に発表しました。5月19日からの展開で、既存Fitbitユーザーのアプリは自動更新されます。Googleはウェアラブル・健康データ・AI指導を統合し、パーソナライズされたヘルスケア体験を打ち出します。

Google Healthアプリは、Fitbitデバイス、Pixel Watch、Health Connect、Apple Healthに加え、米国では医療記録も統合できる包括的な健康プラットフォームです。Today・Fitness・Sleep・Healthの4タブ構成に刷新され、PelotonやMyFitnessPalなど数百の外部アプリとも連携します。将来的にはGarminやWhoop、Ouraなどサードパーティウェアラブルにも対応予定です。

Google Health CoachはGeminiモデルを基盤とし、フィットネス・睡眠・栄養・メンタルヘルスを横断的に分析して24時間対応のパーソナルコーチングを提供します。昨年10月のパブリックプレビューには約50万人が参加し、100万件超のフィードバックを反映して改良されました。月額9.99ドルまたは年額99ドルのGoogle Health Premium（旧Fitbit Premium）に含まれ、Google AI ProおよびUltraの加入者は追加費用なしで利用可能です。

新デバイスのFitbit Airは、わずか5.2g（本体のみ）の画面なしトラッカーで、心拍数・血中酸素・皮膚温度など主要センサーを搭載します。バッテリーは約1週間持続し、5分の急速充電で1日分の電力を確保できます。Pixel Watchとの同時ペアリングにも対応し、日中はスマートウォッチ、夜間はAirという使い分けが可能です。

NBA4度の優勝を誇るステファン・カリーがGoogleのパフォーマンスアドバイザーとしてAIコーチの開発に参画し、特別版バンドを共同デザインしました。特別版は129.99ドルで5月26日に店頭発売されます。GoogleはFitbitの健康データを広告に利用しないとの方針を維持しつつ、Whoop・Apple Watchなど競合がひしめくAIヘルス市場でプラットフォーム統合を武器に差別化を図ります。

OpenAIは2026年5月5日、ChatGPTの広告プラットフォームを大幅に拡充すると発表しました。新たにベータ版のセルフサーブ型Ads Managerを米国で提供開始し、広告主がパートナーを介さずに直接キャンペーンを作成・管理できるようになります。中小企業やスタートアップからグローバルブランドまで、あらゆる規模の企業が参加可能です。

課金モデルにはこれまでのCPM（インプレッション課金）に加え、新たにCPC（クリック課金）入札を導入しました。ChatGPTでの会話は情報収集や比較検討といった能動的な行動が多いため、クリックが広告の関連性を示す有効なシグナルになるとOpenAIは説明しています。広告主はクリックが発生した場合にのみ課金されます。

計測機能も強化され、Conversions APIとピクセルベースの計測ツールが追加されました。広告接触後の購入やリード獲得といったアクションを把握でき、個別の会話内容は広告主に共有されない設計です。集約されたパフォーマンスデータにより、広告の質とマッチング精度の向上を目指します。

パートナーエコシステムも拡大しています。電通、Omnicom、Publicis、WPPといった大手広告代理店との協業に加え、Adobe、Criteo、Kargo、Pacvue、StackAdaptなどの技術パートナーとも連携しています。広告主は既存のツールやワークフローを通じてChatGPT広告を利用できます。

OpenAIは広告事業の基本方針として、ChatGPTの回答は広告から独立し、会話のプライバシーを保護し、ユーザーが体験を制御できることを掲げています。今後も新しい広告フォーマットや最適化機能を段階的に追加し、広告プラットフォームの進化を続ける方針です。

米Planet Labsは、同社の高解像度衛星Pelican-4に搭載したAIモデルで、オーストラリアのアリススプリングス空港の航空機を自動検出することに成功したと発表しました。衛星上で画像認識アルゴリズムを実行し、16,000ピクセルの画像を0.5秒で処理できます。これにより、撮影から数分以内に分析結果をユーザーに届けることが可能になりました。

従来の地球観測では、衛星が取得した膨大なデータを地上に転送し、クラウドで処理するまでに6〜12時間を要していました。同社エンジニアリング担当副社長のKiruthika Devaraj氏は「過去を見ているのと同じだった」と指摘します。山火事など一刻を争う事態では、この遅延が被害拡大につながるリスクがありました。

AI処理にはNVIDIA Jetson ORIN GPUモジュールが使われており、18カ月の開発期間を経て検出精度80%を達成しました。次世代アルゴリズムでは95%超を目標としています。今後6〜9カ月以内にリアルタイムAI検出サービスを顧客に提供する計画です。

さらにPlanet Labsは、次世代のOwl衛星群により「惑星知能」の実現を目指しています。Owl群が地球を常時監視し、異常を自律的に検知して高解像度のPelican衛星に再撮影を指示する仕組みです。将来的にはJetson Thorプロセッサへの移行や、宇宙空間でのLLM稼働も視野に入れています。

同社はGoogleとSuncatcherプロジェクトで協業しており、2027年にプロトタイプ衛星2基の打上げを予定しています。宇宙空間でのデータ処理インフラ構築には、SpaceXやAmazonも関心を示しており、太陽光発電と自然冷却を活用できる利点がある一方、打上げコストの課題も残されています。

OpenAIが公開した個人情報保護モデル「Privacy Filter」を活用し、Hugging Faceの開発者3名が実用的なWebアプリ3本を構築しました。Privacy Filterは15億パラメータのモデルで、活性パラメータは5000万、Apache 2.0ライセンスで提供されています。128Kトークンのコンテキストに対応し、PII検出ベンチマークで最高精度を達成しています。

1つ目の「Document Privacy Explorer」は、PDFやDOCXファイルをアップロードすると、個人名・メールアドレス・電話番号などの個人情報を自動検出してカテゴリ別にハイライト表示するアプリです。128Kコンテキストを活かし、文書全体を一括処理するためチャンク分割が不要です。

2つ目の「Image Anonymizer」は、スクリーンショットや画像内の個人情報を黒塗りで自動秘匿するツールです。Tesseract OCRで文字領域を抽出した後にPrivacy Filterで検出し、ピクセル座標の矩形として返します。ブラウザ上でバーの表示切替やドラッグ移動、手動追加も可能です。

3つ目の「SmartRedact Paste」は、テキストを貼り付けると秘匿済みの公開URLと、原文を確認できるトークン付き非公開URLの2つを生成するプライバシー対応ペーストビンです。多言語テキストにも対応しています。

3つのアプリはすべてgradio.Server上に構築されています。モデル推論は@server.apiデコレータでGradioのキューに載せ、ZeroGPU割り当てやプログレス通知を活用します。静的ページの配信にはFastAPIのルートを使い、モデル呼び出しとUI提供を明確に分離する設計パターンが共通しています。

Googleは2026年4月23日、春のファッションショッピングを支援する3つの機能を紹介しました。動画やSNSを見ながら気になる服を即座に検索できる「Circle to Search」、複数商品の違いをレビューに基づき比較できる「AIモード」、そして自分の写真をアップロードして衣服の着用イメージを確認できる「バーチャル試着」の3機能です。いずれもAI技術を活用し、オンラインショッピングの意思決定を効率化する狙いがあります。

Circle to Searchは、Samsung Galaxy S26やPixel 10などの対応デバイスでホームボタンを長押しし、画面上の服をなぞるだけで類似商品を検索できます。AIモードはGoogle検索上で商品比較を行い、レビューから抽出したインサイトを提示します。たとえばコーラルリップを選ぶ際、肌色との相性や持続力の違いなどを比較できます。

バーチャル試着機能は、数十億点のアパレル商品に対応し、ユーザーが自分の写真1枚をアップロードするだけで着用イメージを確認できます。オンラインでの衣服購入における「サイズ感がわからない」という課題を解消することが目的です。

同日公開されたGoogle検索トレンドのデータによると、2026年春はノスタルジーがキーワードです。クロップドパンツの検索は過去最高を記録し、キトゥンヒールも史上最多の検索数に達しました。2000年代初頭のファッションが回帰する傾向が鮮明になっています。

ビューティー分野では、ブルーマスカラの検索が史上最高を記録し、コーラルリップスティックが直近1カ月で最もトレンドの春のリップカラーとなりました。ポルカドットネイルは10年ぶりの高水準に達し、フレンチチップの検索も毎年春に急上昇して今年は過去最高を更新しています。ファッションとビューティーの両面で、Googleの検索データが消費者トレンドの指標として存在感を高めています。

NASAはナンシー・グレース・ローマン宇宙望遠鏡を当初予定より8カ月早い2026年9月に打ち上げると発表しました。同望遠鏡は運用期間中に2万テラバイトものデータを天文学者に届ける見通しです。すでにジェイムズ・ウェッブ宇宙望遠鏡は毎日57ギガバイトの画像を送信しており、チリのヴェラ・C・ルービン天文台も年内に観測を開始して毎晩20テラバイトを生成する予定です。かつてのハッブル望遠鏡の日量1〜2ギガバイトとは桁違いの規模であり、天文学は本格的なビッグデータ時代に突入しています。

カリフォルニア大学サンタクルーズ校の天体物理学者ブラント・ロバートソン教授は、NVIDIAと15年にわたり協力してGPUを天文学に応用してきました。同教授の研究室が開発した深層学習モデル「Morpheus」は、自動運転車と同じ意味的分割手法を用いてピクセル単位で銀河を分類します。JWSTデータへの適用により、初期宇宙に存在するはずがないとされていた回転円盤銀河を多数発見し、宇宙の進化理論に新たな知見をもたらしました。この発見は当初懐疑的に受け止められましたが、その後独立した複数の研究で確認されています。

