Google、世界モデルを体験できる「Project Genie」公開：歩き回れる仮想空間をリアルタイム生成
Google DeepMind は世界モデル Genie 3 を活用した実験的プロトタイプ「Project Genie」を公開しました。テキストや画像から物理法則を反映した操作可能な仮想空間をリアルタイムに生成できます。現在は米国向けの Google AI Ultra 登録者限定で、生成時間は最大 60 秒に制限されています。
新しいニュースを見る
Google マップ、徒歩と自転車のナビに Gemini を導入
Google はGoogle マップの Gemini ナビ機能を徒歩と自転車ルートに拡大したと発表した。歩行中はガイドのように周辺情報やおすすめ飲食店を尋ねられ、自転車移動中はハンズフリーで到着時刻の確認や連絡ができる。Gemini 提供地域の iOS と Android で順次利用可能になる。
YouTube、登録者590万人超の低品質AI生成チャンネルを一斉削除
YouTubeが登録者数590万人超、総再生数12億回を誇る大手を含む複数の「AIスロップ（低品質な自動生成動画）」チャンネルを削除したことが明らかになった。同社はスパムや詐欺に関する規約違反を理由としており、CEOが掲げる低品質AIコンテンツ対策が本格化している。
Google、Chromeに「Gemini 3」を統合 操作を代行する「auto browse」も提供
Googleはデスクトップ版Chromeに「Gemini 3」を活用した新機能を追加したと発表した。新設されたサイドパネルでGoogleアプリの連携や画像編集ができるほか、複数ステップの検索やフォーム入力を自律代行する「auto browse」を展開する。まずは米国のAI Pro/Ultra登録者向けに提供される。
Googleが「AlphaGenome」発表、1MbのDNA配列から単一塩基解像度で制御効果を予測
Googleの研究チームがNature誌で統合型DNA配列モデル「AlphaGenome」を発表した。1Mbの塩基配列を入力し、単一塩基解像度かつ11種類のモダリティで遺伝子発現やスプライシングを予測できる。26の変異効果評価のうち25で既存最高を記録し、98%以上を占める非コード領域の変異解析を前進させた。
Google、Gemini 3 Flashに「Agentic Vision」追加：コード実行で画像を拡大・検証
GoogleはGemini 3 Flash向けに「Agentic Vision」を発表した。従来の静止画の全体確認にとどまらず、Pythonコードを自律実行して特定部分を拡大・切り抜き・注釈付けする調査ループを導入。細部の見落としを防ぎ、視覚ベンチマークで5〜10%の精度向上を達成した。
Google、AI ProとUltraに開発者特典を追加 月最大100ドルのクラウド枠
Google は「Google Developer Program」の有料特典を追加費用なしで Google AI Pro および Ultra のサブスクリプションに統合したと発表した。Pro 会員には月 10 ドル、Ultra 会員には月 100 ドルの Google Cloud クレジットが付与され、Vertex AI や Cloud Run でのデプロイ、Gemini API の利用に充てられる。
Google検索が刷新：AI Overviewsから直接対話へ、Gemini 3を標準採用
Google は検索結果上部の AI Overviews から文脈を維持したまま AI Mode の会話へ移行できる機能の提供を始めた。あわせて、世界中の AI Overviews の標準モデルを Gemini 3 に刷新。静的な検索結果から、複雑な疑問を掘り下げる対話型体験への転換が進む。
Google DeepMind、サンダンスでAI短編アニメを公開：Veoと手描きを融合
Google DeepMindと元Pixarのクリエイター陣が制作した短編アニメ『Dear Upstairs Neighbors』がサンダンス映画祭で公開された。テキスト指示のみに頼らず、手描きのラフ動画からVeoやImagenで精密に制御する手法を採用。プロの表現意図を損なわずに生成AIを活かす制作手法として注目される。
Google DeepMindがD4RTを発表：4D空間の再構築と追跡を最大300倍高速化
