何が起きたか
The Decoderの報道によると、GoogleはMac向けGeminiアプリに「Computer Use」と呼ばれる機能を追加した。この機能により、AIはデスクトップソフトウェア、コンピューターに保存されたファイル、ウェブサイトにまたがる複数ステップのタスクを実行できる。Googleによれば、ユーザーがやってほしいことを伝えると、Geminiがそのために必要なクリック、入力、メニューやフォームの操作を処理する。
作業はバックグラウンドで動作する独立した別ウィンドウ内で行われ、チャット上にライブプレビューが表示されるため、ユーザー自身の画面とカーソルは自由に使える。ユーザーはGeminiがアクセスできるアプリケーションを選択でき、各ステップが進む様子をリアルタイムで確認できる。また、いつでも処理を一時停止でき、重要な操作は実行前に承認する必要がある。
Googleはこの機能の使用例をいくつか挙げた。写真や3Dシーンの一括編集、ローカルのPDFから取得した情報を使った発送フォームの入力、プレゼンテーション資料の作成などだ。Computer Useは本日から米国のユーザー向けに英語で順次提供され、Gemini Macアプリは現在ダウンロードできる。
背景
今回のリリースにより、Geminiは対話の枠を超えて、ユーザーのコンピューター上でソフトウェアを直接操作する段階へ進んだ。これはまた、最近コンピューター操作機能に力を入れているOpenAIとGoogleが競合することを意味する。報道はこの分野でOpenAIが大きくリードしていると伝えており、Googleはこのカテゴリーを主導しているというより、追いつこうとしている状況がうかがえる。
ブリーフィング
1週間のテックニュースを1通のメールで。
読む価値のある記事を毎週お届けします。配信停止はいつでも可能です。
