Gemini– tag –

Google Deepmindが発表したGemini Robotics-ER 1.6は、ロボットの計画能力と知覚を向上させる新しいモデルです。このアップグレードにより、ロボットは周囲を理解し、自立してタスクを計画できるようになります。

最新の研究によると、GoogleのAIが生成する検索結果は91%の正確性を示しています。しかし、その一方で情報源の信頼性が低下していることも判明しました。この記事では、これらの調査結果に基づき、今後の影響について考察していきます。

Netflixは、動画内のオブジェクトを消去し、影響を自動的に調整するAIフレームワーク「VOID」をオープンソース化しました。この技術は、消去したオブジェクトによって引き起こされた物理的な影響も考慮する点が特徴です。

GoogleはGemini APIに新たな「エージェントスキル」を追加しました。この機能は、AIコーディングアシスタントが直面する知識のギャップを解消し、最新の情報を提供します。テスト結果では、Gemini 3.1 Pro Previewが成功率を28.2%から96.6%へと大幅に向上させました。

GoogleはGeminiの新機能として、ユーザーがChatGPTやClaudeから保存したリマインダーやチャット履歴を簡単にインポートできるようにしました。このプロセスでは、AIアプリからのプロンプトを利用し、情報をGeminiに保存する仕組みが導入されています。

AppleはGoogleのGeminiモデルへの広範なアクセス権を取得しました。この技術を活用し、Appleは軽量なAIモデルを構築するためのデータ生成が可能となります。これにより、処理能力を抑えながらも高品質な回答を提供できるようになります。

Googleが新たに音楽生成AI「Lyria 3 Pro」をリリースしました。このモデルは、最大3分のトラックを生成でき、音楽構造の理解度が向上しています。様々なGoogle製品で利用可能で、音楽制作における新たな可能性を示唆しています。

xAIのGrok 4.20は、主要なAIモデルと比較するとベンチマークで劣るものの、ハルシネーション率が最も低いことが新たに確認されました。具体的には、知能指数で48点を獲得し、Gemini 3.1 Pro PreviewやGPT-5.4の57点には及びませんが、前バージョンからは6点の改善を見せています。

Googleが新たに発表したGemini Embedding 2は、テキスト、画像、動画、音声、ドキュメントを同一のベクトル空間に統合するマルチモーダル埋め込みモデルです。この技術により、異なるメディアタイプ間での比較が容易になり、AIの利用方法が広がる可能性があります。

Google DeepMindが新たに発表したGemini 3.1 Flash-Liteは、従来モデルに比べて大幅に性能が向上しながらも、価格が大きく上昇しました。具体的には、知能指数が34ポイントに達し、処理速度や応答時間も改善されていますが、出力コストは以前の3倍となっています。