Google DeepMind: AI Pointer が Gemini をマウスカーソルに統合——Chrome と Googlebook で音声コマンドが使用可能

Google DeepMind は 2026 年 5 月 12 日に AI Pointer を発表しました。Gemini モデルを搭載した実験的なマウスカーソルで、ユーザーは詳細なプロンプトを入力せずに画面上のオブジェクトを指して短いコマンドを発話できます。この機能は Chrome でただちに利用可能で、Googlebook ラップトップの Magic Pointer は「まもなく」提供予定です。

AI Pointer はコンピューターとのインタラクションをどのように変えますか？

AI Pointer はカーソル位置周辺の視覚的・意味的コンテキストを読み取り、音声コマンドと組み合わせます。「この画像を取って、背景を削除して、左側の空きスペースに配置して」と入力する代わりに、ユーザーは画像を指して「Fix this」または「Move that」と発話するだけです。Gemini はポインターの位置を指示的なジェスチャーとして解釈します——これはテキストによる説明なしで曖昧さを解消する指し示しです。

Chrome バージョンでは、EC サイトのシナリオにも対応しています：「ページ上のいくつかの商品を選んで比較を求める」または「新しいソファを置きたい場所を指し示す」ことができ、すべてウェブページ内で直接完結し、別のアプリやタブに切り替える必要はありません。

Googlebook ラップトップでは何が追加されますか？

Magic Pointer は Google が近日発売予定の Googlebook に深く統合された実装です。DeepMind は「ワークフローを中断せずに」複数のアプリにわたるシームレスな AI アシスタンスを目指しています——これはブラウザのプラグインではなく、システムレベルのアクセスを示唆しています。

2 つの実験的なデモアプリがすでに Google AI Studio で公開されています：画像編集ツールとマップベースのロケーションファインダーです。どちらも「指して話す」パターンを採用しており、Gemini API を使って自分のアプリで視覚的コンテキストと音声コマンドを組み合わせる方法を探求したい開発者向けのプレイグラウンドとなっています。

より広い AI エコシステムにおける位置づけ

AI Pointer は、2026 年に大規模言語モデルを中心に従来の UI 要素を再設計する製品の波に続くものです——Google 検索の Google AI Mode、Windows の Microsoft Copilot、Claude API の Anthropic Computer Use。マウスカーソルはかつて「無頓着」で、あらゆるアプリで同じように動作していました。DeepMind はそれをカーソル下のコンテンツを理解するコンテキスト対応の入力デバイスに変えています。