ロバートソン教授はMorpheusのアーキテクチャを畳み込みニューラルネットワークからTransformerに移行する作業を進めており、分析可能な領域が数倍に拡大する見込みです。また、NVIDIAのDLSSに概念的に近い手法を用い、宇宙望遠鏡のデータで訓練したモデルを地上望遠鏡の画像に適用することで、大気による歪みを除去して宇宙望遠鏡に近い鮮明さを実現しています。さらに大学院生が開発した「GalaxyFriends」というツールにより、約9万個の銀河を類似性に基づいて整理し、パターンの発見や異常検出を効率化しています。

一方で研究を支えるGPUインフラの確保は深刻な課題となっています。ロバートソン教授はNSFの助成金でサンタクルーズ校にGPUクラスタを構築しましたが、設備は陳腐化しつつあり、AI手法を使いたい研究者は増える一方です。さらにトランプ政権がNSF予算の50%削減を提案しており、研究基盤の維持が一層困難になる懸念があります。ロバートソン教授は「大学はリソースの制約からリスク回避的になる。研究者は起業家的に行動し、この分野の進む方向を示す必要がある」と述べています。

Anthropicは2026年4月16日、大規模言語モデルの最新版Claude Opus 4.7を一般公開しました。同社によると、前世代のOpus 4.6から高度なソフトウェアエンジニアリング能力が大幅に向上し、複雑で長時間にわたるタスクを高い精度で自律的に処理できるようになっています。価格はOpus 4.6と同じ入力100万トークンあたり5ドル、出力100万トークンあたり25ドルで、APIのほかAmazon Bedrock、Google Cloud Vertex AI、Microsoft Foundryで利用可能です。

主要ベンチマークでは、知識労働を評価するGDPVal-AAでEloスコア1753を記録し、OpenAIのGPT-5.4（1674）やGoogleのGemini 3.1 Pro（1314）を上回りました。エージェント型コーディング評価のSWE-bench Proでは64.3%のタスクを解決し、Opus 4.6の53.4%から大きく改善しています。ただし、エージェント検索やマルチリンガルQAなど一部の領域ではGPT-5.4がなお優位であり、全分野で圧倒する結果ではありません。

視覚処理面では、画像の最大解像度が長辺2,576ピクセル（約375万画素）まで拡大され、従来比3倍以上の高解像度入力に対応しました。XBOWの視覚精度ベンチマークでは成功率が54.5%から98.5%に跳ね上がり、画面操作エージェントや複雑な図面からのデータ抽出といった用途の実用性が大きく高まっています。また、自身の出力を検証してから報告する「自己検証」行動が確認されており、ハルシネーションの抑制にも寄与しています。

安全面では、同社が先日発表した高性能モデルMythos Previewはセキュリティ上の理由で限定提供のままですが、Opus 4.7にはサイバー攻撃に関する高リスクな要求を自動検知・ブロックする仕組みが組み込まれました。脆弱性調査やペネトレーションテストなど正当な目的で利用したいセキュリティ専門家向けには、新たに「Cyber Verification Program」が設けられています。

開発者向けの新機能も複数追加されています。思考の深さを調整する「effort」パラメータにxhighレベルが加わり、性能とレイテンシのバランスをより細かく制御できます。APIではタスクバジェット機能がパブリックベータとして提供され、トークン消費量に上限を設定できるようになりました。早期テスターのIntuit、Replit、Notion、Cursorなど多数の企業が、コード品質やワークフロー効率の改善を報告しています。

Adobeは2026年4月15日、Creative Cloudの全アプリを対話形式で横断操作できるFirefly AIアシスタントを発表しました。2025年秋のMAXカンファレンスで「Project Moonlight」として披露された研究プロトタイプを製品化したもので、数週間以内にパブリックベータとして公開される予定です。

このAIアシスタントは、Photoshop、Premiere Pro、Illustrator、Lightroom、Expressなど主要アプリにまたがる約100種のツールとスキルを備えています。ユーザーが自然言語で「この画像をレタッチして」「SNS用にリサイズして」と指示するだけで、エージェントが適切なアプリとツールを自動選択し、複数ステップのワークフローを実行します。出力はPSD、AI、PRPROJなどネイティブ形式のため、いつでもピクセル単位の手動編集に切り替えられるのが特長です。

利便性を高める仕組みも充実しています。ポートレートレタッチやSNSアセット作成など、あらかじめ用意された「Creative Skills」テンプレートをワンプロンプトで実行可能です。さらにアシスタントはユーザーの好みのツールやワークフロー、美的嗜好を時間とともに学習し、提案を個別最適化していきます。AnthropicのClaudeなど外部LLMとの連携も予定されています。

同時に発表された新機能も注目に値します。Firefly Video Editorには中国Kuaishou社のKling 3.0および3.0 Omniモデルが追加され、搭載モデル数は30を超えました。Premiere Proには編集者向けに設計されたカラーグレーディング専用モード「Color Mode」がベータ公開されたほか、Frame.io Driveではクラウドメディアをローカルファイルのように扱える仮想ファイルシステムが導入されています。

収益面では、AIアシスタントの利用には対象アプリを含む既存サブスクリプションが必要で、生成機能はクレジットを消費する方式です。Adobeの直近四半期決算では売上高が前年比10%増の64億ドルに達し、AI関連の年間経常収益は1.25億ドルに成長しました。CanvaやFigma、RunwayなどAIネイティブの競合が台頭するなか、Adobeはプロ向けツール群の統合力を最大の競争優位と位置づけています。

ソフトウェア開発者のAloshdenny氏が、Google DeepMindのSynthID電子透かしシステムをリバースエンジニアリングしたと主張し、その手法をGitHubでオープンソース公開しました。Geminiで生成した200枚の純黒画像のコントラストと彩度を強調してノイズ除去することで、透かしパターンを可視化できたといいます。ニューラルネットワークやGoogleへの特別なアクセスは一切使用していません。

SynthIDは、GoogleのAI生成コンテンツに埋め込まれるほぼ不可視の電子透かしシステムです。画像生成の段階でピクセルに直接組み込まれる設計で、画質を劣化させずに除去することが困難になっています。Gemini、Nano Banana、Veo 3などGoogleのAI製品全般で使用されており、YouTubeのAI生成アバターにも適用されています。

ただし、Aloshdenny氏自身も完全な除去には成功していません。実現できたのはSynthIDのデコーダを混乱させるレベルにとどまり、透かし自体の削除ではありませんでした。同氏は「デコーダを諦めさせることしかできなかった事実が、設計の優秀さを物語っている」と述べ、SynthIDが完璧ではないものの悪用のコストを十分に引き上げていると評価しています。

Google広報のMyriam Khan氏はThe Vergeに対し、「このツールがSynthIDの透かしを体系的に除去できるという主張は誤りである」と明確に否定しました。現時点では、誰でもダウンロードして透かしを除去・追加できるツールには至っておらず、AI検知システムを欺く実用的な脅威にはなっていないと見られます。

ロンドンの開発者3人が立ち上げたPixel Societiesは、ユーザーごとにカスタマイズされたAIエージェントを仮想空間内で自律的に交流させ、現実世界での友人・同僚・恋愛パートナー候補を発見するプロジェクトです。各エージェントはLLMをベースに、公開SNSデータや性格診断の回答などを学習した「デジタルツイン」として振る舞います。

このプロジェクトは2026年3月、ロンドン大学で開催されたNvidia・HPE・Anthropic共催のハッカソンで2日間に開発されました。Anthropicから最優秀エージェントツール活用賞を受賞しています。開発者らはOpenClawの「ソウルファイル」概念に着想を得て、エージェントに個性を持たせる仕組みを実装しました。

既存のマッチングアプリは外見偏重で「容姿の格差」を生むと批判されていますが、Pixel Societiesはエージェント同士の会話から「繊細な相性」を見出せると主張しています。一方、UC Davisの心理学者Paul Eastwick氏はスピードデーティング研究を引用し、趣味・価値観・職業などの自己申告情報では相性をほぼ予測できないと指摘しています。

開発チームはプロトタイプを数百人に試用させており、最も多いリクエストは恋愛マッチングだといいます。今後はクローズドなシミュレーターからオープンなソーシャルプラットフォームへの転換を目指しています。ただし、シミュレーションのコスト、データ量の非対称性、長期関係を求めるユーザーと継続利用を前提とするプラットフォームのインセンティブ不整合など、事業化には多くの課題が残ります。

Astropad社は、AIエージェントの監視・操作に特化したリモートデスクトップ製品「Workbench」を発表しました。Mac Miniを使ったAIエージェント運用が急速に広まるなか、エージェントの稼働状況を手軽に確認できる手段への需要が高まっていることが背景にあります。同製品はiPadやiPhoneから利用でき、ログ確認やタスク再起動などの操作が可能です。

Workbenchは同社独自の低遅延ディスプレイプロトコル「LIQUID」を採用しており、Retina解像度でもぼやけやピクセル化のない高精細な映像を実現しています。また、Appleの音声モデルを活用し、マイクボタンを押して声でAIエージェントに指示を出す機能も備えています。従来のリモートデスクトップがIT管理向けに設計されていたのに対し、AI時代の新しいワークフローに最適化した点が差別化のポイントです。

CEOのMatt Ronge氏は、社内でAIエージェントを長時間稼働させる際に既存ツールでは不十分だった経験が開発のきっかけだと述べています。同社はiPadアプリ開発で10年の実績があり、その知見を本製品に活かしています。

料金は1日20分まで無料、無制限利用は月額10ドルまたは年額50ドルです。今後はWindows・Linux対応やiPhoneアプリの改良を予定しており、AI活用が進む企業向けにも展開を見込んでいます。Astropadはブートストラップ経営で黒字を維持しており、10万人超の顧客基盤を持つ安定した事業基盤が強みです。

Googleは2026年4月、リファービッシュ大手Back Marketと提携し、古いPCやMacにChromeOS Flexを簡単に導入できるUSBキットの販売を開始しました。価格は約3ドルで、インストール手順のガイドや動画チュートリアルも提供されます。

