Google Blog - Gemini

MicrosoftもAzureで2024年8月に話すアバターを一般提供し、写真1枚から作る独自アバターを申請制で出している。

Googleが今それを出すのは、窓口業務をGemini Enterpriseの契約の中に囲い込むためとみられる。

写真1枚・申請制という出し方は両社で同じになり、差は映像の質より、どの業務基盤に組み込まれているかに移った。

ChatGPTは2025年10月、Claudeは2026年1月に外部アプリを会話内で操作できる仕組みを出している。

8月の13件から約6週間で14件を足す急ぎ方は、提携先が「どのAIに窓口を置くか」を選ぶ陣取りが本格化した合図とみられる。

連携の数はすぐ横並びになり、勝負はおそらくAndroidやGmailを持つGoogleが日々の入口をどこまで握るかだ。

OpenAIは2024年、15秒の音声で声を複製できるVoice Engineを発表しつつ、悪用の恐れから一般公開を見送った。

Googleが今それを出せるのは、本人の口頭同意の録音と聞こえない透かしSynthIDを組み合わせ、声の出どころを後から確かめられるようにしたからとみられる。

声の複製の勝負は、音質から本人確認の厳しさへ移ったといえる。

9月15日にOpenAIのGPT-Live-1が同じ指標で81.5点の首位に立ったばかりで、王座は数日ももたなかった。

会話と推論を別のモデルに分けたOpenAIに対し、Googleが1つで両方こなせると今示す必要があったのだろう。

ただし銀行業務を想定したτ-Voice-bankingは35.1%どまりで、総合1位はまだ実務で使える証明ではない。

OpenAI とハーバードの共同研究では、ChatGPT の仕事以外の利用は2025年6月に73%だった。

なぜ今かといえば、Google 自身が2026年7月の ATLAS 研究で仕事外86%と示し、その2か月後の提案だからだ。

家事は軽い用途ではなく、GDP に載らない価値をつかむ戦場であり、競争の中心は職場から台所へ移ったとみられる。

AWSのre:Inventは6万人超を1カ所に集めるが、DevFestは115カ国に800件超を散らす。

中身を地元任せにするのは、今年のI/Oで出したAntigravity 2.0のような道具が、手を動かさないと良さが伝わらないからとみられる。

会議というより、ボランティアが支える世界最大の研修ネットワークで、Googleがツールを広める本命の入口だ。

Windowsでは2024年末からCopilotがAlt+Spaceを押さえ、ChatGPTのデスクトップアプリも同じキーを使っている。

なぜ今かというと、4月のMac版から5か月遅れで、他社のOS上の一等地をようやく取りに来たからだとみられる。

同じキーは先に起動したアプリが取るとされ、これは性能競争ではなく席の奪い合いだ。

ニューヨーク市の行政案内ボットは「雇い主はチップを取れる」と答え、The Markupが2024年に報じ、今年2月に停止された。

なぜ今かといえば、Googleは連邦省庁にも1機関47セントでGeminiを売り、窓口の内と外を同時に押さえにきた。

40%はGoogle自身の利用ログの数字で、誤答の責任は市民が負う以上、行政の複雑さのツケが個人に移ったとみられる。

SunoとUdioは大手レーベルと和解し、許諾済みの音源で学び直す道に入った。

Googleが今これを無料で全世界へ配れるのは、歌手の声や既存歌詞を止めるフィルターとSynthID透かしで許諾なしでも通せると踏んだからだろう。

音楽生成の勝負どころは音質から権利処理に移り、新規投稿の半分超がAI製というDeezerの状況を、無料開放はさらに押し進めるとみられる。

攻撃にも使える力を絞って渡す形は Anthropic が4月、OpenAI が6月に先行し、Google も7月に続き、Fairwind の参加は650超だ。

単価を3.7と同じに据え置いたのは、6週間で三度入れ替わるモデルの下に動かない値札を置くためだろう。

動くのは値札ではなく effort（考えさせる度合い）の側で、値札自体も2027年1月に倍になる。

