名古屋ではたらく社長のITニュースポッドキャスト

米Anthropicが、米国内のAI計算インフラに総額500億ドルを投じ、テキサスとニューヨークでFluidstackと共同の専用データセンター建設に踏み切ります。最初のサイトは2026年に順次稼働し、常用約800人、建設関連約2,400人の雇用創出を見込むと発表しました。背景には、企業向けClaudeの需要拡大と“フロンティア研究を支える自前の計算基盤”の必要性があります。公式発表は、施設がAnthropicのワークロード最適化に特化して設計され、将来的に追加拠点も予定していると強調しました。

この計画の注目点は“自前DCシフト”です。ブルームバーグによれば、今回の建設は、これまで主にAmazonやGoogleといったクラウドパートナーを通じて確保してきた計算資源に加え、Anthropicが自社主導で進める初の本格的なデータセンター群になるといいます。Fluidstack側は「ギガワット級の電力を迅速に供給できる」としており、電力制約がインフラ拡張のボトルネックになりやすい今、電力確保を含めた垂直統合色が濃い動きです。

政策面の追い風も織り込みました。発表文は、米国のAIリーダーシップ維持を掲げるAI Action Planの目標に資する投資であると位置づけています。エネルギー源や細かな所在地の詳細は現時点で限定的ですが、需要急増の只中で、米国内に専用インフラを張る流れは業界全体の潮流でもあります。複数の報道は、AI向けDC建設ラッシュと環境・電力コストへの懸念の高まりを併記しつつ、Anthropicの大規模投資がその最前線に加わる格好だと伝えています。

実務の観点では、クラウド依存一辺倒から“クラウド＋自前”のハイブリッドへ舵を切ることで、レイテンシやコスト、供給確実性を自社設計で最適化しやすくなります。2026年の立ち上げタイムラインをにらみつつ、AIワークロードの配置戦略、電力・冷却の前提、そして安全運用の枠組みを“米国内でどう確保するか”が、今後の競争力の分かれ目です。

オープンAIが「GPT-5.1」を発表しました。位置づけは“GPT-5世代のメジャーアップデート”。会話の自然さと知性の両面を底上げし、即応性重視の「Instant」と、難問で粘り強く推論する「Thinking」を刷新しています。提供は本日から段階的に開始、まずは有料プランへ順次反映され、最終的には標準モデルがGPT-5.1に置き換わる計画です。

今回の肝は“考える時間の最適化”です。Thinkingは問題の難易度に応じて思考時間をきめ細かく調整し、簡単な依頼は素早く、骨太な課題には時間をかけて精度を取りにいく設計。Instantも必要に応じて“先に考えてから答える”アダプティブ・リーズニングを備え、数学やコーディングの代表指標（AIME 2025やCodeforces）で有意な改善を示したとしています。質問の種類に応じた自動ルーティング（GPT-5.1 Auto）も継続し、ユーザー側は基本的にモデル選択を意識しなくてよい、という体験を目指します。

“話しやすさ”のチューニングも前進しました。ChatGPTの口調・スタイルを選べるプリセットが拡充され、個々人の好みに合わせた受け答えに近づけやすくなりました。さらに詳細な特性（簡潔さ、温度感、絵文字頻度など）を設定画面から細かく調整できる実験機能の展開も始まります。更新したパーソナライズ設定は既存の会話にも即時反映され、従来の「新規チャットから適用」という扱いを改めた点も実務では効いてきそうです。

提供体制は移行の分かりやすさを重視しています。企業向けのEnterprise／Eduには7日間の早期アクセス・トグルが用意され、その後はGPT-5.1が既定へ。APIは今週、Instantが「gpt-5.1-chat-latest」、Thinkingが「GPT-5.1」の名称で配信開始予定です。既存のGPT-5（Instant／Thinking）は有料ユーザー向けの“レガシー”欄で3か月間並行提供され、比較・検証のための猶予期間が確保されます。

安全性の面では、GPT-5のシステムカードに対する「5.1」用アドエンダムが公開されました。既存の緩和策を維持しつつ、事前評価の範囲を拡張して、メンタルヘルスや“情緒的依存”に関わる出力の扱いを評価項目に追加。モデル名の表記整理（gpt-5.1-instant／gpt-5.1-thinking）も明記されています。背景には、GPT-5で導入された“高速モデル＋思考モデル＋リアルタイム・ルーター”という統合設計があり、その文脈で5.1の安全性・運用方針がアップデートされた格好です。

