Android on KnightLiブログ

Google I/O 2026まとめ：Gemini 3.5、Omni、Antigravity、システムレベルAgent

Thu, 21 May 2026 00:07:06 +0800

Google I/O 2026の主線は明確です。GoogleはGeminiを「モデル」や「チャットアシスタント」から、より大きなAgentエコシステムへ進めようとしています。質問に答えるだけではなく、Search、Android、開発者ツール、動画制作、ショッピング、Workspace、ハードウェア、エンタープライズ基盤に入り込み、より長いタスクの流れを支援する方向です。

この記事では、公式発表と開発者視点に基づき、Google I/O 2026の主要内容を整理します。実際の開発では、Google、Android Developers、Gemini APIの公式ドキュメントを基準にしてください。

一言でまとめると

Google I/O 2026のキーワードは agentic Gemini era です。

Googleは次のようなラインを発表、または強化しました。

Gemini 3.5 Flash：速度、実行能力、Agentワークフローを重視。
Gemini Omni：任意の入力からコンテンツを生成し、まず動画制作と編集に注力。
Gemini app：チャットアシスタントから、能動的で常時支援し、タスクを実行できる個人Agentへ。
Google Antigravity 2.0：AIコーディングツールからAgent優先の開発プラットフォームへ。
Gemini API Managed Agents：推論、ツール利用、コード実行が可能なホスト型AgentをAPIで作成。
Google AI Studio：モバイル、Androidネイティブ対応、Antigravityへのプロジェクト書き出しへ拡張。
Search、Shopping、YouTube、Workspace、Android：より強いGeminiとAgent機能を導入。

つまりGoogleは、単に「モデルがどれだけ賢いか」を見せる段階から、「モデルが製品、ツール、システムに入り、ユーザーのために実際にタスクを実行する方法」を示す段階へ進んでいます。

Gemini 3.5 Flash：プロンプトからアクションへ

Gemini 3.5は、GoogleがI/O 2026で発表した新世代モデルシリーズです。最初の公開上の焦点は Gemini 3.5 Flash です。

Googleはこれを単なる「より速いチャットモデル」としてではなく、実際のAgentワークフローのための高速エンジンとして位置づけています。公式の開発者向け記事では、3.5 Flashがフロンティア級の知能と高速性を組み合わせ、promptからactionへの移行を支えると説明されています。

主な意味は次の通りです。

Agentとcodingシーン向けに最適化。
より長いタスクチェーンとツール呼び出しを支援。
Antigravity、Gemini API、Google AI Studio、Android Studio、Gemini Enterpriseなどで提供。
高速応答、多段階実行、頻繁なツール呼び出しが必要なアプリに向く。

開発者にとって、Gemini 3.5 Flashは単なるモデル選択肢ではなく、Googleの新しいAgentツールチェーンの標準的な動力源の一つです。

Gemini Omni：動画と世界モデル能力が重点に

Gemini Omni はI/O 2026のもう一つの中核発表です。Googleは、任意の入力からコンテンツを作成し、現在は動画から重点的に始めると説明しています。

見どころは主に三つあります。

マルチモーダル入力：テキスト、画像、動画、音声などを参照として使える。
動画編集：一度生成して終わりではなく、自然言語で複数回動画を修正できる。
世界理解：物理、シーン、動き、物語、音声と映像の一貫性を重視。

これは、AI動画ツールが「一つのプロンプトで短編を生成する」段階から、「編集者と話すように段階的に修正する」段階へ進んでいることを示します。クリエイターにとって本当に価値があるのは一度きりの生成ではなく、制御可能で追跡でき、反復できる編集フローです。

Gemini App：チャットアシスタントから常時稼働の個人Agentへ

GoogleはGemini appもよりAgent的な方向へ明確に進めています。公式記事では、Gemini appがより能動的になり、日次ブリーフや常時支援を提供すると説明されています。

主なポイントは次の通りです。

Gemini 3.5 Flash がGemini appに入る。
新しいUIとより動的なインタラクション。
Gemini Spark のような個人AI Agentの概念。
Proactive daily briefsで、ユーザーが毎日知るべき情報を能動的に整理。
ユーザーが毎回チャットを始めるのではなく、7×24時間のバックグラウンド支援を重視。

この部分は一般ユーザーへの影響が最も大きいところです。以前のGeminiは「聞かれたら答える」助手に近いものでした。I/O 2026以降、Googleはそれを、タスクを継続的に追跡し、能動的にリマインドし、複数製品をまたいで協調する個人Agentに近づけようとしています。

Antigravity 2.0：開発者ツールはAgent優先へ

開発者向けで最も重要な発表の一つが Google Antigravity 2.0 です。

GoogleはAntigravityを agent-first development platform と位置づけています。I/O 2026以降、それはコードを書く支援だけでなく、アイデア、プロトタイプ、Agent編成、本番アプリの提供までを支援するものになります。