背景には、2025年10月にWindows 10のサポートが終了し、数億台のPCがセキュリティリスクにさらされている問題があります。ユーザーは高額な新端末の購入か、脆弱なまま使い続けるかの二択を迫られていました。

Googleは自社でもChromebookのアップデート期間を10年、Pixelスマートフォンを7年に延長するなど、ハードウェアの長寿命化に取り組んでいます。今回のキットはその延長線上にある持続可能性への新たな施策です。

環境面では、ノートPC製造時のCO2排出が大きな割合を占めるため、既存端末の延命は廃棄物削減と排出回避に直結します。さらにChromeOSは他の同等システムと比較して平均19%少ないエネルギーで動作するとされています。

Closing the Loopとの連携によりe-wasteの最小化も図られています。USBドライブは繰り返し使用可能で、対応端末はGoogleの認定モデルリストで確認できます。企業のIT部門にとっても、低コストで既存資産を活用できる選択肢となりそうです。

Samsungは2026年2月のUnpackedイベントで、Galaxy S26のギャラリーアプリに搭載するAI写真編集ツール「Photo Assist」に自然言語プロンプト対応を追加すると発表しました。服の変更やペットの合成など、写真を自由に加工できる機能です。

安全面では、「死体」「火」などの危険なキーワードや、過去にGoogle Pixel 9で使われた回避手法がブロックされており、衣服の除去や犯罪シーンの生成もできません。ガードレールは比較的しっかり機能していると評価されています。

一方で編集精度には明確な限界があります。生成された部分には独特の光沢感があり、画像全体の画質も劣化する傾向が見られます。プロンプトと無関係な部分まで変更される過剰編集や、人物追加で別の被写体が複製されるなどの不具合も報告されています。

背景の除去や料理写真の補正など、比較的単純な編集では高い実用性を発揮します。子どもの写真の背景を宇宙空間に変えるといった遊び心のある加工も、一定の品質で実現できています。ただしAI透かしはトリミングで簡単に除去でき、コンテンツ認証情報の確認にも手間がかかります。

Samsungのカメラ部門責任者Sungdae Joshua Cho副社長は「写真とはコミュニケーションである」と述べ、AI編集を表現手段の拡張と位置づけています。写真の定義が揺らぐ中、どこまでがAI加工として許容されるかは、今後ユーザー個々の判断基準に委ねられることになりそうです。

MidjourneyのエンジニアCheng Lou氏が2026年3月27日、Webテキストレイアウトを根本から変えるオSSライブラリPretextをMITライセンスで公開しました。15KBのゼロ依存TypeScriptライブラリで、ブラウザのDOM操作を迂回し、テキストの計測と配置を高速に行います。

従来のWeb開発では、テキストの高さや位置を取得するたびにブラウザがレイアウトリフローと呼ばれる再計算を実行し、深刻なパフォーマンス低下を招いていました。PretextはブラウザのCanvasフォントメトリクスと純粋な算術演算を組み合わせ、DOMに一切触れずに文字・単語・行の配置を予測します。

ベンチマークによると、Pretextのlayout関数は500種類のテキストを約0.09ミリ秒で処理でき、従来のDOM読み取りと比較して300〜600倍の性能向上を達成しています。この速度により、ウィンドウリサイズや物理演算中でもリアルタイムにテキスト再配置が可能になりました。

開発にはAnthropicのClaudeやOpenAIのCodexなどAIコーディングツールが活用されました。多言語データセットや小説全文を用いてブラウザ実装とのピクセル単位の整合性を反復検証し、WebAssemblyやフォント解析ライブラリなしで高精度を実現しています。

公開から48時間でGitHubスター1万4000超、X上で1900万回閲覧を記録しました。コミュニティでは雑誌レイアウト、物理演算テキスト、ディスレクシア向けフォント調整など多彩なデモが登場し、Web表現の可能性が大きく広がっています。

企業にとっては、生成AI UIや高頻度データダッシュボードを構築する場合に即時導入が推奨されます。ただしレイアウトをユーザーランドに移すことで、ブラウザが担っていたアクセシビリティや標準準拠の責任を自社で管理する必要がある点には留意が必要です。

Armは、同社初となる自社設計・製造のデータセンター向けCPU「Arm AGI CPU」を発表しました。これまで設計ライセンス事業に徹してきた同社にとって、自社シリコンへの参入は創業以来最大の戦略転換となります。初期顧客としてMetaが採用を決定しています。

CEO のルネ・ハース氏は、ArmがIP企業から「コンピュートプラットフォーム企業」に進化したと説明しました。MicrosoftがSurfaceでWindowsエコシステムを強化し、GoogleがPixelでAndroidを推進するのと同様に、Armも自社チップでエコシステム全体を底上げする狙いがあると述べています。

新CPUの最大の強みは電力効率です。モバイルチップで培った省電力設計のDNAを活かし、AI時代のデータセンターが直面するエネルギー問題に対応します。さらに、エージェントAIの実行にはGPUではなくCPUが不可欠であり、この需要拡大がArm参入の追い風となっています。

製造はTSMCが担当し、Super MicroやFoxconnと協力してサーバー参照設計も提供します。ハース氏は約2,000人のエンジニアを関連部門に増員したと明かしました。既存のコンピュートサブシステムで実績があるため、初号機から高い完成度を自信を持って見込んでいます。

この動きはIntelとAMDのx86勢にとって直接的な脅威となります。一方、NvidiaのVera CPUもArm ベースであるため、Armエコシステムの拡大はNvidiaにもプラスに働くとハース氏は主張。ソフトバンクの孫正義会長とは日常的に連携しており、今回の決断もパートナーとしての議論を経て進めたと語りました。

2026年3月に開催されたGDC（ゲーム開発者会議）では、生成AIツールを売り込むベンダーが会場を埋め尽くしました。テンセントのAI生成ピクセルアートやGoogle DeepMindの満員セッションなど、AI展示が目立つ一方、実際のゲーム開発者の反応は冷ややかでした。

取材に応じた開発者のほぼ全員が、自身のプロジェクトでのAI活用を否定しました。インディーゲームパブリッシャーFinjiの共同創業者アダム・ソルツマン氏は「絶対に使わない」と断言し、作品には特定の人間の指紋が刻まれていることが価値だと語りました。

GDCの最新調査によると、回答者の52%が生成AIはゲーム業界に悪影響を及ぼしていると回答しています。この数字は2025年の30%、2024年の18%から急増しており、NvidiaのDLSS 5が既存キャラクターにAI特有の不自然な顔を付加した問題も、開発者の不信感を強めています。

法的な課題も深刻です。AI生成アートは著作権保護の対象外とする判例があり、生成AIの出力物を商品として販売するための法的枠組みが整っていません。Panic社やBigMode社など複数のパブリッシャーが、AI使用ゲームの受付を拒否する方針を明確にしています。

開発者たちが最も強調したのは、AI導入がゲーム制作の職人技を奪うという点です。Black Tabby Gamesのトニー・ハワード＝アリアス氏は「集中的なキャリアの積み重ねでしか技術は向上しない」と述べ、AI代替が進めば将来の人材確保が困難になると警鐘を鳴らしました。

一方で、映画業界のように制作支援用のカスタムAIモデルが将来的にゲーム開発にも応用される可能性を認める声もあります。しかし現時点では、開発者の多くが「100%手作り」にこだわり、人間同士のつながりを生む体験の提供こそが自分たちの使命だと語っています。

Googleは、Pixel 10 ProおよびGalaxy S26 Ultraにおいて、Geminiがアプリを直接操作するタスク自動化機能のベータ版を公開しました。フードデリバリーや配車サービスなど限られたアプリに対応しています。

実際のテストでは、Uber Eatsでの夕食注文に約9分を要しました。Geminiはメニューの半量オプションを正しく認識して鶏肉を2つ追加するなど、推論能力を発揮しましたが、画面上の項目を見つけるのに時間がかかる場面もありました。

特に印象的だったのは、カレンダーに登録されたフライト情報を参照し、空港到着に適した時間を逆算してUberの予約を約3分で設定した事例です。「予約」という用語を使わず「乗車をスケジュール」と指示しても正しく処理できました。

この機能は注文や予約の最終確認の直前で停止し、ユーザーが内容を確認してから完了する設計です。テスト期間中に勝手に注文が完了することはなく、精度も高いため修正はほとんど不要でした。

ただし、人間向けに設計された現行アプリのUIをAIが操作する方式には構造的な限界があります。GoogleはMCP（Model Context Protocol）やAndroidのアプリ関数など、AI向けの効率的な接続方式への移行を見据えており、現在の自動化は過渡期の技術と位置づけられています。

大規模言語モデル（LLM）がロボティクスや自動運転など物理世界の理解を要する領域で限界に直面しており、投資家の関心が「世界モデル」へ急速にシフトしています。AMI Labsが10.3億ドル、World Labsが10億ドルのシード資金を相次いで調達しました。

チューリング賞受賞者のリチャード・サットン氏はLLMが人間の発言を模倣するだけで世界をモデル化していないと警告しました。Google DeepMindのデミス・ハサビスCEOも、現在のAIは数学五輪を解けるのに基本的な物理で失敗する「不均一な知性」を抱えていると指摘しています。

第1のアプローチ「JEPA」は、ピクセルレベルの予測ではなく潜在的な抽象表現を学習する手法です。人間が車の軌道と速度を追跡し背景の細部を無視するように、核心的な物理法則のみを捉えます。計算効率が高くリアルタイム推論に適しており、AMIは医療企業Nablaと提携してヘルスケア分野での活用を進めています。

第2のアプローチはWorld Labsが採用する「ガウシアンスプラット」で、画像やテキストから完全な3D空間環境を生成します。Unreal Engineなどに直接インポートでき、Autodeskが産業設計への統合を目的に同社を強力に支援しています。第3のアプローチはDeepMindのGenie 3やNvidiaのCosmosに代表されるエンドツーエンド生成で、モデル自体が物理エンジンとして機能します。

