#google deepmind のAIニュース
129件の記事
Google DeepMind と映画制作会社 A24 が初の研究パートナーシップを発表
AI 研究機関の Google DeepMind と映画制作会社の A24 が、業界初となる研究パートナーシップを結ぶことを発表した。両社は AI テクノロジーを用いた新しい創作手法や倫理的課題について共同で調査・開発を行う予定である。
Interfaze が拡散型 ASR モデル「diffusion-gemma-asr-small」を公開、6 か国語の並列ノイズ除去デコーダーで音声認識を実現
YC 支援企業 Interfaze は、260 億パラメータのバックボーンを凍結し、4200 万パラメータのみで訓練した拡散型 ASR モデル「diffusion-gemma-asr-small」をオープンソース化しました。このモデルは自己回帰方式ではなく並列ノイズ除去デコーダーを採用し、1 つのアダプターで 6 か国語の音声認識を可能にします。
Nano Banana 2 Lite の紹介
Google DeepMind が発表した画像生成モデル「Gemini 3.1 Flash Lite Image」は、速度と規模に最適化された最も高速かつ低コストな Gemini 画像モデルである。
「かつてありし未来の寓話」第5回：AnthropicがClaude Sonnet 5を公開
Anthropicは、Opus 4.8より安価で高速な新モデル「Claude Sonnet 5」を発表した。これはFableやSolシリーズの一部ではなく、数値上のバージョンアップに過ぎない軽微な開発である。
Google の新画像生成モデル「Nano Banana 2 Lite」は最速かつ最安値
Google DeepMind は、Gemini 3.1 フラッシュライト画像として公開された新モデル「Nano Banana 2 Lite」を発表した。同社は、このモデルが品質と速度のバランスに優れ、既存の大型モデルよりも大幅に高速で低コストな画像生成を実現できると説明している。
Nano Banana 2 Lite と Gemini Omni Flash の構築開始
Google DeepMind が、開発者向けに「Nano Banana 2 Lite」と「Gemini Omni Flash」の構築を開始するよう発表した。
Gemini 3.5 Flash にコンピュータ操作機能を導入
Google が軽量モデル「Gemini 3.5 Flash」にネイティブのコンピュータ操作機能を追加し、連続するスクリーンショットを解析してデスクトップ上のクリックやスクロール、入力操作を直接実行可能にした。
ジェミニ研究者らがアンソロピックへ移籍（1 分読了）
ブルームバーグによると、Google のジェミニ研究チームに所属するジョナス・アドラー氏とアレクサンダー・プリッツェル氏が、競合他社であるアンソロピックへ移籍した。これはノア・シャゼー氏やジョン・ジャッパー氏らの退社に続く、主要 AI 企業間での人材流出の波の一環である。
AI 研究者が競合他社へ移籍を続ける Google の状況
Google の AI 研究チームから、複数の研究者が競合他社へと移籍し続けていることが報告されています。
Gemini 3.5 Flash にコンピュータ操作機能を導入
Google DeepMind は、AI モデル「Gemini 3.5 Flash」に、ユーザーの代わりにブラウザやアプリケーションを直接操作する機能を実装したと発表した。これにより、複雑なタスクの自動化が可能になる。
AI エージェントの未来をセキュリティする（7 分読了）
Google は、同社内で展開される高度な AI を構築・管理するための「AI コントロールロードマップ」を発表した。この枠組みは、アライメントが完璧でなくても安心できるシステムレベルのセキュリティ層を追加し、サンドボックス化やエンドポイントセキュリティ、プロンプト注入耐性などの対策を盛り込んでいる。
HSBC、Google Cloud と AI 銀行提携を拡大
HSBC は Google Cloud と多年度提携を結び、グローバル業務で Gemini モデルなどを用いた AI ツールの開発・導入を開始する。
KV キャッシュ圧縮競争：TurboQuant、OSCAR、EpiCache の比較
MarkTechPost は、長文コンテキストを持つ大規模言語モデルにおけるメモリボトルネックを解消する KV キャッシュ圧縮技術の最新動向について、TurboQuant、OSCAR、EpiCache の各手法を比較分析している。
ノア・シャゼーが OpenAI に合流（1 分読了）
Google を去った AI 研究の先駆者ノア・シャゼーが、OpenAI へ移籍することが発表された。彼は「Attention Is All You Need」論文の共著者として知られる。
AI エージェントの未来を確保する
Google DeepMind が、AI エージェントの安全性と信頼性を高めるための取り組みについて発表しました。
Amazon Bedrock に Google DeepMind の「Gemma 4」モデルシリーズが追加
Google DeepMind が開発したオープンウェイトの AI モデル「Gemma 4」シリーズ（31B、26B-A4B、E2B）が、Amazon Bedrock で利用可能になった。
DiffusionGemma：テキスト生成が4倍高速化（5分読了）