公式が挙げる主な変化は次の通りです。

Antigravity 2.0の独立デスクトップアプリ。
複数Agentの並列オーケストレーション。
動的subagents。
バックグラウンドのスケジュールタスク。
Google AI Studio、Android、Firebaseなどとの統合。
ターミナルユーザー向けのAntigravity CLI。
Agentの振る舞いとデプロイをカスタマイズするAntigravity SDK。

これは、AIコーディングツールが「コード補完 / 対話生成」の次の段階へ進んでいることを示しています。開発者が管理するのは、一つのチャットウィンドウではなく、複数の実行可能なAgentになります。

Gemini API Managed Agents：AgentをAPI能力としてホストする

Googleは Managed Agents in the Gemini API も発表しました。

公式説明によると、この種のAgentは一回のAPI呼び出しで作成でき、推論、ツール利用、隔離されたLinux環境でのコード実行が可能で、Antigravity agent harnessによって支えられます。

開発者にとって重要な点は次の通りです。

完全なAgent実行環境を自分で構築しなくてよい。
永続的で隔離された実行環境を得られる。
複数回のやり取りでファイルと状態を保持できる。
markdown skills、カスタム指示、テンプレートでAgentを拡張できる。
Interactions APIとGoogle AI Studioから利用できる。

この流れが成熟すれば、Agentプラットフォームはますますクラウドサービスに近づきます。開発者はモデルだけでなく、状態、ツール、実行環境、安全境界を持つAgentを呼び出すようになります。

Google AI Studio：prompt playgroundからアプリ生成入口へ

I/O 2026では、Google AI Studioの位置づけもさらに進みました。

主な変化は次の通りです。

Google AI Studio mobile appで、モバイルからアイデアを記録しプロトタイプを生成。
Workspace API統合により、AgentがGoogle Workspaceへ自然に接続。
プロジェクトをAntigravityへ書き出し、文脈を保ったままローカル開発と本番化へ進める。
Androidネイティブ対応により、promptからAndroidアプリを構築。
Google Play Consoleと連携し、アプリをテストトラックへ公開。

これにより、AI Studioは「プロンプトを調整してモデルを試す場所」から「アイデアからアプリへ進む入口」になります。Antigravityとの役割分担も明確です。AI Studioは素早い構想と生成に向き、Antigravityは継続開発、編成、デバッグ、提供に向きます。

AndroidとAppFunctions：モバイルAgentの重要インターフェース

AndroidのシステムレベルAgentは単独で見る価値のある方向ですが、正確なインターフェースと製品境界で理解する必要があります。

現時点で最も注目すべきなのは、Android公式の AppFunctions です。公式ドキュメントでは、AppFunctionsはAndroidプラットフォームAPIであり、Jetpackライブラリを伴い、アプリが自分の機能をエージェント、アシスタント、その他の権限を持つ呼び出し元へ公開できるものだと説明されています。Android MCP統合も簡素化します。

その意味は、モバイル自動化がスクリーンショット、OCR、タップのシミュレーション、UI要素の特定だけに頼らなくなることです。

従来のモバイル自動化は次のような流れでした。

画面を認識する。
ボタンを探す。
タップをシミュレートする。
ページ変化を待つ。
エラー時に再試行する。

AppFunctionsの方向は次の通りです。

アプリが自分に何ができるかを宣言する。
Agentが許可のもとでその能力を呼び出す。
システムが権限、呼び出し境界、安全制約を管理する。

これはAndroidアプリ設計に影響します。将来のアプリは、人間が見るUIだけでなく、Agentから呼び出せる能力インターフェースとして中核機能を設計する必要があります。

Search、ショッピング、コンテンツ製品もAgent化へ

Google I/O 2026の変化はモデルや開発者ツールだけではありません。検索とコンシューマー製品も同時に変わっています。

公式I/Oまとめでは、次のような点が挙げられています。

Searchが新しいAI Search段階へ入る。
Searchの中にInformation agentsが登場する。
Gemini SparkとDaily BriefがGemini appへ入る。
Universal Cartがショッピングカートをより賢くする。
Ask YouTubeにより、動画内容を会話形式で検索し移動できる。
Geminiの能力がさらに多くの製品と形態へ広がる。

これらの発表は、GoogleのAgent戦略が単一製品ではなく、検索、動画、ショッピング、オフィス、モバイル、ハードウェアへ横に広がっていることを示しています。

開発者への実際の影響

Google I/O 2026が開発者に与える最大の影響は、「また一つモデルが増えた」ことではなく、開発対象が変わることです。

これまで開発者が主に作っていたものは次のようなものでした。

App。
Webサイト。
API。
プラグイン。
自動化スクリプト。

これからは次のものも作る必要があります。

Agentから呼び出せるアプリ能力。
複数Agentのワークフロー。
状態を持つツール実行環境。
監査可能な自動化フロー。
human-in-the-loopの確認機構。
MCP、AppFunctions、Workspace API、Playwright、Firebaseなどとの統合。

ソフトウェアはますます「画面の集合」ではなく「能力の集合」になります。自分たちの能力を明確、信頼可能、安全にAgentへ公開できる製品ほど、ユーザーの自動化タスクチェーンに入りやすくなります。

