#Gemini

米国で AI Mode in Search / Gemini app / Gemini in Chrome に対して Personal Intelligence が提供開始。GmailやGoogle Photos等をセキュアに接続して、買い物・トラブル解決・旅程提案をパーソナライズ。接続アプリのオン/オフとプライバシー配慮、対象が個人向けで Workspace は対象外。

Ask Mapsの会話型検索と、Immersive Navigationの3D表示・自然な音声案内・代替ルート比較・到着前後の支援を含むGoogle Maps更新。

テキスト、画像、音声、動画、ドキュメントを単一空間にマッピングできる初のネイティブマルチモーダル埋め込みモデル。

Docsの下書き生成とスタイル統一、SheetsのFill with Gemini、Slidesの編集可能スライド生成、DriveのAI Overview対応。

Gemini Flashの高速処理とプロフェッショナルな画像生成能力を統合。対象物の一貫性保持、4K解像度対応、文字描画など。

公開用Google APIキーがGemini API有効化時に暗黙的に認証情報として機能する脆弱性。約2,863件の公開キーで確認。

複雑な問題解決に向けた推論能力の向上、各種プロダクトへの機能展開など。

テキストや画像から30秒の楽曲を生成できるGoogle DeepMindの最新音楽生成モデル。SynthIDによる電子透かしも埋め込み。

科学・研究・工学向けの推論モード「Deep Think」のメジャーアップデート。ARC-AGI-2で84.6%を達成するなど、推論能力が大幅に向上。

月額1,200円でGemini 3 ProやNano Banana Pro、200GBストレージなどが利用可能な新プラン。

画像の静的な理解からエージェント的な処理への転換。ズームや検査、画像注釈、視覚的な数学やプロットなどが可能に。

Google AI ProおよびAI Ultraのサブスクライバー向けに、Google検索のAIモードがGmailやGoogle Photosと連携する「Personal Intelligence」機能の提供が開始された（Labs実験機能として）。

AppleとGoogleは、次世代のApple Foundation ModelsをGoogleのGeminiモデルとクラウド技術に基づいて構築する複数年の提携契約を締結した。

Gemini Deep Researchがビジュアルレポート機能を強化した。Google AI Ultra加入者向けに、カスタム画像、チャート、インタラクティブシミュレーションを含むリッチなレポートを自動生成可能になった。

Googleは、Gemini CLI向けの新しい拡張機能「Conductor」のプレビュー版を公開した。 チャットログに依存せず、Markdownファイル（specs.md、plan.md）としてコンテキストや計画を管理することで、AIエージェントによる開発を制御可能にする「context-driven development」を提案している。 コードを書く前に仕様や計画を策定し、開発者がレビュー可能な状態にすることを重視している。

Google翻訳に、Geminiを活用した新しい翻訳モデルと機能が追加された。 テキスト翻訳では、イディオムや現地の表現、スラングなどのニュアンスを含むフレーズで、より自然で正確な翻訳が可能になった。

Googleが「Interactions API」を発表した。これはGeminiモデルやエージェントと対話するための統一されたインターフェースであり、現在はパブリックベータとして提供されている。

Google LabsがDiscoを発表した。これはタブやチャット履歴から複雑なタスクを理解し、Gemini 3でインタラクティブなWebアプリケーションを生成するブラウジング実験。 ユーザーはコードを書かずに自然言語でツールを記述し、洗練できる。タスクに応じて未検討のアプリも提案される。 生成要素は常に元のソースにリンクされる。 macOS向けにウェイトリストが公開されている。 ### 参考文献

Nano Banana 1（Gemini 2.5 Flash Imageモデル）がGoogle検索のGoogleレンズとAIモードで利用可能になった。日本でも順次提供開始。

Googleが画像生成・編集モデルNano Banana Pro（Gemini 3 Pro Image）を公開した。Gemini 3 Proを基盤とし、Gemini 3の推論能力と現実世界の知識を活用して画像生成と編集を実現する。

AI検索エンジンの普及により、SEO（Search Engine Optimization）からGEO（Generative Engine Optimization）への移行が進んでいる。米国の消費者の約半数がAI検索を使用してブランドを評価・発見している。

