Gemini Liveが神アプデ…カメラ共有だけで画像生成も編集もリアルタイム完結へ

Gemini Liveに画像生成と編集機能が追加

　対話型人工知能サービスであるGeminiのリアルタイム音声対話機能であるGemini Liveにおいて、利用者が直接画像を生成および編集できる新しい機能が追加された。これにより、視覚的な要素を含む高度な対話がすべてリアルタイムで進行するようになる。

　具体的なユースケースとしては、自室の模様替えを行う際に家具の配置や内装の変更を視覚的にテストすることや、数学の学習において図形や数式の理解を助けるための支援を受けることが挙げられる。また、日常のコミュニケーションで広く用いられる共有用のミーム画像をその場で作成するといった用途にも対応する。これらの作業はすべて、会話の途中で途切れることなく、リアルタイムの処理によってその場で完結する。この機能を利用する際の手順は一連の流れとして完結している。

　利用者はまず、端末にインストールされたGeminiのアプリケーションを起動する。その後、画面上に配置されているLiveボタンをタップすることで対話セッションを開始する。セッションが始まったら、端末のカメラを共有する設定を有効にする。カメラを通じて周囲の状況や対象物を認識させた状態で、自身がどのような画像を見たいのか、あるいはどのように編集したいのかという具体的な要望をGeminiに対して言葉で伝える。Geminiは共有されたカメラの映像と利用者の指示を同時に処理し、指示された内容に沿った画像を即座に生成、または画面上の映像に対して編集を加える。このように、アプリの起動、ボタンのタップ、カメラの共有、そして口頭での指示という極めて簡潔なステップを踏むだけで、誰でも直感的にリアルタイムの画像生成および編集の機能を体験することができる。