モバイル自動化への影響

モバイル自動化は「GUI優先」から徐々に「インターフェース優先、GUIはフォールバック」へ移ります。

短期的には、スクリーンショット認識、OCR、タップのシミュレーション、ブラウザー自動化はまだ価値があります。多くの古いアプリには標準インターフェースがないからです。

長期的には、Android AppFunctions、MCP、システムレベルの権限モデルが成熟すれば、安定したタスク実行は次の方向に寄っていきます。

まずアプリが宣言した能力を呼び出す。
必要ならシステムインターフェースを呼び出す。
さらに必要な場合だけGUI自動化をフォールバックとして使う。

これはRPA、モバイルAgent、テストツール、アプリエコシステムを変えます。能力を公開するアプリほど、システムレベルAgentから呼ばれやすくなります。公開しないアプリは、従来の「画面を見て、画面を押す」方法でしか操作できないかもしれません。

セキュリティ、権限、監査は必須条件になる

Agentの能力が強くなるほど、リスクも大きくなります。

Agentがアプリをまたいでタスクを実行し、支払いを呼び出し、設定を変更し、ファイルにアクセスし、文脈を読むことができるなら、明確な安全境界が必要です。

権限レベル。
ユーザーの明示的な許可。
機密操作の二重確認。
サンドボックス隔離。
操作ログ。
取り消しとロールバック。
企業監査とコンプライアンス。

Googleがホスト型Agentの隔離環境、AppFunctionsの権限要件、企業向けプラットフォーム、制御可能な展開を強調するのはこのためです。Agentの未来は「何でも無制限にできる」ことではなく、安全境界の中で実行可能、追跡可能、管理可能であることです。

まとめ

Google I/O 2026の主要内容は一言でまとめられます。GoogleはGeminiを、モデル、アプリ、システム、開発者ツール、ハードウェアを横断するAgentプラットフォームにしようとしています。

Gemini 3.5 Flash は速度と実行能力を提供し、Gemini Omni はマルチモーダル制作を動画と世界理解へ進め、Gemini app は能動的な個人アシスタントへ向かいます。Antigravity 2.0 と Managed Agents は開発者ツールをAgentネイティブへ押し出し、AppFunctions はAndroidアプリが智能体へ能力を公開する入口になります。

開発者が次に見るべきものは、モデルパラメータだけではありません。アプリ能力をどう構造化するか、Agentツールチェーンへどう接続するか、権限と監査をどう設計するか、そして自分の製品をシステムレベルAgentエコシステムの中で安全かつ信頼できる形で呼び出せるようにするかです。

参考：

Gemini Intelligence on Android 解説：Google はスマートフォンをプロアクティブな AI システムへ変えようとしている

Sun, 17 May 2026 09:13:32 +0800

Google は 2026 年 5 月 12 日に「A smarter, more proactive Android with Gemini Intelligence」を公開し、Gemini Intelligence on Android を発表しました。これは単独のチャットアプリではありません。Gemini の機能を Android、Chrome、Gboard、Autofill、widgets、マルチデバイス体験に組み込み、スマートフォンを「ユーザーのタップを待つ道具」から「ユーザーのタスクを能動的に手伝うシステム」へ変えるものです。

簡単に言えば、Google は Android を operating system から intelligence system へ進めようとしています。スマートフォンはアプリを開き、通知を表示し、設定を動かすだけではなく、画面、アプリ、音声、個人コンテキストを理解し、ユーザーの確認のもとでより複雑な操作を実行できるようになります。

まず結論

Gemini Intelligence on Android は主に 5 つの方向を持っています。

マルチステップ自動化：Gemini がアプリ間で配車、買い物、調査などの流れを完了する。
Chrome のスマートブラウジング：Android 上でページを要約し、情報を比較し、一部の反復的な Web タスクを処理する。
Autofill の強化：Gemini と個人コンテキストを使い、より複雑なフォームを入力する。
Rambler：自然な話し言葉を、より明確で整ったテキストに変える。
自然言語ウィジェット：ユーザーが欲しいものを一文で説明すると、Android がカスタム widgets を生成する。

これらの機能は 2026 年夏から段階的に展開され、まず一部の Samsung Galaxy と Google Pixel に提供され、その後、時計、自動車、メガネ、ノート PC を含むより多くの Android デバイスに広がります。

マルチステップ自動化：提案から実行へ

今回 Google が最も重視しているのは、Gemini がアプリをまたいで複数ステップのタスクを完了することです。

原文では、Gemini にスピンクラスを予約させる、Gmail から授業シラバスを見つけて必要な本を買い物カートに入れる、旅行ポスターを見て Expedia で似た旅行を探させる、といった例が挙げられています。

この能力のポイントは、単に一文を理解することではありません。同時に次のことを理解する必要があります。

ユーザーの現在の画面や画像に何があるか。
ユーザーが許可した範囲のアプリ情報。
次にどのアプリを開くべきか。
どの手順を自動実行できるか。
どの手順でユーザー確認が必要か。

