【グーグル】Geminiが一気に進化、推論モデルも登場 グーグルのGeminiは、この1年で大きく進化した。2024年が始まった時点では先行するOpenAIのChatGPTに後れをとっている印象だったが、2月にサービス名称をbardからGeminiに変更。有料プランの「Gemini Advanced」をリリースし、高性能な最上位モデルの一般提供を開始した。 ビジネス利用の面では、Google WorkspaceのサイドパネルでGeminiが利用可能になったことも大きいだろう。前身となる「Duet AI」を経て5月にGeminiと統合されたこの機能は、提供開始からしばらく日本語対応していなかった。 秋になってついに日本語でも利用可能になり、Googleドライブのファイルやメールをチャットで探したり、作成中のドキュメントについてのアドバイスを得たりできるようになった。

Google Cloudは生成AIのGeminiがSharePoint、Googleドライブ、Confluence、JIRA、ServiceNowなどと接続して情報を読み取り、自然言語によるプロンプトに自由に応えてくれる新サービス「Google Agentspace」を発表しました。 Google Agentspaceは企業データを統合する Google CloudはGoogle Agentspaceを、すべての企業データを統合するエージェントと位置づけており、GmailやG……

Google Cloudは2024年12月14日（米国時間）、AI（人工知能）エージェントで組織内の情報検索を支援する「Google Agentspace」を発表した。 Googleは「優れた成果は、個々の天才だけではなく、集合知によりもたらされる。だが、組織のサイロ化により、従業員は集合知にアクセスできない状態にある。Google Agentspaceは、プランニング、調査、コンテンツ生成、そしてアクションを必要とする複雑なタスクを単一のプロンプトで達成させる。これにより、従業員の生産性向上を支援する」と述べている。 Googleは、Google Agentspaceの特徴を次のように説明している。 マルチモーダル検索エージェントを提供――Google Agentspaceの2つの特徴とは 関連記事 2025年、「AI」はこう変わる！　注目トレンド8選 2024年はChatGPTなどチャ

Googleが開発初期段階のサービスを試すことができるプログラム・Search Labsで、トレンドのトピックに関するオーディオ概要を生成する「Daily Listen」を発表しました。Daily Listenについて、9to5Googleは「NotebookLMによく似ている」、Android Authorityは「NotebookLMと同様のアプローチを採用して最新ニュースを届けるツール」と報じています。 Google ‘Daily Listen’ is a personalized podcast based on Discover https://9to5google.com/2025/01/08/google-discover-daily-listen/ Google catches you up with 5-minute Daily Listen news summaries

この記事では、プロタイプ作成が簡単にできるPythonのStreamlitを用いて、Google検索を組み込んだ生成AIアプリの作り方を紹介します。Gemini2.0のAPIが最近すごく便利になってきていて、Google検索を組み込むようなシステムも簡単に作ることができます。Gemini APIを使って、生成AIのアプリを作ってみたいと思っている方に、参考になれば幸いです。(※今回使ったコードはGithubで公開しています。) 本記事は、「Ubie生成AIアドベントカレンダー」の記事です。 Gemini APIGeminiのAPIを使う方法は、2種類あります。 Google AI StudioのAPI経由 Vertex AIのAPI経由 Google AI StudioのAPIは無料枠もあり、個人のアプリ開発やプロトタイプ作成に適しています。一方で、Vertex AIのAPIは、企業がシス

はじめに 株式会社neoAIの研究開発組織 (neoAI Research) / 東京大学の大槻真輝です。 最近LLMの推論能力の向上によりAI Agentがトレンドになりつつあります。また、MicrosoftやAmazonなどのビッグテックもAI Agentをテーマに様々なプロダクトやサービスを展開し始めています。 そこで今回は2024年4月にIBMとMicrosoftが出したAgentに関するサーベイ論文「The Landscape of Emerging AI Agent Architectures for Reasoning, Planning, and Tool Calling: A Survey」 を軸にGoogle、AWS、Microsoft、OpenAI、AnthropicのAgentに関する動向や立ち位置を整理したいと思います。 論文概要 エージェントとは？ 2023年の

こんにちは。NEO(x) の宮脇（@catshun_）です。 先日 OpenAI から 12 Days of OpenAI がありましたが、同時に Google のリリースも注目されていたのでこちらにまとめます。 Gemini 2.0 1. パフォーマンスの大幅な改善 2. マルチモーダル I/O の対応 3. ネイティブツールの呼び出し 4. Gemini 2.0 Flash Thinking Exp モデルのリリース Gemini 2.0 を使用するプロジェクト例 1. Project Astra 2. Project Mariner 3. Jules 4. Data Science Agent Deep Research Veo 2 Imagen 3 Whisk NotebookLM Plus Android XR Google Agentspace 1. 企業全体での情報発見 2.