実務の観点では、社内チャットボットや自動化フローにおける“モデル切替の運用負荷”がさらに下がり、対話のトーン統一やブランドボイス準拠がやりやすくなります。開発者にとっては、API名の更新に伴うエンドポイント差し替えと、環境ごとのロールアウト管理が当面の対応ポイント。加えて、Thinkingの思考時間の可変化はスループット最適化と品質担保のトレードオフ調整に効くため、SLA設計やコスト見積りの見直しも検討余地がありそうです。

IBMが、自社の量子プロセッサ「Loon」と「Nighthawk」、そして今後のロードマップ上の全チップについて、ニューヨーク州のAlbany NanoTech Complexで“300mmウエハー”による先端半導体プロセスで製造していることを明らかにしました。Albany側の24時間稼働ラインで試作サイクルを短縮しつつ、ヨークタウンの200mmラインで一部カスタム工程を重ねる“300mm×200mmハイブリッド”の流れで歩留まりと開発速度を引き上げるのが狙いです。物理学者と半導体プロセスエンジニアが現場横断で設計・製造・評価を回す体制が整い、量子チップを“量産品質の半導体”として扱う段階に入った、という位置づけです。

同時にIBMは、Nighthawkで「従来比30％複雑な回路」を実行できる見通しや、Loonでフォールトトレラントに必要なハード要素の実証が進んだことを発表。目標時点としては2026年に量子優位性の実例、2029年にフォールトトレラント到達を掲げています。さらに300mm移行により開発スピードを2倍、物理的に10倍複雑な量子チップ設計を可能にする、と同社は述べています。Nighthawkは2025年末に一般利用可能になる計画で、Loonと合わせて“優位性の実証から誤り訂正本格化へ”という二正面作戦が見えてきました。

舞台となるAlbany NanoTechは、IBMや東京エレクトロン、ニューヨーク州が2000年代初頭から育ててきた官民連携の半導体R&D拠点で、いまや先端露光や先端パッケージの集積地です。施設拡張ではEUV（極端紫外）関連の国家拠点整備も進み、さらなる高NA露光装置導入やインフラ強化が計画されています。量子チップの300mm化は、こうした“先端装置と人材の密度”を生かして試作から改良までの打席数を増やし、誤り訂正や配線・3D集積の難題に実験的に挑むスピードを上げるものです。

エヌビディアのお膝元、カリフォルニア州サンタクララで、完成したのに“空っぽ”のまま動けない巨大データセンターが話題です。デジタル・リアルティの「SJC37」とスタック・インフラの「SVY02A」、いずれも約48メガワット仕様の最新棟ですが、受電開始の目途が立たず、数年単位での“電力待ち”が現実味を帯びています。ブルームバーグは、SJC37は2019年申請から6年を経てもフル受電に至らず、SVY02Aも同様に未稼働だと伝えました。背景には、市営電力のシリコンバレー・パワー（SVP）の供給増強の遅れがあります。

SVP側は需要急増に対応するため4億5千万ドル規模の系統拡張を進めており、完了は2028年予定と説明。サンタクララ市内では稼働中・建設中のデータセンターが57施設にのぼり、接続順序の調整が続いています。電力確保に3年待ちは米国全体でも「一般的」との見方も示され、需要の集中する地域ではさらに長期化する模様です。

業界専門紙も、両施設の合計“ほぼ100MW”が空転したままになり得ると報道。SJC37は約43万平方フィートの4階建てで、SVY02Aは自前の変電設備と全8データホールを備える設計ながら、いずれも“グリッドが追いつくまで”待機を強いられています。

この“電力待ち”はシリコンバレー固有の話にとどまりません。カリフォルニア最大の電力会社PG&Eは、2025年にデータセンターからの接続引き合いが40％超増加したと明かし、北カリフォルニア内陸部などへの立地シフトが進む兆しを示しました。つまり、AIの集積地に近い“低レイテンシ”の価値と、電力供給の確実性の綱引きが全米で続いているわけです。

投資の潮流を見ると、STACKの親会社であるBlue Owlはデジタルインフラ投資を加速中で、巨大案件を“電力のある場所”へ展開する動きが顕著です。たとえばメタ（旧Facebook）とはルイジアナ州で2GW級の超大型DC「Hyperion」を共同で進める枠組みを発表しており、資本と電力をセットで動かす“新開発”が前に出る構図が鮮明になっています。