審査した相手にだけ配る形はAnthropicやOpenAIが先に敷き、Googleはその受け手側でもあった。

なぜ今かといえば、7月に打ち出した政府向けの限定提供に名前と審査基準を与え、制度へ固めたからだ。

Googleいわく修正は数分で、CWE-Benchの47.2%も最先端モデルの47.8%とほぼ並ぶ以上、競争の本体は性能でなく「誰に配るか」へ移った。

Googleは2024年の五輪で、子どもの作文をAIに任せるGemini広告「Dear Sydney」を批判され取り下げている。

なぜ今かといえば、Geminiは8月に月間10億人へ届き、認知より「毎日使う習慣」の奪い合いに移ったからだとみられる。

AIの宣伝は30秒のCMから、使っている場面ごと買う段階へ動いた。

従来の1秒1コマ方式は高解像度で毎秒約300トークンを食い、100万トークンの枠でも動画は約1時間が上限だった。

なぜ今かといえば、枠を広げる競争が動画では採算に合わず、全部読ませる発想を捨てたからだ。

必要な場面だけ探させる形は文章で起きたRAG移行の動画版で、追加料金ゼロなら動画検索を売る専門企業の価格を崩すとみられる。

競合のOpenAIはSoraアプリを4月に閉じ、動画APIも9月24日に止める予定だ。

Klingが延長で3分まで伸ばせることを思えば、Googleの狙いは長さではなく、360pの下書きで試し4Kで仕上げる作り直しの安さだろう。

AdobeのFireflyやFigmaのWeaveにも載る以上、これは動画生成をアプリで売る商売から、他社の道具の裏に流し込む商売への転換だ。

OpenAIの新学期特典が無料4か月（申込は10月31日まで）なのに対し、Googleは12か月と3倍長い。

両者とも申し込みに支払い方法の登録が要り、期間が切れれば自動で月額課金へ移る点は同じで、狙いは学生のうちに使い癖をつけることだ。

無料のWorkspaceとChromebookで米国の教室を押さえたのと同じやり方で、活用術7つはその入り口の看板とみられる。

第三者指標のArtificial Analysisでは、ElevenLabsのScribe v2が2.2%で今回の2.6%を上回る。

それでも今出す狙いは、首位争いより音声入力の窓口を押さえることにあるとみられ、Gboardに載せChromeにも広げると予告した。

競争の軸は正確に聞き取ることから、言い直しやフィラーを消して読める文に整える力へ移った。

声で多段階の作業をこなす争いは、Amazonが2月にAlexa+を米国の全ユーザーへ開放した時点ですでに始まっている。

「どれを使うか選ばせない」を今あえて押し出すのは、競争がモデルの賢さから、道具を選ぶ振り分け役の奪い合いへ移ったからだとみられる。

ただしSparkはAI Pro以上、Daily BriefはAI Plus以上が条件であり、画面から消えた継ぎ目は料金表へ移っただけだ。

言いよどみを消す音声入力を売りにするWisprは、8月17日に2億8000万ドルを調達し評価額20億ドルに乗せた。

Googleが7月末に同じ機能を既定オンで載せた後の出来事で、争点が機能から入口へ移った印だろう。

押さえたのはApple純正の音声入力と同じFnキーで、配信は今も英語で順次進む途中だが、これはmacOSの入力口そのものの奪い合いだ。

Googleは2025年4月にも米国学生へ同じ無料開放をしており、これで2年目だ。

なぜ今かといえば、OpenAIも約220校限定で1年無料を準備中と報じられ、その無料枠が2ヶ月から1年へ伸びたからだ。

争点はもう価格ではなく、資料から小テストまで作る学習ノートのように勉強の段取りごと押さえる点にあり、卒業後も離れにくい土台の奪い合いとみる。

マスク氏はGrokからFSDへ音声で指示を出せるようにすると述べたが、WaymoはGeminiを運転系から意図的に切り離した。

なぜ今かといえば、7月にWaymoが先に告知した機能の再告知であり、Ojaiの配備拡大とともに勝負どころが走りから車内の時間へ移ったからだ。

この分離は機能の制限ではなく設計思想で、安全の審査と会話の楽しさを別々に育てる賢い分業とみられる。