Googleがエージェント開発プラットフォームGoogle Antigravityをパブリックプレビューで公開した。Gemini 3を基盤としたAI支援IDEで、エージェントファーストの開発環境を提供する。

GoogleがGemini 3をリリースした。Gemini 3 Proはreasoning、multimodality、codingのベンチマークで以前のモデルを上回る。WebDev Arenaリーダーボードで1487 Eloを記録。Terminal-Bench 2.0で54.2%、SWE-bench Verifiedで76.2%を記録し、2.5 Proを大きく上回る。

Google WorkspaceがGoogle DriveでPDFのAI音声要約機能を追加した。Gemini for Google Workspaceの機能で、長文のPDFを会話形式のポッドキャストスタイルの音声要約に変換できる。

GoogleがGemini APIにFile Search Toolを追加した。完全管理型のRAGシステムで、データグラウンディングを簡素化し、より正確な応答を実現する。

GoogleがGemini APIのStructured Outputsを改善した。JSON Schemaサポートを拡張し、プロパティ順序の保持を追加。

Google MapsにGemini AI機能が追加された。AndroidとiOSの一般ユーザー向けに、音声ナビゲーション、ランドマークベースのナビゲーション、プロアクティブな交通アラート、Lens機能が利用可能になった。

Googleは、Gemini CLIのJules extensionを発表した。 Julesはターミナルでの作業中にバックグラウンドで自律的にタスクを実行する「サイドキック」エージェント。 Jules extensionをインストールし/jules コマンドを使用することで、非同期タスクの実行、バックグラウンドでのバグ修正、PR作成後のブランチ作成などを任せることができる。 ### 参考文献

Googleは、Gemini APIで「Google Maps」を使用したGrounding（情報の根拠付け）が利用可能になったことを発表。

Googleは、Gemini CLIを拡張し、ターミナル内での複雑なインタラクティブコマンドのサポートを追加。

Google Cloudは、職場でのAI活用の「入り口」となる新しい高度なエージェント型プラットフォーム「Gemini Enterprise」を発表。

Googleは、Gemini CLIの拡張機能（Extensions）を導入。これにより、開発者はGemini CLIを自身のワークフローやツールに接続し、カスタマイズすることが可能になった。

Googleは、Gemini CLI向けの新しい拡張機能「Genkit Extension」を発表。

Google DeepMindは、Gemini 2.5 Proをベースにした「Gemini 2.5 Computer Use」モデルをプレビュー版としてAPIで提供開始。

Gemini 2.5 Flash Imageが一般提供開始。10種類のアスペクト比と画像のみの出力に対応。

Gemini 2.5 Flashと2.5 Flash-Liteの更新版がGoogle AI StudioとVertex AIで利用可能に。品質向上と効率性の改善を両立した新バージョン。

Google AI ProとUltra購読者向けにGemini CLIとGemini Code Assistのリクエスト制限が緩和。 各プラン毎に制限は次の通り。

Gemini CLIがFastMCPと統合され、MCP server開発が大幅に簡素化。Pythonのdecoratorとtype hintsを使用してMCP serverを簡単に構築できるようになった。

GeminiでCustom Gemsの共有が可能に。Google Driveと同様の共有制御で、閲覧・編集権限を個別設定が可能。 ### 参考文献

AIブラウジングアシスタントであるGemini in Chromeが提供開始。現在は米国のMac・Windowsユーザー（英語設定）のみ。

GoogleがGemini Batch APIで埋め込みモデルとOpenAI互換性をサポートした。新しくリリースされたGemini Embeddingモデルに対応し、非同期処理で50%低い料金での高ボリューム処理が可能になった。

Google検索の「AIモード」の日本語対応を開始。Gemini 2.5のカスタムバージョンを使用し、従来の2-3倍の長さの複雑な質問に回答する。

GoogleがGemini 2.5 Flash Imageを公開。このモデルは発表以前からnano-bananaとして話題になっていた強力な一貫性の維持が可能な画像生成・編集モデル。Geminiアプリの他、APIでの利用も可能。

