Google、音声アシスタント機能拡張ツール Gemini Live を公開──Gemini 3.7 Flash ベースの Spark 連携と最大 15 件のバックグラウンドタスク処理に対応
Gemini Live にリアルタイム音声と Spark のエージェント基盤を統合し、Docs や Gmail をまたぐ複数日タスクの音声委譲を実現した。
リリース: 2026-08-26 · 読了 3 分記事の要約
1. 核心（What）
- Google は音声アシスタント Gemini Live に Spark、Daily Brief、Personal Intelligence、Gmail 音声制御を統合したと発表した。
- Spark は Google Docs、Sheets、Drive、およびウェブを横断し、最大 15 件のバックグラウンドタスクを数日間にわたって実行できる。
- Gemini Live 自体は全世界で無料で利用可能だが、Spark の利用には Google AI Pro プラン、Daily Brief には AI Plus プランが必要となる。
- Spark のエンジンには Gemini 3.7 Flash が採用されており、EEA、イギリス、スイス、ナイジェリアを除く地域で展開される。
2. 影響（Why）
- 音声インタフェースの実用化ハードルを下げる: 単発の質問やタイマー設定にとどまっていた音声操作に永続的なエージェントランタイムを結合させることで、複雑なマルチステップの指示を音声のみで完結させる実用解を提供する。
- 国内 SaaS 事業者へのアーキテクチャ示唆: 国内のコンシューマー向け SaaS や音声 UI を導入するカスタマーサポート系サービスは、チャット主体の画面からバックグラウンド実行型エージェントへの移行シナリオを再検討する契機となる。
3. 根拠・詳細（How）
- Spark のエージェント構造とモデル仕様: Spark は再利用可能なスキル、自動トリガーのスケジュール、ハイレベルなタスクを軸に構成され、Gemini 3.7 Flash をバックボーンに駆動して最大 15 の並行処理を単一 GPU 計算枠内で制御する。
- 個人コンテキストと外部アプリの連携: Personal Intelligence 層が過去のチャット履歴や Gmail、Google Photos、Search、YouTube のデータを接続し、Workspace API を経由してドキュメント生成やカレンダー登録を自動化する。
4. 展望・課題（Next）
- 安全性担保のためのユーザー承認フロウ: メール送信や決済などの破壊的変更を伴う操作では、安全性を担保するために Spark が明示的なユーザー承認を求める設計となっており、完全自律化に向けた摩擦の削減が今後の課題となる。