「Gemini」アプリは、ユーザーが撮影した動画に対して、より詳細な情報を提供できるようになる。Googleは2025年に入って、Geminiに「YouTube」動画を分析する機能を導入した。この機能により、コンテンツを要約したり、プロジェクトの進行状況を段階的に把握したりすることが可能となった。
今回、Geminiの動画機能が拡張され、AIがユーザーのカメラロール内の動画を分析できるようになった。ユーザーは動画をGeminiにアップロードするだけで、その内容の要約を取得したり、詳細な情報を得るための質問をしたりできる。さらに、特定のタイムスタンプや動画内の特定セクションで何が起きているかについて尋ねることもできるようになっている。
この機能は、「Android」および「iOS」の両方で利用可能とされており、「2.5 Flash」や「2.5 Pro」など、複数のモデルにも対応している。
「ChatGPT」をはじめとする他の競合も同様の機能を提供しているため、Geminiがこれらに追いついたことは歓迎すべき進展だ。
提供：Screenshot by Artie Beaty/ZDNET
筆者は休暇中に撮影した約30秒の野生馬の動画を使い、「この動画について教えてください」という簡単なプロンプトを試した。アップロードと分析には約1分を要したが、その後Geminiは動画の撮影場所がノースカロライナ州キルデビルヒルズであることを特定し、全体のシーンについて説明した。さらに、「動画は若い馬のクローズアップから始まり、その後パンしてさまざまなサイズや色の複数の馬が映し出されます。馬たちは砂地の風景の中を動き回り、歩いているものもいれば、速足で進んでいるものもいます」といった詳細な描写も提供された。
筆者が動画に登場する馬の種類をGeminiに尋ねたところ、Geminiは正しい品種を特定し、それについて数段落にわたって詳細に説明した。さらに、動画に関する幾つかの追加質問にも、Geminiはそれぞれ丁寧かつ具体的に回答した。
この機能はまだ全てのユーザーに提供されているわけではないが、段階的に展開が進められている。現在利用できない場合でも、近いうちに利用可能になると考えられる。なお、Geminiには現時点で動画の撮影およびその場での分析機能は搭載されていないが、将来的にそのような機能が追加される可能性は高い。
提供：VINCENT FEURAY/Getty Images
この記事は海外Ziff Davis発の記事を朝日インタラクティブが日本向けに編集したものです。