さらに象徴的なのは、電力がAIの“真のボトルネック”になりつつあるという事実です。マイクロソフトのナデラCEOは「電力不足で、手元のAI GPUの一部をまだ挿せない（稼働させられない）」と率直に語っており、コンピュートの拡張ペースを決めるのはもはやGPUの供給ではなく、系統・変電・敷設のスピードだと示唆しました。

エピソードの締めくくりとして、今回のサンタクララのケースは、AIインフラの“立地戦略”が電力地政学に直結することを私たちに教えてくれます。ユーザーに近い低遅延の価値を取りにいくのか、電力が潤沢で着工・受電が早い地域へ回遊するのか。日本企業にとっても、米国でのAI基盤調達や海外リージョン選定では、レイテンシ、電力接続リードタイム、資本コストをひとつの式に入れて最適化する発想が、これまで以上に重要になってきます。

現地11月11日、ミュンヘン地方裁判所第1法廷は、ChatGPTが著作権で保護されたドイツ語の歌詞を無断で再現したとして、OpenAIに対し著作権侵害を認める判断を下しました。原告は音楽著作権管理団体のGEMA。判決は、学習や出力の過程での歌詞利用にライセンスが必要との含意を持ち、OpenAIに損害賠償の支払いを命じています。判決は不服申立ての余地があり、双方は声明を準備中と伝えられています。欧州における生成AI規制の“方向付け”となり得る重要な一歩です。

報道によれば、対象は少なくとも9曲分の歌詞で、たとえばヘルベルト・グレーネマイヤーの「Männer」「Bochum」など具体的楽曲が例に挙げられました。OpenAIは「ChatGPTの仕組みを誤解している」と主張したものの、裁判所は歌詞の再現と学習利用の関係を重く見た格好です。英紙や業界メディアも、この判断をヨーロッパにおける先例と位置づけ、広告や検索に続いて“音楽×生成AI”の線引きが鮮明になったと伝えています。

実務の観点では、音楽分野に限らず“強い著作権”を伴う領域で、開発者・事業者に三つの波及が想定されます。第一に、データ取り扱いの再点検です。コーパス由来の“歌詞断片の記憶”を抑制するフィルタリングや推論時ガードレールの再設計、そして学習データの由来管理が避けられません。第二に、ライセンス交渉の本格化です。GEMAは集団管理の枠組みでAI向け包括許諾の構築を掲げており、判決を受けた“支払いの根拠”が強まります。第三に、係争リスクの地理的拡大です。ミュンヘンの判断は、他のEU域内でも参考にされうるため、プロダクト運用は“国・地域別の権利処理”を前提にせざるを得なくなります。

一方で、今回の結論は最終審ではなく、今後の控訴審で判断が揺れる可能性もあります。とはいえ、欧州の現場感はすでに変わりつつあります。生成AIの歌詞再現を巡る線引きは“フェアユース”が中心の米国と異なり、EUでは権利者の明示的な許諾・オプトアウト運用とセットで整理されがちです。今回の判決を材料に、音楽に限らぬテキスト・画像・脚本等の権利処理が“AI向け包括ライセンス”という形で産業化するシナリオが、より現実味を帯びてきました。

プロダクトに落とすなら、学習前・提供前・推論時の三層での対応が鍵です。学習前はデータ供給元との契約で“AI用途”を明文化。提供前は歌詞等のトリガーワード検知や引用上限のポリシー化、地域別の権利フラグ連動。推論時は“再現率が高い表現”のブロックと根拠提示の徹底です。音楽サーチや要約のような正当な利用価値を損なわないよう、ユーザー体験と権利配慮の“両利き”設計が問われます。判決のインパクトは、訴訟の行方に左右されつつも、AIの開発・運用フロー全体の標準を静かに塗り替え始めています。

11月11日、フィナンシャル・タイムズの報道として、MetaのチーフAIサイエンティストであるヤン・ルカン氏が同社を離れ、新たにスタートアップを立ち上げる計画だと伝えられました。資金調達の初期協議に入っているとされ、同氏の持ち味である“世界モデル”研究を事業基盤へと展開する構想が示唆されています。ロイターもFT報道を引用し、離脱準備と資金調達の動きを伝えています。

