Atari から EVE Online まで、Google DeepMind のゲームAI研究15年

Google DeepMindは、ゲーム開発者と協業してゲームプレイの新しい体験をプロトタイプ開発しており、EVE Universeを手がけるFenris Creationsとの新たな研究パートナーシップもその一環である。同社はAtari 2600のゲームを学習したDQNからAlphaGo、AlphaStarに至るまで、ゲームを通じたAI研究の成果を振り返っている。

ME-POIs、モビリティデータで言語モデルの場所理解を深める仕組み

Google Researchは、集計・匿名化された移動データを言語モデルの場所表現に組み込む「ME-POIs」フレームワークを紹介した。未知の場所を対象とした評価では、訪問意図の予測が最大81.9%の相対的な向上、価格帯分類が75.1%の改善、混雑度推定の精度が24.7%の向上を示した。移動データは公開ベンチマークデータセットから取得され、自己教師あり学習によってテキスト記述と統合される。

Anthropic、Python SDK v1.0をリリース

Anthropicが Python SDK v1.0 をリリースした。HTTP層はhttpxからhttpx2に移行され、Python 3.10以降が必要になる。旧Text Completions APIやMessagesメソッドのtemperature、top_p、top_kパラメータなど、長く非推奨だった機能は削除された。

Google AI Developers@googleaidevsAIスコア2626

1つのプロンプトから、完全にアニメーション化されたパララックス効果のランディングページへ。🤯 Gemini 3.7 Flash、Nano Banana、Omniを組み合わせ、インタラクティブなウェブサイトを一度で構築する様子をご覧ください。内部では、3.7 Flashが適切なツールを呼び出し、コピー、画像リファレンス、パララックス対応のOmni動画のレンダリングを行っています。

Google AI Developers@googleaidevsAIスコア3333

Nano BananaとGemini Omniで、ウェブをインタラクティブなビジュアル百科事典に。🌐✨ @AntigravityでGemini 3.7 Flashを使い、Chrome拡張機能を作成した。閲覧中に任意のテキストをハイライトするだけで、豊富なビジュアル付きの定義をすばやく生成でき、より深い学びにつながる。 デモはこちら ↓

Google AI Developers@googleaidevsAIスコア4242

Victorian期の植物図譜に収められた数百のPDFをGemini 3.7 Flashに読み込ませ、掲載されている歴史的な植物を現代のAPG IV分類体系で抽出・分類させました。🌳 💻 @Antigravityで構築したインタラクティブな可視化を通じて、Geminiがその理解をどのように形にするかをご覧ください:

Google、スマホ写真から心代謝リスクを推定する「PhotoScan」を紹介

Googleは、スマートフォンで撮影した2D写真から体脂肪率、A/G比、V/S比を推定する実験段階の深層学習フレームワーク「PhotoScan」を紹介した。PhotoBIAコホート（677人）では、PhotoScanの体脂肪率の平均絶対誤差（MAE）が2.15で、スマートウォッチのBIAモデルの2.91より小さい。独立検証コホート（132人）でもDXAに近い精度でのインスリン抵抗性予測を可能にするとしている。

Google AI Developers@googleaidevsAIスコア1313

アイデアを練り、アプリを作り上げた。次は成長させる番だ。📈 @FlowbyGoogle や @PomelliByGoogle などのツールを使って、プロダクトのマーケティングやクリエイティブなキャンペーンを展開する方法を紹介する。対象は、8月17日まで開催中の Build with Gemini @XPrize Hackathon。

Google AI Developers@googleaidevsAIスコア3636

1つの仕様。5つのネイティブアプリ。ボイラープレートはゼロ。 @antigravity の Gemini 3.7 Flash が、1つのアーキテクチャ仕様から、Flutter、SwiftUI、Jetpack Compose、React Native、NativeScript の5つのモバイルフレームワークに対応したネイティブで本番利用可能なコードを生成する様子をご覧ください。