Google は、Gemini がユーザーの指示に従って動き、タスク完了時に停止し、最終確認はユーザーが保持すると強調しています。これは完全自律のエージェントではなく、人間の確認を含むモバイル端末上の agent です。

画面と画像コンテキストが重要になる

今回の更新で注目すべき変化は、screen context と image context です。

従来のスマートフォンアシスタントは、音声コマンドやアプリ内の固定インターフェースに大きく依存していました。Gemini Intelligence は「今の画面を見る」ことをより重視します。たとえば、メモに買い物リストがある場合、電源ボタンを長押しして Gemini を呼び出し、そのリストから配送カートを作らせることができます。

つまり Android AI は単なるチャットボットではなく、ユーザーの目の前の操作環境を理解しようとしています。今後のモバイル AI 競争は、モデルの回答品質だけでなく、次の点にも左右される可能性があります。

現在の画面を理解できるか。
アプリをまたいで実行できるか。
バックグラウンドでタスク進行を追跡できるか。
重要な場面で確実にユーザー確認を求められるか。

これはモバイル AI と Web チャット AI の大きな違いです。

Chrome のスマートブラウジング：検索から Web タスク代理へ

Google によると、2026 年 6 月下旬から Android デバイスによりスマートな Gemini in Chrome が提供されます。

これは、Web コンテンツの調査、要約、比較を支援し、Chrome auto browse によって予約や駐車場予約など一部の反復的な Web タスクを処理できます。

つまり Gemini in Chrome は単なるページ要約機能ではなく、ブラウザエージェントへ向かっています。ブラウザはもともと多くの Web タスクの入口です。Gemini がページを理解し、情報を入力し、選択肢を比較し、一部手順を実行できれば、Chrome は閲覧ツールからタスク実行インターフェースへ変わります。

ただし、この種の機能には現実的な課題もあります。

Web サイト構造は複雑で、自動操作は失敗しやすい。
フォーム、支払い、ログイン、CAPTCHA などは慎重に扱う必要がある。
ユーザーは Gemini が何をしたのか知る必要がある。
最終送信、支払い、予約は人間の確認を残すべきです。

本当の難しさはモデル能力だけではなく、ブラウザ自動化、安全境界、ユーザー信頼にあります。

Autofill：パスワード入力から複雑なフォーム入力へ

Autofill with Google はもともと、パスワード、住所、支払い情報などの基本的な便利機能でした。Google はこれを、よりスマートなフォームアシスタントへ進化させようとしています。

原文では、Gemini の Personal Intelligence により、Android が接続アプリ内の関連情報を使い、Chrome 内のフォームを含むより複雑なフォーム項目を自動入力できると説明しています。

これは実用的です。モバイルで複雑なフォームを入力するのは面倒です。画面は小さく、項目は多く、メール、カレンダー、チャット、文書から情報をコピーする必要があります。Gemini がユーザー許可のもとで整理して入力できれば、多くの時間を節約できます。

Google は、Gemini と Autofill with Google の接続は厳密に opt-in だとも強調しています。ユーザー自身が接続するかを選び、設定からいつでもオン・オフできます。

Autofill は個人情報、住所、アカウント、支払い、仕事情報、敏感なフォームに関わるため、この点は重要です。便利になるほど、明確な許可と制御可能な退出が必要になります。

Rambler：話し言葉を送信できるテキストへ

Rambler は今回の更新で特に興味深い機能です。

Gboard はすでに音声入力に対応していますが、人が話すときには繰り返し、間、フィラー、自分での言い直しがよくあります。Rambler は自然な話し言葉を、より明確で送信しやすいテキストに整えることを目指しています。

向いている場面は次の通りです。

メッセージを素早く口述したいが、一語ずつ修正したくない。
話し言葉に間、繰り返し、フィラーが混ざる。
思いつきを、よりプロらしい SMS、メール、チャット文に整理したい。
複数言語を切り替えながら話し、文脈を理解してほしい。

Google は、Rambler が有効になっていることを明確に表示し、音声はリアルタイム文字起こしにのみ使われ保存されないと説明しています。これはプライバシーと透明性への対応です。

製品として見ると、Rambler は「音声入力」を「音声ライティング」にアップグレードするものです。言ったことを記録するだけでなく、口語を送信できる文章へ整えます。

自然言語でウィジェットを作る

Gemini Intelligence には Create My Widget も含まれます。ユーザーは「毎週 3 つの高タンパク作り置きレシピをすすめて」のように自然言語で欲しいウィジェットを説明し、Android がホーム画面用のカスタム widget を生成します。

これは Android が generative UI を試していることを意味します。ユーザーは固定テンプレートから選ぶだけでなく、見たい情報と表示方法を説明できます。

この方向が成熟すれば、スマートフォンのホーム画面はより個人化されます。天気、予定、健康、通勤、食事、学習、仕事のリマインダーが、ユーザーの需要に応じて生成される動的モジュールになります。