ついに、本家GoogleからDeep Research（検索エージェント）がリリースされました。 検索エージェントとは何なのか？検索（ググる）はどうアップデートされたのか？ Deep Researchの魅力や強みを紹介しながら、紐解いていきます。 あやみ氏（https://x.com/ayami_marketing）が、Deep Researchを使ってDeep Researchの記事を書いてくれました笑 このまま記事にしてしまおうか....と悩むくらいクオリティが高いです。 （ハルシネーションがあるか探してみてくださいね！） ぜひ最後までお読みください。 Deep Research執筆記事のあとに、私の解説も入れています。こちらも合わせて読んでいただけると嬉しいです。 なお、途中の挿入画像はImageFXで生成しており、プロンプトは前段の文章を英訳して入れただけです。 ざっくり概要を把握

大規模言語モデルの進化は目覚ましく、新しいモデルが次々と登場する中、Gemini 2.0シリーズに注目しています。 上記記事を出してから私は1年弱ほど、Claude 3.5をメイン使用してきました。Claudeは「いいヤツ」で個人的にも愛着があったのですが、後ろ髪を引かれつつ最近Geminiに乗り換えました。（Claude 3.5Opusが出たらまた戻るかもしれません） このポストでたくさんの方から共感の声をいただいたのだが、自分でも確かにClaudeの方が性格がいいと思う。 その点に関してClaudeに聞いてみると、 「その他のAIモデルとの比較について、私の視点からコメントをさせていただくのは適切ではないと考えています。」 と返ってきた。 やはり性格がいい。 https://t.co/Ozxpp8yunW — K.Ishi@生成AIの産業応用 (@K_Ishi_AI) December

Googleは2024年12月23日（米国時間）、「Google AI Studio」と「Gemini API」で利用できる「Gemini 2.0」の「Multimodal Live API」を公式ブログで紹介した。 Gemini 2.0のMultimodal Live APIは、「ビジュアル入力を使ってテキストや音声で質問すると、コンテキストを認識してテキスト、音声、動画を組み合わせた回答がリアルタイムで返ってくる」といったAI（人工知能）インタラクションを可能にする。Googleは、このAPIにより、リアルタイムデータを利用して、周囲の世界に反応するアプリケーションを構築できると述べている。 Multimodal Live APIの仕組みと特徴　何ができる？ 関連記事 Google、最新のAIモデルファミリー「Gemini 2.0」を発表　AIコーディングエージェント「Jules」など

Google、ビジョン言語モデル「PaliGemma 2」を発表　化学式、楽譜、胸部X線など多様なタスクに対応：事前訓練済みモデルをKaggleやHugging Faceで公開 Googleは、同社のビジョン言語モデル「PaliGemma」の最新版となる「PaliGemma 2」を発表した。事前訓練済みのモデルおよびコードをHugging FaceやKaggleで閲覧、ダウンロードできる。 Googleは2024年12月5日（米国時間）、同社のビジョン言語モデル（VLM）「PaliGemma」の最新版となる「PaliGemma 2」を発表した。 PaliGemma 2は、「Gemma 2」をベースに、視覚機能を追加して構築されたモデルだ。画像とテキストの両方を入力として受け取り、テキストを出力する。Googleによると、画像や短編動画のキャプション生成、視覚的質問応答、テキスト読み取り、オ

こんにちは。Google の AI「Gemini（ジェミニ）」の公式 note 編集部です。 先日の Gemini 2.0 の発表含め、Gemini では新しい機能を次々に発表しています。 この記事では、誰でも簡単に利用可能な無料版 Gemini アプリと、より高性能で多くの機能を利用できる有料版「Gemini Advanced」がもつ 9 個の機能について、おさらいも兼ねて、具体的な活用法と合わせてわかりやすく解説したいと思います！ Gemini をまだ使ったことがない方はもちろん、普段 Gemini をお使いの方にもお役に立てるよう、ちょっとニッチな機能や、新しい機能まで、実例をたっぷり交えて紹介していきます。 ぜひ、この機会に Google の AI「Gemini」の機能をもっと知って、フル活用してみてください。 ※本記事は、2024 年 11 月末時点までにリリースされた Gemi