Google の DiffusionGemma は、26B モデルの MoE 構造を採用し、テキストブロックを並列生成することで GPU 上で最大4倍の速度向上を実現しました。このモデルは低遅延と双方向アテンションを特徴とし、量子化により高価なコンシューマー向け GPU でも動作可能ですが、標準モデルと比較して品質が若干低下します。
Google DeepMind、ローカルAIを4倍高速化する拡散モデル「DiffusionGemma」を公開
Google DeepMindは、従来の逐次生成ではなくテキストブロックを並列生成する新モデル「DiffusionGemma」を発表し、Nvidia DGXやゲーミングGPUなどのローカル環境で処理速度を4倍に向上させたと発表した。
Google AI、テキスト拡散を用いた26B MoEオープンモデル「DiffusionGemma」を公開
Google DeepMindチームは、標準的な自己回帰型ではなくテキスト拡散方式を採用した実験的オープンモデル「DiffusionGemma」をApache 2.0ライセンスで公開し、開発者や研究者向けに高速な生成ワークフローを提供する。
DiffusionGemma：テキスト生成が4倍高速化
Google DeepMind は、新しい手法「DiffusionGemma」を発表し、テキスト生成の速度を従来の4倍に向上させることに成功しました。
開発者向け高スループットテキスト生成のために NVIDIA で DiffusionGemma を実行する
NVIDIA は、開発者が NVIDIA のプラットフォーム上で DiffusionGemma モデルを実行し、高速なテキスト生成を実現する方法を公開した。
マルチエージェント AI セーフティ研究への投資について
Google DeepMind が、複数の AI エージェントが協調する際の安全性を確保するための研究開発に資金を投入すると発表した。
DiffusionGemma：開発者向けガイド
Google が、Gemma 4 アーキテクチャを基盤に拡散モデルに基づく並列生成を採用した実験的テキスト生成モデル「DiffusionGemma」を開発し、消費者用 GPU でも動作する高速推論と双方向文脈理解を実現したと発表した。
Gemini 3.5 Live Translate による流体かつ自然な音声翻訳の実現
Google DeepMind は、Gemini 3.5 Live Translate を発表し、会話のような自然さでリアルタイムに音声翻訳を行う技術を開発した。
Gemma 4 12B の紹介：統一型エンコーダー非搭載マルチモーダルモデル
Google DeepMind が、エンコーダーを不要とした新しいマルチモーダルモデル「Gemma 4 12B」を発表した。このモデルは画像とテキストの両方を処理できる統合型アーキテクチャを採用している。
Google NotebookLM に Gemini 3.5 と Antigravity が登場
Google は生成 AI ツール「NotebookLM」を大幅に更新し、最新モデル「Gemini 3.5」への移行、対応ファイル形式の拡大、Web ソース統合の簡素化を実施した。また、クエリ処理能力向上のため「Antigravity」機能を組み込んだと発表した。
AI を用いた学習がシエラレオネおよびその他地域に与える影響を測定する研究
Google DeepMind が、シエラレオネを含む地域で AI を活用した学習プログラムの効果を測定・評価する調査を実施し、その結果を発表しました。
Gemma 4 QAT モデル：モバイルおよびラップトップの効率化のためのモデル圧縮最適化（4 分読了）
Google は、モバイルやラップトップでの効率を高めるため、量子化学習（QAT）で最適化した Gemma 4 チェックポイントを公開した。この更新により、メモリ要件が大幅に削減されつつもモデルの品質は維持される専用モバイル量子化フォーマットが含まれている。
AGI 達成後に不足するものは何か？（67 分読み）
Google DeepMind の Alex Imas 氏とスタンフォード大学の Philip Trammell 氏が、AI が生み出す富の最適な課税・分配方法や、AI サプライチェーンから外れた国の将来について経済学的に議論した。
AI 業界のリーダーらが AI を利用した生物兵器への厳格な保護措置を要求
AI 業界の主要企業や指導者たちが、米国の議員らに対し、技術が生物兵器の開発に悪用されるのを防ぐための新たな規制制定を強く要請しました。
Google AI Edge を活用した Gemma 4 12B のローカル導入：ラップトップで実行可能なエージェント型ワークフローの実現
Google DeepMind は、メモリ 16GB の一般的なラップトップでも動作する「Gemma 4 12B」モデルを発表し、macOS 上で Google AI Edge Gallery を介してローカルデータ処理や視覚的洞察生成を可能にするエージェント型 AI ワークフローを提供している。
AI の用語を正しく理解しましょう：よく聞く言葉の意味を解説します
TechCrunch AI は、読者が曖昧に理解している AI 関連の専門用語について、その正確な意味や背景を明確に解説する記事を発表しました。
Gemini 3.5 Flash は速度面で優れたモデルである
Google が I/O デイで発表した Gemini 3.5 Flash は、特定の速度帯において最速の性能を発揮するモデルであり、高速処理が優先される用途では有力な選択肢となる。ただし、それ以外の場面では Opus 4.7 や GPT-5.5 に劣る可能性があると指摘されている。
