Name: Google Gemini 3の舞台裏 (A Behind the Scenes Look at Google's Gemini 3)
Uploaded: 2026-01-13T23:23:53.000Z
Duration: 13 min 4 s
Description: VoiceTubeの動画で発音を聞きながら英語表現を覚えよう！学べる英語：

When you picture a Google AI launch, what do you see?

GoogleのAIローンチというと、どんな光景が思い浮かびますか？

様態の副詞

Probably like a stage, a slide deck, an executive on stage, carefully scripted, telling you that this time everything is different.

きっと、ステージがあって、スライドがあって、役員がステージ上で、綿密に台本を読んでいるような、今回はすべてが違う、という発表ですよね。

Well, I'm not sure what I expected when Google invited me to its San Francisco office last week, but

さて、先週Googleからサンフランシスコのオフィスに招待された時、私が何を期待していたのかは分かりませんが、

when I walked into the room, I didn't get a press event.

部屋に入った時、プレスイベントのようなものは感じませんでした。

I got what really kind of felt like an AI group therapy session.

まるでAIのグループセラピーセッションのような感覚でした。

There were a bunch of cozy chairs in a circle, a dozen or so testers and creators like me, and

そこには、円形に並べられた居心地の良い椅子がいくつかあり、私のようなテスターやクリエイターが十数人、そして

sitting among us, the people actually responsible for Gemini 3 and the new image model called Nanobanano Pro.

その中に、Gemini 3やNanobanano Proという新しい画像モデルの責任者たちが座っていました。

In this video, I'm going to take you inside that conversation.

この動画では、その会話の内部をお見せします。

How they decided Gemini 3 was ready for primetime, how they're already using Gemini 3 to help build Gemini 4, and

Gemini 3が本番投入できると判断された経緯、Gemini 4構築にGemini 3がどのように活用されているか、そして

what Nanobanana Pro changed about AI images, plus the parts that still need more work.

Nanobanana ProがAI画像に何をもたらしたか、さらにまだ改善が必要な部分についてもご紹介します。

So first, let's do some quick scene setting because this was the day after Gemini 3 went public.

まず、Gemini 3が公開された翌日という状況を簡単に説明します。

It was also the day before Nano Banana Pro was announced.

そして、Nanobanano Proが発表される前日でもありました。

Googleにとって、まさに大きな一週間でしたね。

And given that the vibe in the room when I walked in was pretty relaxed, especially for such a pivotal part of Google's Gemini release schedule.

私が部屋に入った時の雰囲気はかなりリラックスしていたのですが、これはGoogleのGeminiリリーススケジュールにおいて非常に重要な時期だったことを考えると、特にそうでした。

And we had some pretty notable figures in the room with us.

そして、部屋には非常に注目すべき方々がいらっしゃいました。

Tulsi Doshi, who's senior director and head of product for Gemini.

Geminiのプロダクト担当シニアディレクターであるTulsi Doshiさん。

There was Logan Kilpatrick, lead for the Gemini API, also a driving force in the company's vibe coding efforts.

Gemini APIのリードであり、会社のvibeコーディングの取り組みでも中心的な役割を果たしたLogan Kilpatrickさん。

And Nicole Brytova, product lead for image and video, basically the person leading Nano Banana Pro.

そして、Nanobanano Proを率いる画像・動画担当のプロダクトリード、Nicole Brytovaさんです。

The conversation itself was on record, but there were no cameras in the room.

会話自体は記録されていましたが、部屋にカメラはありませんでした。

そのため、Bロールはありません。

そのように記録はしていません。

I'll do my best to share what I experienced and what I heard, because what I heard from them in that room was very interesting.

そこで聞いたこと、体験したことを共有するように努めます。なぜなら、その部屋で彼らから聞いた話はとても興味深かったからです。

Here are three things that really stuck with me.

特に印象に残っていることを3つご紹介します。

まず、最初のポイントはタイミングです。

If you've been following the AI space, the gap between Gemini 2.5 Pro, which happened back in May, and

AI spaceをフォローしている方なら、5月に発表されたGemini 2.5 Proと、

Gemini 3 in November felt surprisingly kind of long.

11月のGemini 3の間隔が、驚くほど長く感じられたと思います。

You know, this is AI years we're talking about.

これはAIの年単位の話ですからね。

One of the creators who was sitting in the room with us asked them why the delay.

部屋で私たちと一緒に座っていたクリエイターの一人が、なぜ遅れたのか尋ねました。

And Tulsi basically broke it down into two tracks, pre training and post training.

するとTulsiさんは、それを事前学習と事後学習の2つのトラックに分けて説明してくれました。

On the pre training side, their goal was pretty ambitious.

事前学習の面では、彼らの目標はかなり野心的でした。

They wanted state of the art reasoning and real nuance and depth.

