Googleは9月のAI関連発表をまとめ、最新のフロンティアモデルGemini 4 Argonを筆頭に挙げた。出力上限は100万トークンで、現在はFairwind Program経由で信頼されたサイバー防御担当者向けに提供している。ほかにGemini 3.8 Flash、Gemini appのConnected Apps、WeatherNext 3、Googlebookの予約受付なども紹介している。
選定理由：Gemini 4 Argonを軸に、音声、連携アプリ、天気予報、ゲノム研究まで9月の発表が一覧で整理されており、全体像をつかみやすい。
Googleは、Trusted Execution Environments（TEE）を活用した次世代の連合学習（FL）システムを発表した。データ匿名化の保証を、第三者が検証・監査できる形で提供する。Gboardはすでに新システムを採用しており、従来のFLシステムより計算時間が大幅に短縮されたという。各デバイスが事前に承認するアクセスポリシーはRekorという公開トランスペアレンシーログに掲載され、外部の監査者が追跡できる。
NVIDIAは、商業規模で展開されている主要なロボタクシープログラムがすべて同社のモジュール式スタック上で動いていると説明している。スタックはDGXでのトレーニング、Omniverse・Cosmosでのシミュレーション、Hyperion・DRIVE AGX Thorでの車載処理の3コンピューターで構成される。Uberは2028年までに28都市へNVIDIA Hyperionのフリートを展開する計画である。
Googleは、対応するAndroid端末のGemini Liveで、カメラ映像を音声でリアルタイムに説明する「Guided Vision」の提供を開始した。視覚障害や弱視の人を主な対象とし、周囲の説明や追加質問への回答、カメラの向きを直す音声ガイドに対応する。Android 9以上で、Gemini Liveが使える地域と言語で利用できる。
選定理由：視覚障害者向けにカメラ共有の音声ガイドを提供し、起動方法と利用条件、ナビ用途ではないという制限まで具体的に示している。
2026年9月29日、トランプ大統領はGoogle、Anthropic、Meta、OpenAI、xAI、NVIDIAの経営幹部が署名した、フロンティアAIの管理・監査を約束する共同文書を公表した。9月30日にはOpenAIが、自社モデルから推論過程を無断で引き出す組織的な蒸留活動を検知・遮断したと発表し、活動の中核はMoonshot AIの関係者によるものと判断している。
GoogleはGemini 4シリーズのGemini 4 Argonを紹介した。コーディング、金融、法務、サイバーセキュリティ、科学などで複雑なタスクを深く遂行するディープ ワークに強いとしている。金融、コーディング、法務、税務のモデル性能を測定するVals Indexで1位を獲得したという。
Googleは新しいフロンティアモデル Gemini 4 Argon を発表した。複雑で長期的なワークフローで深い推論を持続できるよう構築され、Fairwind Program を通じて信頼できるサイバーセキュリティ担当者へ順次展開する。導入価格は100万入力トークンあたり2ドル、100万出力トークンあたり10ドルで、キャッシュ済み入力トークンは入力トークン価格の95%オフとなる。
選定理由：価格、出力トークン上限、各ベンチマークの数値に加え、段階的公開とセーフガードの内容が一続きで示されており、位置づけを把握しやすい。
Gboardチームによる新しいキーボードの提案は今年で15回目となり、Google Japan Blogはこれまでの提案を振り返るコレクションを公開した。コレクションには2010年から2026年までの各年の記事が並ぶ。
Google DeepMindはフロンティアモデルGemini 4 Argonを発表し、信頼されたサイバー防御担当者向けのFairwind Programで提供を始めた。DeepSWE v1.1で77.9%を記録し、出力トークン上限は従来の64Kから1Mに拡大された。開発者、企業、一般向けにはガードレールの改良後、できるだけ早く提供する方針で、導入価格は入力$2、出力$10（いずれも100万トークンあたり）である。
選定理由：社内での活用例やベンチマーク結果、段階的な提供方針と安全対策が一つの発表にまとまっており、モデルの位置づけを把握しやすい。
Googleは新フロンティアモデル Gemini 4 Argon を発表した。まず Fairwind Program を通じて信頼できるサイバー防御者に提供を始める。導入価格は入力100万トークンあたり$2、出力$10で、開発者、企業、一般ユーザーへの提供は米国政府の任意の事前アクセス手続きに関与しつつ段階的に広げる。