今後は各アプローチの長所を組み合わせたハイブリッドアーキテクチャの台頭が見込まれます。サイバーセキュリティ企業DeepTempoはLLMとJEPAを統合した「LogLM」でログ異常検知を実現しており、LLMが推論・対話層を担い世界モデルが物理・空間データ基盤となる構図が形成されつつあります。

Googleは2026年の確定申告シーズンに合わせ、詐欺から利用者を守るための5つの対策機能を発表しました。金融業界では詐欺未遂が67%増加しており、税金還付を装った手口が急増していることが背景にあります。

Pixelスマートフォンでは、Call Screen機能によりスパム電話を平均70%削減しています。さらにオプトイン方式のリアルタイム詐欺検知機能では、端末上のAIが通話中の会話パターンを分析し、緊急送金要求などの詐欺の兆候を検出すると通知・音・振動で警告します。

不審なテキストメッセージへの対策として、Circle to SearchやGoogle Lensを活用した詐欺判定機能を提供しています。Android端末でホームボタンを長押しし、怪しいメッセージを囲むだけでAIが詐欺の可能性を評価し、次のステップを提示します。iOSでもGoogle Lensから同様の確認が可能です。

WebブラウジングではGoogle Safe Browsingが偽の税務サービスサイトをリアルタイムで検出し、アクセス前に警告を表示します。Gmailでもスパム・マルウェアの99.9%をブロックし、不審な送信元やリンクには赤・黄色の警告バナーを表示してフィッシングを防止しています。

Googleはさらにパスキーや2段階認証の設定を推奨し、セキュリティチェックアップ機能を提供しています。広告の透明性ツールでは、検索広告の横にある三点アイコンから広告主の名称・所在地・認証状況を確認でき、信頼性の判断に役立てることができます。

Luma AIは2026年3月、テキスト・画像・動画・音声を横断して創作業務を一気通貫で担うLuma Agentsを公開しました。同社独自の統合知能モデル「Uni-1」を基盤とし、広告代理店やマーケティングチーム、デザインスタジオ向けに提供されます。

Uni-1モデルは音声・動画・画像・言語・空間推論を単一のマルチモーダル推論システムで学習しています。CEOのAmit Jain氏は「言語で思考し、ピクセルで想像・描画する」と表現し、この能力をピクセルの知能と呼んでいます。今後のリリースで音声・動画の出力にも対応予定です。

Luma Agentsの最大の強みは、アセットや協力者、クリエイティブの反復にわたって持続的なコンテキストを維持できる点です。自己批評による反復改善ループを備え、コーディングエージェントと同様に自らの成果物を評価・修正する能力を持ちます。

実際の導入事例では、あるブランドの1500万ドル規模・1年がかりの広告キャンペーンを、複数国向けのローカライズ広告として40時間・2万ドル未満で制作し、社内品質管理を通過しました。200語のブリーフと製品画像1枚から、ロケーション・モデル・配色の多様なアイデアを自動生成するデモも披露されています。

Luma AgentsはAPI経由で一般公開されていますが、ワークフローの安定性を確保するため段階的にアクセスを拡大する方針です。Google Veo 3やElevenLabsの音声モデルなど外部AIモデルとも連携し、エンドツーエンドの創作ワークフローを実現します。

Photoroomは2026年3月3日、テキストから画像を生成する拡散モデルを24時間・約1500ドル（約22万円）の計算予算で訓練する手法「PRX Part 3」を公開しました。H200 GPU 32台を使用し、コードもGitHubでオープンソース化しています。

最大の特徴はピクセル空間での直接訓練です。従来必要だったVAE（変分オートエンコーダ）を排除し、パッチサイズ32と256次元のボトルネック層で系列長を制御します。512pxで訓練を開始し、1024pxへファインチューニングする2段階方式を採用しています。

品質向上のため知覚損失を2種類導入しています。LPIPSは低レベルの知覚的類似性を、DINOv2ベースの損失は意味的な信号を捉えます。プール済み画像全体に適用し、全ノイズレベルで計算する独自の工夫が加えられています。

計算効率の面ではTREADによるトークンルーティングを採用し、50%のトークンをTransformerブロックの大部分でスキップさせます。またREPAでDINOv3教師モデルとの表現整合を行い、収束を加速させています。オプティマイザにはMuonを使用しAdamを上回る性能を確認しています。

訓練データは合成データセット3種（計約870万枚）を使用し、Gemini 1.5でキャプションを再生成しています。生成品質にはまだ改善余地があるものの、プロンプト追従性や美的一貫性は高く、構造的な欠陥ではなくデータ多様性の不足が主な課題と分析しています。

Googleは2026年3月のPixel Dropアップデートを公開し、AIアシスタントGeminiにエージェント機能を追加しました。Pixel 10シリーズのユーザーは、食料品の注文や配車予約などの日常タスクをGeminiに任せることが可能になります。

新たなエージェント機能では、UberやGrubhub、DoorDashなどの対応アプリ内でGeminiがバックグラウンドで作業を実行します。ユーザーはいつでもタスクの進捗を確認したり中断したりでき、Samsung S26シリーズでも同機能が利用可能です。

Circle to Searchにも大幅な機能強化が施されました。画面上の画像から複数のオブジェクトを同時に認識できるようになり、ファッションコーディネート全体を囲むだけで個別アイテムの検索が可能です。さらにバーチャル試着機能も追加され、購入前に着用イメージを確認できます。

Android全体の新機能として、Find Hubが紛失荷物対策を強化しています。トラッカータグの位置情報を安全なリンクで航空会社と共有でき、ルフトハンザグループやエア・インディアなど10社以上の主要航空会社が対応しています。Samsoniteとの提携によりスーツケースへの技術組み込みも進んでいます。

そのほか、Google Messagesでのリアルタイム位置共有、Now Playingの単独アプリ化、AI生成カスタムアイコン、Pixel Watchの地震アラートや衛星SOSのカナダ・欧州展開など、多岐にわたる機能追加が実施されました。日本では詐欺電話検出機能も新たに利用可能になっています。

Googleは2026年2月末のMWCバルセロナにおいて、Androidエコシステム全体にわたるAI活用の最新成果を発表しました。来場者向けにハンズオンデモを多数用意し、AI技術の実用性を訴求しています。

注目の体験として、Nano Bananaを使い80年代雑誌の表紙風に自分を再現できる画像生成デモや、Veoによる音声付き没入型動画の生成機能が紹介されました。生成AIの創造的な活用例として注目を集めています。

XRヘッドセットとプロトタイプグラスを用いた都市のバーチャル探索も出展されました。周囲の環境に合わせた音楽再生機能も搭載され、空間コンピューティング分野への本格参入を示しています。

Circle to Searchには新機能が追加され、見つけた服装から直接衣類を検索しバーチャル試着できるようになりました。視覚的な検索体験がショッピング領域へ大きく拡張されています。

さらにPixel 10aをはじめとする最新デバイスでGeminiの新機能を体験できるブースも設置されました。会場のAndroid Avenueでは20社のパートナー企業も出展し、エコシステムの広がりを印象づけています。

SamsungはGalaxy S26ラインナップを正式に発表しました。今回の最大の特徴はGoogle Geminiとの深い統合であり、UberやDoorDashを自然言語で操作するなどのマルチステップタスク自動化機能がAndroid搭載端末の中で最初に搭載されます。

新たに搭載されたプライバシーディスプレイは、横から見えない角度特性を持ち、公共の場でのプライバシーを保護します。AIとプライバシーへの関心の高まりを受けたタイムリーな機能追加です。

Androidの旗艦端末市場でSamsungの独占的地位は依然揺るぎませんが、Pixel 10との差別化においてGemini機能の独占展開がどこまで有効かが焦点となります。

GoogleはAndroidでGeminiを使ったマルチステップタスクの自動化機能を発表しました。ユーザーが「今夜の夕食をDoorDashで注文して」と言うだけで、GeminiがアプリをまたいでUI操作を自律実行します。

これは従来のAI音声アシスタントとは根本的に異なるパラダイムシフトです。単純なコマンド実行ではなく、意図を理解して複数アプリを操作する能力は、スマートフォンをAIエージェントが動作する基盤として再定義します。

Samsung Galaxy S26とGoogle Pixel 10に先行展開されるこの機能は、Android端末の価値提案を根本から変える可能性があります。Siriが限定的な操作に留まるのとは対照的で、Androidのエコシステム優位性が高まります。

Vercelは2026年2月6日、複数のプロダクトアップデートを発表した。新しいGeist Pixelフォントはピクセルアート風のデザインを活かしたウェブフォントで、ユニークなビジュアルアイデンティティを求める開発者向けだ。

ヘッドレスCMSの「Sanity」がVercel Marketplaceに登場し、Vercelプロジェクトと即座に連携できる体制が整った。コンテンツ管理とデプロイの統合が容易になる。

Vercel Sandboxのファイル取得APIの簡素化により、AI開発環境でのファイル操作が効率化され、エージェント型アプリのデバッグが容易になった。

Vercelの継続的なアップデートはフロントエンド開発のワンストップ化戦略を反映しており、デプロイ・CMS・AI・フォント・マーケットプレイスを統合する構想が鮮明だ。

次世代Webアプリ開発におけるプラットフォーム戦争はVercel、Netlify、AWS Amplifyなどの間で激化しており、エコシステムの豊かさが選定の鍵となっている。

Alphabetは2026年2月4日のQ4 2025決算発表で、年間収益が初めて4000億ドルを突破したと発表した。AIへの大規模投資が実を結びつつある。

Google CEO Sundar Pichai氏はGemini 3のローンチを「主要マイルストーン」と称し、検索・クラウド・Pixelなど全製品にAIが深く統合されている現状を説明した。

