Google Research Blog

GoogleのAPI文書では、Veo 3.1は1本8秒で、延長を重ねても最大148秒にとどまる。

それでも同社の研究チームいわく10分の連続動画を作れたのは、モデル自体より、人物や背景の状態を書き留める記録係を外側に置く設計が効いたからとみられる。

動画AIの勝負は画質から、長い物語を崩さず管理する「制作進行」へ移りつつあるとみられる。

ラストマイルでは2021年にAmazonが実際の配送ルートを匿名化して公開したが、今回は実データを出さず統計から物流網を作る逆の道だ。

なぜ今かといえば、Googleはミドルマイル向け最適化APIを一部の提携先に試験提供中で、自社ソルバーを測る物差しが先に要るからとみられる。

研究者への贈り物にとどまらず、問題を作る側と解く側を兼ねて土俵を押さえる一手だ。

理科の教材シミュレーションは、2002年から続くPhETが125本超を無料で配ってきた分野だ。

なぜ今かといえば、2025年11月のGemini 3で登場した生成UIが検索にも広がり、その応用先として教育が選ばれたとみられる。

教材が棚から選ぶものから注文して作らせるものへ変わる合図であり、公開の30本超は見本、本命はパイロットでの囲い込みだろう。

Googleは6月にDiffusionGemmaも出しており、文章生成から検索の裏側まで拡散モデルに賭けている。

なぜ今かといえば、AI Modeでは一つの質問がいくつもの細かい検索に分かれ、遅さがそのまま待ち時間と費用に化けるからだろう。

53.9Mという小ささが示すのは、賢さを推論時に買う路線から訓練時に前払いする路線への転換であり、速度は副産物にすぎない。

答えから問いを逆算する発想はMetaが2023年に示した手法の延長で、6万件を検証で揃えたSalesforceに対し、ToolGradは500回の生成で済ませた。

驚くべきは83.1という点数より、道具の使い方が500件で移せる「作法」にすぎないと示したことだ。

ただし評価はBFCLの単発呼び出し（v1/v2相当）に限られ、道具利用の値崩れの始まりとみられる。

今年1月のNature Communicationsは、All of Usのアフリカ系で転移学習が自前データだけの手法を200%超上回ったと報じた。

だが分かれ目の15,000人は低く、約20万人のBiobank Japan自身がとうに越えた線だ。

欧州データは解決策ではなく自前のデータが育つまでの足場であり、問いは「いつ手を離すか」へ移ったとみられる。

2024年のメス脳地図FlyWireは約14万ニューロンで脳だけだったが、今回は体を動かす腹側神経索まで含む初の完全な中枢神経系だ。

電子顕微鏡による配線図づくりはNature Methodsの2025年「今年の手法」に選ばれ、焦点は作れるかから比べられるかへ移った。

最大の脳地図という看板より、オスとメスを配線で比べる比較解剖学の起点と呼ぶべきだ。

8,800万ドルのMethaneSATが2025年6月に失われ、メタン監視は新しい衛星より既存の機材をソフトで伸ばす流れに移った。

検出が増えれば漏れが止まるわけではなく、国連IMEOの通報システムMARSでは2025年の応答率が12%超、9割近くは無反応のままだ。

見つける力は無料の公共インフラに変わり、足りないのはセンサーではなく現場を動かす仕組みだ。

同じGIFT-EvalとFEV-Benchの首位は、先にAmazonのChronos-2が主張していた。

なぜ今多変量かといえば、単変量の精度はもう横並びで、販促や天候を扱えるかに差が移ったからだろう。

しかもTimesFM-3の重みは非商用・非本番限定で、Apache 2.0のChronos-2とは土俵が違い、ベンチ首位と現場投入は別物だ。

衛星の基盤モデルはもう独占物ではなく、NASAとIBMのPrithviは2023年に公開され軌道上でも動いた。

希少なのはモデルではなく、どのデータを選ぶかという判断で、PPEはそこを自動化しにきたとみられる。

DRCではエボラワクチン7万回分の割り当てが決まり初回16,250回分が届いた段階で、次の保健区を当てる予測は「どこに配るか」の指示に変わる。

2026年Nature掲載のGluFormerが1万812人分で学習したのに対し、GlucoFMの事前学習は477人分と桁が違う。

処方箋なしで買えるDexcom SteloやLingoが広がり、測る人は増えても臨床ラベルは増えない——少ラベルでの強さが今の焦点だ。

競争軸は集めた人数から信号の分け方へ移ったとみられるが、論文が公開を約束したのはコードまでで、重みは含まれていない。

発話に合わせた身振りの自動生成は新しくなく、2001年のBEATが入力文からルールで手と声を同期させていた。

今なのは、2025年10月発売のGalaxy XRでGeminiが端末に組み込まれ、AIが同じ部屋を見る前提が実機に載ったからだ。

AgentHandsはアバターの復活ではなく、手だけを切り出した「空間版のマウスカーソル」で、12人の検証は方向の確認どまりとみられる。

Foursquareは2024年11月に1億超の地点データを無償公開し、「場所が何か」はほぼタダになった。

差がつくのは「どう使われるか」で、Googleは2025年に位置履歴を端末内へ移しウェブ版も廃止したため、まとめた人の動きはむしろ手に入りにくい。

混雑の表示は2015年からある機能で、伸びが最大だったのが訪問意図の81.9%という点に本当の狙いが出ているとみられる。

FDAが制度発足以来に正式認定したバイオマーカーは8件、そのうちセンサー由来のデジタル指標はゼロだ。

候補を作る手間が安くなった今、詰まる場所は検証と規制の側へ移っており、だからこの手の道具が先に出てくるのだとみられる。

専門家が残したのは56.9%で、これは発見の自動化というより下書きの自動化に近く、認定の壁を崩す力はまだ別の話だ。

スマホ写真から体脂肪を測る発想自体は新しくなく、Amazonが2020年のHaloで商品化し2023年7月に終了している。

なぜ今かといえば、今回スマートウォッチのBIAはベースラインをまったく改善できず、狙いが脂肪の量から付く場所へ移ったからだ。

見た目の数字を捨て、脂肪の付き方の偏りという臨床寄りの指標を取りに行った転換点だが、検証は132人規模の研究段階にとどまる。

2023年の「逆転の呪い」は同じ失敗を学習の欠落と見たが、本研究はそれを取り出しの失敗として読み替えた。

事実の95〜98%が既に入っているなら、学習データを増やしても事実性は伸びず、伸びしろは推論時の計算側に移るだろう。

幻覚の正体は知識の欠落ではなく取り出し口の詰まりで、OpenAIが2025年に示した「評価が当て推量を促す」説と並ぶ、もう一つの診断軸とみられる。

Microsoftは2025年、MAI-DxOがNEJM症例で85.5%、医師は20%と発表したが、医師側は同僚や資料の参照を禁じられていた。

動画での実患者検証が次の関門だが、Googleはテキスト版なら実患者100人の試験を2026年3月に公表済みで、空白は形式の差に絞られている。

模擬患者を使う比較試験はもう限界で、勝負は診断精度から現場での運用へ移ったとみられる。