米Google傘下のGoogle DeepMindは7月21日（現地時間）、同社のAIモデル「Gemini」の「Deep Think」が、2025年の国際数学オリンピック（IMO）に公式に参加し、出題6問中5問を解いて金メダルレベルのパフォーマンスを達成したと発表した。7月20日の公式による結果発表を待っての開示だ。 米OpenAIも19日、IMOに非公式に参加し、6問中5問を解いたとXにポストした。 IMOのグレゴール・ドリナー会長は発表文で「AIモデルの数学的能力の進歩を見るのは非常に喜ばしいことだ。しかし、IMOは使用された計算量や人間の関与の有無、結果の再現性など、手法を検証することはできないことを明確にしておく。われわれに言えることは、最も優秀な学生によって生み出されたものであれ、AIモデルによって生み出されたものであれ、正しい数学的証明は有効であるということだ。今年のIMOには
米Google傘下のGoogle DeepMindは6月25日（現地時間）、開発者向けに、WindowsやmacOSのターミナルを含むターミナルからGeminiのAI機能を直接利用できるオープンソースのAIエージェント「Gemini CLI」（CLIはコマンドラインインタフェース）を発表した。ライセンスはApache 2.0だ。 Gemini CLI自体はオープンソースだが、CLIが接続し、AI機能を提供する基盤はGoogleが提供するGeminiモデルだ。 Google DeepMindはGemini CLIを、「ツールに接続し、コードを理解し、ワークフローを加速させるコマンドラインAIワークフローツール」と説明する。対象は主に開発者だが、コンテンツ生成やタスク管理などにも利用できる多目的なローカルユーティリティだとしている。 GoogleのAIコーディングアシスタント「Gemini C
Google は本日、飛躍的な進歩をもたらす最新のメディア生成モデルを発表しました。これらのモデルは、高品質な画像、動画、音楽を生成し、アーティストがビジョンを実現するサポートをします。また、誰もが自由に創造性を発揮できる優れたツールも提供します。 最新の動画生成モデル Veo 3 と画像生成モデル Imagen 4 は、画期的な新機能により、メディア生成の可能性を広げます。また、Lyria 2 へのアクセスを拡大し、ミュージシャンが音楽制作に活用できるツールを拡充しました。さらに、映像制作者向けに新しい AI 映像制作ツール Flow の提供を開始しました。Google DeepMind の最先端のモデルを活用した Flow は、キャラクター、シーン、スタイルをより細かく制御しながら、臨場感あふれる映画のような作品を作成できます。 私たちは、映画製作者、ミュージシャン、アーティスト、Yo
Googleが画像生成AI「Imagen 4」を日本時間の2025年5月21日に発表しました。 Imagen - Google DeepMind https://deepmind.google/models/imagen/ Imagen 4 Model Card - Imagen-4-Model-Card.pdf (PDFファイル)https://storage.googleapis.com/deepmind-media/Model-Cards/Imagen-4-Model-Card.pdf Fuel your creativity with new generative media models and tools https://blog.google/technology/ai/generative-media-models-io-2025/ Imagen 4, Veo 3: Goo
Googleがスマートフォン向けの最適化技術を取り込んだオープンソースAIモデル「Gemma 3n」の早期プレビュー版を公開しました。すでにAndroidスマートフォンで簡単に試す方法が用意されていたので、実際に使ってみました。 Gemma 3n - Google DeepMind https://deepmind.google/models/gemma/gemma-3n/ Announcing Gemma 3n preview: powerful, efficient, mobile-first AI - Google Developers Blog https://developers.googleblog.com/en/introducing-gemma-3n/ Gemma 3nはスマートフォンやタブレットなどでローカル動作させることを念頭に開発されたAIモデルで、メモリ使用量を大幅
米Google傘下のGoogle DeepMindは5月14日（現地時間）、AIが自らコンピュータの計算手順やアルゴリズムを発見し、さらに進化させる新しいAIエージェント「AlphaEvolve」を発表した。 AlphaEvolveの目的は、コンピュータサイエンスの基礎となるアルゴリズムや複雑な数学的課題に対する解法を、人間がゼロから開発するのではなく、AI自身が見つけ出し、最適化することにあるという。 このシステムの大まかな流れは、高速な「Gemini Flash」でアイデア候補を生成し、それを「Gemini Pro」が深く洞察して提案することで、アルゴリズムを実装するプログラムを生み出す。このプログラムを、AlphaEvolveに組み込まれた自動評価ツールが検証、実行、スコアリングすることで、アイデアを「進化」させていく。 AlphaEvolveは、既にGoogle内部で多岐にわたる成
Google DeepMindの研究チームが、人気ゲームソフト「マインクラフト」でダイヤモンドを採掘することも可能なAIアルゴリズム「DreamerV3」を開発したと発表しました。周囲の環境から特定の知識を得て、その知識を応用できるという点で優れていると開発者は話しています。 Mastering diverse control tasks through world models | Nature https://www.nature.com/articles/s41586-025-08744-2 AI masters Minecraft: DeepMind program finds diamonds without being taught https://www.nature.com/articles/d41586-025-01019-w 開発者の1人であるダニヤル・ハフナー氏いわく