ただし、生成 UI には安定性が必要です。ウィジェットは一度限りのチャット回答ではなく、長くホーム画面に表示されます。信頼でき、読みやすく、設定可能で、画面を乱さない必要があります。

Material 3 Expressive とインテリジェント UI

Google は、Gemini Intelligence が Material 3 Expressive に基づくデザイン更新ももたらすと述べています。

これは単なる見た目の改善ではありません。AI が能動的にタスクを処理し始めると、UI は次を明確に示す必要があります。

AI が何をしているか。
どの手順が完了したか。
どこでユーザー確認が必要か。
ユーザーがどうキャンセルまたは変更できるか。

明確な UI のないプロアクティブ AI は、ユーザーに制御不能感を与えやすいです。そのためデザイン言語そのものが AI 製品体験の一部になります。

提供時期と展開

Google によると、Gemini Intelligence の機能は最新の Samsung Galaxy と Google Pixel から始まり、2026 年夏に段階的に展開されます。その後、時計、自動車、メガネ、ノート PC を含むより多くの Android デバイスへ広がります。

これは一度に全世界で提供されるものではありません。利用可否は、端末、地域、言語、アプリ対応、アカウント設定に依存する可能性があります。

試したい場合、現実的な期待は次の通りです。

まず Pixel と Samsung のフラッグシップ機を見る。
2026 年夏以降のシステム更新に注目する。
Gemini、Chrome、Gboard、Autofill、Android 設定内の新しいトグルを見る。
地域や言語によって、すべての機能が同時に使えるとは限らない。

Android にとっての意味

Gemini Intelligence on Android の意味は、いくつかの AI 小機能を追加したことではありません。Android の製品ポジションの変化です。

これまでのスマートフォン OS は、主にアプリ、通知、権限、ファイル、ハードウェアを管理していました。Google は今、システムにユーザー意図を理解させ、アプリ間でタスクを完了させようとしています。この方向が成功すれば、Android の競争軸は「システム機能とアプリエコシステム」から「ユーザーの作業をどれだけ能動的に助けられるか」へ広がります。

これはモバイル AI 競争を新しい段階に進めます。

Apple はオンデバイス、プライバシー、システム統合を強調する。
Google は Gemini、検索、Chrome、Android、マルチデバイスエコシステムを強調する。
サードパーティ AI アプリはシステムレベルの入口と競争しにくくなる。
アプリ開発者は、自分のアプリが AI agent からどう呼ばれるかを考える必要がある。

今後数年、スマートフォン上の AI は単なるチャット入口ではなく、システムレベルの実行層になる可能性があります。

まとめ

Google が発表した Gemini Intelligence on Android の中心は、「スマートフォンに Gemini チャット枠を追加する」ことではありません。AI を Android の操作フローに組み込むことです。マルチステップ自動化、Chrome のスマートブラウジング、Autofill、Rambler、自然言語ウィジェットはすべて、スマートフォンを受動的な道具から能動的なアシスタントへ変えるためのものです。

それが本当にユーザー習慣を変えるかは、自動化の信頼性、明確なプライバシー設定、スムーズなアプリ横断操作、そしてユーザーが最終的な制御を持ち続けられるかにかかっています。少なくとも今回の発表を見る限り、Google は Android の次の段階を、従来型のモバイル OS ではなくプロアクティブな AI システムとして定義しています。

参考リンク：

Google Blog：A smarter, more proactive Android with Gemini Intelligence

Ubuntu 26.04 LTSでAndroidアプリを動かす：Waydroidの導入と注意点

Sat, 16 May 2026 17:34:59 +0800

Ubuntu 26.04 LTSでAndroidアプリを動かすなら、現実的な選択肢は今でもWaydroidです。

Waydroidは従来型のAndroidエミュレーターではありません。LineageOSベースのAndroid環境をLinuxコンテナ内で動かす仕組みです。軽く、デスクトップ統合もしやすい一方で、Wayland、カーネル機能、GPUドライバー、各アプリの相性に強く左右されます。

軽いAndroidツールをたまに使う、APKをテストする、F-Droid系アプリを動かす、といった用途なら試す価値があります。重いゲーム、銀行アプリ、Googleサービス依存の強いアプリを常用したい場合は、期待値を下げた方が安全です。

まず適性を確認する

Ubuntu 26.04 LTSは2026年4月23日にリリースされました。公式のデスクトップ要件は2GHzデュアルコアCPU、6GB RAM、25GBストレージ以上です。Waydroidは追加でディスク、メモリ、グラフィック資源を使うため、実用上は次の程度を見ておくと安心です。

8GB以上のRAM
10GB以上の空き容量
正常に動作するWaylandセッション
比較的新しいIntel、AMD、NVIDIAドライバー
一部アプリの互換性問題を許容できること

Waydroid公式ドキュメントでも、Ubuntu 22.04以降ではWayland Sessionが必要とされています。Ubuntu 26.04 LTSはWayland寄りのため、この点では旧環境より扱いやすいです。

