Google– tag –

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。

最新のAA-WER音声認識ベンチマークにおいて、ElevenLabsのScribe v2が2.3%という誤り率で堂々のトップを飾りました。GoogleのGemini 3 Proも2.9%という素晴らしい成績を収め、他の競合と比較しても高い精度を示しています。この記事では、音声認識技術の最新状況やその影響について詳しく解説します。

Google DeepMindとOpenAIの従業員が、ペンタゴンの監視活動や自律兵器の使用に関する倫理的な境界線を設けるよう求めています。特に、100人以上のGoogle AI従業員が同様の立場を表明し、OpenAIのCEOも安全基準を盛り込んだ契約を模索していることが報じられています。

GoogleのGemini 3.1 ProがAI分析インデックスでトップを獲得しました。このモデルはコストが半分以下で、複数のカテゴリーで高評価を得ています。この記事では、その詳細と影響を解説します。

Googleが新たに発表したGemini 3.1 Proは、従来のモデルに比べて推論能力が大幅に改善されています。これにより、日常的なタスクでの使用がより効果的になることが期待されています。この記事では、このモデルの主な特徴とその影響について解説します。

Google DeepmindのLyria 3モデルは、シンプルなテキストプロンプトやアップロードされたメディアから30秒の音楽トラックを生成します。これにより、ユーザーはジャンルやムードを指定することで、オリジナルの楽曲を楽しむことが可能になります。

GoogleのGeminiモデルが、ボードゲームのベンチマークで競合を上回っています。新たに追加された「人狼」と「ポーカー」の2つのゲームを通じて、AIの認知能力を測定するための基盤が強化されています。これらの結果は、AIモデルの評価における新たな基準を提供するかもしれません。

GoogleのGemini APIは、短期間でその利用リクエスト数が急激に増加しています。2023年3月には約350億件だったリクエストが、8月には約850億件に達し、わずか5ヶ月でその数が倍増しました。この成長の背景には、春にリリースされたGemini 2.5の影響が大きいと言えるでしょう。

AppleはSiriの機能を改善するために、GoogleのGeminiモデルを活用することを発表しました。この長期的なパートナーシップにより、Appleは新しい製品にGoogleのクラウド技術を取り入れることになります。新機能は今年後半に登場予定です。