最先端の推論と、真のニュアンス、そして深さを求めていました。

Especially when you're talking about the multimodal stuff, which this model is very good at.

特に、このモデルが非常に得意とするマルチモーダルな部分について話すときには。

Not just it passes the benchmarks, but it actually feels better to Use.

ベンチマークをクリアするだけでなく、実際に使うのがより良く感じられることです。

But the bigger story was post training, they'd learned a very hard lesson from previous experimental model releases.

しかし、より大きな話は事後学習でした。彼らは以前の実験的モデルリリースから非常に厳しい教訓を得ていました。

They said they used to ship lots of experimental variants and do that really fast, which sounds really great, right?

彼らは、たくさんの実験的なバリアントを出荷し、それを非常に速く行っていたと言いました。それは素晴らしいことですよね？

Like, as a technology lover, it's great to get new stuff all the time, except if you're a developer, it's actually a total nightmare.

テクノロジー好きとしては、常に新しいものが手に入るのは素晴らしいですが、開発者にとっては、それは全くの悪夢です。

Tulsi said that they heard a ton of feedback from developers.

Tulsiさんは、開発者からたくさんのフィードバックを聞いたと言っていました。

You know, things along the lines of, like, them waking up and running their tests, and

例えば、彼らが目を覚ましてテストを実行すると、

suddenly everything in the model behaves completely differently.

突然、モデル内のすべてが全く異なる振る舞いをする、といったことです。

So instead of the constant churn, they decided this time to slow down the visible changes and speed up the internal iteration.

そこで、絶え間ない変化の代わりに、今回は目に見える変更を遅くし、内部のイテレーションを速めることにしたのです。

They actually handed Gemini 3 to testers.

実際にGemini 3をテスターに渡しました。

They got feedback, they iterated on that, did it again and again.

フィードバックを得て、それを繰り返し、何度も行いました。

And then the last few weeks before launch were a lot of triaging issues, figuring out, you know, is this a serving bug or is it a model bug?

そして、ローンチ前の最後の数週間は、多くの問題をトリアージし、これはサービングのバグなのか、モデルのバグなのかを突き止める作業でした。

And then, of course, fixing whatever they could before releasing it out into the wild.

そしてもちろん、リリースする前にできる限りのことを修正しました。

And then there's the other problem that anyone that's followed Google for any length of time knows, well, Google is Google.

そして、Googleをしばらく見てきた人なら誰でも知っている、もう一つの問題があります。まあ、GoogleはGoogleですから。

Logan talked about how hard it is to coordinate a single launch across the Gemini app.

Loganは、Geminiアプリ全体で単一のローンチを調整するのがいかに難しいかについて話していました。

Google Search, AI Studio, all of those touch points and the infrastructure that sits behind all of that for hundreds of millions of people who run, you know, encounter them.

Google検索、AI Studio、そしてそれらのすべてのタッチポイントと、それらに遭遇する何億人もの人々のために存在するインフラストラクチャです。

So even if the model is ready enough, actually

ですから、モデルが十分に準備できていたとしても、実際には

turning that into a real product launch has its own challenge.

それを実際の製品としてリリースするのにも、また別の難しさがあります。

What I liked most was the philosophy behind it.

私が最も気に入ったのは、その背後にある考え方でした。

Tulsi actually said they're trying to be quality driven rather than date driven, and

Tulsiさんは、日付重視ではなく、品質重視で進めようとしていると実際に言っていました。

to avoid doing the, you know, we'll just ship it even though it's kind of broken, and

そして、「壊れていてもとにかく出荷して、後で公開で修正しよう」というようなことを避けるために。

then fix it in public, that sort of thing.

もちろん、それが常にうまくいっているかどうかは議論の余地がありますが、

You can debate whether they always hit that, of course, but

少なくとも実際のユーザーをQA部門のように扱わないようにしていることは明らかでした。

it was clear that they're at least trying not to treat real users as their QA department.

正直に言うと、Googleにとっては少し違うように感じます。

That feels a little different for Google, if I'm honest.

次に印象に残ったのは、現在どれだけ速く物事が進んでいるかを示す、強い兆候だと思います。

The second thing that stuck with me was a strong indication, I think, of how quickly things are moving right now.

ある時点で、TulsiさんはGemini 3の開発中に寄せられるフィードバックの量に圧倒されそうになったと話していました。そして、私の頭の中に小さな電球が灯ったような気がしました。

At one point, Tulsi had mentioned that they were almost overwhelmed by the volume of feedback that was coming in throughout their development of Gemini 3 and that, like, little light bulb in my head.

So I asked her, how much do you use Gemini to analyze the feedback that you're getting about Gemini?

なので、Geminiについて寄せられるフィードバックを分析するために、Geminiをどれくらい使っているのかTulsiさんに尋ねました。

Because I was like, that's a lot of data.