Waydroidをインストールする

まず基本パッケージを入れます。

`1`	`sudo apt install curl ca-certificates -y`

Waydroid公式リポジトリを追加します。

`1`	`curl -s https://repo.waydro.id \| sudo bash`

Waydroidをインストールします。

`1`	`sudo apt install waydroid -y`

インストール後はアプリメニューから起動しても、端末から起動しても構いません。

Android環境を初期化する

初回起動時にはAndroidシステムイメージの初期化が必要です。通常はデフォルトのイメージで十分です。

GUIが出ない場合は、先にコンテナを起動します。

`1`	`sudo waydroid container start`

ユーザーセッションを開始します。

`1`	`waydroid session start`

AndroidのフルUIを開きます。

`1`	`waydroid show-full-ui`

Androidタブレットに近い画面が表示されます。インストールしたアプリはWaydroid内から起動でき、Ubuntuのアプリメニューに現れる場合もあります。

APKをインストールする

APKファイルがある場合は直接インストールできます。

`1`	`waydroid app install app.apk`

インストール済みアプリを確認します。

`1`	`waydroid app list`

パッケージ名でアプリを起動します。

`1`	`waydroid app launch com.example.app`

F-Droid、オープンソースアプリ、テスト版、自作APKに向いています。出所不明のAPK、特にアカウント、決済、連絡先、SMS権限を要求するアプリは避けるべきです。

マルチウィンドウ

Waydroidは標準ではAndroid全体を1つのウィンドウとして扱います。アプリごとにデスクトップウィンドウとして表示したい場合は、マルチウィンドウを有効にします。

`1`	`waydroid prop set persist.waydroid.multi_windows true`

セッションを再起動します。

1
2

waydroid session stop
waydroid session start

ただし表示品質はアプリ、デスクトップ環境、GPUドライバーに依存します。

Google Playは必要か

WaydroidはGoogle認証済み端末ではありません。

Google Play、Google Play Services、Googleフレームワーク依存アプリを使う方法はありますが、安定した前提にはしない方がよいです。

Googleサービスには端末認証やアカウントリスク判定があります。
SafetyNet、Play Integrity、root、仮想環境、端末フィンガープリントを確認するアプリがあります。
銀行、決済、ゲーム、動画配信アプリは失敗しやすいです。

普通のツールなら、F-Droid、オープンソースAPK、Googleサービス不要版を優先した方がトラブルは少なくなります。

よくある問題

起動後に黒画面になる場合は、X11ではなくWaylandを使っているか確認します。

`1`	`echo $XDG_SESSION_TYPE`

通常は次のように表示されます。

wayland

コンテナが起動していない場合：

`1`	`sudo waydroid container start`

セッションが固まった場合：

1
2

waydroid session stop
waydroid session start

ログ確認：

`1`	`waydroid log`

NVIDIA環境ではグラフィックスタックやドライバー相性の問題が出やすいです。Ubuntu 26.04 LTSのWayland/NVIDIA対応は以前より成熟していますが、Waydroidは通常のネイティブアプリではないため、描画やウィンドウの問題は起こり得ます。

エミュレーターやVMとの違い

Waydroidは完全な仮想マシンではなく「コンテナ内のAndroid」に近いものです。

方式	向いている用途	主な問題
Waydroid	軽量アプリ、APKテスト、Linuxデスクトップ統合	Googleサービスと一部アプリの互換性
Android Studio Emulator	開発、デバイスシミュレーション	リソース消費が大きい
仮想マシン	隔離テスト、実験環境	グラフィックと性能が弱くなりがち

参考資料

Gemini が Google built-in 搭載車に登場：車載音声アシスタントが本物の AI アシスタントに近づく

Fri, 01 May 2026 06:09:57 +0800

Google は 2026 年 4 月 30 日、Gemini が Google built-in 搭載車に順次展開され、Google Assistant のアップグレード版として提供されると発表した。

重要なのは、単に「車内に AI アシスタントが増える」ことではない。車載音声インタラクションが、固定コマンドからより自然な連続会話へ移りつつある点だ。ユーザーは厳密な指示形式を覚える必要がなく、普通のアシスタントと話すように、Gemini にナビ、メッセージ処理、車両情報の確認、さらには一部の車内設定の操作を頼めるようになる。

まずは米国の英語ユーザーから

Google の説明によると、このアップデートは新車と既存車の両方に提供される。条件は、その車が Google built-in に対応しており、ユーザーが車載システムで Google アカウントにログインしていることだ。

rollout はまず米国の英語ユーザーから始まり、その後さらに多くの言語と国へ拡大される。対象ユーザーには、車内で Gemini へのアップグレード案内が表示される。アップグレード後は、以下の方法で Gemini を呼び出せる。

Hey Google と話しかける
ホーム画面のマイクをタップする
ステアリングホイールの音声ボタンを使う

これは、Google が Gemini をまったく新しい入口として作り直したわけではないことを示している。従来の車載音声入口を維持しつつ、その基盤となるアシスタントをより強力な Gemini に置き換えている。

車載音声は固定コマンドだけに頼らなくなる

従来の車載音声アシスタントでよくある問題は、できることは少なくないのに、ユーザーがかなり「正確な」言い方を求められることだ。表現が少し複雑になると、アシスタントが理解できなかったり、最も基本的な動作しか実行できなかったりする。

Gemini が車載システムに入ることで、Google は自然な会話能力を強調している。たとえばユーザーは直接こう言える。

I need to grab lunch, find some highly rated sit-down restaurants along the way. I’m not in a rush, oh, and I’d like to eat outside.