選定理由：社内での移行や最適化の実績と、ベンチマーク結果、段階的に公開する際の安全対策が同じ記事で示されており、性能と運用方針を併せて把握しやすい。
Googleは、よく使う指示を保存して繰り返し実行できる「スキル」を、Geminiチャットで世界的に提供開始した。スキルは今後Gemsに置き換わり、Gemsのサポートは個人アカウントで11月から順次終了する。Google Workspaceの法人、教育機関などには数週間以内に提供される。
選定理由：Gemsからスキルへの移行時期と、共有やファイル追加など対応予定の機能が具体的に示されており、既存ユーザーが対応を計画しやすい。
Google DeepMindは、タンパク質の生物学的機能を保ったまま署名を埋め込める透かし技術「SynthID Bio」を発表した。3つの標的タンパク質を用いたウェットラボ試験では、透かし入りのタンパク質結合分子が、透かしなしの版と同等のヒット率、結合親和性、配列多様性を示した。AlphaFold 3ではモデルの重みに透かしを組み込み、予測精度を保ったまま検出可能性を高めたとする。
NVIDIAのJensen HuangがSalesforceのDreamforceに登壇し、NVIDIA Nemotron 3 Super上に構築されたSalesforce初のCRM推論モデル「Koa」が発表された。Koaは約30年にわたるCRM展開から得た独自の合成データセットでポストトレーニングされ、Salesforce CRM Benchで主要モデルと同等以上の性能を達成し、エラーを3分の1に抑えたという。10月から顧客向けパイロットに移行し、米国での一般提供は2026年冬を予定している。
Googleと東京大学松尾・岩澤研究室は、2024年6月から全国の自治体と生成AIモデルを活用した地域課題解決のプロトタイプ開発と実証実験に取り組んでおり、その成果をまとめたウェブサイトを公開した。サイトでは9自治体の事例に加え、自治体職員向けの無償デジタルスキルトレーニングの受講方法を紹介している。2026年9月時点で40を超える自治体と対話を重ねている。Gemini Enterprise環境では、入力データをAIモデルの学習に一切使用しないという。
Diffusion Controllerは、画像生成の拡散過程を連続的な制御問題として捉え直し、推論時の誘導とファインチューニングを一つの枠組みで扱う手法である。ベースモデルを凍結したまま軽量なアドオンネットワークを付加する方式で、Stable Diffusion v1.4を基盤とした実験では、人間の選好への適合度を示すHPS-v2において業界標準を上回ったと報告されている。重みに全面的にアクセスできる完全版は、ベースラインモデルに対して90%の勝率を達成した。
Future Vision XPRIZEのグランプリは、独立系映画制作者Jeff Synthesized氏の『The Gifted』に決まった。11歳の少年が亡き母の声と人格を愛とコードで再現し、その技術が町のネットワーク全体で地域社会を支えるという物語である。世界2,500作品以上の応募から選ばれ、賞金10万ドルと長編映画の制作費250万ドルを獲得した。Googleは100 ZEROSイニシアチブを通じてRange Media Partnersと協力し、この作品の劇場公開を目指す。
Googleは、Gemini 3.8 Flashを使った開発者4人の作例を紹介した。同モデルは3.7 Flashからソフトウェア開発、エージェント型タスク、多段階推論が大きく向上し、より高コストなフロンティアモデルに迫る性能を示すこともある。ロケット軌道のシミュレーションや自動変速機の対話型モデルなどが作られており、Google AntigravityとGoogle AI Studioで利用できる。
ブルックリン・グリーンポイントのEdy's Grocerオーナー、Edy MassihはGeminiを使い、家族のレバノン料理のレシピを仕出し用の分量に換算し、買い出しリストを自動作成し、食事制限に合わせてメニューを調整している。例えば、チキンシャワルマラップの材料を8人分から50人分へ換算し、香辛料の調整や売り場別の整理も任せている。
Google Japanは設立25周年を記念し、日本のテクノロジーの歩みを紹介する特設サイトとブランドムービーを公開した。特設サイトでは、日本の可能性を切り拓いてきた13のストーリーを紹介している。あわせて、Gemini アプリや Google AI Studio などのAIを活用したアイデアを募る「Google AI Challenge」を10月下旬から開始する予定で、応募部門は「暮らしと家族」「はたらく・まなぶ」「まちと地球の未来」の3つである。
