17件の記事
GoogleはGemini APIとGemini for businessにおいてGemini Omni 1.2 Flashの一般提供を開始しました。従来のOmni 1.1から動画の長さが延びて最長15秒のネイティブな動画作成が可能になっています。
Googleは、最先端のサイバーセキュリティ能力と長期タスクの能力を備えた同社で最も強力なモデル「Gemini 4 Carbon」を発表しました。このモデルは脆弱性発見やパッチ適用において明確なリードを示し、一部のサイバー防御担当者への提供が今週から開始されます。
Googleは、Geminiファミリーの能力を取り込み、写実性の向上やネイティブな音声を備えた新しいワールドモデル「Genie 4」を発表しました。現在は信頼できるテスター向けのリサーチプレビューとして提供されており、ロボットの訓練環境やインタラクティブな体験の創出への活用が期待されています。
Gemini 4 Argonは、物理的理解、コード生成、視覚的・意味的推論において飛躍的な変化を示すモデルです。コーディング、視覚認識、物理シミュレーション、および身体を持つロボットの制御をつなぎます。
Googleは、高度な推論や深い視覚認知を備えた「Gemini 4 Argon」の提供を開始しました。本モデルは金融や法務などの重要分野で高いベンチマーク性能を示し、科学やロボティクスといった専門的なワークフローを支援します。
GoogleはGemini 4 Argonの広範な展開とFairwind Programの拡大を発表しました。同モデルは複雑なタスクでの深い作業において前進を示しており、サイバーセキュリティ試験では模擬攻撃シナリオ12件をすべて解決しています。
Googleは新しいフロンティアモデル「Gemini 4 Argon」を発表しました。複雑な長期的なワークフローでの深い推論や、コーディング、サイバーセキュリティ防御における高い性能を備えています。
Gemini 3.8 Live with Live Avatarは、ネイティブなライブ対話モデルにほぼリアルタイムの視覚的な存在感を加える機能です。正確なリップシンクや自然な表情を備え、発表当日からGemini Enterpriseで利用可能です。
GoogleはGemini 3.8 Flash TTSとGemini 3.8 Flash-Lite TTSの2つの新モデルを発表しました。自然言語プロンプトによる音声生成やセリフ単位の演技演出が可能となり、開発者向けには9月23日より順次提供が始まっています。
Googleは、AIとの会話をより直感的で知的にするための新モデル「Gemini 3.8 Live」と「Gemini 3.8 Live Extended Thinking」を発表しました。これらは音声エージェントの実現に向けた構成要素として、開発者や企業に提供されます。