動画記事 · AI Engineer
SOTA生成メディアパネル：Google DeepMindの専門家が語る
AI Engineer動画 57分 / 読む 5分
#生成 AI#Google DeepMind#Gemini Omni Flash#Nano Banana#世界モデル
動画の文字起こしと公開情報をもとにAIで要約・構成しています。 正確な発言は元動画と時間位置で確認してください。
30秒でわかる
Google DeepMind の専門家が、Nano Banana 2 Light や Gemini Omni Flash API の新機能、および言語の限界を超える世界モデルへの投資について語るパネルディスカッションである。
この動画の3ポイント
Nano Banana 2 Light の発表
最速・最安の画像生成モデルとして公開され、元モデルより高速化・高品質化され、3 秒遅延でアイデア出しから本番出力まで可能となった。
Gemini Omni Flash API の提供
動画生成と編集機能を自然言語操作で実現する API が一般開発者に開放され、Y31 Fast と同等の価格設定で高品質なサービスを提供する。
言語表現の限界と世界モデル
味覚や触覚など言語化が困難な感覚情報を扱う際、言語モデルには限界があり、人間の世界認識を模倣する「世界モデル」への投資が必要であると指摘した。
なぜ重要か
生成 AI の開発現場において、言語による指示だけでなく視覚・聴覚情報を直接扱う「世界モデル」への転換が進む兆しを示している。また、API の公開と価格設定により、動画制作やマーケティング業務における自動化のハードルが下がり、エンタープライズでの実装加速が期待される。
発言から確かめる
時間を選ぶと、元動画の該当箇所を開きます。
背景や実装の詳細まで読みますか？
約57分の動画を、約5分の記事で確認できます。
Original Source
元動画で発言を確認
プレイヤーは必要になるまで読み込みません。YouTubeのCookieと通信も再生を選ぶまで開始しません。