グーグル、GPT4oに挑むProject Astraを含むグーグルとAIを組み合わせた数十の製品を発表

北京時間5月15日早朝、Google I/O開発者会議の基調講演で、GoogleのCEOスンダー・ピチャイ（Sundar Pichai）は、200万トークンのロングテキストをサポートするGemini 1.5 ProとGemini 1.5 Flash、SoraテクノロジーVeoのGoogle版、最強のオープンソースモデルGemma 2、生成的検索をサポートするAI Overviews、第6世代Tを含む、完全にOpenAIに対して、"ファミリーバケツ "レベルと呼ぶことができるGoogleとAIの組み合わせ製品の数十をリリースしました。200万トークンの長文をサポートするGemini 1.5 ProとGemini 1.5 Flash、Google版SoraテクノロジーVeo、最強のオープンソースモデルGemma 2、生成的検索をサポートするAI Overviews、第6世代TPUなどなど。 しかし、最も注目を集めているのは、Google DeepMindのCEOでありGoogle AIの責任者でもあるデミス・ハサビス氏が発表したユニバーサル・アシスタント・プロジェクトProject AstraのAGIへの本格的なアクセスと、GPT-4oの直接のターゲットである音声NotebookLMである。 カンファレンスの基調講演で、グーグルは非常に見事なAIアシスタントのデモを送ったが、今回もまた、それが偽造や改ざんされたものではないことを誓った。 デミスは、プロジェクト・アストラは彼が何十年も待ち望んできたAIアシスタントのプロトタイプであり、一般的なAIの未来だと語った。Project Astraは、情報を取り込み、見たものを記憶し、その情報を処理し、文脈の詳細を理解することで、周囲の世界と対話するリアルタイムでマルチモーダルなAIアシスタントであり、現在のGoogleアシスタントよりも自然な音声対話が可能で、遅延や待ち時間がなく、質問に答えたり、ほとんどのことを手助けしたりすることができるという。 デモを見る限り、Project Astraは入力された情報を非常に高速に処理することができる。これは、ビデオフレームを連続的にエンコードし、ビデオと音声をイベントのタイムラインに組み合わせ、情報を呼び出してキャッシュすることで可能になる。グーグルによると、これらの機能の一部は今年後半にジェミニ・アプリやその他の製品に追加される予定だという。 Project Astraに加え、グーグルはGeminiをベースとした多くの汎用AIエージェント・サブシリーズを発表している。オーディオ用のNotebookLM、音楽用のMusic AI Sandbox、ビデオ用のVeo、画像用のImagen 3などであり、OpenAIがリリースしたGPT-4o、Dall-E、Soraに直接対抗するものである。(チタニウムメディア)