Google、凍結モデルへの複数トークン予測で Pixel の Gemini Nano を高速化
Google Research は、凍結した Gemini Nano v3 に複数トークン予測（MTP）ヘッドを接続する新構造を公開した。本体のウェイトを変えずに端末上の推論を加速し、Pixel 9 と10シリーズで提供済みだ。
Google / Gemini
すべてのトピックGoogle と DeepMind の AI の動き：Gemini シリーズ、動画モデル Veo、研究成果とプロダクト群を継続して追う。
精選 76件関連トピックOpenAI / ChatGPTAnthropic / Claudeマルチモーダル
最新の精選
41–60 件目 · 全 76 件6月27日
6月25日
Google DeepMind、Gemini 3.5 Flashにcomputer useツールを内蔵
Google DeepMindはcomputer useをGemini 3.5 Flashの内蔵ツールとして統合した。従来は独立したGemini 2.5 computer useモデルとしてのみ提供していた。
6月16日
Google DeepMind、AI Control Roadmapを公開し多層防御で内部エージェントを保護
Google DeepMindはGoogle内部で使う高度なAIの構築と管理に向け、AI Control Roadmapを公開した。多層防御の考え方でモデルのアラインメントに加えてシステム単位の安全層を設け、アラインメントが不完全でも保護を提供する。
6月11日
Google DeepMind、テキスト拡散モデルDiffusionGemmaを公開、推論は最大4倍高速
Google DeepMindは実験的オープンソースモデルDiffusionGemmaを公開した。テキスト拡散で文章の塊を並列生成し、専用GPUで推論速度を最大4倍に高める。
6月9日
Google DeepMind、リアルタイム音声翻訳 Gemini 3.5 Live Translate を公開
Google DeepMind は Gemini 3.5 Live Translate を公開した。70超の言語に対応するほぼリアルタイムの音声対音声翻訳モデルで、言語を自動検出し、話者の抑揚、リズム、声の高さを保つ。
Google DeepMind、統一エンコーダーレス多モーダルモデルGemma 4 12Bを公開
Google DeepMindはノートパソコンでのローカル実行向けマルチモーダルモデルGemma 4 12Bを公開した。エッジ向けE4Bと26B MoEの中間に位置し、エンコーダーを使わない統一構造で、視覚・音声入力をLLMの本体へ直接渡す。
6月8日
Google DeepMind、シエラレオネのAI学習試験で数学成績が0.258標準偏差向上
Google DeepMindはシエラレオネの事前登録済み無作為化比較試験の結果を公開した。8週間の試験でGuided Learning利用者の数学成績が対照群より0.258標準偏差高まり、通常の学習1.2～1.7年分に相当した。
6月5日
Google、Gemini Enterprise Agent Platform で Agentic RAG の横断検索を公開
Google は Gemini Enterprise Agent Platform で Agentic RAG による複数コーパス検索の公開プレビューを始めた。Orchestrator、Planner、Query Rewriter、Search Fanout、Sufficient Context Agent などが協働し、複数情報源をまたぐ多段階クエリーを処理する。
Google、スマートフォンのカメラで心臓の健康を受動的に測る研究
Google ResearchはNatureにPHRMシステムの研究を発表した。顔認証によるロック解除後の数秒間に前面カメラで動画を撮影し、深層学習で心拍数と安静時心拍数をバックグラウンド推定する。
6月4日
Google、洪水予測の水文モデリング枠組みをオープンソース公開
Google Researchは水文モデリング枠組みをGitHubでApache 2.0として公開した。各国の気象・水文機関がAI洪水予測を業務に組み込める。PyTorchを使うPythonパッケージで、LSTMを採用し、Caravanデータで学習・微調整できる。対話型のチュートリアルnotebookと動画も付属する。
5月20日
Google、科学コーディング向けERAを公開しComputational Discoveryを開放
GoogleはGeminiで科学コードを作成・最適化する研究ツールEmpirical Research Assistance（ERA）を公開した。関連論文は本日Natureに掲載され、Gemini for Scienceの一部として世界の科学者に提供される。
5月18日
Google DeepMind、Project GenieにStreet Viewの実在地点生成を追加
Google DeepMindは実験的プロトタイプProject GenieにStreet View groundingを導入した。Mapsのピンで米国内の実在地点を選び、スタイルとキャラクターを指定すると、Genieが実写を出発地点の基準にした操作可能な世界を生成する。
Google DeepMind、動画生成モデル Gemini Omni Flash を公開
Google DeepMind は Gemini Omni シリーズ最初のモデル Gemini Omni Flash を公開した。画像、音声、動画、テキストを組み合わせて高品質の動画を生成し、自然言語の会話で段階的に編集できる。
5月17日
Google DeepMind、科研ツール Gemini for Science と Science Skills を公開
Google DeepMind は Gemini for Science を公開し、Google Labs に三つの実験ツールを導入した。Co-Scientist に基づく Hypothesis Generation。
Google、SynthIDとC2PAのコンテンツ検証を検索、Gemini、Chromeへ拡大
Googleはコンテンツの透明性・検証ツールをSearch、Gemini、Chrome、Pixel、Cloudへ拡大すると発表した。SynthIDは1000億超の画像と動画、6万年分の音声に透かしを付けた。Geminiアプリ内のSynthID検証は5000万回利用され、今後数週間でSearchとChromeにも導入される。
5月16日
WeatherNext、米国立ハリケーンセンターのMelissa上陸予測を支援
Google DeepMindとGoogle ResearchのAI気象モデルWeatherNextは、米国立ハリケーンセンターがハリケーンMelissaのジャマイカへのカテゴリー5での上陸を5日前に80%の確信度で予測するのを支援した。3日前には確信度がほぼ100%となった。
Google DeepMind、エージェントとコーディング重視の Gemini 3.5 Flash を公開
Google DeepMind は Gemini 3.5 シリーズの最初のモデル3.5 Flash を公開した。エージェントとコーディングを重視し、本日から Gemini app、Google Search の AI Mode、Google Antigravity、Gemini API、Gemini Enterprise で提供する。
5月12日
Google DeepMind、複数エージェントの研究システムCo-Scientistを公開
Google DeepMindはNatureでCo-Scientistの研究を発表した。Geminiを基盤とする複数エージェントのAIシステムで、科学的仮説を繰り返し生成、議論、進化させる。
5月6日
Google DeepMind、AlphaEvolveの1年間の分野横断的な成果を振り返る
Google DeepMindはAlphaEvolveの1年間の進展をまとめた。Geminiで動くこのコーディングエージェントは、数学・計算機科学の未解決問題から、ゲノム、電力網、量子物理、AIインフラなどへ活動領域を広げた。
4月30日
Google DeepMind、医療研究計画AI co-clinicianを発表
Google DeepMindは医師の臨床的監督の下でAIエージェントが診療を支援するAI co-clinician研究計画を発表した。実際のプライマリーケアの98質問の盲検評価では97件に重大な誤りがなく、医師は既存のエビデンス統合ツールよりその回答を好んだ。140項目の診察技能評価でAIは68項目でプライマリーケア医と同等以上だったが、危険信号の発見と重要な身体診察の指示では専門医が全体として優れていた。