Pixel 9に搭載されたAIアシスタント「Gemini」をいろいろ試してみた。有料版とのちがいは？
「ジェミる」と言われる未来、あるかも。
Googleのマルチモーダル（テキスト、音声、画像、動画、センサ情報など複数の異なる情報源から情報を収集し、統合して処理する）生成AIモデル「Gemini」。
新しく発売されたPixel 9シリーズにはこのGeminiが搭載されていて、友達に話しかけるようにいろんな質問ができます。ハロー〇〇、なんて言う必要もありませんよ。
気になるのは、このGeminiがスマホに統合されたら、実際どんな場面で活用できるのか？ということです。
例えば「アレってどういうことなんだろ」と調べたくなった時、従来ならブラウザ起動→検索テキスト入力といった流れが必要でしたが、そこが簡略化できます。
ボイス入力の発展型って感覚ですが、帰って来る情報の密度が高いのでかなり使えますね。
Geminiを呼び出すには、電源ボタンを長押しするだけ。早速、Pixel 9のGeminiに質問をしてみましょう。
回答速度は充分、聞き取り精度は…
電源ボタン長押しでGeminiを呼び出し→口頭で質問、という流れをやってみました。
「南海トラフについて教えて」と聞いてみると、しっかり回答してくれましたね。Geminiはネットにつながっている状態でのみ利用可能です。
Geminiとのやり取りはアクティビティログから確認可能。どんなことを聞いたのか振り返られるのでこれは便利。
日本語の聞き取りは能力はもう一歩
「Gemini Advancedはどうやって使うの」と聞いたつもりが、ジムニーアドバンスドと聞き取られちゃいました。というか、「ジェミニ」という言葉に対する聞き取り精度が低い…！ キミのことだぞ、Gemini！
月額2,900円｢Gemini Advanced｣との違いは？
Pixel 9のGeminiは無料で使えますが、有料版の｢Gemini Advanced｣もあります。無料版と有料版で回答内容に違いはあるのか、試してみましょうか。
「カフェオレとカフェラテの違いは？」と訪ねてみましたが、無料版と有料版とで回答情報にかなりの差がありますね…。
左の無料版は詳細な手順まで記述していますが、右の有料版は意図的に概要だけをまとめている印象。サラっと読めるのは有料版だけど、詳細が知りたいときは無料版くらいの情報量は欲しいかな。
もうひとつ、Geminiは画像認識にも対応しています。Geminiを起動してカメラを選択すると撮影が可能に。撮影した画像に対してプロンプト（質問内容）を付け足すことで、添付した画像に対して問いかけができるわけですね。
というわけで、この回答も無料版と有料版とで違いがあるのか試してみます。
「Gemini、この植物はなーに？」
右の有料版はホヤの普及種であるカルノーサと回答していますが、左の無料版は、なんと画面奥の「GIZMODO」のテキストに引っ張られて「この植物はGIZMOというニックネームかもしれない」ととんちんかんな回答に。これは有料版の賢さが出てる点だなぁ。
YouTubeを読み取ってくれる機能がアツい
最後にもうひとつ、YouTubeとの合せ技を試しました。Gemini AdvancedはYouTubeのURLを読み込ませて「この動画の概要を教えて」と言うと、動画の内容をテキストで教えてくれるんです。
これかなり便利！
YouTubeの画面で電源ボタン長押しからGeminiを呼び出すと「この動画について質問する」という新たなUIが出現。タップすることで動画URLがプロンプトに追加されます。
「このライブ配信のアーカイブをみて、コメントの多い時間帯をタイムスタンプで出して」「視聴回数が多い場所はどこ？」など、より突っ込んだプロンプトにも対応してくれました。これで面白い部分だけを選んで視聴することができます。
なお、無料版GeminiはYouTubeのURLを投げても理解してくれません。
Googleアシスタントと違って、Geminiの柔軟性やUIとの統合性はかなりアリな印象ですね。使いやすいし、回答内容も悪くはない。無料版がもっと賢くなってくれたらなぁとは思ったけど、「ジェミる」も現実的なのではと思っちゃいましたよ。
