Google Blog - Gemini

生成AIと対話しながら説明する形では、Be My Eyesが2023年にGPT-4で始めた機能が先行例だ。

Googleいわく訓練のためAiraと組み、数万時間分のデータを視覚通訳したといい、撮り方の声かけはこの現場の技を移したものとみられる。

勝負はモデルより現場の知恵を持つ相手選びに移り、移動案内を外したのも事故の責任が重い場面を白杖に残す線引きだ。

Anthropicは9月、同じモデルを一般向けFable 5.1と限定のMythos 5.1に分けて出した。

Googleも防御者にはサイバー面の安全装置を外したArgonを渡すと明言し、先行提供はおそらく一般版との二本立ての始まりだ。

4月のGlasswingでは受け手だった同社がこの型に乗り、競争の軸は性能から「誰に外した版を渡すか」へ移ったと言える。

OpenAIも9月11日に自作GPTの廃止を公表し、指示を「スキル」に移す道を用意した。

同じ月に両社がそろったのは、Anthropicが2025年10月に出した「必要な時だけ読み込む手順書」型が、エージェントに組み込みやすいからとみられる。

2024年8月に始まったGemsは2年あまりで幕を閉じ、カスタムAIの主役は「誰と話すか」から「何を頼むか」へ移った。

Artificial Analysisの9月末時点の掲載値では、3.8 Flash（high）の出力トークンは中央値の約2倍で「とても冗長」とされた。

作例を今出すのは、導入価格が年末で切れ1月に2倍になる前に開発者を呼び込むためとみられる。

Googleが言う「粘り強さ」は性能と請求額の源で、Flashの安さは単価でなく1タスクの総額で測る段階に入った。

米商工会議所の2025年報告では生成AIを使う小規模事業者は58%で、前年の40%から急増した。

では換算を丸ごと信じてよいかといえば、料理学校エスコフィエは塩や香辛料を単純に掛け算せず控えめに増やして味見で整えるよう勧めている。

AIが担うのは計算と段取りの下書きで、家庭の味を守る最後の味見は店主の舌に残る、というのがこの事例の正しい読み方とみられる。

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。