Googleの非同期コーディングエージェントJulesが、ベータ版を終了し一般公開された。Gemini 2.5 Proを搭載し、コーディングプランを策定することで、より高品質なコード出力を実現する。

GoogleがGemini 2.5 DeepThinkを発表。複雑な問題に対し、複数のアイデアを同時に生成・評価・修正して、より創造的で思慮深い回答を導き出す「並列思考」技術を搭載。

Gemini CLIにカスタムスラッシュコマンド機能が追加。ユーザーは再利用可能なプロンプトを定義し、Gemini CLIとの対話を効率化できる。コマンドはTOMLファイルベースで定義され、引数の受け渡しやシェルコマンドの直接実行もサポートする。

GoogleはLangExtractを発表。これは、非構造化テキストから構造化情報を抽出するための新しいオープンソースPythonライブラリ。GeminiのようなLLMを利用し、ユーザーのカスタム指示に基づいて、柔軟性と追跡可能性を両立した情報抽出を実現する。医療レポートや法的文書など、テキストが多用される分野での活用が期待される。

Gemini 2.5 Flash-Lite の安定版が一般公開。Gemini 2.5 ファミリーで最も高速かつ低コストなモデル。入力 $0.10/1M トークン、出力 $0.40/1M トークンで pricing を設定。1M トークンのコンテキストウィンドウをサポートし、native reasoning capabilities を搭載。

Gemini 2.5 で会話型画像セグメンテーション機能を発表。従来の単語ラベルから複雑な記述的フレーズの解析に進化。「最も遠くにある車」「傘を持っている人」など自然言語クエリで画像の特定領域を抽出可能。

Google が Gemini Drops 月次アップデート企画を開始。Gemini アプリの新機能紹介とヒントを毎月提供する定期アップデート形式を導入。

Veo 3 が Gemini API と Vertex AI で有料プレビューとして利用可能に。Text-to-Video 機能を提供し、近日中に Image-to-Video 機能も追加予定。

Google が検索に Gemini 2.5 Pro、Deep Search、AI 通話機能を追加。より高度な AI 機能により検索体験を大幅に改善し、複雑な質問への回答とビジネス連絡の自動化を実現。

Google が Gemini 2.5 Pro を搭載したオープンソースの AI エージェント「Gemini CLI」をプレビュー版として提供開始。ターミナル環境でコード理解、ファイル操作、コマンド実行、動的トラブルシューティングが可能になる。

Google が Google Sheets で AI 関数を導入し、セル内で Gemini を直接利用したデータ生成が可能になった。スプレッドシートのデータを活用したテキスト生成、要約、分類、感情分析を実行できる。

Google が Google I/O 2025 で発表した AI ファースト Google Colab を全ユーザーに提供開始。ノートブック内で AI が真のコーディングパートナーとして機能し、困難な問題をこれまで以上に高速で解決できるよう設計されている。

Google が Imagen 4 を Gemini API の有料プレビューと Google AI Studio の限定無料テストで提供開始。これまでで最高の text-to-image モデルとして、特にテキストレンダリングが大幅に改善された。

Google が Gemini 2.5 モデルファミリー全体にわたるアップデートを発表。Gemini 2.5 Pro と Gemini 2.5 Flash が一般提供開始、新たに Gemini 2.5 Flash-Lite をプレビューで提供開始。

Google が Gemini 2.5 の新機能として音声ダイアログと生成機能を発表。24 以上の言語で自然な音声を生成可能に。音声の品質と自然さを向上させるため、感情表現や話者の個性を考慮した生成が可能。 ### 参考文献

Gemini 2.5 Pro がアップグレードされ、より高度な機能を提供。LMArena で 24 ポイント、WebDevArena で 35 ポイントの Elo スコア向上を達成。LMArena では 1470 ポイントでリーダーボードを維持し、WebDevArena では 1443 ポイントで首位を獲得。また Google AI Studio と Vertex AI で思考予算（thinking budgets）を追加し、コストとレイテンシーの制御が可能に。 ### 参考文献