GeminiアプリはMAU（月間アクティブユーザー）が7億5000万人を超え、急速なユーザー獲得を続けている。競合のChatGPTに対し確固たる地位を確立しつつある。

クラウド部門であるGoogle Cloudは引き続き高成長を維持しており、AI需要の増大がデータセンター投資と相互に好循環を生み出している。

今回の決算はAI投資の財務的リターンを初めて明確に示したもので、他のテック大手にもAI収益化モデルの基準を提供することになる。

Ai2（アレン人工知能研究所）は2025年12月16日、オープンソースの動画理解モデル「Molmo 2」を公開しました。8B・4B・7Bの3種類を揃え、動画グラウンディングや複数画像の推論においてGoogleのGemini 3 Proを上回るベンチマーク結果を示しています。

Molmo 2の最大の特徴は「グラウンディング」能力の強化です。ピクセルレベルでの物体追跡や時間的な理解を可能にし、これまで大型独自モデルが独占してきた動画分析領域に本格参入しています。企業が動画理解をオープンモデルで賄える現実的な選択肢となりました。

一方、Vectorize.ioはVirginia Tech・ワシントン・ポストと共同でオープンソースのエージェントメモリシステム「Hindsight」を発表しました。従来のRAGが抱えていた「情報の均一処理」という根本問題に対し、4種類のネットワークで知識を分離する新アーキテクチャを採用しています。

HindsightはLongMemEvalベンチマークで91.4%という最高精度を達成しました。マルチセッション問題の正答率が21.1%から79.7%に、時間的推論が31.6%から79.7%へと大幅に向上しており、エージェントが長期的な文脈を保持する能力が飛躍的に改善されています。

このシステムは単一のDockerコンテナとして動作し、既存のLLM API呼び出しをラップするだけで導入できます。すでにRAGインフラを構築したものの期待通りの性能が得られていない企業にとって、実用的なアップグレードパスとなります。

ZencoderはAIコーディング向けのマルチエージェントオーケストレーションツール「Zenflow」を無料のデスクトップアプリとして公開しました。計画・実装・テスト・レビューを構造化ワークフローで処理し、AnthropicのClaudeとOpenAIのモデルが互いのコードを検証し合う仕組みを採用しています。

Zencoder CEOのFilev氏は「チャットUIはコパイロット向けには十分だったが、スケールしようとすると崩壊する」と述べています。複数のAIエージェントを並列実行し、モデル間のクロスレビューによってコード品質を約20%向上させるとしており、ビジョンは「プロンプトルーレット」から「エンジニアリング組み立てライン」への転換です。

3つの発表に共通するのは、オープンソースや無料ツールが独自クローズドモデルと競合できる水準に達しつつあるという潮流です。動画理解・長期メモリ・コード品質という異なる課題に対し、それぞれ構造的なアプローチで解決を試みており、エンタープライズAI活用の選択肢を広げています。

2025年12月、AIが人間の専門家と同レベルで言語を分析できることが初めて実証され、同時期に画像生成AIが意図的な劣化表現でリアリティを高めるという新潮流が注目を集めた。誰が、何を、いつ、どこで、なぜ示したのか——UCバークレーの研究チームがOpenAIのo1モデルを対象に行った実験と、GoogleのNano Bananaをはじめとする画像生成モデルの進化を通じて、AIの能力が新たな段階へ入りつつあることが明らかになりました。

UCバークレーの言語学者Gašper Beguš氏らは、既存の知識を流用できないよう独自設計した構文・音韻のテストをo1に課しました。その結果、o1は複雑な再帰構文の解析、文の曖昧性の識別、さらには30種の人工言語の音韻規則の推定まで、言語学の大学院生と同等以上の精度で実施できることが確認されました。

最も注目されたのは『メタ言語能力』——言語を使うだけでなく言語そのものについて考える力——をo1が示した点です。ノーム・チョムスキーらが主張してきた『大量データの学習だけでは正しい言語分析は不可能』という見解に対し、今回の研究は強い反証を突きつけました。

一方、画像生成の分野ではGoogleのNano Banana Proが逆説的なアプローチで現実感を追求しています。スマートフォンカメラ特有のコントラスト不足や過剰なシャープネス処理をあえて再現することで、人間が日常的に見慣れた'スマホ写真らしさ'を演出し、不気味の谷を回避する手法が注目されています。

Adobe FireflyやMetaのAI生成ツールも同様に、過度に滑らかな'AI的な美しさ'を抑制するスタイル調整機能を搭載しています。OpenAIのSora 2やGoogleのVeo 3では、監視カメラ風の低解像度映像を意図的に生成してリアリティを演出する動きも見られます。

AI生成画像の急速な進化に対応するため、C2PAのコンテンツ証明規格の普及が急務となっています。GoogleのPixel 10シリーズでは全撮影画像に暗号署名が付与されるようになり、Google Photosもコンテンツ証明の表示に対応しました。ただし、ハードウェアメーカーやプラットフォーム全体への普及にはまだ時間を要する状況です。

AIが人間の言語能力を分析・解析する段階に達したことは、自然言語処理の研究や教育分野に大きな変革をもたらす可能性があります。同時に、リアルと生成物の境界が曖昧になる画像・動画領域においては、技術の進化と真偽確認の仕組みの整備が並行して求められています。

Googleは2025年12月12日、Geminiを活用したリアルタイム音声翻訳機能をGoogle Translateアプリ（Android版）でベータ公開した。米国・メキシコ・インドを対象に展開が始まり、70以上の言語に対応。従来はPixel Buds専用だったライブ翻訳機能が、あらゆるヘッドフォン・イヤホンで利用できるようになった。

新機能は、Geminiのネイティブ音声間翻訳能力を基盤としており、話者のトーン、強調、テンポを保ちながらリアルタイムで自然な翻訳音声を耳元で届ける。会話、海外での講演・講義視聴、外国語映画・テレビ番組の視聴など、幅広いシーンでの活用が想定されている。

テキスト翻訳面でもGeminiによる強化が施された。イディオムや地域特有の表現、スラングなど文脈依存の慣用表現を、従来の逐語翻訳ではなく意味を捉えた自然な翻訳で提供する。英語と約20言語（スペイン語・ヒンディー語・中国語・日本語・ドイツ語など）を対象にアプリ（Android・iOS）およびWeb版で展開開始。

ライブ翻訳のiOS対応および追加国への展開は2026年を予定している。Appleも同様のライブ翻訳機能をiOS 18で提供しているが、AirPods必須であるのに対し、GoogleのAndroid版はあらゆるヘッドフォンで動作する点が差別化ポイントとなっている。

語学学習ツールも大幅に拡充された。ドイツ・インド・スウェーデン・台湾を含む約20カ国で新たに利用可能となり、英語話者向けのドイツ語・ポルトガル語学習、およびベンガル語・中国語（簡体字）・オランダ語・ドイツ語・ヒンディー語・イタリア語・ルーマニア語・スウェーデン語話者向けの英語学習が追加された。

Duolingoを意識した連続学習日数（ストリーク）のトラッキング機能も導入され、学習継続の可視化と習慣化を後押しする。スピーキング練習に基づくフィードバックの精度も向上し、実践的な語学力向上を支援する仕組みが整えられた。

今回の一連のアップデートは、GeminiモデルをGoogleの主力サービスに深く組み込む戦略の一環であり、同日発表されたGeminiの音声モデル強化とも連動している。AI翻訳の品質と即時性が実用水準に達しつつあることを示す重要な節目と言える。

中国のAIスタートアップZhipu AIは2025年12月8日、視覚言語モデル「GLM-4.6V」シリーズを公開しました。画像をテキスト変換せず直接ツールで処理するネイティブ機能を搭載し、MITライセンスにより商用利用も完全に自由です。

最大の特徴は、視覚情報を直接ツールの引数として渡せる点です。従来必要だった「画像からテキストへの変換」という中間プロセスを排除することで情報の損失を防ぎ、画像の切り抜きや検索といった高度な自動化を効率的に実行できます。

ラインナップは、複雑な推論に強い1060億パラメータの「106B」と、低遅延な90億パラメータの「Flash」の2種です。特にFlash版は利用料が無料であり、エッジデバイスやリアルタイム処理が必要なアプリ開発に最適です。

開発現場での実用性も高く、UIのスクリーンショットからピクセル単位で正確なHTMLやCSSを生成できます。12万8000トークンの長大なコンテキストに対応し、長時間の動画解析や大量のドキュメント処理も一度の推論で完結します。

本モデルはOpenAIのGPT-4Vなどと競合する性能を持ちながら、オープンソースとして公開されました。自社インフラでの運用やコンプライアンス順守が求められる企業にとって、柔軟かつ低コストなAI導入の有力な選択肢となるでしょう。

Metaが開発した新AIモデル「V-JEPA」は、動画視聴のみで物理世界の法則を直感的に理解します。従来のAIが苦手としたノイズ処理を克服し、自律型ロボットなどへの応用が期待される画期的な技術です。幼児が経験を通じて世界を学ぶように成長する、その革新的な学習メカニズムと、実用化に向けた今後の展望を解説します。

従来のAIはピクセル単位の処理により、背景の些細な動きなど本質的でない情報に惑わされがちでした。対してV-JEPAは、映像を抽象化した潜在表現を用いることで、重要な情報のみを効率的に抽出する仕組みを採用し、この課題を克服しています。

具体的には、映像の一部を隠し、その欠損部分の「意味」を予測させることで学習を進めます。単なる画素の復元ではなく、文脈や物体の動きといった高次元の情報を捉える訓練を行うため、より人間に近い形での状況理解が可能になります。

その実力は「IntPhys」と呼ばれる物理的直感テストで証明されました。重力や物体の永続性に反する映像を見せると、AIは予測エラーという形で驚きを示し、その正答率は約98%に達しました。これは幼児が世界を学ぶプロセスに酷似しています。

