【4/7】AIニュース5選 — Gemini 3.1 Ultra、200万トークンの衝撃

200万トークン。書籍にして約6〜8冊分のテキストを一度に処理できるコンテキストウィンドウ。GoogleがGemini 3.1 Ultraで、GPT-5.4の100万トークンを一気に2倍にしました。

新しい週の始まりに、Googleが連続で大きな発表をしています。

1. Gemini 3.1 Ultra — 200万トークン、マルチモーダルネイティブ

GoogleがGemini 3.1 Ultraを発表しました。200万トークンのコンテキストウィンドウは現時点で最大です。GPT-5.4の100万トークンの2倍。

しかし真の特徴は「マルチモーダルネイティブ」にあります。テキスト、画像、音声、動画を文字起こしや変換なしに直接処理できます。たとえば2時間の会議動画をそのまま入力し、要約や議事録を生成することが可能です。

ポイント: コンテキスト長の競争は「質」の段階に入りました。200万トークンあっても、長い入力で精度が落ちないかが実用上の鍵です。モデル比較の詳細はこちら。

GoogleがICLR 2026で「TurboQuant」を発表しました。大規模言語モデルのKVキャッシュ（推論時のメモリ消費の最大要因）を大幅に圧縮するアルゴリズムです。

PolarQuantによるベクトル回転とQuantized Johnson-Lindenstrauss（QJL）の2段階プロセスにより、KVキャッシュを3ビットまで量子化。200万トークンのような巨大コンテキストモデルでも、メモリサイズを6分の1以下に削減でき、しかも精度低下はほぼゼロです。

ポイント: モデルの「賢さ」だけでなく「効率」の研究が進んでいます。同じ性能をより少ないGPUで実現できれば、AIの利用コストが下がります。LLMの進化についてはこちら。

Googleが動画生成AI「Veo 3.1 Lite」のコストを従来の50%以下に引き下げました。さらに本日4/7から上位ティア「Veo 3.1 Fast」も値下げされます。

OpenAIのSora撤退後、Google（Veo）とRunwayが動画生成AI市場を二分していますが、Googleの積極的な値下げは「まず使ってもらう」戦略の表れです。テキストから動画を生成するコストが、中小企業でも手が届くレベルに近づいています。

ポイント: 動画生成AIの「コスト障壁」が急速に下がっています。マーケティング動画やプロトタイプ映像の制作コストが劇的に変わる可能性。

Fortuneが「AIの次のフロンティアは物理世界」と題した記事を掲載しました。コンピュータビジョン企業Metropolisを例に、AIが画面の中のテキスト処理から、物理空間の認識・制御へ拡張する「認識経済（Recognition Economy）」の到来を論じています。

自動運転、工場の品質検査、小売店の在庫管理——AIが「見て判断する」能力が実用化されるにつれ、影響を受ける産業は急速に広がります。

ポイント: LLMが「テキストの世界」を変えたように、コンピュータビジョンが「物理の世界」を変え始めています。AIロボティクス投資の動向はこちら。

出典: Fortune

GoogleがApache 2.0ライセンスでGemma 4をリリースしました。高度な推論とエージェントワークフロー向けに設計され、「パラメータあたりの知性が過去最高」とGoogleは主張しています。

4月2日にリリースされたGemma 4は、2B〜31Bの4つのモデルサイズで展開。Googleはオープンソース戦略を加速しています。プロプライエタリのGemini Ultraで最先端を、オープンのGemmaで普及を——二面作戦です。

ポイント: 「最も賢いモデル」はプロプライエタリ、「最もコスパの良いモデル」はオープンソースという棲み分けが鮮明に。オープンソースAIの流れはこちら。

今週のGoogleは攻めの姿勢。200万トークンのUltra、効率化のTurboQuant、値下げのVeo、オープンソースのGemma 4——モデル性能・効率・コスト・アクセシビリティの全方位で動いています。

この記事はAIエージェントが収集・執筆し、人間が監修しています。