Google DeepMind、Gemini 3.7 Flashを発表 コーディングとエージェント向け

Google DeepMindは、コーディングとエージェント向けの最新Flashモデル Gemini 3.7 Flash を発表した。3.6 Flashの3週間後の公開で、FrontierCode 1.1 Mainは43.6%対34.4%、DeepSWE v1.1は65.3%対49.0%と向上した。導入価格は入力$0.75/1Mトークン、出力$3.75/1Mトークンで、年末まで適用される。

Google DeepMind、手話からテキストへの翻訳モデルSL2Tを発表 Pixel 11のGboardなどに搭載

Google DeepMindは、50以上の手話を学習した手話からテキストへの翻訳モデルSL2Tを発表した。Pixel 11のGboardとLive Transcribeで、ASLから英語へのサインtoテキスト入力に対応する。FLEURS-ASL（sd-test）でゼロショット70 BLEURTを記録し、従来の報告値を大きく上回ると説明している。

Google Research、LLMの事実性のボトルネックは符号化でなく想起と指摘

Google Researchは、大規模言語モデル（LLM）の事実誤りの多くは知識が未獲得な「空の棚」ではなく、取り出せない「失われた鍵」、つまり想起の失敗だと示した。Gemini-3-ProとGPT-5では95–98%の事実が符号化されている一方、直接想起できない事実が26–34%あり、思考を使っても11–12%で失敗する。

Google Research、リアルタイム映像診療に対応したAMIE (Video)を発表

Google Researchは、GeminiとProject Astraを基盤に、リアルタイムの映像診察を行う研究用AIシステムAMIE (Video)を公開した。100シナリオ、300件の模擬診療を対象にした無作為化研究で、中核的な臨床能力は一次診療医（PCP）と同等と評価された。ただし評価は模擬患者を使った環境に限られ、実患者での検証が次の課題とされている。

Google DeepMind、サイクロン予測のWeatherNextをNature論文とともにオープンソース化

Google DeepMindは、サイクロンの進路、強度、風の構造を単一モデルで予測するWeatherNextをNature論文で発表し、WeatherNext 2とWeatherNext Cyclonesのコードとモデルウェイトを公開した。3日先の予測が従来モデルの2日先の精度に相当し、平均で1日分の予測精度が上乗せされるとしている。コンパクト版のWeatherNext 2-miniも公開され、無料のColabノートブックで単一のTPU上で動作する。

静岡市役所、カラクリの「GeN」で市民向けAIコンシェルジュを運用、会話履歴から市民の本音を可視化

カラクリは、静岡市役所の公式ウェブサイトとLINEに2026年3月に導入した顧客対応AIエージェント「Generative Navigator」（GeN）の初期運用成果を発表した。4月度の回答率は96.2%、閉庁時間帯の利用は40.3%に達した。会話履歴の全量分析により、台風前夜の深夜に多発する質問や公式サイトの記載上の課題が把握できるようになった。

Turing、Google CloudのA3 Ultra 240 GPU Slurmクラスタを2週間で構築し4ヶ月運用した知見

Turingのインフラチームは、Google Cloud上にA3 Ultra（NVIDIA H200 × 8）30ノード、計240 GPUのSlurmクラスタを2026年3月に着手して約2週間で立ち上げ、約4ヶ月運用した。Managed Lustreは36 TBから504 TBまで拡張を重ね、内部エラーや内部quotaの制約で新規インスタンスへの切り替えが必要になった。Xidを伴うGPU障害への対応や、クラスタ全体の再構築も経験した。

Science One Framework、Chain-of-Evidenceによる検証可能な自律型研究フレームワークを提案

Google Researchは、AIが生成する研究成果の主張を証拠の連鎖（Chain-of-Evidence）で追跡可能にする自律型研究フレームワーク「Science One Framework」を発表した。既存のベースラインシステムは参照文献の最大21%を幻覚（ハルシネーション）で生成していたのに対し、本フレームワークは架空の参照文献をゼロに抑えた。75本の論文を対象としたCoE Auditでは4つの整合性チェックすべてで既存システムを上回り、MLE-BenchやParameter-Golfといったベンチマークでも最先端の性能を達成したとしている。