背景には、MetaのAI大再編があります。2025年、同社はAI組織を「Superintelligence Labs」に統合し、元Scale AIのAlexandr Wang氏をリーダーに登用。これに伴い、従来はCPO直轄だったLeCun氏のレポートラインもWang氏配下へと切り替わりました。さらに10月には同ラボで約600人規模の人員削減が発表され、機動力重視の体制へ舵が切られています。こうした再編のうねりが、長期志向の基礎研究を掲げてきたLeCun氏の“独立”判断を後押しした格好です。

路線の違いもポイントです。LeCun氏は、LLMのスケールアップだけでは人間並みの推論に至らないという立場で知られ、動画や空間理解から学ぶ世界モデル（JEPA系）を推進してきました。FTは、新会社でもこの方向性を核に据え、長期の知能獲得を目指すと報じています。一方、Meta本体はSuperintelligence Labsの下で実装ドリブンなAIを加速し、社内外の体験に短期で反映する路線を強めています。研究の深掘りと事業の俊敏化——二つの速度の差が、今回の分岐点として浮かび上がります。

資本とインフラの“ケタ違い”も無視できません。Metaは今後3年間で米国に少なくとも6,000億ドルを投資し、AIデータセンターなどの拡張を進める計画を公表しています。巨大計算資源を前提とするLLM・生成AIの実装がダイナミックに進む一方、ルカン流の世界モデルは“計算の使い所”と訓練レシピが勝負どころ。スタートアップとして最先端研究をどう資金・計算と結びつけるかが、初期フェーズの焦点になります。

業界にとっては、人材と路線の“再配列”が続くサインです。基礎研究の旗手が独立し、巨大テックはプロダクト直結のAIで機動力を高める——この分業は、オープンソース連携や共同研究の新しい形を生みやすい。一方で、短期KPIと長期ビジョンのバランスは難所です。企業側は、世界モデル系の成果がプロダクトへ橋渡しされる時間軸を折り込んだ上で、研究コラボやライセンスの“待ち”と“攻め”を切り替える必要がありそうです。

本日11月11日、Baiduが多モーダル思考モデル「ERNIE-4.5-VL-28B-A3B-Thinking」をオープンソースで公開しました。総パラメータ28Bながら、推論時は3Bのみを動かすMoE設計で、画像と言語を行き来しながら考える“Thinking”系のふるまいを強化。公開告知は中国メディア経由でも相次ぎ、推論コストの抑制と開発者への開放を前面に打ち出しています。

今回の目玉は“画像思考”です。単に画像を説明するだけでなく、拡大・縮小で焦点を切り替え、その流れで画像検索などの外部ツールを呼び出して不足情報を補う——そんな一連の操作をモデル側が自律的に組み立てます。グラフの読み取りや細部識別、長尾のビジュアル知識に強みを出したい現場を意識した設計で、実例デモも「理解→検索→推論」の往復を前提に構成されています。

技術的な文脈を足します。ERNIE 4.5系はMoEで“活性パラメータ”を絞り、計算効率を稼ぐのが思想の中核です。Baiduの技術報告では、異種モダリティ間でのパラメータ共有と個別最適の両立がうたわれ、47B/3B活性のラインアップが示されてきました。今回の28B-A3B-Thinkingは、その系譜にある“軽量で回るVLの思考版”という位置づけと言えるでしょう。

配布面では、Hugging FaceのBaidu公式アカウントに当該モデルカードが並び、GitHubのPaddlePaddle/ERNIEでも情報が更新されています。READMEには、軽量VLモデルがQwen2.5-VLの7B/32B級と多くのベンチで競合する、Thinking/非Thinking両モード対応といった主張も記載があります（あくまで自己申告の比較である点は留意）。開発者にとっては、入手性と再現性の面でハードルがぐっと下がった格好です。

産業面で見ると、中国勢は2025年に入り“推論コスト×公開範囲”を武器に攻勢を強めています。Baiduは3月以降、ERNIE 4.5や推論志向のX1で地合いを作り、年内には次世代モデルの投入も予告されるなど、国内競争（DeepSeekや阿里系）の圧力を正面から受け止める構図です。今回の“画像思考×オープン化”は、検索、EC、教育といった画像が絡む日常用途での実利を前面に出し、コミュニティを巻き込む狙いが透けて見えます。