この記事は Google Cloud Japan Advent Calendar 2024 (Gemini編) の12/19の記事です。 こんにちは！Google Cloud の Customer Engineer の Noriko です。 2024年も残すところわずかとなりました。今年は生成AIが急速に普及し、私たちの働き方にも大きな変化をもたらした一年でしたね。 皆さんは、日々の業務に生成AIをどのように活用していますか？ 本記事では、Google 社員が Gemini for Google Workspace をどのように活用しているのか、具体的なユースケースをご紹介します。ぜひ、皆様の業務における AI 活用のご参考になれば幸いです！ Gemini for Google Workspaceって？ Gemini for Google Workspaceは、Googleが開発した生成A

sponsored 店舗スタッフが自作パソコン完成まで徹底サポート 業界最安値級から2万円引き!? 普通に買うよりお得・手ブラでPCが組めるアプライドの自作イベント sponsored 2004年から業界をリード！ マウスコンピューターのゲーミングPCブランド「G TUNE」が20周年を迎えた 【今売れているゲーミングPCのスペックはコレ！】「G TUNE」で見る最新ゲーミングPCの最先端 sponsored 黒くてデカいデスクトップパソコンは不要！ 在宅ワークこそエレガントに効率アップを狙える「Lenovo IdeaCentre Tower 14IRR9」だ sponsored いまゲーミングノートを選ぶなら“薄軽”が必須条件、Ryzen AI 9とRTX 4060搭載の最新「ROG Zephyrus G16」 sponsored 「HUAWEI WATCH GT 5 Pro」に無料アッ

Gemini 2.0 Flash 思考モードは、回答の一部としてモデルが行う「思考プロセス」を生成するようにトレーニングされた試験運用版モデルです。その結果、Thinking Mode は、Gemini 2.0 Flash 試験運用版モデルよりも回答の推論能力が強化されています。 思考モデルの使用 思考モデルは、Google AI Studio と Gemini API で使用できます。思考プロセスを返すモデルを使用する際の主な考慮事項の 1 つは、エンドユーザーに公開する情報の量です。思考プロセスは非常に冗長になる可能性があるためです。 基本的なリクエストを送信する from google import genai client = genai.Client(api_key='GEMINI_API_KEY', http_options={'api_version':'v1alpha'})

米Googleは12月19日（現地時間）、新たな推論AIモデル「Gemini 2.0 Flash Thinking」を発表し、Experimental（実験）モデルをGoogle AI Studioで公開した。 Gemini 2.0 Flash Thinkingは、回答の一部としてモデルが行う「思考プロセス」、つまり、問題を解決するためにどのような手順で考え、どのような情報を参照したのかを、人間が理解できる形で示すようにトレーニングされた推論モデル。ベースとした「Gemini 2.0 Flash」よりも、より強力な推論機能を備えており、マルチモーダル理解、推論、コーディングに最適という。 Google DeepMindとGoogle Researchのチーフサイエンティスト、ジェフ・ディーン氏はXのポストで、「思考を明示的に示すモデル」と説明した。同氏がシェアしたデモでは、「電子は、x=-

Googleが画像・動画生成AIを発表。このクオリティは本気だぞ…2024.12.19 12:3016,476 宮城圭介 どんどん登場、新AI 今年の初めにGoogle（グーグル）は動画生成AI｢Veo｣と画像生成AI｢Imagen 3｣を公開しましたが、年末さらに新しいバージョンを発表しました。今月16日Googleが発表した生成AIの新バージョンは｢Veo 2｣と｢Imagen 3の最新版｣です。 まずはそのアウトプットが見たい！ GIF: GoogleGIF: Googleいかがでしょう。この美しさ（都合上GIFにしているため画質は落ちてしまっていますが）。 実際のサンプルを見てもらえれば、まるで本物と見分けがつかないほど繊細な映像です。生成映像だと言われて見るとわかるはわかるのですが…何も知らずに映像だけ見たら見極められそうにありません…。 Veoは動画生成AIとして登場した時点で

Google Cloud、Google Agentspace と NotebookLM Plus で企業の生産性向上を支援 ※この投稿は、米国時間 2024 年 12 月 14 日に Google Cloud blog に投稿された記事、および Google Workspace Update blog に投稿された記事を合わせて抄訳したものです。 Google Cloud は本日、企業のお客様向けに 2 つの新ソリューションを発表しました。これらのソリューションは、データの保存場所に関わらず、Gemini の高度な推論、Google の検索機能および企業のデータを活用して、従業員が企業の専門知識にアクセスできるよう設計しています。 1 つ目のソリューションは Google Agentspace です。1 つのプロンプトで従業員の生産性を高め、計画、調査、コンテンツ生成およびアクションを必要

以下の記事が面白かったので、簡単にまとめました。 ・Introducing Google Agentspace: Bringing AI agents and AI-powered search to enterprises 1. Google Agentspace「Google Agentspace」は、Geminiの高度な推論・Google品質の検索・企業データを統合し、従業員に企業の専門知識を提供するサービスです。 企業にとって、優れた才能とは個人の才能だけではありません。組織内の集合知が重要です。しかし、この優れた才能はサイロに隠れていることが多く、最も必要とする人が最も必要とするときにアクセスできません。Googleの調査によると、企業の従業員は質問したり回答したりするために平均4～6個のツールを使用しています。「Google Agentspace」はこの問題を解決します。 2.