最新AIニュース2026年9月2日読了約3分

90分の試合動画、どこを見ればいい？ Geminiに「探す場面」を伝える

90分の動画を見る前に、AIへ探してほしい場面を一文で伝えられます。

結論

たとえば大会後、手元に90分の試合動画が残ったとします。振り返りたい。でも、全部を見る時間はありません。

こんなときは「全部要約して」ではなく、「構えが崩れた場面はどこ？」と聞く。これなら次に見る場所が決まります。

Googleは9月1日、質問に合わせて必要部分を探すGeminiの「エージェント型動画理解」を公開しました。見るべき場面を見つける機能です。

指導者はAIが示した時刻から見始められます。選手へ伝える前に元映像を開き、前後の流れは人が確かめます。

AIは場面を探す役。技を評価するのは人です。

動画を開く前に、「何を確かめたいか」を一つ書きます。たとえば「構えが崩れた場面と前後5秒を探す」です。

対象はGemini 3.7 Flash、3.6 Flash、3.5 Flash-Lite。AI StudioとAPIで、アップロード動画とYouTube動画を扱えます。

一般向けアプリは「近日」、Ask YouTubeは今後数か月で、提供途中です。

これまでは、動画を一定間隔で切り出して読むのが基本でした。新方式は、質問に合わせて必要な映像、音声、字幕を見直します。

「構えが崩れた場面」と聞き、候補の時刻を返してもらう。人はその前後を開き、本当にそう見えるか確かめます。

Googleの試験では、トークン最大88％、費用最大66％減、精度最大7％向上。自社試験なので、どの動画でも同じ結果になる保証はありません。

追加料金はなく、3.7 Flashは年末まで入力0.75ドル、出力3.75ドル／100万トークン。日本も提供地域です。

同じ作業をほかのAIではどうするのか。9月2日の公開仕様では、GPT-5.6 Solは動画入力に非対応です。Claudeは動画を画像へ分ける方法が案内され、Grok 4.6はテキストと画像を入力します。

総合順位ではありません。動画をそのまま受け取り、必要箇所を探し直せることが、この用途でのGeminiの差です。

大会後、「なぜ距離を詰められたのか」を振り返るとします。AIに場面と時刻、根拠となる動きを示してもらい、指導者は直前の攻防から確認する。違っていれば候補から外します。

私なら、動画を渡す前に確認したいことを一つだけ書きます。

ここからはW.coの予測です。半年ほどで、会議や競技動画は「全体の要約」から「判断の根拠へ戻る記録」へ変わるかもしれません。

どこを見るかを決めるのは人。そこを探す手間を減らすのがAIです。

メモを開き、次の一文を自分の動画に合わせて書き換えます。

構えが崩れた場面と前後5秒の時刻、根拠となる動きを示してください。評価はせず「要確認」としてください。

この一文が「どこを見ればいい？」への答えになります。今日はまだ動画をアップロードしません。

個人情報、未成年者、団体内部の映像、撮影・共有の同意が未確認ならアップロードしません。違和感があれば元映像へ戻ります。

動画には顔、声、位置、名札が映ります。無料枠は入力が製品改善に使われる条件があるため、データの扱いも確認してください。

AIは競技判定、人物評価、公開可否を決めません。YouTubeで見られることと、二次利用してよいことも別です。

対象モデル、提供経路、Google公表値、料金、日本での基盤提供、競合AIの公開入力仕様は確認済みです。

質問から場面を探す使い方が増えるという部分はW.coの予測です。同じ動画を使った第三者比較と、日本の一般向けアプリへの提供は未確認です。