Gemini は Google Maps の情報を参照して、ルート沿いの適切なレストランを探せる。ユーザーはその後、駐車場の状況やベジタリアン対応の有無などを続けて質問でき、検索を最初からやり直す必要がない。

このようなやり取りは運転中の文脈に合っている。運転中は、スマートフォンのように何度も絞り込み、タップし、条件を修正するのが難しい。音声アシスタントがより完全な意図を理解できれば、注意散漫を明確に減らせる。

地図、メッセージ、音楽がより扱いやすくなる

Google が挙げている例は、ほとんどが運転中によくあるニーズに基づいている。

第一のカテゴリは、ルートと場所の検索だ。

Gemini は Google Maps の情報を使って、道中のレストラン、観光スポット、充電ステーションを探せる。また、現在のルートに関連する質問にも答えられる。たとえばスタジアムの近くを通るとき、近くでイベントがあるのか、それが交通に影響するのかを聞ける。

第二のカテゴリは、メッセージ処理だ。

ユーザーは Gemini に新しいテキストメッセージを要約させ、その文脈に基づいて返信できる。たとえば友人に「向かっている途中」と伝え、到着予定時刻を添えるよう頼める。内容を変えたくなった場合も、最初からやり直さずに追加で指示できる。

第三のカテゴリは、音楽と雰囲気づくりだ。

ユーザーはラジオ局名や具体的なプレイリストを知っている必要はない。聴きたい内容をそのまま説明すればよい。たとえばジャズのラジオ局を再生したり、YouTube Music で山道ドライブに合う明るい 70 年代の folk-rock を流し、スローバラードは飛ばすよう頼んだりできる。

これらの機能自体は完全に新しいものではない。Gemini の価値は、複数の条件を一つの自然言語リクエストとして処理し、ユーザーを固定コマンドに戻さない点にある。

Gemini Live によって車内でも移動しながら会話できる

Google は、Gemini Live も車載体験に入ると述べている。現在は beta だ。ユーザーは Gemini Live ボタンをタップするか、Hey Google, let's talk と言うことで、より自由な会話を始められる。

この場面は、「運転中の伴走型の学習やブレインストーミング」に近い。たとえば Lake Tahoe に向かう途中で、Gemini に地域の歴史や豆知識を話してもらえる。興味を引く内容があれば、途中で割り込んでさらに質問できる。到着後のハイキングコースや活動計画を手伝ってもらうこともできる。

従来の車載アシスタントとの差は明確だ。従来のアシスタントはツールボタンに近いが、Gemini Live は連続的に会話できる音声インターフェイスに近い。

オーナーズマニュアルとリアルタイム車両状態が重要な違い

さらに注目すべきなのは、Gemini が一般的な質問に答えるだけではないことだ。Google は、自動車メーカーと協力し、Gemini を車両システムにより深く統合していると説明している。

これにより、車そのものに近い能力がいくつか生まれる。

第一に、ユーザーは車両機能について質問できる。

たとえば「自動洗車の前に車をどう準備すればよいか？」や「ガレージの天井が低く、トランクが当たってしまう。トランクが全開にならないように設定するには？」と聞ける。Gemini はメーカー提供のオーナーズマニュアルをもとに、具体的な車種に合わせた回答を返す。利用できる情報の範囲や細かさは、ブランドや車種によって異なる。

第二に、EV ユーザーはリアルタイムのバッテリー残量や航続距離について質問できる。

たとえば現在のバッテリー残量、目的地到着時の予測残量、近くの充電ステーションの検索などだ。さらに Google Maps と組み合わせて、充電中に立ち寄れる近くのカフェなども探せる。

第三に、一部の車内設定を自然言語で調整できる。

Google の例では、ユーザーが「車内が曇っていて寒い」と言うと、Gemini がその意図を理解し、暖房を上げてデフロスターをオンにできる。

こうした能力は、単にチャットボットを車載画面に移すよりも実用的だ。車は明確な状態、ハードウェア能力、安全上の境界を持つ環境である。AI アシスタントが車両の文脈を理解できれば、通常のQ&Aよりも価値は高くなる。

車載 AI では境界線がさらに重要になる

車内での AI への要求は、スマートフォンやウェブページとは異なる。

運転中、ユーザーは頻繁に画面を見ることも、AI を修正することに多くの注意を割くこともできない。アシスタントは十分に簡潔で信頼でき、重要な場面で新しい負担を生まない必要がある。