Google Researchは、GeminiとVeoの上に構築したマルチエージェント型のAIビデオ共同監督フレームワークを発表した。複数カットにわたる視覚的な一貫性を計画し、キャラクターや環境のずれを抑えながら数分規模の動画生成を目指す。創作方向の選択にはマルチアームドバンディットを用い、Pre-Production、Production、MLLM Judgeの各エージェントが制作を進める。SynthIDによる透かしなどの安全機構も継承するとしている。
Googleは、ほぼリアルタイムの映像アバターを備えたGemini 3.8 Live with Live Avatarを発表し、Gemini Enterpriseで提供を開始した。リップシンクと表情を伴う音声対話が可能で、97言語をまたいで切り替えられる。対話を止めずにバックグラウンドでツール呼び出しを行えるほか、参照画像からのカスタムアバター作成は現時点でエンタープライズの許可リスト登録者に限られる。
Googleは、Gemini 3.8 Liveにリアルタイム映像アバター機能「Live Avatar」を追加した。音声対話と低遅延の映像生成を組み合わせ、口の動きや表情を伴う対話型の仮想担当者を実現する。Live Avatarは現在Gemini Enterpriseで利用可能で、97言語への対応とツール呼び出しの非同期実行をサポートする。カスタムアバターの作成はエンタープライズ向けの許可リスト制で、現時点では限られた企業のみが対象となる。
Googleは、Google Beamの出荷先を米国、カナダ、英国、フランス、ドイツ、日本の6か国に広げ、18のチャネルパートナーを通じて導入を支援する。社内8週間の調査では、Beamを使ったチームは互いのつながりを50%強く感じ、フィードバックが明確に伝わると感じる度合いが33%高く、フォローアップ会議の必要性が21%減少したという。
Googleは、Private AI Computeプラットフォームに、端末をまたいで持続するサーバー側のプライベートメモリを追加すると発表した。メモリは暗号化された専用ストレージに保存され、復号鍵はユーザーの端末だけが保持するため、Googleを含む第三者もデータにアクセスできないとしている。また、サーバーソフトウェアの改ざん防止付き公開記録や、第三者サイバーセキュリティ企業による監査結果も公開する予定である。
Gemini アプリで Connected Apps の新たな連携が順次提供開始された。生産性ではAirtable、Linear、monday.com、クリエイティブではAdobe、Webflow、ライフスタイルではPeloton、SeatGeekなどが対象となる。連携はGemini の設定から行うほか、チャットで @ メンションを入力するか、直接依頼して利用できる。
Google DeepMindは、音声生成モデルGemini 3.8 Flash TTSとGemini 3.8 Flash-Lite TTSを発表した。Flash TTSは自然言語プロンプトによる声の新規作成や行単位の演技指示に対応し、Flash-Lite TTSは大量処理とコスト効率に特化している。両モデルは本日からGemini APIとGoogle AI Studioで提供が始まっている。
GoogleはGemini 3.8 Flash TTSとGemini 3.8 Flash-Lite TTSの2つのテキスト読み上げモデルを発表した。Flash TTSは自然言語プロンプトで100以上の言語や方言の音声をゼロから作成でき、Hume AIのVoice Design Benchmarkで総合1位（71.4）を獲得した。両モデルは本日から順次、Gemini APIとGoogle AI Studioで提供される。
Googleは音声生成モデルGemini 3.8 Flash TTSとGemini 3.8 Flash-Lite TTSを発表した。自然言語プロンプトで新しい声を作成でき、100以上の言語と方言に対応する。本日からGemini APIとGoogle AI Studioで利用でき、Gemini NotebookとGoogle Vidsにも順次提供される。
選定理由：音声設計、複製、行単位の演出指示までの機能と提供先が整理されており、TTSを制作や開発に組み込む際の比較材料になる。
Google AI Developers@googleaidevsAIスコア2323
Google Researchは、中距離物流（middle-mile logistics）の問題に向けて現実的なベンチマークを作成するC++製のインスタンス生成ツール「MilleMiglia」を発表した。物流企業がネットワーク構成や需要量を機密扱いしてきたため公開データが不足していたが、このツールはプライバシーに配慮したデータを生成できる。ソースコードとドキュメントはGitHubで公開されている。