Google I/O 2025 で Gemini API に多数の新機能と改良が発表された。新モデルの追加、思考プロセスの可視化、ツール連携強化、動画理解向上など、開発者向けの大幅な機能拡張が実施。特にエージェント開発やマルチモーダル対応、リアルタイム生成機能が大幅に強化された。

Google が新しい実験的研究モデル「Gemini Diffusion」を発表。ランダムノイズからコヒーレントなテキストやコードを生成する SOTA（State-of-the-Art）の Text diffusion model で、画像・動画生成モデルと同様の仕組みを採用。従来の最速モデルよりも大幅に高速化を実現しながら、コーディング性能は同等レベルを維持。実験デモが公開され、ウェイトリストに登録可能。 ### 参考文献

Google が Google AI Ultra を発表。映画製作者、開発者、クリエイティブプロフェッショナル向けの最高レベル AI サブスクリプションプラン。月額$249.99（米国、初回 3 か月は 50%オフ）で、最高の使用制限と最先端モデルへのアクセスを提供。Gemini、Flow、Whisk、NotebookLM、Project Mariner、YouTube Premium、30TB ストレージを統合し、従来の Google AI Premium（現 Google AI Pro）を大幅に上回る包括的な AI サービスパッケージを実現。

Google が Google Labs で開発していた自律型コーディングエージェント「Jules」をパブリックベータで提供開始。ウェイトリスト不要で世界中で利用可能（Gemini モデル利用可能地域）。既存リポジトリと直接統合し、セキュアな Google Cloud VM 上にリポジトリをクローンして非同期でタスクを実行。プライベートコードでの学習は行われず、データは実行環境内で隔離。モデルは Gemini 2.5 Pro が利用される。 ### 参考文献

Google が Google Labs の実験的プロジェクトとして「Stitch」を発表。Gemini 2.5 Pro のマルチモーダル機能を活用し、自然言語プロンプトや画像入力から複雑な UI 設計とフロントエンドコードを数分で生成。ホワイトボードスケッチ、スクリーンショット、ワイヤーフレームから対応するデジタル UI を作成でき、複数バリエーションでの高速イテレーションも可能。生成されたデザインは Figma に直接貼り付けてコラボレーションでき、クリーンで機能的な HTML/CSS/JavaScript コードも自動出力。stitch.withgoogle.comでアクセス可能。 ### 参考文献

Gemini Advanced が GitHub との連携機能を追加。パブリック・プライベート問わず GitHub リポジトリを直接接続し、関数の生成・修正、複雑なコードの解説、コードベースに関する質問やデバッグなどが可能になった。プロンプトバーの「+」ボタンから「import code」を選び、GitHub の URL を貼り付けるだけで利用できる。 ### 参考文献

Google DeepMind が、Gemini モデルを活用した新しいコーディングエージェント「AlphaEvolve」を発表。AlphaEvolve は大規模言語モデルの創造性と自動評価システムを組み合わせ、数学や計算機科学の複雑な問題に対して新しいアルゴリズムを自律的に発見・最適化できる。Google のデータセンターや AI トレーニング、チップ設計など実際の現場でも効率化に貢献しており、今後は学術や産業分野への応用も期待されている。

Google Sheets で Gemini を使い、ドロップダウンリストやピボットテーブル、フィルタなどの高度なアクションを素早く追加できるようになった。従来は手作業で設定していた複雑な表操作も、Gemini の提案を活用することで効率化できる。

Google が Gemini 2.5 モデルで implicit caching を導入。これにより、明示的なキャッシュ設定を行わなくても、リクエストの先頭部分が過去のリクエストと共通していれば自動的にコストが削減される。2.5 Flash は 1024 トークン、2.5 Pro は 2048 トークンからキャッシュ対象となり、usage metadata にはcachedcontenttoken_countが追加された。明示的キャッシュ API も引き続き利用できる。 ### 参考文献