最新版の「V-JEPA 2」は、わずか60時間分のデータでロボットの動作計画を学習するなど、実用化に向け進歩しています。一方で、記憶できる時間が短く「金魚並み」であるといった課題も残されており、長期的な因果関係の理解が次の技術的焦点です。

Googleは12月5日、次世代AIモデル「Gemini 3」およびエージェント開発プラットフォーム「Google Antigravity」を発表しました。新モデルは、テキスト・画像・動画・コードを統合的に理解するマルチモーダル性能で世界最高峰を記録。特に「視覚・空間推論」能力の飛躍的な向上と、自律的にタスクを遂行する「Agentic（エージェンティック）」な機能強化が特徴です。ビジネスの現場における自動化と生産性の定義を塗り替える可能性があります。

Gemini 3の最大の特徴は、ユーザーの意図を汲み取り、複雑な工程を自律的に実行する能力です。これを象徴するのが「Vibe Coding」と呼ばれる開発体験です。自然言語の指示だけで、インタラクティブなWeb UIやツールを即座に生成・実行します。Google検索に統合された「AI Mode」では、検索クエリに応じて動的にローン計算機や科学シミュレーションを作成し、ユーザーに提示します。単に情報を返すだけでなく、「使える道具」をその場で作り出す点が画期的です。

同時に発表された「Gemini 3 Pro Vision」は、AIの「眼」を再定義します。従来のOCR（文字認識）を超え、複雑な文書、手書きのメモ、グラフを構造化されたコード（HTMLやLaTeX）に復元する「Derendering」機能を搭載しました。さらに、PCやスマホの画面上のUIを正確に理解して操作する能力や、1秒間に10フレーム以上の動画を処理してゴルフスイングの微細な動きや因果関係を分析する能力も備えています。これにより、医療画像の診断支援や法務文書の分析、ソフトウェアのQAテストなど、高度な専門業務の自動化が加速します。

開発者向けには、新たなエージェント開発プラットフォーム「Google Antigravity」が登場しました。これは、エディタ、ターミナル、ブラウザを横断して動作するインテリジェントなエージェントを構築・管理するための基盤です。AIが単なるコード補完ツールから、現実世界で機能するコードを生成し、自律的にデバッグやデプロイを行う「パートナー」へと進化します。Google AI Proなどのサブスクリプションで優先アクセスが提供され、エンジニアの生産性を劇的に高めることが期待されます。

クリエイティブ領域では、Gemini 3をベースにした画像生成モデル「Nano Banana Pro」が、インフォグラフィックやスタジオ品質のビジュアル生成を実現しました。また、GoogleマップやAndroid AutoへのGemini統合も進み、運転中のナビゲーションやタスク処理が対話形式で完結するようになります。Googleはテキサス州への400億ドルのインフラ投資を含め、AIエコシステムの拡大を全方位で推進しており、ビジネスリーダーにとってAI活用の新たなフェーズが始まったと言えるでしょう。

米Googleは2025年12月2日、Android 16のプレビュー版および12月の機能アップデートを発表しました。今回の更新はPixel端末へ先行配信され、AIを活用した「通知の要約・整理」機能や、高度な「詐欺検知」ツールが目玉です。経営者やリーダーにとって、情報のノイズを減らし、セキュリティリスクを低減する実用的なアップデートといえます。

ビジネスパーソンの生産性を高めるのが、AIによる通知管理機能です。長いチャットやメッセージをAIが瞬時に要約して表示するため、内容を一目で把握できます。また、ニュースや販促などの優先度が低い通知は「Notification Organizer」が自動でグループ化し、通知音を消去。重要な連絡を見逃さず、集中力を維持できる環境を提供します。

セキュリティ面では、検索機能「かこって検索（Circle to Search）」が進化しました。不審なメッセージや画像を受け取った際、その部分を囲むだけでAIが詐欺の可能性を判定します。Web上の情報と照合し、リスクが高い場合は警告と対処法を提示するため、巧妙化するフィッシング詐欺への強力な防御策となります。

アクセシビリティ機能もGeminiモデルの統合により強化されています。カメラアプリの「Guided Frame」は、被写体を単に顔として認識するだけでなく、「黄色いTシャツの少女がソファに座っている」といった詳細な状況説明を音声で行います。また、動画の字幕に「喜び」や「悲しみ」といった感情タグを表示する機能も追加され、情報伝達の質が向上しました。

今回のリリースは、Androidの更新サイクル変更を象徴する動きでもあります。従来の年1回の大型更新から、より頻繁なリリースへと移行することで、最新技術やAPIを迅速に市場投入する狙いです。企業はOSの進化に合わせたアプリ対応やセキュリティ対策を、よりアジャイルに進める必要が出てくるでしょう。

マイクロソフトは2025年11月24日、PC操作に特化した新しい小規模言語モデル（SLM）「Fara-7B」を発表しました。わずか70億パラメーターながら、GPT-4oベースのエージェントを凌駕する性能を記録。データが外部に出ないオンデバイス実行を実現し、プライバシー保護と低遅延を両立させています。

最大の特徴は、人間と同じように画面の視覚情報だけを頼りに操作を行う点です。HTMLコード等の裏側情報を必要とせず、スクリーンショットからボタン位置などを認識してマウスやキーボードを操作します。Web操作のベンチマーク「WebVoyager」では、GPT-4o（65.1%）を上回る73.5%のタスク成功率を達成しました。

ビジネス利用で重要なのがセキュリティです。Fara-7Bはローカル環境で動作するため、機密情報がクラウドに送信されるリスクを排除する「ピクセル主権」を確立しています。また、送金やメール送信などの不可逆的な操作の直前には、必ずユーザーの同意を求める「クリティカルポイント」機能が組み込まれています。

開発には「知識の蒸留」という高度な手法が用いられました。マルチエージェントシステム「Magentic-One」が生成した14万件以上の高品質な合成データを学習させることで、小型モデルながら複雑な推論能力を獲得しています。ベースモデルには視覚処理に優れたQwen2.5-VL-7Bが採用されました。

本モデルは現在、Hugging Face等を通じてMITライセンスで公開されており、商用利用を含む試験運用が可能です。Windows 11搭載のCopilot+ PCでも動作確認済みで、企業は自社のセキュリティ要件に合わせたPC操作自動化エージェントの開発を、低コストかつ安全に開始できます。

Googleは2025年11月21日、ブラックフライデーやホリデーシーズンに向け、GeminiやPixelを活用してタスクを効率化する最新AI機能を発表しました。これらは単なる情報検索の枠を超え、AIがユーザーの代理として購入手続きや店舗への在庫確認を行う「エージェント型」への進化を象徴しており、多忙なビジネスパーソンの生産性を劇的に向上させる可能性を秘めています。

最大の注目点は、AIが実務を代行する「エージェント機能」の実装です。新たに導入されたAgentic Checkoutでは、商品の価格を追跡し、指定した予算を下回った瞬間にGoogleが自動で購入を完了させることが可能です。また、オンライン在庫が不明な商品については、AIが近隣店舗へ直接電話をかけて在庫を確認し、結果を報告してくれるため、商品探しや決済に費やす時間を大幅に削減できます。

移動や計画立案における意思決定支援も強化されました。GoogleマップにはGeminiが統合され、助手席の友人のように「途中で花を買える場所は？」「目的地の駐車場は？」といった質問に即答します。さらに、最新のGemini 3モデルを活用した旅行計画機能では、対話を通じて視覚的でインタラクティブな旅程表を生成できるため、複雑なスケジューリングが瞬時に完了します。

クリエイティブと情報管理の面でも進化が見られます。画像生成・編集モデルNano Banana Proを使えば、写真の角度変更や照明調整、集合写真の表情修正などがプロレベルで行えます。また、Gmailには購入履歴や配送状況を一元管理するタブが新設され、スプレッドシートでの予算管理機能と合わせ、年末の煩雑な事務作業をスマートに処理できるようになります。

Googleは20日、インドにおけるデジタル詐欺対策として、AIを活用した新たな保護機能を発表しました。Pixel 9シリーズ向けのリアルタイム詐欺検出や、主要な金融アプリでの画面共有警告などが導入されます。インドではデジタル決済の普及に伴い詐欺被害が急増しており、2025年だけで数億ドル規模の損失が発生している深刻な状況に対応する狙いです。

目玉となるのは、同社の軽量AIモデルGemini Nanoを活用した通話分析機能です。デバイス上で処理が完結するため、通話内容がGoogleのサーバーに送信されることはありません。未知の番号からの通話中に詐欺の兆候を検知すると、ユーザーに警告音と通知で知らせる仕組みですが、現状は英語のみの対応となっています。

この機能の普及には大きな壁が存在します。インドのスマートフォン市場でAndroidは96%を占めますが、対応するPixel端末のシェアは1%未満に過ぎません。また、多言語国家であるインドにおいて、英語話者のみを対象とした機能展開では、最も脆弱な層を保護しきれないという指摘もあります。

一方で、より広範なユーザーに向けた対策も講じられています。PaytmやGoogle Payなどの金融アプリと連携し、通話中に画面共有を求められた際に警告を表示する機能を試験導入しました。詐欺師がワンタイムパスワード等を盗み見る手口を防ぐもので、こちらは将来的にインドの現地言語にも対応する予定です。

Googleは他にも、サイドローディングによる危険なアプリのインストールを1億回以上ブロックするなど対策を強化しています。しかし、公式ストアであるGoogle Play上でも依然として偽アプリが散見されるなど、巨大なエコシステムの健全化には依然として課題が残されています。

MITの研究チームは、人間のようにCADソフトウェアを操作し、2Dスケッチから3Dモデルを作成するAIエージェントを開発しました。4万1000件以上の操作手順を含む独自データセット「VideoCAD」を活用し、ボタン操作やマウス移動まで詳細に学習させています。