Googleは、AI & Economy Research Programに専門家を新たに迎えた。学術顧問にはノーベル経済学賞受賞者のPhilippe Aghion氏、客員フェローにはAjay Agrawal氏が就き、ディレクターにはAnu MadgavkarとDaniel Rockの両氏が加わった。研究領域は仕事の未来、生産性と成長、技術普及、AIによる科学的発見である。
GoogleのEnvisioning StudioとGoogle Labsが、ニューヨーク・ファッション・ウィークに向けてデザイナー2人と共同で、Google Flow上の専用ツールを開発した。Styling Suiteはデジタルモデル上でルックを確認でき、Runway Visualizationは予算内で照明や小道具を変えたランウェイを模擬できる。
Google Researchは、教師が授業内容に合わせたインタラクティブな学習用シミュレーションを作成できる研究実験を公開した。generative UIを応用し、教師が承認した学習目標とカリキュラムに沿って動的に生成される。中高向けSTEM（物理、化学、生物、数学）の英語による教材サンプル30点以上も公開され、いずれもAIが生成し教師がレビューしたものである。
国連システムが、各機関の統計を一つの検索可能なナレッジグラフに統合したオープンソースのプラットフォーム「UN System Data Commons」を立ち上げた。Google の Data Commons を基盤とし、Google.org が国連財団を通じて支援する。自然言語検索で指標や可視化を得られるほか、Model Context Protocol（MCP）に対応したAIエージェントが公式統計を取得してグラフや報告書を作成できる。2027年までに国連システムの統計データセットの80%を収録する目標が示されている。
MistralはMozillaと提携し、AIブラウジング支援機能「Firefox Smart Window」（ベータ版）のモデルとしてMistralのモデルを採用した。フランスと北米のユーザー向けに提供され、英国とドイツには今年後半に展開される予定である。会話はデフォルトではMozillaのサーバーに保存されず、Mistralはゼロデータリテンションに同意している。
Google Researchは、オフラインの強化学習で検索クエリのファンアウト（分解）を学習し、軽量な拡散リトリーバーに蒸留する「Retrieve-for-Train」を発表した。推論時は思考トークンを使わず、1回のパスで関連クエリ群を生成できる。拡散リトリーバーは53.9Mパラメータで、Gemma3-4BとQwen3-4Bを集合単位の報酬で学習している。
Google DeepMindは、音声対話モデルGemini 3.8 LiveとGemini 3.8 Live Extended Thinkingを発表した。前者は規模とコスト効率、後者は複雑なタスク向けの設計である。Extended ThinkingはArtificial AnalysisのSpeech to Speech Quality Indexで総合1位（82.6）となり、両モデルとも本日から順次提供される。
選定理由：コスト重視のLiveと高難度向けExtended Thinkingの2モデルの位置づけと、ベンチマーク結果、提供範囲が一度に整理されている。
Googleは音声対話モデルGemini 3.8 LiveとGemini 3.8 Live Extended Thinkingを発表した。前者は規模とコスト効率、後者は高度な多段階推論を重視している。Extended ThinkingはArtificial AnalysisのSpeech to Speech Quality Indexで82.6の1位となり、いずれも発表日から順次提供が始まっている。
選定理由：低コスト向けと高難度タスク向けの2モデル構成で、音声エージェントの評価指標や提供先が具体的に示されており、用途に応じた選択を考えやすい。
Googleは、Geminiを家事に活用する4つの方法を紹介した。DIY修理や家電のトラブルシューティング、献立と買い物リストの作成、レシートの写真からの家計管理、大型商品の比較などが例として挙げられている。Googleの「AI & Economy ATLAS v1.0」研究では、1500万件の匿名化された対話のうち86%超が正式な仕事以外で行われていた。研究者は、日常的なAIの利用で世帯あたり週30分を節約できれば、米国だけで年間約1000億ドルの経済価値になると試算している。
Googleの技術と製品は300以上の言語で日常的なやり取りを支えており、その言語を話す人は70億人以上、世界人口の86%に当たる。リアルタイム音声翻訳のGemini 3.5 Live Translateは70言語・2,000以上の言語ペアに対応する。軽量なオープン翻訳モデルTranslateGemmaは55言語で学習され、端末上で効率よく動作するため、クラウドやインターネット接続なしで高品質な翻訳が可能になるとしている。