新しいエージェントAPIと研究エージェント(Gemini / Interactions / TEN)

DeepMindは、Gemini 3 Proを基にしたGemini Deep Research Agentを発表し、モデルとエージェントのための統一インターフェースであるInteractions APIを導入しました。
Key insights
Gemini Deep Research Agentは自律的な研究アシスタントを目指す
DeepMindは、Gemini 3 Proに基づいたGemini Deep Research Agentを発表しました。このエージェントは、自律的に深い研究を計画し、検索を行い、結果を読み、ギャップを特定し、ターゲットを絞ったクエリを繰り返し実行します。また、プライベートドキュメントとウェブソースを統合し、検証可能な引用を伴う報告書を生成します。エージェントは、複雑な調査タスクの事実性を向上させ、幻覚を減少させるためにマルチステップ強化学習で訓練されています。
Interactions APIは開発者のためのモデルとエージェントの統合を実現
DeepMindは、モデルとエージェントのワークフローを統合する単一のインターフェースであるInteractions APIを導入しました。これにより、開発者は報告書の構造を制御し、機械可読のJSONを要求し、マルチステップエージェントタスクを調整することができます。このAPIはGemini Deep Researchの統合ポイントであり、Google AI Studioを通じて開発者キーで利用可能です。
エージェントのベンチマークは最先端の深い研究パフォーマンスを示す
DeepMindは新しいDeepSearchQAベンチマークを発表し、Gemini Deep Research Agentのトップスコアを報告しました:DeepSearchQA 66.1%、Humanity's Last Exam 46.4%、BrowseComp 59.2%であり、因果連鎖、深い統合、難解な情報検索を必要とするタスクでの優れたパフォーマンスを主張しています。
TEN Frameworkはリアルタイムのマルチモーダルエージェントエンジニアリングを目指す
TEN Frameworkは、音声、ビデオ、ASR、LLM、TTSを扱うリアルタイムのマルチモーダルエージェント用のオープンソースランタイムとビジュアルデザイナー(TEN Designer)を提供します。C++による低レベルメディア、LLMロジックのためのPython、高い同時処理ネットワークのためのGoをサポートするポリグロットランタイムを提供し、軽量モデルをエッジで実行し、重い推論をクラウドで行うためのエッジクラウド分割を実現し、グルーコードの複雑さとレイテンシーに対処します。