Google、GeminiのDeep ResearchからAIポッドキャストを生成する機能を導入

Googleは、ユーザーが「Audio Overview（オーディオ概要）」機能を使用して、ドキュメント、スライド、さらにはDeep Researchレポートを聞きやすいポッドキャストに変換できることを明らかにしました。同社は、ユーザーが新しい「Generate Audio Overview（オーディオ概要を生成）」オプションを選択し、調査に基づいたオーディオ概要を聴取できるようになると述べています。

Googleはまた、Gemini 2.0 Flash Thinking Experimentalを使用してDeep Researchをアップグレードし、すべての調査段階にわたるGeminiの機能を強化しました。このテクノロジー企業は、新しいアップグレードにより、Geminiがより詳細で洞察に満ちた、高品質な複数ページのレポートを作成できるようになると述べています。

Google、Gemini Deep ResearchからAIポッドキャストを生成可能に

Deep ResearchとAI Overviewは素晴らしい組み合わせ

完全なレポートを生成し、それをポッドキャストに変換することで、何でも学ぶことができます。

Geminiはすべての参照元を引用し、数百のウェブサイトに依存しています。

学習におけるゲームチェンジャー。 pic.twitter.com/xkpHM9DVKC

— Paul Couvert (@itsPaulAi) March 21, 2025

Google 。同社は、FRUTが人工知能のプラットフォームおよびハードウェア側面の「単一ティッカー表現」として機能すると信じています。これは単に、投資家が異なるチップメーカーやプラットフォーム名を混在させるのではなく、1つの製品でAIインフラストラクチャにアクセスできることを意味します。 GeminiアプリがDeep Researchに基づいてオーディオ概要を生成することを可能にします。同社は、ユーザーがGeminiによって生成された詳細なレポートを、2人のAI「ホスト」による会話形式のポッドキャストに変換できると述べています。

「これは、ゼロからあるテーマを深く理解するのを助けるようなものです。」

- アーラッシュ・セルバン、Gemini シニアプロダクトマネージャー

テック企業 は 昨年9月にNotebookLMのAudio Overview機能をリリースし、ドキュメントを魅力的なオーディオディスカッションに変換できると述べていました。同社は、2人のホストがユーザーのソースに基づいて活発な「ディープダイブ」ディスカッションを開始し、「トピック間のつながりを築き、お互いに掛け合う」ことができると強調しました。 

同社は、このアップグレードが、ユーザーがすべてのノート、トランスクリプト、その他のドキュメントと対話できるようにするNotebookLMの既存機能に基づいて構築されたものだと述べています。Googleは、この機能がオーディオ版のみであることに言及しており、アプリはすでにGoogleのGemini AIモデルを使用して調査を要約するために使用されていると認めています。

Google Deep Researchにも同様の機能が導入され、右側の隅にあるいくつかのオプション（オーディオ概要を生成するオプションを含む）を切り替えることでアクセスできます。同社はまた、ユーザーが聴きながらマルチタスクを行い、外出先でも利用可能になると共有しました。同社は、「この方法で情報を吸収するのが得意な人には最適です」と強調しています。

Google AI Studioのリードプロダクト、ローガン・キルパトリック 言及 Deep Researchが彼を驚かせたのは、彼のクエリに基づいて145の異なるサイトを閲覧できたためです。

Googleは、今週初めに無料ユーザーとアドバンスドサブスクライバー向けにGeminiアプリにAudio Overview機能を導入しました。このテクノロジー企業は、この機能が「エージェント型」AI機能であるDeep Researchにとってより役立つと述べています。Googleは、この機能により、ユーザーがGeminiを呼び出してウェブ上の特定のトピックを探索し、その調査結果に基づいて詳細なレポートを生成できると述べています。同社によると、ユーザーはGeminiがレポートの生成を完了した後、新しい「Generate Audio Overview（オーディオ概要を生成）」オプションを選択できます。この機能により、ユーザーは調査に基づいたオーディオ概要を聴取することもできます。

Googleはまた、Audio Overviewには制限があり、ポッドキャストのようなディスカッションの生成に数分かかる場合があると述べています。同社はまた、この機能は英語でのみポッドキャストのようなディスカッションを生成可能であり、他の言語は後日追加されると述べています。同社は、Audio OverviewはウェブおよびGeminiモバイルアプリで利用可能であり、ユーザーは簡単に共有またはダウンロードして外出先で聴取できると強調しています。

Google、Gemini 2.0 Flash Thinking Experimentalモードを導入

テック企業はまた、 明らかにした Geminiの最新機能である「Canvas」は、ユーザーのドキュメントやコードを洗練させ、Audio Overviewを変換して魅力的なポッドキャストスタイルのディスカッションに変えます。Google CEO、サンダー・ピチャイ は ユーザーがCanvasでドキュメントやコーディングプロジェクトを作成できるのは、「プロトタイプが非常に高速に立ち上がり、Geminiでリアルタイムに編集できるから」だと述べています。

Googleもまた 導入した 3月17日にGemini 2.0 Flash Thinking Experimentalモードがリリースされ、ユーザーの検索履歴を分析して興味をより深く理解し、より役立つ回答を提供できるようになりました。同社は、このモデルがプロンプトを一連のステップに分解して推論能力を強化し、より良い回答を提供するように訓練されたと述べています。 

Googleはまた、Gemini Advancedユーザーが2.0 Flash Thinking Experimentalで1Mトークンのコンテキストウィンドウにアクセスできることを強調しました。このテクノロジー企業は、これにより、ユーザーがこれまで以上に複雑な問題を、大量の情報を実験して分析することで解決できるようになると述べています。