Googleは2026年7月、AIエージェントの本格導入を見据えた新たなGeminiモデル群を発表した。同時に、ロボット向けの身体性推論モデル「Gemini Robotics ER 2」や動画生成ツール「Google Vids」のOmni対応も公開し、AIの活用範囲を開発者向け基盤からクリエイティブ、物理空間へと拡大させている。一連の発表は、AI産業における競争の軸がモデルの「規模」から、特定業務における「効率性」と「信頼性」へと移行していることを示唆する。

エージェント量産を見据えた3つの新Geminiモデル

Googleが発表した中核は、「Gemini 3.6 Flash」「3.5 Flash-Lite」「3.5 Flash Cyber」の3モデルである。これらは、本番環境でAIエージェントを開発する企業や開発者を主な対象としている。特徴として、より高いトークン効率、低レイテンシ、そして安定したパフォーマンスが強調されており、コストと品質の最適点を狙った設計であることが分かる。これは、単一の巨大モデルで全タスクを処理するのではなく、特定のエージェントワークフローを効率的にスケールさせることに重点を置いた製品戦略への転換を意味する。クラウド上でAPIとして提供されるこれらのモデルは、企業がカスタマーサポートの自動化や業務プロセスの自律化といった導入を進める際の、計算コスト当たりの処理能力という評価軸の重要性を高めるだろう。

物理世界とデジタル知能を接続する「身体性推論」の進化

ロボティクス分野では、Google DeepMindの新モデル「Gemini Robotics ER 2」が公開された。これは「身体性推論（embodied reasoning）」を遂行するモデルと位置づけられており、ロボットが人と自然に対話し、周囲の環境を解釈した上で、複数の手順からなる複雑なタスクを実行することを目指す。この背景には、大規模言語モデルによるデジタル空間での推論能力を、物理的なセンサーデータやアクチュエーター制御とどう統合するかという、AI産業のフロンティア課題が存在する。ER 2の提供により、物流倉庫でのピッキング作業や製造ラインでの協働ロボットなど、より非定型で適応性の高い業務へのAI搭載ロボットの展開が可能になると見られる。基盤モデルを提供するGoogleと、それを用いて現実のロボットシステムを構築する開発者という、新たなエコシステム形成の起点となる発表だ。

クリエイティブツールとモバイルOSへのAI統合

開発者向け基盤に加え、消費者向けサービスへのAI組み込みも進んでいる。動画制作ツール「Google Vids」では、テキスト入力などから動画を生成する「Omni」機能が発表された。また、Samsungの新折りたたみ端末「Galaxy Z Fold8 Ultra」などの発表にあわせ、Android 17へのネイティブデータ移行機能や、パーソナルAI「Gemini Intelligence」の初期機能展開も明らかにされた。これらの動きは、クラウド上の巨大AIモデルが、動画生成や端末設定といった具体的なユーザー体験・ユーティリティとしてパッケージ化され、エンドユーザーに直接届く流れを加速させる。AI産業の構造で見れば、最上流の基盤モデル研究が、ミドルレイヤーのAPIやツールを経由し、OSやアプリケーションという最下流で収益化される経路がより明確になったと言える。