Gemini Liveに画像編集機能

米Googleは、自然な音声会話でAIとやり取りができる機能「Gemini Live」において、AIによるリアルタイムの画像編集およびゼロからの画像生成に対応したことを発表しました。この新機能はスマートフォン版「Gemini」アプリにも展開され、スマートフォンならではのカメラを活用した画像編集にも対応します。

1. 音声対話を通じたリアルタイムの画像作成

従来のテキストプロンプトによる画像生成とは異なり、会話しながら画像を新規作成したり、表示中の画像を「ここをもっとこうして」と声で修正依頼をかけたりすることができます。Google公式の案内によると、部屋の模様替えのシミュレーション、数学の学習サポート、SNS用ミームの作成などをリアルタイムでスムーズに行えるとしています。

2. スマホカメラを活用したその場の映像改変

アプリ内の「Gemini Live」ボタンをタップして会話を始め、さらにカメラボタンをタップすることで、画面をスマホの背面カメラの映像に切り替えることができます。カメラに映っている現実世界の景色に対して、「このテーブルの上に花瓶を置いて」「壁の色を青にして」と語りかけるだけで、AIがその要求を反映した画像を生成・合成します。

Gemini Liveにおける今回の画像編集・生成機能の追加は、AIとのインタラクションをテキストや単なる音声から、現実空間を巻き込んだ複合的なマルチモーダル体験へと引き上げるものです。カメラを通して周囲の環境をAIと共有しながら口頭で指示できるシステムは、DIYのアイデア検証や現場での簡易的なシミュレーションなど、実生活の多様なシーンにおいて実用性の高いツールになり得ます。