GoogleがAIモードにアプリリンクを追加し、Vidsに自撮りアバター機能を搭載

Googleは木曜日、AIモード検索を外部アプリに統合しました。また、Vidsツールのユーザーが自撮りから動画アバターを作成することも可能になりました。この2つの更新は、日常的なAIタスクの所有権を巡るOpenAIおよびAnthropicとの競合を深めるものです。

1つ目の変更は、AIモードをInstacart、Canva、YouTubeなどの基本的なサードパーティサービスに接続するものです。AIモードは以前、Googleの会話型検索内で質問に答えるだけでしたが、アカウントをリンクすることで、それらの回答がアクションに変換されます。

Googleの例では、ユーザーがAIモードでバーベキュー用の買い物リストを作成し、その食材をInstacartのカートに直接送信してチェックアウトする様子が示されています。別のデモでは、AIモードがパーティー用のプレイリストを作成し、YouTube Musicに保存しています。Canvaはフライヤーのテンプレート作成に使用されます。

今回の展開は現在、米国に限定されています。Google はパートナーシップを拡大し、まもなく追加のアプリをサポートすると述べています。

Googleが主に懸念しているのはリテンション（維持）です。アプリリンクは、ユーザーが計画やショッピングのタスクをAIモードを通じて完了することを促し、検索ページを開いて離脱するよりも優れています。また、競合他社との格差を縮める効果もあります。

OpenAIのChatGPTやAnthropicのClaudeは、すでに外部アプリがアシスタントと通信することを可能にしています。この動きは、今年初頭のGoogle I/O開発者会議でGoogleが示した内容に基づいています。その際、GoogleはCanva、OpenTable、Spark、InstacartなどのアプリをGeminiアプリに接続してタスクをより迅速に完了できるようにしました。

GoogleがVids用のデジタル代行者を構築

2番目の発表は動画に焦点を当てています。GoogleはVidsを更新し、ユーザーが自分自身に似て、自分自身の声で話すデジタルアバターを作成できるようにしました。これは、アップロードされた自撮り写真と音声録音を使用して作成されます。Vidsは元々、AI支援による仕事用のプレゼンテーションツールとして始まりました。アバター機能と新しい編集ツールを組み合わせることで、一般的な動画作成プラットフォームとしての地位を確立しています。

Googleはまた、Gemini OmniをVidsに統合しています。Omniは同社のマルチモーダルモデルを表します。これは、テキストプロンプトと参照画像を組み合わせて完成したクリップを作成します。Omniは背景を変更したり、スマートフォンで撮影した映像の照明を調整したり、エフェクトを追加したりできます。また、ステップバイステップの編集をサポートしており、ユーザーは動画を最初からやり直すことなく調整できます。

同社はアバターにガードレール（制限）を設けました。各アバターはアカウント所有者の顔立ちやGoogleアカウントに関連付けられています。また、各アバターには見えないSynthID透かしも埋め込まれています。一部の地域では、18歳以上のユーザーのみがアクセスできます。

これらの制限は、合成動画が以前他の場所で失敗したことへの反応と思われます。すでに終了したOpenAIのSoraは、OpenAIのCEOであるSam Altmanを含む公人の動画を作成することをユーザーに許可していました。Vidsのパーソナライズされたアバターと会話型編集は、現在、HeyGen、Synthesia、Captions、D-IDなどの動画AI企業と直接競合しています。

Cryptopolitan は今月、Google画像検索がPinterestスタイルの「おすすめ」ギャラリーに再構築されていると報じました。また、Nano Bananaモデルを使用して、検索にAI画像生成も取り入れています。

Cryptopolitanによると、Google DeepMindのCEOであるDemis Hassabis氏は、AIを監督するための米国主導の機関の設立も呼びかけています。同じ時期に、出版社らは集団訴訟を提起しました。Hachette Book Group、Cengage Learning、Elsevierなどの原告は、Googleが許可なく著作権で保護された書籍を使用してGeminiモデルを学習させた alleged としています。