Genie 4は自然言語で操作できるインタラクティブな世界をリアルタイムでシミュレートし、環境音、音楽、会話も生成します。限定テスターに提供を開始し、Google AI UltraとGemini APIの早期アクセス向けにも近く提供予定です。
Gemini APIのGenerate Content APIを使う新規の有料プロジェクトで、Interactions APIと同様にリクエストがデフォルトで保存されるようになりました。既存プロジェクトの設定は変わりません。
ビジネス用ランディングページ、Googleおよびサードパーティ製ビジネスアプリとの連携、ブランドスタイル設定、マーケ・財務スキルがGeminiアプリで順次提供される。
Googleが米国で「Universal Cart」を開始。検索のAIモードやGeminiアプリでの会話中に複数の店舗の商品を一つのカートに保存でき、Shopping Graphによる価格・在庫変動の通知、Google Walletによる支払いガイダンス、Nike・Target・Walmartなど提携先でのGoogle Pay決済に対応する。
Googleが、Gemini 4 ArgonをAPI・Android Studio・Google AI Ultra/Pro・新しいエージェントプラットフォーム「Antigravity」を通じて全世界で本格提供開始。専用のセーフティレポートも公開し、模擬サイバー攻撃シナリオ12件全てを解決、プロンプトインジェクション攻撃成功率を0.7%まで低減したと報告した。
報道関係者向けの先行版だったSynthID Detectorが、synthid.comで一般公開されました。画像・動画・音声が、Googleやパートナー(OpenAI、NVIDIA、Kakao、Appleなど)のAIで作られたかを確認できます。
GoogleがGemini APIで一般提供を開始した「gemini-nano-banana-2.1」は、4K出力や14枚までの参照画像合成、テキスト描画の改善、検索グラウンディングに対応。Geminiアプリ、AIモード、Flow、Stitch、Google広告にも順次展開される。
EmbeddingGemma 2は7億4,000万パラメータ、8Kトークンのコンテキスト、Apache 2.0ライセンスで、テキスト・画像・音声・動画を1つの埋め込み空間に写します。Pixel 11 Proで量子化したテキストのみの重みは約191MBのRAMで動きます。
Googleが、ライブカメラ映像を解析してリアルタイムに音声でガイドする、Gemini Live向けのアクセシビリティ機能「Guided Vision」を発表。Airaと提携し、1,000人以上の視覚障がいのあるテスターの協力を得て開発された。