従来のAIは高レベルなコマンド指示に留まりがちでしたが、本システムは具体的なUI操作まで理解します。「線を引く」という指示を、特定のピクセル位置へのカーソル移動やクリック動作に変換し、実用的な操作を自律的に実行可能です。

研究チームは、このAIを設計者の「コパイロット」として機能させることを目指しています。退屈な反復作業を自動化することで、熟練エンジニアの生産性を高めるだけでなく、初心者がCADを習得するハードルを大幅に下げることが期待されます。

この成果は12月のNeurIPS会議で発表される予定です。将来的には、さらに複雑な形状や複数のCADシステムに対応できるよう学習を進め、製造業や建築業など幅広い分野での設計プロセス革新に貢献する見込みです。

Googleは2025年11月17日、AIを活用した最新の天気予報モデル「WeatherNext 2」を発表しました。この新モデルは、従来比で予測生成速度が8倍に向上し、精度も大幅に改善されています。Google検索やPixelスマートフォンなどの自社製品に統合されるほか、企業向けにも提供が開始され、AIによる気象予測が本格的な実用段階に入ります。

「WeatherNext 2」の最大の特徴は、その圧倒的な処理速度と精度です。GoogleのTPUチップ1つで1分未満に予測を完了でき、これは従来の物理ベースモデルがスーパーコンピュータで数時間を要した処理に相当します。気温や風速など、観測される変数の99.9%において、既存の最先端モデルを上回る精度を達成しています。

この飛躍的な性能向上を支えるのが、「Functional Generative Network (FGN)」と呼ばれる新しいAIモデリング手法です。モデルに意図的に「ノイズ」を注入することで、単一の入力から物理的に矛盾のない数百通りの予測シナリオを一度に生成できます。これにより、起こりうる最悪のケースなども含めた、より網羅的な気象予測が可能になりました。

Googleは「WeatherNext 2」を、検索、Gemini、Pixel、Googleマップといった主要サービスに順次統合し、一般ユーザーの利便性を高めます。さらに、エネルギー、農業、運輸、物流といった気象情報が事業に直結する業界向けにも、高解像度な1時間単位の予測を提供し、企業の精密な意思決定を支援します。

企業や開発者向けには、Google CloudのVertex AIプラットフォーム上で早期アクセスプログラムを開始。Earth EngineやBigQueryといったサービスを通じて予測データも公開します。これは、AI天気予報が「研究室から実世界へ」移行したことを示す象徴的な動きであり、今後、様々な産業での活用が期待されます。

Googleは2025年11月、同社のスマートフォン「Pixel」シリーズ向けに、AI機能を大幅に強化するソフトウェアアップデート「Pixel Drop」を発表しました。AIモデルGeminiを活用し、通知の自動要約や高度な詐欺検知、写真編集など多岐にわたる新機能を提供。ビジネスユーザーの生産性向上とセキュリティ強化を両立させるアップデートとなっています。

今回のアップデートの目玉は、AIによる通知の自動要約機能です。長文のメッセージや活発なグループチャットの内容を通知画面で簡潔にまとめてくれるため、重要な情報を素早く把握できます。情報過多になりがちな現代において、ビジネスパーソンが集中力を維持し、効率的にコミュニケーションを取る上で強力なツールとなるでしょう。

セキュリティ面も大幅に強化されました。チャットメッセージの通知段階で、AIが詐欺の可能性を検知し「Likely scam」と警告を表示する新機能を追加。従来の通話中の詐欺検知機能も、イギリスやカナダなど提供地域を拡大し、巧妙化するオンライン詐欺からユーザーを保護する体制をグローバルに広げています。

Googleの最新AIモデルGemini Nanoがオンデバイスで活用される点も注目です。メッセージアプリ内で写真を再構成する「Remix」機能や、通話内容を文字起こし・要約する「Call Notes」機能（日本でも利用可能に）が実装され、創造性と業務効率の両面でAIの力をより身近に体感できるようになりました。

Googleフォトでは、AIによる写真編集機能がさらに進化。「Help me edit」機能を使えば、「サングラスを外して」「笑顔にして」といった自然言語の指示で、集合写真の細部を簡単に修正できます。個人の写真ライブラリから最適な画像を基に編集するため、極めて自然な仕上がりが特徴です。

このほか、重要な連絡先からの通知を優先するVIP機能の強化や、Googleマップ運転中のバッテリー消費を抑える省電力モードも追加されました。今回のアップデートは、AIをあらゆる場面で活用し、ユーザー体験を向上させるGoogleの強い意志を示すものと言えます。

Googleは11日、ユーザーデータのプライバシーを保護しながら、クラウド上で高度なAIモデル「Gemini」を実行できる新基盤「Private AI Compute」を発表しました。オンデバイス処理と同等のセキュリティを保ちつつ、より複雑なAIタスクを可能にします。これはAppleの「Private Cloud Compute」に追随する動きです。

AI機能が高度化するにつれ、スマートフォンなどのデバイス上での処理には計算能力の限界が見えてきました。そこでGoogleは、プライバシーを保護したままクラウドの膨大な計算資源を活用するハイブリッドなアプローチとして、この新基盤を開発しました。利便性と安全性の両立を目指します。

新基盤の中核は、Google独自のAIチップTPU（Tensor Processing Units）と、データを隔離・暗号化するTEE（信頼できる実行環境）です。これにより、ユーザーデータはクラウド上で処理される際にも保護され、Google自身でさえ内容を閲覧することは不可能だと説明しています。

この動きは、Appleが先に発表した「Private Cloud Compute」と酷似しており、大手IT企業間でAIのプライバシー保護が重要な競争軸となっていることを示しています。ユーザーは、利便性とプライバシーの両方を高いレベルで享受できる時代を迎えつつあるのではないでしょうか。

具体的な応用例として、次期スマートフォン「Pixel 10」に搭載されるAI機能「Magic Cue」の提案精度が向上するほか、録音アプリ「Recorder」での文字起こし要約がより多くの言語で利用可能になります。身近な機能がより賢く、便利になることが期待されます。

Googleは、このシステムの安全性を客観的に示すため、セキュリティ企業NCC Groupによる独立した分析を受けたことも公表しています。厳格なプライバシーガイドラインを満たしていることが確認されており、技術的な透明性の確保に努める姿勢を見せています。

今回の発表は始まりに過ぎないとGoogleは述べています。今後、オンデバイスとクラウドの長所を融合させたプライベートAI技術が、検索やGmailなど、より広範なサービスに展開される可能性があります。企業のAI活用においても重要な選択肢となるでしょう。

Googleは2025年10月31日、メキシコシティで開催された「死者の日」の祭りで撮影した写真を公開し、新型スマートフォン「Pixel 10 Pro」のカメラ性能を披露しました。最大の特長は、AIが撮影を支援する新機能です。これにより、専門的な知識がなくても誰でも簡単にプロ並みの写真を撮影できる可能性が示されました。

注目すべきは、AIモデル「Gemini」を搭載した「カメラコーチ」機能です。これは、ユーザーがカメラを構えると、AIが構図やアングル、最適なカメラモードなどをリアルタイムで提案するものです。AIが人間のクリエイティビティを拡張する好例と言えるでしょう。

描写力も大幅に進化しました。更新されたポートレートモードは50メガピクセルでの撮影に対応し、被写体の細かなディテールまで驚くほど鮮明に捉えます。さらに、「Pro Res Zoom」機能により、最大100倍まで劣化を抑えてズームでき、遠くの被写体もクリアに撮影可能です。

Pixelシリーズの強みである夜間撮影も健在です。進化した「ナイトサイト」機能は、光の少ない夜の祭りでも、被写体を明るく色鮮やかに捉えました。長時間露光といった機能も備え、多様な撮影シーンでその実力を発揮します。

Pixel 10 Proの進化は、単なるスペック向上に留まりません。AIを活用してユーザー体験そのものを向上させ、「誰もがクリエイターになれる」という思想を具現化しています。これは、AIを自社製品やサービスにどう組み込むかを考える経営者やエンジニアにとって、示唆に富む事例ではないでしょうか。

グーグルは2025年10月29日、新型スマートウォッチ「Pixel Watch 4」向けに、AIアシスタント「Gemini」をハンズフリーで利用できる新機能「Raise to Talk」を発表しました。この機能により、ユーザーは手首を口元に近づけるだけでGeminiを起動でき、「Hey Google」といったウェイクワード（起動ワード）を言う必要がなくなります。日常の様々な場面で、より直感的かつシームレスなAI体験を提供することが狙いです。

「Raise to Talk」の使い方は非常にシンプルです。機能を有効にした後、時計を装着した手首を口元から数インチ（数センチ）の距離まで上げるだけで、Geminiが即座に起動します。従来のようにボタンを押したり、特定のフレーズを唱えたりする必要はありません。これにより、手がふさがっている状況や、素早く情報を得たい場面での利便性が格段に向上します。

ユーザーが安心して利用できるよう、細やかな配慮もなされています。Geminiがユーザーの言葉を聞き取っている間、時計のディスプレイ下部には青いライトが微かに点滅します。これにより、意図せずAIが起動していないか、あるいは正しく作動しているかを視覚的に確認できます。プライバシーと操作性の両立を目指した設計と言えるでしょう。

この便利な機能ですが、初期設定ではオフになっています。利用するには、ユーザー自身による設定が必要です。設定は、スマートフォンの「Pixel Watch」アプリ、またはPixel Watch 4本体の設定画面から簡単に行うことができます。プライバシーへの配慮から、ユーザーが意図して有効化する「オプトイン方式」を採用しています。

「Raise to Talk」は、ウェアラブルデバイスにおけるAI活用の新たな一歩を示すものです。日常の動作にAIアシスタントを自然に統合することで、生産性向上や情報アクセスの高速化が期待されます。テクノロジーリーダーにとって、このような直感的なインターフェースの進化は、自社のサービスや製品開発を考える上で重要な示唆を与えてくれるのではないでしょうか。