そのため、Gemini が車に入ることは、あらゆる複雑なタスクが車内に適しているという意味ではない。より合理的な方向性は次のようなものだ。

ナビゲーションや情報検索の操作コストを下げる
多階層メニューを自然言語で置き換える
ユーザーが車両機能を素早く理解できるようにする
注意をそらさずにメッセージやメディアを扱う
EV ユーザーによりスムーズな充電とルート情報を提供する

一方で、高リスクな操作には明確な境界が必要だ。運転安全に関わる設定、確認が必要なメッセージ送信、車両制御に関わる操作には、十分に明確な確認フローがあるべきだ。

まとめ

Gemini が Google built-in 搭載車に入ることは、AI アシスタントがスマートフォンやウェブページから日常環境へさらに広がっていく一歩だ。

その意味は、車内でようやく「会話」できるようになることではない。車載音声アシスタントがより複雑な意図を理解し、地図、メッセージ、音楽、オーナーズマニュアル、一部の車両状態情報を組み合わせてタスクを完了できるようになることにある。

rollout が順調に進めば、車載音声インタラクションは「コマンドを覚える」ものから「ニーズを説明する」ものへ徐々に変わっていくかもしれない。これは運転シーンにとって重要だ。本当に優れた車載 AI は、ドライバーに多くの注意を割かせるべきではないからだ。

参考リンク：

Your car with Google built-in is about to get smarter, thanks to Gemini - Google Blog

Android での Gemma 4 のインストールと実行: 開始するための完全なガイド

Wed, 08 Apr 2026 17:55:53 +0800

携帯電話で Gemma 4 をオフラインで体験したい場合は、この記事でインストールから実際の機能までを段階的に説明します。

ステップ 1: アプリを入手する

Google AI Edge Gallery は現在 Google Play では利用できないため、APK サイドローディング経由でインストールする必要があります。

Android デバイスで次のように入力します。

设置 -> 应用 -> 特殊应用权限 -> 安装未知应用

それから：

使用しているブラウザ (Chrome や Firefox など) を見つけて、[このソースからの許可] をオンにします。
モバイルブラウザで Google AI Edge Gallery の GitHub リリースページを開きます。

アドレス: https://github.com/google-ai-edge/gallery/releases

最新の .apk インストールパッケージをダウンロードします。
ダウンロードが完了したら、通知バーまたはファイルマネージャーでインストールパッケージをクリックし、プロンプトに従ってインストールを完了します。

ネットワークが正常な場合、この手順は通常、完了するまでに約 2 分かかります。

ステップ 2: 初めて開いて認証する

AI Edge Gallery を初めて開くと、アプリケーションはモデルファイルを保存するためのストレージアクセス許可を要求します。直接許可することをお勧めします。許可しない場合、アプリケーションはモデルをダウンロードまたはロードできません。

通常、ホームページには次の入り口が表示されます。

Ask Image: 画像理解タスク (画像の説明、画像に関する質問に答える)
AI Chat: 通常のテキスト会話
Summarize: テキストを貼り付けて概要を生成します
Smart Reply: 返信候補の生成

ほとんどのユーザーが最もよく使用するのは AI Chat です。

ステップ 3: Gemma 4 モデルをダウンロードする

「AI Chat」と入力します。
プロンプトに従って「Get Models」をクリックします。
モデルリストで Gemma 4 バージョンを選択します (対応するボリュームが表示されます)。
デバイスの性能に応じてモデルを選択します。電話機が 8GB RAM の場合は、最初に Gemma 4 4B から開始できます。
Download をクリックすると、バックグラウンドでダウンロードが開始されます。

注: モデルが大きいほど、ダウンロード時間は長くなります。複数のモデルをダウンロードし、必要に応じて後で切り替えることもできます。ダウンロードしたモデルはローカルに保存されるため、再度ダウンロードする必要はありません。

ステップ 4: 会話を開始する

モデルのダウンロードが完了したら、次のようにします。

モデル名をクリックしてロードします (モデルのサイズとデバイスの機能に応じて、最初のロードには通常 10 ～ 30 秒かかります)。
チャットボックスに質問を入力して送信してください。
モデルはローカルで応答を生成し、データはクラウドにアップロードされません。

一般に、最初の応答はわずかに遅くなりますが、これはモデルがウォームアップするときの正常な現象です。通常、同じセッション内での後続の応答はより速くなります。

ステップ 5: ビジュアル機能を体験する (Gemma 4 マルチモーダル)

Gemma 4 マルチモーダルバージョンをダウンロードした場合:

メインメニューに戻り、「Ask Image」と入力します。
写真を選択するか、直接写真を撮ります。
尋ねたい質問を入力します (たとえば、「この写真には何が写っていますか?」または「この写真のどのテキストに注意を払う必要がありますか?」)。
モデルがローカルで分析され、結果が返されるまで待ちます。

この機能はオフラインで動作し、画像コンテンツは外部サーバーに送信されません。