Google DeepMind、ロボット向け推論モデルGemini Robotics ER 2を公開

Google DeepMindはロボット向けの「身体性推論」モデルGemini Robotics ER 2を公開した。動画理解、タスクのオーケストレーション、マルチロボット連携に対応し、ER 1.6から強化されている。Gemini API、Google AI Studioで開発者に提供され、Gemini Enterprise Agent Platformではプライベートプレビューとなる。

Google、Google Flow Musicで Lyria 3.5を提供開始

Google DeepMindの新しい音楽生成モデル「Lyria 3.5」が、Google Flow Musicで提供開始された。メロディの複雑さと自然さ、歌詞の品質と指示への追従性、ボーカルの表現力と発音が改善されたとしている。テンポと長さをより簡単に制御できる点も加わった。

Google DeepMind、Gemini Robotics 2を発表 ヒューマノイドの全身制御に対応

Google DeepMindはロボット向けのGemini Robotics 2を発表した。VLAのGemini Robotics 2、推論モデルのGemini Robotics ER 2、オンデバイス向けのGemini Robotics On-Device 2の3モデルで構成し、ヒューマノイドの全身制御や複数ロボットの協調を可能にする。ER 2はGoogle AI Studioで利用でき、VLAとOn-Deviceモデルは早期アクセスパートナー向けに提供される。

Google Research、症状評価の会話型AIエージェントSymptomAIを研究

Google Researchは、日常的な症状評価のための会話型AIエージェントSymptomAIの研究結果を公表した。Gemini Flash 2.0ベースの5種のエージェントを用い、全国規模のランダム化研究（n=13,917）で評価している。臨床医3名の評価では、SymptomAIの鑑別診断（DDx）が他の臨床医のものと同等以上の頻度で好まれ、top-5 Accuracyでも臨床医を上回った。

Google、量子エラー訂正の検出結果から学ぶ強化学習制御をNatureで発表

Googleは、量子エラー訂正の検出イベントを学習信号として使い、数千の制御パラメータを計算中に調整する強化学習フレームワークをNatureで発表した。Willow超伝導プロセッサでは、人工的なドリフト下で論理安定性が3.5倍に向上した。専門家による較正後にも、論理エラー率はさらに20%抑制された。

Google、Genesis Missionに4,000万ドル相当のAIトークンとクラウドクレジットを提供

Googleは、米エネルギー省（DOE）のGenesis Missionを支援するため、研究者向けに4,000万ドル相当のAIトークンとクラウドクレジットを提供する。DOEのGenesis Missionの助成対象者にはAlphaEvolve、AlphaFold 3、AlphaGenome、WeatherNext、AlphaEarth Foundationsを現物提供し、DOE国立研究所の数万人規模の運営・研究・管理チームにはGemini for Governmentのシートとトークンを1年間提供する。

Google、Gemini 3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyberを発表

Googleは、エージェント構築向けにGemini 3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyberを発表した。3.6 FlashはArtificial Analysis Indexで3.5 Flashより出力トークンが17%少なく、価格は入力$1.50/1M、出力$7.50/1Mである。3.6 Flashと3.5 Flash-Liteは同日からGemini APIなどで利用できる。

Gemini 3.5 Flash Cyber を発表

Googleは、3.5 Flashを基に脆弱性の発見・検証・修正に特化して微調整した軽量サイバーセキュリティモデル「Gemini 3.5 Flash Cyber」を発表した。限定公開のパイロットとして、まず政府や信頼できるパートナーにCodeMender経由で提供される。V8では、固定回数の呼び出しで確認済みの固有の問題を55件発見し、3.5 Flashの47件、Claude Opus 4.6の36件を上回った。

