アメリカのIT大手グーグルは、これまでで最も高度な対話型AIモデルとなる「Gemini 3.8 Live（ジェミニ 3.8 ライブ）」と「Gemini 3.8 Live Extended Thinking（エクステンデッド・シンキング）」を開発したと発表しました。
これはことし3月に発表されたモデルに続くもので、AIとの会話をより直感的で高度なものにするという同社の戦略の一環だということです。
このうち「Gemini 3.8 Live Extended Thinking」は、より高度な知能と複数段階の推論能力を備えているとしています。会話形式で検索を行う「Gmail Live」や、文章の作成と編集を行う「Docs Live」、メモを作成する「Keep Live」など、複雑な作業を想定して設計されています。この機能は、本日から順次提供が開始されるということです。
新たなモデルは「推論と発話を同時に行う」としています。複雑な作業の処理中も、「確認します」といった自然な相づちを打つほか、バックグラウンドでの作業の進捗状況を音声で伝えることで、途切れることのない自然な会話の流れを維持できるということです。
一方、基本モデルとなる「Gemini 3.8 Live」は、滑らかな対話と視覚的な状況理解を特徴としています。視覚的な情報をほぼリアルタイムで処理し、会話を続けながらバックグラウンドでツールの実行などを行うということです。
また、会話の途中で97の言語を自動的に認識し、切り替える機能も備えています。グーグルは、このモデルについて「規模の拡大と費用対効果を重視して開発した」としており、今後、同社の検索サービスにおける新たな対話機能の基盤になる方針です。