アドビは2025年10月28日、年次カンファレンス「Adobe Max 2025」で、生成AI機能群の大幅なアップデートを発表しました。中核となる画像生成AI「Firefly」の新モデルや、Photoshopなどに搭載されるAIアシスタント、BGMやナレーションを自動生成する音声ツールを公開。クリエイティブ制作の生産性と表現力を飛躍的に高めることを目指します。

画像生成AIの最新版「Firefly Image 5」は、性能が大きく向上しました。ネイティブで最大4メガピクセルの高解像度画像に対応するほか、オブジェクトを個別に認識しプロンプトで編集できるレイヤー機能を搭載。クリエイター自身の作品を学習させ、独自の画風を持つカスタムモデルを作成することも可能になります。

「Photoshop」と「Express」には、新たにAIアシスタントが導入されます。これにより、ユーザーは「背景を削除して」といった自然言語の指示で、複雑な編集作業を自動化できます。専門的なツール操作を覚える必要がなくなり、あらゆるスキルレベルのユーザーが、より直感的にアイデアを形にできるようになるでしょう。

動画制作者にとって画期的な音声生成機能も追加されました。「Generate Soundtrack」はアップロードされた動画の内容を解析し、最適なBGMを自動生成します。「Generate Speech」はテキストから自然なナレーションを作成。これらは商用利用も可能で、コンテンツ制作の効率を劇的に改善します。

将来構想として、複数アプリを統括するAIエージェント「Project Moonlight」も発表。このAIはCreative CloudやSNSアカウントと連携し、ユーザーの作風やブランド戦略を学習。一貫性のあるコンテンツの企画から制作、投稿戦略の立案までを支援する、まさに「クリエイティブディレクター」のような役割を担います。

アドビは自社モデルだけでなく、GoogleのGeminiなどサードパーティ製AIモデルの採用も進めています。今回の発表は、クリエイティブの全工程にAIを深く統合し、制作プロセスそのものを変革しようとする同社の強い意志を示すものです。クリエイターの生産性向上と、新たな表現の可能性が大きく広がりそうです。

Googleは、最新スマートウォッチ「Pixel Watch 4」に搭載されたAI「Gemini」の活用事例を公開しました。新機能「Raise to Talk」は、手首を上げて話すだけでAIを起動でき、スマートフォンを取り出すことなく、スケジュール管理や情報検索、メッセージ送信などをシームレスに実行します。多忙なビジネスパーソンが、いかにしてAIを日常業務に取り入れ、生産性を向上させられるかを示す好例と言えるでしょう。

新機能の最大の特長は、「Hey Google」というウェイクワードが不要な点です。ユーザーはただ手首を口元に近づけて話すだけで、即座にGeminiとの対話を開始できます。これにより、会議中や移動中、両手がふさがっている状況でも、思考を中断することなくタスクを実行したり、アイデアをメモしたりすることが可能になります。まさに「思考の速度で動くAI」と言えるでしょう。

記事では、交通渋滞に巻き込まれた際に、Geminiがメールから目的地の住所を検索し、Googleマップの交通情報と連携して到着予定時刻をリアルタイムで算出した事例が紹介されています。さらに、遅刻を伝えるメッセージの作成・送信までを音声操作だけで完結。このような機能は、分刻みで動くビジネスパーソンの強力な武器となり得ます。

Geminiは、ユーザーの個人的な情報や好みを記憶する「パーソナルコンテキスト」機能を活用します。ホテルの部屋番号のような一時的な情報を記憶させたり、「お気に入りのバレエダンサーが出演する公演をカレンダーに登録して」といった曖昧な指示を理解し、実行することが可能です。パーソナライズが進むことで、より一層、気の利く秘書のような存在になります。

Pixel Watch 4とGeminiの組み合わせが示すのは、「スマートフォンからの解放」という新しいワークスタイルです。情報を得るため、あるいはタスクをこなすために、いちいちデバイスを手に取る必要がなくなるのです。ウェアラブルデバイスが真のパーソナルアシスタントとして機能する未来が、すぐそこまで来ていることを感じさせます。

Googleは2025年10月17日、「Pixel 10」シリーズ向けにAIを活用した新機能を発表しました。写真撮影や音声編集、日常生活の利便性を向上させる6つの機能が、ハロウィンの活用例と共に紹介されています。ユーザーの創造性を刺激し、体験を豊かにすることを目指します。

特に注目されるのが生成AIによる写真・動画編集機能です。Geminiで既存写真を動画に変換したり、AIが表情を合成して全員が笑顔の集合写真を作る「Auto Best Take」など、専門スキルなしで高品質なコンテンツ制作が可能になります。

撮影プロセスそのものもAIが支援します。「Camera Coach」機能は、被写体や目的に応じて最適な構図や設定を提案。また、撮影者自身を集合写真に自然に追加する「Add Me」機能など、誰もが簡単にプロ並みの写真を撮れるようサポートする機能が充実しています。

AIの活用は音声分野にも及びます。標準搭載の「レコーダー」アプリでは、録音した音声にAIがムードに合わせたBGMを自動生成して追加できるようになりました。これにより、音声メモや簡単なポッドキャスト制作のハードルが大きく下がることが期待されます。

日常生活に溶け込む機能も強化されています。「Pixel Watch」では、Googleフォトからお気に入りの写真を最大30枚選び、文字盤として表示可能に。また、日の出のように画面が徐々に明るくなる「Sunrise Alarm」は、体内リズムを整えるのに役立ちます。

今回発表された新機能群は、GoogleがAI技術をデバイスに深く統合し、ユーザーの日常的なタスクや創造的活動をシームレスに支援する方向性を明確に示しています。単なる機能追加に留まらず、AIがいかに生活を豊かにできるかを示す好例と言えるでしょう。

Googleは10月16日、Google Playの人気ミニゲーム「Diamond Valley」の復活を発表しました。ユーザーはゲーム内でダイヤモンドを集めることで、Google Pixel Watchなどの実物景品やポイントボーナスを獲得できます。この施策は、ゲーム要素（ゲーミフィケーション）を通じてプラットフォーム上のユーザーエンゲージメントとロイヤルティを高めることが狙いです。

今回の復活にあたり、ゲームは大幅にアップデートされました。改善されたゲームプレイや新しいクエストに加え、ボーナスダイヤモンドを獲得できるゲーム内ゲーム「Diamond Hero」を導入。さらに、チームを結成して課題に挑むソーシャル機能も追加され、ユーザー間の交流を促す設計となっています。

景品の魅力もエンゲージメントを高める重要な要素です。目玉となるのは、Google Pixel Watchや最新のゲーミング機器といった物理的な賞品です。これらに加え、Google Playポイントのボーナスも用意されており、ゲームへの参加がプラットフォーム内での消費に直接つながるエコシステムを強化しています。

提供スケジュールは、ユーザー層に応じて段階的に設定されています。ゴールド会員以上は10月22日まで先行アクセスが可能で、特典としてボーナスダイヤモンドや限定コンテンツが与えられます。米国での一般公開は10月23日から11月9日まで。この階層的アプローチは、優良顧客を優遇し、特別感を醸成するマーケティング戦略の一環です。

さらに特筆すべきは、グローバル展開です。今回初めて米国市場に加え、11月には英国とブラジルでも展開されます。これは、このエンゲージメントモデルの有効性に対するGoogleの自信の表れであり、主要な国際市場で同様の戦略を試す重要な一歩と言えるでしょう。

Googleは2025年10月15日、新型ワイヤレスイヤホン「Pixel Buds 2a」の多彩なカスタマイズ機能を公開しました。Tensor AIを搭載した本製品は、Aシリーズで初めてアクティブノイズキャンセリング（ANC）を搭載し、AIアシスタント「Gemini」へのハンズフリーアクセスも可能です。ユーザーが自身の使い方に合わせて体験を最適化できる設定方法が紹介されており、ビジネスパーソンの生産性向上に貢献します。

最大の注目点は、Aシリーズ初となるANC機能です。これにより、騒がしい環境でも集中して作業や通話に臨めます。また、イヤホンをタッチするだけでAIアシスタント「Gemini」を呼び出せ、スマホを取り出さずに音声でタスクを完結できるのは大きな利点と言えるでしょう。

操作性もユーザーに合わせて最適化できます。左右のイヤホンの「長押し」操作に、それぞれ異なる機能を割り当てることが可能です。例えば、右耳でANCをオンにし、左耳でGeminiを起動するといった設定ができます。使用頻度の高い機能を直感的かつ素早く呼び出せるようになります。

音質へのこだわりも満たせます。専用アプリのイコライザー機能を使えば、低音や高音のバランスを自由に調整可能です。「ボーカルブースト」などの便利なプリセットも用意されており、音楽鑑賞からウェブ会議まで、用途に応じた最適なサウンドを手軽に設定できる点も魅力です。

複数のデバイスを使いこなす現代のビジネスパーソンにとって、マルチポイント接続は欠かせない機能でしょう。PCとスマートフォンなど2台の端末に同時接続し、音声ソースを自動で切り替えます。PCでの作業中にスマホへ着信があっても、イヤホンはシームレスに通話へ移行し、デバイス間の手間を省きます。

このように「Pixel Buds 2a」は、高度なカスタマイズ性によってユーザー一人ひとりの使い方に寄り添います。AI、ANC、そしてシームレスな接続性を組み合わせることで、仕事の生産性向上から日々の楽しみまで、幅広いシーンで活躍する強力なパートナーとなりそうです。

Googleは2025年10月15日、「国際修理デー」を記念し、自社製品の修理しやすさを向上させる取り組みを強化すると発表しました。ニューヨークで修理に関する教育イベントを開催するほか、Pixel製品の保証期間外修理を割引価格で提供するキャンペーンを実施します。消費者がデバイスをより長く使えるようにすることで、電子廃棄物の削減を目指します。