現場導入の観点では、まず“どこまでツールを任せるか”の線引きがポイントです。社内の画像検索やナレッジベースと安全に連携させ、拡大・検索・要約をモデルに委ねるワークフローを小さく始める——そんな始め方が現実的でしょう。推論コストを抑えたMoE構成はABテストや並列実行と相性が良く、業務時間内に“画像→判断資料”を回し切る運用に寄与します。最後に、モデル比較は自己ベンチの条件差に影響されやすいので、社内データでの再評価を前提に、評価軸（正確性・根拠提示・処理時間・コスト）を固定して見ることをおすすめします。

11月10日、Metaは広告配信の“頭脳”として機能する基盤モデル「GEM」の技術詳細を公開しました。GEMはLLM発想の巨大モデルを広告レコメンドに持ち込み、FacebookとInstagramの膨大な行動・広告・計測シグナルを横断して学習。ここで得た知見を下流の多数モデルにポストトレーニングで伝搬させ、広告の関連性を一段引き上げる——そんな“中央集権→全体最適”の設計が核です。実運用でも、Q2にはInstagramでコンバージョンが約5%、Facebookフィードで約3%改善したと報告されています。

アーキテクチャ面では、ユーザー属性や広告の体裁などの“非シーケンス特徴”と、長期の閲覧・クリックの“シーケンス特徴”を分けて最適化し、必要な場面で相互作用を学ぶ構造が採用されました。非シーケンス側はWukongを拡張して複合特徴の組み合わせを深堀りし、シーケンス側はピラミッド並列で長大履歴を効率に取り込みます。さらに両者を橋渡しするInterFormerで、シーケンス学習と特徴相互作用を交互に重ねることで、行動履歴の構造を失わずに表現を磨き上げます。

“作って終わり”にしないのも特徴です。GEMは教師、下流の各ドメイン向け基盤モデルとプロダクションの多数モデルが生徒という多段の知識移転を採用。蒸留・表現学習・パラメータ共有を組み合わせ、標準蒸留比で約2倍の移転効率を確保したといいます。結果として、フィード、リール、メッセージングといった各面での目標（クリック、コンバージョンなど）に合わせつつ、横断知見を共有できる“群れとして賢い”配信群へ進化しました。

この規模を回す足腰も刷新されています。数千GPUでの多次元並列、可変長系列に最適化した社内カーネル、PyTorch 2.0のグラフレベル最適化、FP8活性化量子化、NCCLXによる通信最適化などを束ね、効果的トレーニングFLOPSは23倍、MFUは1.43倍向上と説明。探索〜大規模学習〜ポストトレーニングまで、GPU効率を途切れなく高める運用レシピが語られました。

文脈で言えば、Metaはすでに取得段の「Andromeda」で候補集合の質と広がりを高め、今回のGEMでランキング段の“器”をLLM級に置き換えました。GEMはQ3に入っても同じ計算量で得られる性能利得を倍増させたと述べられており、2026年までの広告自動化ロードマップとも歩調を合わせます。生成AIがクリエイティブと配信の両方に浸透する中、“中央の脳＋群れの最適化”という二段構えは、広告主のROASと体験の両立を狙う実装と言えるでしょう。

最後に示唆です。GEMは今後、テキスト・画像・音声・動画のマルチモーダル統合をさらに進め、オーガニックと広告の両ランキングを一体化する構想を示しています。一方で、会話AIのデータ活用などプライバシー面の議論も加速中。配信スタックの刷新はビジネス成果と同時に、データガバナンスや説明可能性の再設計を企業に迫ります。現場では、クリエイティブ、計測、カタログ、LTV学習の各パイプラインを“GEM前提”で見直すことが、次の一歩になりそうです。

11月10日、MetaのFAIRが「Omnilingual ASR」を発表しました。1,600を超える言語の音声認識を単一スイートでカバーし、これまで対応の難しかった“超・低資源”言語まで射程に入れたのが最大の特徴です。モデルは300M〜7Bの複数サイズを用意し、ゼロショットや言語条件付けにより、わずかな対訳音声からでも新言語の取り込みを狙えるとしています。コードとモデルはApache 2.0で公開され、pip install omnilingual-asrで試せる手軽さも押し出しました。

