Gemini搭載のGoogle Homeスマートスピーカーがついに登場

6年の時を経て、GoogleはついにスマートスピーカーのProduct Lineを刷新した。新たに発表されたGoogle Homeスピーカー（仮称）は、Apple HomePodに似たコンパクトな円柱形デザインを採用しているが、その核心的な特徴は外観ではなく、GoogleのAIモデルGeminiを初めて深く統合したことにある。このデバイスの誕生は、スマートスピーカーが正式に「音声アシスタント」から「生成AI コンパニオン」の時代へと移行したことを示している。

6年の歳月：Google HomeからGemini時代へ

Googleの前作スマートスピーカーは2020年のNest Audioだった。その後、Amazon EchoやApple HomePodが相次いでモデルチェンジを重ねる中、Googleはネスト Hubシリーズのディスプレイ付きデバイスに重点を移したように見えた。純粋なオーディオスピーカー分野への今回の復帰において、Google Home（第3世代）は旧来のGoogle Assistantアーキテクチャを完全に廃棄し、Geminiをインタラクションの中核として採用している。これにより、ユーザーがスピーカーを起動した後に得られるのは、あらかじめ設定された回答だけではなく、オープンな対話、クリエイティブライティング、スケジュール管理、さらには従来キーボード入力が必要だった複雑なタスクを音声で完結させることが可能になる。

「私たちはソフトウェアスタックを再設計し、Geminiがデバイス上でネイティブに動作しながら、より複雑なリクエストにはクラウドの処理能力を活用できるようにしました。」——Googleのハードウェアプロダクトマネージャーが内部ブリーフィングで明かした。

ハードウェア面では、新製品は前世代の丸石型デザインに代わり、ファブリックで覆われた円柱体を採用。上部にはタッチパネル式の静電容量センサー領域を維持しつつ、Geminiの「思考中」状態を示すLEDライトバンドが追加された。音質については、カスタムウーファーとツイーターユニットを搭載し、部屋のレイアウトに応じて自動的に音場を最適化するアダプティブ空間オーディオをサポートしているとGoogleは発表している。

Gemini搭載：スマートスピーカーの究極形態か？

生成AIを搭載した多くのハードウェアとは異なり、Google HomeスピーカーはChatGPTを単純にデバイスに詰め込んだものではない。Gemini自体がマルチモーダルインタラクション向けに設計されており、音声の感情的な起伏を理解し、ニュースへの回答時に最新のウェブ情報を自動的に取得し、継続的な会話を通じてユーザーの好みを記憶することができる。例えば、「お母さんに今夜残業すると連絡して、先週忘れていった傘も送り返しておいて」と言うと、Geminiは2つのタスクを同時に処理する——一方ではメッセージを送り、もう一方ではメモを記録して宅配サービスと連携する。このような深いコンテキスト理解は、従来の音声アシスタントにはほとんど実現できなかったことだ。

編集後記：
スマートスピーカー市場は2年間停滞していた。Amazon Alexaチームは赤字により大規模なリストラを実施し、Apple HomePodの販売台数は低調なまま、百度（Baidu）のXiaoDuは教育向けディスプレイ端末へと軸足を移した。Googleが2026年というこのタイミングでGemini版スピーカーを投入したのは、「AIの実用化」に向けた宣言のようなものだ。AI スマートフォン、AI PCが語られる中、音声インタラクションによって家庭環境を切り開けるかどうかが、生成AIが真に日常生活に根付くかを左右するだろう。

市場構造と競争圧力

Apple HomePodやAmazon Echo Studioと比較して、Google Homeの価格設定はより攻撃的だ——予想価格は199ドルで、HomePodより40ドル安い。しかし、最大の課題は価格ではなくエコシステムにある。Geminiは強力であっても、ユーザーがGoogleのサービス群（Gmail、カレンダー、スマートホーム）に深く組み込まれていなければ、その全ポテンシャルを発揮することは難しい。一方のApple HomePodは、HomeKitとApple Musicのシームレスな体験により、依然として高価格帯ユーザーの第一選択肢となっている。Amazonは膨大なサードパーティ製Skillエコシステムによって中価格帯市場を守り続けている。

さらに、プライバシー問題もGeminiスピーカーに突き付けられた課題だ。「Hey Google」のウェイクワードを常時監視し、GeminiがAIトレーニングのために一部の会話をアップロードする必要があることから、Googleは製品に物理的なミュートスイッチを内蔵し、センシティブなコマンドはローカル処理することを約束しなければならない。しかし、消費者がこれを受け入れるかどうかは、まだ見守る必要がある。

本記事はWIREDより編訳