なぜなら、それは大量のデータだからです。

This seems like a perfect tool to organize it.

これを整理するのに最適なツールだと思いました。

彼女は少しもためらいませんでした。

「たくさん使っています」と彼女は答えました。

Apparently they use Gemini to cluster their user feedback, to pull out patterns, basically make sense of this massive fire hose of, you know, all of those bug reports, those complaints, suggestions, all that stuff.

どうやら彼らはGeminiを使ってユーザーからのフィードバックをクラスタリングし、パターンを抽出し、基本的にこの膨大な量のバグレポート、苦情、提案などの情報を整理しているようです。

But she also talked about this really important tension that I hadn't really considered.

しかし、彼女は私がそれほど考えていなかった、非常に重要な緊張感についても話していました。

If you abstract everything through the model like that, then your teams run the risk of losing empathy in the process.

全てをモデルを通して抽象化してしまうと、チームは共感を失うリスクを抱えることになります。

You stop seeing the kind of real, slightly messy sentences where someone is, you know, clearly they're in a frustrated state, and

誰かが明らかにフラストレーションを感じている、そのリアルで少し乱雑な文章を見る機会を失ってしまうのです。

you only see these polished dashboards and summaries.

きれいなダッシュボードやサマリーしか見えなくなってしまいます。

それは他のすべてを抽象化してしまうのです。

So they use Gemini for pattern finding, but

だから彼らはパターンを見つけるためにGeminiを使っていますが、

still have people sit with the actual kind of human written element, that human pain.

人間が書いた実際の要素、その人間の苦しみには、まだ人が関わっています。

In other words, on the more nerdy side, Logan's team is going even further.

言い換えれば、もっとオタクな面では、ローガンのチームはさらに一歩進んでいます。

He said they're continuously coding using Gemini 3 to speed up product work, and

彼は、製品作業をスピードアップするためにGemini 3を継続的にコーディングしていると述べました。

それにはユーザーインターフェースも含まれます。

そして、彼はこれを共有しました。

彼はそれが非常に興味深いと言いました。

Gemini 4 is going to be created by Gemini 3.

Gemini 4はGemini 3によって作成されるでしょう。

He continued by saying, some of the product experiences of how you interact with Gemini 4 are being created right now by Gemini 3.

そして、Gemini 4とのやり取りといった製品体験の一部は、現在Gemini 3によって作成されていると彼は続けました。

Now, I will say Tulsi jumped right in almost immediately with a little caveat.

さて、Tulsiさんはすぐに飛び込んできて、少し注意点を述べました。

She doesn't want to say Gemini built Gemini, but

GeminiがGeminiを構築したとは言いたくないのですが、

when you think about it, we're kind of not that far off.

考えてみると、それほどかけ離れていないのです。

You've got Gemini helping analyze all the feedback, got Gemini helping to write internal tools, helping code the products that will be on the front end of the next Gemini model.

Geminiがすべてのフィードバックの分析を手伝い、Geminiが内部ツールの作成を手伝い、次のGeminiモデルのフロントエンドに搭載される製品のコーディングを手伝っています。

だから、ええ、人間が関わっています。

彼らはこれに関与しないわけではありません。

But AI is now accelerating every stage of building the next AI, And

しかし、AIは今、次のAIを構築するあらゆる段階を加速させています。そして

I think a couple of years ago, that would have sounded kind of like speculative science fiction.

数年前なら、それはSFのような空想に聞こえたでしょう。

Real quick, if you're enjoying this walkthrough of this wonderful afternoon I had with the Gemini team, please hit a like on this video so it sees more people and more people see it.

さて、Geminiチームとの素晴らしい午後のこの紹介を楽しんでいただけているなら、この動画に「いいね！」をしていただけると、より多くの人に見てもらえるようになります。

And then, you know, subscribe to the channel, because I've got another really cool event similar to this coming up in the next couple of weeks.

そして、チャンネル登録もお願いします。なぜなら、今後数週間でこれに似た、もう一つとても素晴らしいイベントを予定しているからです。

Finally, let's talk about Nano Banana Pro.

最後に、Nanobanano Proについてお話ししましょう。

If you've played with image generators like I have, I've played with a lot of them.

もし、私がそうであったように、画像生成ツールを触ったことがあるなら、たくさんのものを触ったことがあります。

You know, you ask it to write some text into an image, and

例えば、画像に文字を書くように指示しても、

you aren't quite guaranteed to get something usable on the other end.

期待通りのものが得られるとは限りません。

時々、うまくいくこともあります。

字幕リスト動画再生

Google Gemini 3の舞台裏 (A Behind the Scenes Look at Google's Gemini 3)

stuff

subscribe

stick

bunch