Google、Geminiに画面共有とリアルタイム動画での質問機能を追加へ
GoogleはMWC 2025にて、Geminiがスマートフォンの画面内容やリアルタイムの撮影動画を認識して質問に答える新機能を披露した。買い物中の画面を見せてコーディネートを相談することなどが可能になる。3月後半にAndroidのGemini Advanced登録者向けに提供予定だ。
GoogleはMWC 2025にて、Geminiがスマートフォンの画面内容やリアルタイムの撮影動画を認識して質問に答える新機能を披露した。買い物中の画面を見せてコーディネートを相談することなどが可能になる。3月後半にAndroidのGemini Advanced登録者向けに提供予定だ。
GoogleはWorkspaceビジネスユーザー向けにスプレッドシートのGemini新機能を提供開始した。データ間の相関関係や異常値を自動検出し、ヒートマップなどの高度なグラフも生成できる。右上のGeminiアイコンから自然言語で指示するだけで、複雑な関数なしに集計や分析が行える。
You.comは企業向けディープリサーチAI「ARI」を発表しました。最大400件のソースを並行して分析し、思考プロセスを示しながら、出典付きのレポートやPDFを約5分で自動生成します。現在You.com Labsにてプレビュー提供されています。
GoogleはGemini 2.0 Flash-LiteのGemini APIおよびVertex AIにおける一般提供を開始した。推論や数学のベンチマークで1.5 Flashを上回り、100万トークンのコンテキストを低価格で利用できる。
GoogleはGoogleドライブ内の動画で検索可能な文字起こし機能の提供を始めた。3月26日までに全Workspaceユーザーへ順次展開される。YouTube風のサイドバーにタイムスタンプ付きテキストが表示され、単語検索やクリックによる頭出しが可能。字幕付き動画で利用でき、自動生成にも対応する。
米GoogleはGoogle AI StudioでGeminiモデル向けの会話分岐機能を提供開始した。元の文脈を壊さずに気になる発言から枝分かれしてプロンプトを試せるため、開発者の試行錯誤が格段にやりやすくなる。利用には設定でドライブ連携と自動保存の有効化が必要だ。
Googleが動画生成AIモデル「Veo 2」の利用料金を公開しました。料金は動画1秒あたり50セントで、1分あたり30ドル、1時間あたり1,800ドルに相当します。OpenAIが月額200ドルのプランでSoraを提供するのに対し、Veo 2は従量課金制を採用しています。
FreepikはGoogleと提携し動画生成モデル「Veo 2」の提供を開始した。Googleの価格表によると利用料は1秒あたり50セントで、1分換算で30ドル。2分以上のクリップ生成に対応しており、月額200ドルのOpenAI Soraとは異なる従量課金の選択肢となる。
BBC報道によると、インペリアル・カレッジ・ロンドンの研究チームが10年かけて突き止めたスーパーバグ(耐性菌)の耐性獲得メカニズムを、GoogleのAIツール「co-scientist」が48時間で導き出した。未発表の研究成果と合致しただけでなく、研究者が想定していなかった新たな仮説も提示した。
GoogleはiOS版ChromeとGoogleアプリにレンズ画面検索を追加した。画面をキャプチャすることなく、タップや囲み操作で閲覧中の対象をそのまま検索できる。さらに、複雑な画像を要約・解説するAI Overviewsの表示頻度も引き上げられた。
Googleは「Google Ads」のクリエイティブ生成機能を刷新し、Imagen 3を活用して成人人物を含むライフスタイル画像をプロンプトから生成できるようにした。未成年者や著名人の生成は制限され、SynthID透かしが付与される。素材のオーディエンス推奨機能なども追加された。
GoogleはGemini 2.0を基盤とする研究支援マルチエージェントシステム「AI co-scientist」を発表した。文献要約にとどまらず、仮説の生成から評価、研究提案の策定までを自律的に反復実行する。白血病治療薬の転用など生物医学分野の検証実験でも有効性が確認されており、研究機関向けに限定テストの受付を開始した。
Googleは視覚言語モデルのチェックポイント「PaliGemma 2 mix」を公開した。混合タスク向けに調整されており、ファインチューニングなしでOCRや画像キャプション生成などを即座に実行できる。初代PaliGemma mixの利用者は変更不要で直接アップグレード可能だ。
GoogleはAIリサーチ機能「Deep Research」をAndroidおよびiOSのGeminiモバイルアプリ向けに提供開始した。Gemini Advancedユーザーなら誰でも利用可能で、スマートフォンから任意のテーマについて網羅的なリサーチレポートを生成できるようになる。
米Semaforが報じたところによると、ニューヨーク・タイムズが記者や製品担当者向けにAIツールの利用を正式に承認し、自社製要約ツール「Echo」を導入した。SEO向け見出し生成や調査への活用を促す一方、記事の直接執筆や機密情報の入力は禁止する。
GoogleはGemini Advancedが過去のチャット履歴を参照して回答できるようになったと発表した。前提を一から説明し直す必要がなくなり、履歴の削除や管理も可能。まずはGoogle One AIプレミアム加入者向けに英語で提供される。
YouTubeはShortsの「Dream Screen」機能にGoogle DeepMindの動画生成モデル「Veo 2」を統合したと発表した。背景生成にとどまらず、テキストから独立した動画クリップの生成が可能になり、物理法則や人体の動きの再現度が高まった。米国、カナダ、オーストラリア、ニュージーランドで先行提供される。
YouTubeはパートナープログラム参加者全員にAI自動吹き替えを提供すると発表した。Shortsの背景生成機能Dream ScreenにはGoogleのVeo 2が導入されるほか、クリエイター向けの企画支援ツールや肖像検出ツールの開発も進めている。
Googleは未成年者向けの新安全機能を発表した。米国で機械学習を用いた年齢推定モデルのテストを開始し、18歳未満向け保護を自動適用するほか、対話型学習「Learn About」など生成AIの教育利用も順次拡大する。
Googleは実験的AI画像ツール「Whisk」の提供を100カ国以上に拡大した。テキストプロンプトの代わりに最大3枚の画像を使って被写体・背景・スタイルを指定し、Imagen 3で合成できる。なお、EUや英国、インドなどは対象外となっている。