この記事のポイント 「Google DeepMind」、Google AI「Gemini」の最新 AI モデル「Gemini 2.0」をベースとしたロボット工学向け AI モデル「Gemini Robotics」「Gemini Robotics-ER」を発表 「Gemini Robotics」は、ロボットが幅広い現実世界のタスクを実行できる、Google の先進的な視覚 / 言語 / 行動モデルを活用した AI モデル 「Gemini Robotics-ER」は、具体化された推論を使用した独自プログラムを実行できる、空間認識能力が強化されたロボット工学者向けの AI モデル Google の AI 研究グループ「Google DeepMind」は 2025 年 3 月 12 日（水）、Google AI「Gemini」の最新 AI モデル「Gemini 2.0」をベースとした、テキスト /
米Google傘下のGoogle DeepMindは3月12日（現地時間）、ロボットが物理的な世界で、より効果的に行動できるよう設計されたAIモデル「Gemini Robotics」を発表した。Gemini 2.0を基盤とし、視覚、言語理解、物理的な動作を統合し、様々なタスクを実行できる。 まだ実験段階で一般には公開していないが、韓国Hyundai Motor Group傘下のBoston Dynamicsなどの企業がテスターとして開発に参加している。 Gemini Roboticsは、現実世界で行動する能力をロボットに与えることを目指す。学習していない未知の状況や物体、複雑な指示、新しい環境にも対応でき、ロボットにインタラクティブ性を持たせる。 DeepMindはまた、「複雑で動的な世界を理解する」ことができる高度な視覚言語モデル「Gemini Robotics-ER」も発表した。こちら
2014年から先端テクノロジーの研究を論文単位で記事にして紹介しているWebメディアのSeamless（シームレス）を運営し、執筆しています。 1週間の気になる生成AI技術・研究をいくつかピックアップして解説する連載「生成AIウィークリー」から、特に興味深いAI技術や研究にスポットライトを当てる生成AIクローズアップ。 今回は、国際数学オリンピックで金メダル相当のパフォーマンスを達成したモデルを提示する論文「Gold-medalist Performance in Solving Olympiad Geometry with AlphaGeometry2」に注目します。 Google DeepMindが開発したAIシステム「AlphaGeometry2」（AG2）は、国際数学オリンピック（IMO）の幾何学問題において画期的な成果を上げました。2000年から2024年までのIMO幾何学問題の
Google DeepMindの研究チームが、画像の中から特定の視覚的要素や属性を抽出し、AIを使って複数枚の画像から抽出した要素を組み合わせ、自然な1枚の画像を生成する手法「TokenVerse」を発表しました。研究チームはウェブサイト上で、TokenVerseを使ってどのような画像が生成できるのかを解説しています。 [2501.12224] TokenVerse: Versatile Multi-concept Personalization in Token Modulation Space https://arxiv.org/abs/2501.12224 TokenVerse https://token-verse.github.io/ TokenVerseは、拡散モデルとTranformerを組み合わせたDiffusion Transformer(DiT)をベースにテキストから画
sponsored 店舗スタッフが自作パソコン完成まで徹底サポート 業界最安値級から2万円引き!? 普通に買うよりお得・手ブラでPCが組めるアプライドの自作イベント sponsored 2004年から業界をリード！ マウスコンピューターのゲーミングPCブランド「G TUNE」が20周年を迎えた 【今売れているゲーミングPCのスペックはコレ！】「G TUNE」で見る最新ゲーミングPCの最先端 sponsored 黒くてデカいデスクトップパソコンは不要！ 在宅ワークこそエレガントに効率アップを狙える「Lenovo IdeaCentre Tower 14IRR9」だ sponsored いまゲーミングノートを選ぶなら“薄軽”が必須条件、Ryzen AI 9とRTX 4060搭載の最新「ROG Zephyrus G16」 sponsored 「HUAWEI WATCH GT 5 Pro」に無料アッ
Gemini 2.0 Flash 思考モードは、回答の一部としてモデルが行う「思考プロセス」を生成するようにトレーニングされた試験運用版モデルです。その結果、Thinking Mode は、Gemini 2.0 Flash 試験運用版モデルよりも回答の推論能力が強化されています。 思考モデルの使用 思考モデルは、Google AI Studio と Gemini API で使用できます。思考プロセスを返すモデルを使用する際の主な考慮事項の 1 つは、エンドユーザーに公開する情報の量です。思考プロセスは非常に冗長になる可能性があるためです。 基本的なリクエストを送信する from google import genai client = genai.Client(api_key='GEMINI_API_KEY', http_options={'api_version':'v1alpha'})
米Googleは12月19日（現地時間）、新たな推論AIモデル「Gemini 2.0 Flash Thinking」を発表し、Experimental（実験）モデルをGoogle AI Studioで公開した。 Gemini 2.0 Flash Thinkingは、回答の一部としてモデルが行う「思考プロセス」、つまり、問題を解決するためにどのような手順で考え、どのような情報を参照したのかを、人間が理解できる形で示すようにトレーニングされた推論モデル。ベースとした「Gemini 2.0 Flash」よりも、より強力な推論機能を備えており、マルチモーダル理解、推論、コーディングに最適という。 Google DeepMindとGoogle Researchのチーフサイエンティスト、ジェフ・ディーン氏はXのポストで、「思考を明示的に示すモデル」と説明した。同氏がシェアしたデモでは、「電子は、x=-
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