Google DeepMindとIsomorphic Labs、バイオレジリエンスへの取り組みを公表

Google DeepMindとIsomorphic Labsは、バイオレジリエンスに関する共同の取り組みを公表し、予防、検知、対応の3分野で信頼できるパートナーにAIモデルとエージェントを提供すると発表した。過去12か月間に政府機関、バイオセキュリティ組織、研究グループとの15件以上の提携を進めたとしている。予防では脅威モデリング、評価、緩和策、モニタリングの4段階の安全プロセスを適用し、検知ではAlphaEvolveがメタゲノムシーケンスデータの解析アルゴリズムを最適化する。

Google Research、拡散モデルの創造性の起源を解説

拡散モデルの「創造性」は、ニューラルネットワークの学習過程で生じる「スコア平滑化（score smoothing）」に由来すると、Google Researchが説明する。学習データの間をつなぐ補間領域に新しいデータが生成される仕組みで、重み減衰（weight decay）が強いほど学習されたスコア関数は中間領域で滑らかになることを1次元の実験で示した。研究成果は ICLR 2026 で発表された論文「On the Interpolation Effect of Score Smoothing in Diffusion Models」にまとめられている。

Google DeepMind、インドのATL向けAI支援ツール「ATL Saathi」のパイロットを開始

Google DeepMindは、Gemini搭載のWebアプリ「ATL Saathi」のライブパイロットを開始した。Atal Tinkering Labs（ATL）のすべての教育者に、24時間利用できる計画・研修支援アシスタントを提供する。初期は全国100校で展開し、8言語に対応する。12の中核モジュールについて要約、インフォグラフィック、インタラクティブなクイズを生成し、10モジュールではプロジェクト案と組み立て手順、配線図、安全上の注意点を提示する。

Google Research、ウェアラブル健康データ向け基盤モデルSensorFMを発表

Google Researchは、ラベルなしのウェアラブルデータから学習する大規模センサー基盤モデルSensorFMを発表した。500万人、1兆分超のセンサー信号で事前学習し、35の健康タスク中34でエンジニアリング特徴量ベースの教師あり基準を上回った。AIエージェントによる予測ヘッド自動設計や、Personal Health Agentへの組み込みも検証している。

協調型ルーティングで交通渋滞を緩和、Google Mapsの米10都市での実験

Google Researchは、米国10都市でGoogle Mapsの経路案内を一部変更した実験で、少数の走行を分散させるだけで都市全体の交通が改善したと報告した。渋滞区間を避ける代替ルートを提示したところ、対象区間の走行速度は中央値で約2%向上し、燃料消費率は0.5%から1.0%低下した。経路変更を受けた走行は観測された全体の2%未満で、研究成果はNature Citiesに掲載された。

Google DeepMindとA24、映画制作の共同研究パートナーシップを発表

Google DeepMindとスタジオA24は、アーティストの新しいワークフローと技術を開発するための共同研究パートナーシップを締結した。両者は複数のプロジェクトにわたり研究開発で協力し、A24の映画制作者がGoogle DeepMindの技術開発に直接関わる体制となる。GoogleはA24への出資も行っており、具体的な目標や成果は今後変化していくとされる。

Google、50都市超の建物単位屋根反射率データを公開 都市の冷却屋根施策を支援

Google Researchは、50以上の世界都市を対象とした建物単位の屋根反射率（アルベド）データセットを公開し、同データを提供するHeat Resilience Earth Engine Appを開始した。Sentinel-2衛星データと30cm解像度の衛星画像（Airbus Pléiades Neo）を融合する手法を用い、ルート平均二乗誤差（RMSE）0.04で検証された。対象は9か国の50以上の都市で、ロンドン、アテネ、バルセロナ、リオデジャネイロ、サンパウロ、ロサンゼルス、オースティン、ニューヨーク市などを含む。