環境リスク対策のためアジア太平洋地域に Google DeepMind アクセラレータープログラムを立ち上げ
Google DeepMind は、気候変動などの環境リスクに対処するため、アジア太平洋地域を対象としたアクセラレータープログラムの開始を発表した。
LiteFrame が動画言語モデルの効率性を拡張（6 分読了）
LiteFrame という技術が、動画処理を行う言語モデルの計算効率を大幅に向上させる手法を発表した。これにより、より高速な動画解析が可能になる見込みである。
[AINews] Google I/O 2026：Gemini 3.5 Flash、Omni（動画用 NanoBanana）、Spark（背景エージェント）、Antigravity 2.0 の発表
Google は I/O 2026 で、音声・動画・画像処理に特化した新モデル「Gemini Live」「Omni」「Pics/Flow」や背景エージェント「Spark」、および「Antigravity 2.0」を発表し、業界をリードする多モーダル技術の進展を示した。
デミス・ハサビス氏、これは「特異点の山麓」かもしれないと発言
Google DeepMind のCEO デミス・ハサビス氏は Google I/O の基調講演で、現在の状況を人類にとって重要な転換点であり、特異点への入り口であると述べた。同氏は、グーグルの研究が汎用人工知能（AGI）の可能性を解き放つと強調した。
2 つの AI 科学アシスタントが薬物再転用タスクで成功
Google の「Co-Scientist」と非営利団体 FutureHouse が開発した AI システムが、Nature に発表された。両システムは科学者が仮説を検証する際、特に薬物再転用の分野で有効に機能することが示された。
ジェミニ 3.5 Flash は生成 AI が実用的になるのに十分な速度を持つ可能性
Google は本日、最新モデル「Gemini 3.5 Flash」を自社製品群へ順次展開し、前世代の Pro モデルより性能が向上したと主張している。
Google の生成 AI「Genie」がストリートビューを用いた現実の街並みシミュレーションを実現
Google が開発した生成 AI モデル「Genie」は、ストリートビューのデータを活用し、現実の街並みを高精度にシミュレートする機能を新たに追加しました。これにより、仮想空間での都市環境構築がよりリアルになりました。
Google、次期 AI ウェーブをチャットボットではなくエージェントに賭ける「Gemini 3.5 Flash」を発表
Google は新モデル「Gemini 3.5 Flash」を発表し、今後の AI の主流を対話型チャットボットから自律的なエージェントへとシフトさせる戦略を示した。
Google の新「ユニバーサルカート」はインターネット上のショッピング全体を追跡する
Google が、ユーザーのインターネット上でのショッピング行動を包括的に追跡・管理する新しい機能「ユニバーサルカート」を発表した。
Google、すべての人向けにディープフェイク検出をよりアクセスしやすくする取り組みを開始
Google は本日開催の「Google I/O」で、Chrome と検索機能における AI 検出機能を拡張すると発表した。これにより、同社が開発したシンシッド（SynthID）や C2PA コンテンツ認証を組み込んだコンテンツを含むディープフェイクを、一般ユーザーがより容易に識別できるようになる。
Google、AI エージェントプラットフォーム「Gemini Spark」を発表
Google は Google I/O 2026 で、メール作成やクレジットカード監視などを行う常時稼働型 AI エージェント「Gemini Spark」を発表し、業界で話題となった OpenClaw に匹敵する独自のプラットフォームを立ち上げる。
Google の Gemini Omni が画像・音声・テキストから動画を生成、その先も続く
Google は新モデル「Gemini Omni」を発表し、画像や音声、テキストを入力として動画を作成する機能を搭載した。これは同社のマルチモーダル能力のさらなる拡張であり、今後の技術展開の第一歩となる。
Google、Gemini アプリをアップデートして ChatGPT や Claude と対抗へ
Google は競合の ChatGPT や Claude に立ち向かうため、自社の Gemini アプリを更新した。
I/O 2026：エージェント型ジェミニの時代へようこそ
Google が I/O 2026 で、自律的にタスクを遂行する「エージェント型」の AI ジェミニを発表し、次世代の AI エコシステムへの移行を開始した。
遺伝子標的を迅速化し細胞老化の逆転へ
Google DeepMind が、遺伝子標的候補の開発プロセスを加速させ、細胞老化の逆転研究に貢献する手法を発表した。
Google I/O 2026：Gemini 3.5 Flash、Omni、および Google のエージェントスタックを発表
Google は 2026 年 5 月開催の I/O で、新モデル「Gemini 3.5 Flash」や「Omni」、そして AI エージェント構築のための「Agent Stack」を発表し、AI 分野での復活を宣言した。
Project Genie とストリートビューを用いた現実世界のシミュレーション
Google DeepMind は、プロジェクト「Genie」とストリートビューを活用し、現実世界の場所をシミュレートする技術を発表した。これにより、AI がより現実に即した環境で学習・動作することが可能になる。