性能の目安として、7BクラスのLLM-ASRは「1,600+言語の78%でCER<10（README表記）」とされ、長尾の言語群に対しても実用域をうかがわせます。もっとも現時点の推論パイプラインは“40秒以下の音声”に制限があり、今後の拡張を予告する段階です。研究用途に向けてはW2V（自己教師）、CTC、LLM-ASRという三系統を揃え、基盤は最新のfairseq2に統一。旧fairseqから刷新されたモジュラー設計で、大規模多言語の学習・配布を回しやすくしています。

データ面でも踏み込みました。FAIRは348の“アンダーサーブド言語”で自然発話を収集した新コーパスをHugging Face上で公開。転記ルールやノイズタグを含む詳細なデータカードを備え、ライセンスはCC-BY 4.0です。既存のMMS（1,100言語対応の研究モデル）など過去の系譜に、新たな実録コーパスを重ねることで、低資源言語の精度底上げと再現性の担保を図っています。

そして持続的な拡大に向け、Metaは今年2月に立ち上げた「Language Technology Partner Program」をテコに、地域コミュニティや研究者からの協力を継続的に募っています。オープン実装（fairseq2）×オープンモデル（Apache 2.0）×オープンデータ（CC-BY）の“三点セット”で、研究から現場導入までの距離を縮める狙いです。外部メディアも“1,600言語対応の包括ASR”としてこの発表を伝え、低資源領域のアクセシビリティ改善に期待が集まっています。

実務目線では、まず“どの系統で始めるか”の設計がポイントです。リアルタイム寄りならCTC系、難語彙やコードスイッチが多い現場ならLLM-ASR系を試し、短尺クリップで評価してから前処理や言語条件付けを詰める──そんな導入の道筋をオープンなレシピで再現できます。企業の多言語サポートや公共機関のアクセシビリティ、さらには宇宙・防災の現場の音声ログ解析まで、“長尾の言語”を含む現実世界にモデルを持ち込むための基盤が、一段と整ってきたと言えるでしょう。

Googleは公式ブログで、Gemini for TVの展開をGoogle TV Streamerに広げると発表しました。数週間かけて配信され、リモコンのマイクボタンを押して話しかけるだけで、観たい作品の相談やシリーズの振り返り、話題作のリコメンド、さらには学習トピックの説明やレシピ案内まで、テレビの前で自然にやり取りできるようになります。提供は国と言語を限定し、18歳以上が対象という注意書き付きです。これにより、同端末ではGoogle AssistantからGeminiへの“世代交代”が本格化します。

この展開でポイントになるのは“対象の広さ”です。Gemini for TVは9月にTCLのQM9Kシリーズで先行デビューしていましたが、今回はHDMI端子さえあれば使える外付けのGoogle TV Streamerに来るため、対応テレビを買い替えなくても最新のAI体験を取り込めます。The Vergeも、これで「ほぼ誰でも試せる」ようになると伝えています。

ハード側の素性も押さえておきましょう。Google TV Streamerは4K HDR出力に対応し、Dolby Vision/Atmosをサポート。従来のChromecast 4Kの8GBから32GBへと内蔵ストレージを拡張し、アプリのやり繰りに余裕が生まれました。加えてイーサネット端子やThread内蔵で、映像配信の安定性とスマートホームの中核としての使い勝手を高めています。価格は米国$99.99、日本では16,000円で販売されています。

実体験としては、たとえば「家族それぞれの好みに合う映画を探して」といった曖昧な相談でも、Geminiが候補を提示し、必要に応じてYouTubeの解説や過去シーズンの要点も補ってくれます。作品探しを越えて、子どもの宿題の手助けやDIYの手順確認といった“リビングの日常”にも手を伸ばす設計で、Google自身がテレビ向けに最適化した回答体裁を採用しているのが特徴です。

業界目線では、テレビの主役がアプリの並びから“会話ハブ”へと移る転換点です。年初のCESで予告されていた「テレビにGemini」の構想は、TCL先行→他社/他デバイスへと段階的に広がり、今回のGoogle TV Streamer対応で裾野が一気に拡大。LGやSamsungがCopilot連携を進める中、居間のAIアシスタント競争は“内蔵TV”と“外付け端末”の両面で本格化しています。

導入の実務では、まず端末のソフト更新を適用すれば準備完了です。音声起動はリモコンのマイクボタン経由で、従来の「OK Google」の決まり文句に縛られず自然文でやり取りできます。なお、配信は段階的で地域/言語ごとの差もあるため、表示の案内やg.co/tv/geminiの説明ページをあわせて確認するとスムーズです。