Google DeepMindは2D動画から動的な3D空間と時間を同時に理解する統一モデル「D4RT」を発表した。動画全体を時空間表現に圧縮し、並列クエリで深度や追跡情報を即座に取得することで、従来手法比で最大300倍の処理能力を実現。ロボットやARの空間認識を大きく前進させる。
Sakana AI、米Googleと戦略的提携し資金調達 国内基幹産業へのAI実装を推進
Sakana AIはGoogleとの戦略的パートナーシップ締結と資金調達を発表した。GeminiやGemmaなどの先端モデルを科学研究自動化やエージェント開発に深く統合するほか、金融機関や政府機関などセキュリティ要件が厳しい国内基幹産業に向けてGoogle基盤を活用したAIソリューションを展開する。
YouTube、クリエイター自身の「AI分身」でShorts動画を作成可能に
YouTubeはクリエイターが自身のAI肖像を使ってShortsを生成できる機能を年内に提供すると発表しました。テキストからのミニゲーム生成も予定されており、無断での悪用を防ぐ肖像管理ツールも同時に提供されます。現在は未提供です。
Adobe Acrobatが進化：PDFから「ポッドキャスト」を自動生成、チャット指示で文書編集も
AdobeはAcrobat Studioに生成AI新機能を追加した。長文PDFや会議の文字起こしを音声ポッドキャストやスライドに要約できるほか、チャットへの指示でページの削除や署名追加などの文書編集が可能になった。音声生成にはMicrosoftとGoogleのモデルを採用している。
Google、Geminiで無料のSAT模試を提供開始：プリンストン・レビューと提携
Google は Gemini 上で無料の SAT フル模擬試験を提供開始した。プリンストン・レビュー等の教育機関が監修した問題を採用し、即座の採点や解説、弱点に応じた学習計画の作成まで対応する。高額な受験指導を誰でも利用できるようにする動きで、今後は他の試験にも対応予定だ。
Anthropic CEOがダボスで予測、AIが6〜12カ月でソフトウェア開発の大部分を代替か
世界経済フォーラムのダボス会議にて、Anthropicのダリオ・アモデイCEOは、AIが6〜12カ月以内にエンジニア業務の大半または全工程をエンドツーエンドでこなせる可能性があると語った。Claude Codeなどの進化を背景に、開発の完全自動化へ向けた具体的なタイムリミットが意識され始めている。
Googleが翻訳モデル「TranslateGemma」公開：12B版が27B超え、画像内翻訳も対応
Google は Gemma 3 ベースのオープン翻訳モデル「TranslateGemma」を発表しました。4B、12B、27B の 3 サイズ展開で 55 言語に対応。12B モデルが従来の 27B ベースラインを上回る精度を出し、画像内のテキスト翻訳機能もそのまま引き継いでいます。
OpenAI、独立型翻訳ツール「ChatGPT Translate」を公開 文体指定に対応
OpenAI は50 以上の言語に対応した独立型ウェブ翻訳ツール「ChatGPT Translate」を公開した。Google 翻訳に似た 2 カラム構成で、「学術的」「ビジネス向け」など文体を指定できるのが特徴だ。現時点ではモバイルブラウザでの音声入力に対応する一方、専用アプリや画像翻訳機能はまだ提供されていない。
Google、Geminiに個人データ連携機能「Personal Intelligence」追加
GoogleはGeminiがGmailやGoogleフォト、YouTubeなどのデータを横断して推論する「Personal Intelligence」ベータ版を発表した。参照元を指定しなくてもメールや写真から必要な詳細を自動で引き出す。初期設定はオフで学習にも直接利用されず、米国の有料登録者から順次提供される。
Googleが「Veo 3.1」刷新：縦画面と4Kに対応、参照画像でキャラの崩れを防ぐ
Googleは動画生成モデル「Veo 3.1」をアップデートし、画像から動画を作る機能にネイティブの9:16縦画面と最大4K解像度を追加した。参照画像を元に別シーンでも人物や背景の一貫性を維持でき、トリミングなしでショート動画を作れる。Geminiアプリなどで利用可能。
AppleがGoogleと提携、次世代Siriと独自AIの基盤にGeminiを採用へ
AppleとGoogleは複数年の提携を正式発表し、次世代Siriや基礎モデルの駆動にGeminiを採用することを明らかにした。年間約10億ドルの契約と報じられている。自社完結にこだわってきたAppleが中核AIを競合に委ねる異例の判断で、ChatGPTとの提携も継続される見込みだ。