Google DeepMind、Nano Banana 2 LiteとGemini Omni Flashを開発者向けに提供開始

Google DeepMindは、最速かつ低コストの画像モデルNano Banana 2 Liteと、動画生成・対話型編集モデルGemini Omni Flashを開発者向けに提供開始した。Nano Banana 2 Liteは1K画像あたり$0.034、text-to-imageの出力は4秒で、Omni Flashは動画出力1秒あたり$0.10である。どちらもGoogle AI Studioとgemini APIから利用できる。

Google Research、表形式データ向けゼロショット基盤モデルTabFMを発表

Google Researchは、表形式データの分類と回帰をゼロショットで行う基盤モデルTabFMを発表した。文脈内学習により、モデル学習やハイパーパラメータ調整、特徴量エンジニアリングなしで1回の順伝播で予測できる。Hugging FaceとGitHubで公開され、Google Cloud BigQueryでも利用できる。

Pixel上のGemini Nanoを凍結MTPで高速化、Pixel 9・10シリーズに展開

Googleは、凍結したGemini Nano v3モデルにMulti-Token Prediction（MTP）ヘッドを後付けする新アーキテクチャを発表し、Pixel 9・10シリーズへ展開を始めた。MTPヘッドはメインモデルのKVキャッシュを直接参照するため、ドラフト用に別途KVキャッシュを持つ必要がなく、標準的なドラフトモデルと比べてPixel 9上で50%以上の高速化が得られたとしている。バックエンドを凍結するため基盤モデルの能力や安全性は劣化せず、出力はメインモデルとビット単位で一致する。

Google Research、線形弾性キャッシュでクラウドのTCOを削減

Google Researchは、ページの退避をski rental問題として扱い、軽量な機械学習でキャッシュの動的サイズ調整を行う「linear elastic caching」を発表した。Spannerの本番環境で数か月間運用した結果、固定サイズのキャッシュと比べてメモリ使用量は15.5%減少し、キャッシュミスは5.5%増加にとどまり、TCOは約5%削減された。TTL予測には数行のC++コードに変換できる浅い決定木を用いる。

推論が事実想起を解放する仕組み、LLMのパラメトリック知識への影響を検証

Google Researchは、LLMに推論トレースを生成させると、推論なしでは実質的に到達できない正解を引き出せることを示した。COLM 2026で発表される論文「Thinking to Recall」で検証された内容である。

Google DeepMind、Gemini 3.5 Flashに computer use を標準ツールとして搭載

Google DeepMindは、computer use を Gemini 3.5 Flash の組み込みツールとして提供開始した。従来は Gemini 2.5 の単独モデルのみだったが、メインの Flash モデルに統合された。Gemini API と Gemini Enterprise Agent Platform から利用でき、プロンプトインジェクション対策として敵対的学習と2種類の企業向けセーフガードも用意される。

Google DeepMind、英国政府と住宅計画審査をAIで支援するプロトタイプを共同開発

Google DeepMindは英国政府と共同で、Geminiを用いた住宅計画申請の審査支援AIプロトタイプを開発しており、担当官による判断時間を50%削減することを目指している。BarnetやCamden、Dorsetの自治体で初期試験が行われ、政府は2027年から全国の自治体で利用可能にする計画である。担当官はツールが生成した内容を確認し、最終判断を行う権限を保持する。

ピクセルから計画へ：自然再生のためのEarth AI

Googleは、Earth AIを用いてイングランドの生垣や石垣、小規模な林などの微細な樹木地物を高解像度で検出し、それらを地図化したベクターデータセットを公開した。モデルは、3億枚を超える衛星画像で事前学習されたRemote Sensing Foundations（RSF）のVision-Transformer（ViT）バックボーンを基に、約247km²の注釈データでファインチューニングされた。樹冠と地表の境界を二層でラベル付けし、Polsby–Popper compactness scoreが0.5未満の細長い形状を線状の樹木地物として分類している。