Google が Gemini 2.0 Flash による画像生成機能のプレビュー提供を開始。

Google が Gemini 2.5 Pro Preview（I/O Edition）をリリース。既存ユーザーは追加手続き不要で最新版を利用可能。

Google は Gemini 2.5 シリーズの新モデルをリリースしました。Gemini 2.5 Pro は、最も高度なコーディングモデルとして、視覚的に魅力的な Web アプリの作成やエージェントプログラミングアプリケーションの開発に優れています。また、Gemini 2.5 Flash は、低レイテンシーとコスト効率を維持しながら、思考能力を組み込んだ進化版として近日公開予定です。これらのモデルは、100 万トークンの入力コンテキストウィンドウを備え、より高度なエージェントの実現やマルチエージェントシステムの管理、コードベース全体の生成的な推論の加速を可能にします。

Google は、最新の AI モデルである Gemini 2.5 Pro と Gemini 2.5 Flash を発表。これらのモデルは、企業向けの高度な推論能力を備え、特に複雑なタスクにおいて優れた性能を発揮する。

Google は、Veo 2 と Live API のリリースを発表。これらのツールは、開発者がよりインタラクティブでリアルタイムなアプリケーションを構築するのを支援する。

Google Cloud はマルチエージェントアプリケーションの開発を容易にする Agent Development Kit（ADK）1.0 をリリースしました。ADK は、Agentspace や Google Customer Engagement Suite（CES）などの Google 製品で使用されているフレームワークをオープンソース化したものです。

GitHub は開発者のコーディング体験をさらに向上させるための新しい個人向けプラン「GitHub Copilot Pro+」を発表しました。このプランでは、GitHub Copilot Pro の既存機能に加えて、最新モデル（GPT-4.5 が本日利用可能）への独占アクセス、プレビュー機能への優先アクセス、5 月 5 日から利用可能になる月間 1,500 回のプレミアムリクエストが提供されます。これらは、ベースモデルを使用する際のエージェントモード、コンテキスト駆動型チャット、コード補完の無制限リクエストに加えて利用可能です。

Google NotebookLM が「Discover sources」機能を追加しました。この機能により、ユーザーは興味のあるトピックを記述するだけで、ウェブから関連する情報源を自動的に発見し、まとめることができます。NotebookLM は数百の潜在的なウェブソースを数秒で収集し、トピックに基づいて最も関連性の高いものを選択します。最大 10 個のソース推奨が表示され、それぞれにトピックとの関連性を説明する注釈付きの要約が含まれています。

Cursor 0.48.4 で Gemini 2.5 Pro の画像読み取りをサポートしました。

Google が 3 月 25 日、推論モデルである Gemini 2.5（Gemini 2.5 Pro Experimental）を発表しました。 既に Google AI Studio と Gemini アプリで利用可能です。

Cursor 0.47 の Patch アップデートで、Rules に Rule Type が追加されました。

Notebook LM のポッドキャストスタイルのディスカッション音声を生成する Audio Overview 機能が Gemini App に輸入されました。

インタラクティブなプレビューを表示する Canvas 機能が Gemini に追加されました。

去年追加された Gemini 2.0 Flash のネイティブ画像生成機能が、Google AI Studio で試せるようになりました。

Google 検索に基づいてカスタマイズされた応答をする Gemini Personalization が発表されました。 今後、YouTube など他の Google サービスとも接続予定とのことです。

Gems の一般提供が開始されました。ChatGPT の GPTs に相当する機能であり、ユーザーが自分のニーズに合わせてカスタマイズしたエージェントを作成できます。

Google 検索の AI モードが試験的に公開されています。現時点での利用にはウェイトリストへの登録が必要です。

Gemini 2.0 が発表された。 パフォーマンスや品質などの改善に加えて、Multimodal Live API、画像生成、テキスト読み上げ機能も追加されている。

Chrome 131 がリリース。

Chrome バージョン 125 以降で、Google ID でログインした上で同期を有効化し、さらに言語設定を 「英語（アメリカ）- English(US)」に設定している場合、利用できるようになったとのこと。

Google I/O 2024 にて、Chrome DevTools にエラーを Gemini に聞ける機能を搭載することが発表されました。既に米国では実験的機能として提供されているようです。