43 結果
2025年10月15日 / AI
Google はアップデートされた動画生成モデル Veo 3.1 と Veo 3.1 Fast を、Gemini API を通じて有料プレビュー版でリリースします。このバージョンでは、豊かなネイティブ音声と優れたナラティブ制御を向上させ、画像動画変換機能を強化しました。新機能には、参照画像を使用した生成ガイド、既存の Veo 動画の延長、フレーム間の遷移生成などがあります。Promise Studios、Latitude、Whering などの企業が、すでに Veo 3.1 をさまざまなアプリケーションに使用しています。
2025年9月5日 / Mobile
Google AI Edge は、Gemma 3n プレビュー版を拡張して、音声サポートを追加しました。Play ストアでオープンベータ版として利用可能になった Google AI Edge Gallery を使用して、ご自分のスマートフォンで体験できます。
2025年9月4日 / Gemma
EmbeddingGemma の概要: Google の効率的なオンデバイス AI アプリケーション向けに設計された新しい埋め込みモデルです。このオープンモデルは、MTEB ベンチマークにおいて 5 億パラメータ未満のテキスト専用多言語埋め込みモデルとして最高ランクを獲得しており、インターネット接続のないモバイル デバイス上で直接 RAG やセマンティック検索などの高度な機能を利用できます。
2025年8月15日 / Google AI Studio
Google は、Gemini API と Google AI Studio での Imagen 4 の一般提供開始を発表しました。Imagen 4 は、テキスト レンダリングの大幅な改善を特徴とする、高度なテキスト画像変換モデルです。そしてこのたび、スピードと高速画像生成を重視して設計された新しい Imagen 4 Fast モデルが、Imagen 4 と Imagen 4 Ultra とともに利用可能になりました。Imagen 4 と Imagen 4 Ultra は、最大 2K の解像度の画像生成もサポートします。
2025年7月31日 / AI
Google は、スピードと価格を最適化したモデル Veo 3 Fast とともに、Veo 3 と Veo 3 Fast 両方の新たな画像動画変換機能を発表します。これにより、デベロッパーはテキストや静止画像から質の高い動画コンテンツを効率的に作成できるようになります。料金設定はモデルと音声の組み込みによって異なります。これは現在、Gemini API で利用できます。
2025年7月24日 / Google Labs
Opal は、Google Labs が提供する新しい試験運用版ツールです。コードは不要で、自然言語のプロンプトを使用して、マルチステップの動的なミニアプリを組み立てることができます。既存の Google ツールとシームレスに統合する、共有可能な高機能 AI アプリを構築、デプロイすることが可能です。
2025年7月17日 / Gemini
Google の最新 AI 動画生成モデルである Veo 3 が、Gemini API と Google AI Studio を通じて有料プレビュー版で利用可能になりました。Google I/O 2025 で発表された Veo 3 は、会話や背景音、動物の鳴き声など、動画と同期した音声の生成にも対応しています。自然光の表現や物理的な動きを再現したリアルなビジュアルに加え、画面上の動きに同期した正確なリップシンクとサウンドも提供します。
2025年7月14日 / Gemini
このたび、Gemini API と Vertex AI で Gemini エンベディング テキスト モデルの一般提供を開始しました。この汎用性の高いモデルは、3 月の試験運用版リリース以来、MTEB 多言語リーダーボードで一貫して 1 位の座を維持しており、100 以上の言語に対応、最大入力トークン長 2,048、料金は 100 万入力トークンあたり 0.15 ドルとなっています。
2025年7月10日 / Cloud
Firebase Studio のアップデートには、新しく登場したエージェント モード、Model Context Protocol（MCP）の基本サポート、Gemini CLI 統合などが含まれています。こうしたすべての機能は AI を活用した開発を再定義するものであり、デベロッパーは単一のプロンプトからフルスタック アプリケーションを作成し、強力な AI 機能をワークフローに直接統合できます。
2025年7月9日 / Gemma
エンコーダ-デコーダ LLM の新しいファミリーである T5Gemma は、Gemma 2 フレームワークをベースに、事前トレーニング済みのデコーダのみのモデルを変換して適応させることによって開発されています。要約や翻訳など、入力を深く理解する必要があるタスクにおいて、デコーダのみのモデルよりも優れたパフォーマンスと効率を発揮します。
