2026年9月3日のAIニュース Vidsが文書を動画に要約

Googleが、Google Vidsで文書やPDFを動画の要約に変える機能の提供を開始しました。GoogleドキュメントとPDF、Wordファイルを読み込ませると、台本とナレーションと図が自動で組み立てられ、要点をまとめた動画ができます。研修資料や議事録、長い手順書を想定した機能です。このほか、GoogleがGemini 3.8 Flashを公開したこと、Metaがリアルタイム音声認識モデルを公開したこと、茨城県鹿嶋市が問い合わせ対応にClaudeを試したことなど、あわせて6件をまとめます。

2026年9月3日のAIニュース|Vidsが文書を動画に要約

今日は、読む資料を見る資料に変える道具が増えた日です。

Googleが、Google Vidsで文書やPDFを動画の要約に変換する機能の提供を開始しました。

資料を渡すだけで、台本とナレーションと図が自動で組み立てられます。

そのほかにも、Googleの新しいモデル「Gemini 3.8 Flash」の公開や、Metaの音声認識モデルなど、あわせて6件の動きがありました。

今日の注目 Google Vidsが文書やPDFを動画の要約に変換

Google Vidsが文書を動画にする流れを3段のステップで示した図。ドキュメントやPDFやWordを渡す、AIが台本とナレーションと図を組み立てる、要点をまとめた動画ができる、という順を表す

Googleが、Google Vidsで文書を動画の要約に変えられるようにしたと発表しました。

2026年9月2日のGoogle Workspace Updatesで公開された内容です。

対象になるのは、Googleドキュメント、PDF、Wordファイルの3種類です。

これらを読み込ませると、AIが台本とナレーションと図を組み立て、要点をまとめた動画を作ります。

Googleが想定している用途として挙げているのは、研修資料、議事録、長い手順書の3つです。

文字が多く読み通されにくい資料を、短い時間で要点をつかめる形に置き換える狙いです。

提供はRapid Releaseの環境ではすでに始まっています。

Scheduled Releaseの環境では2026年9月5日から段階的に始まり、行き渡るまでに最大15日かかるとされています。

対象は、BusinessのStarterとStandardとPlus、EnterpriseのStarterとStandardとPlus、Education Plus、個人向けのGoogle AI PlusとProとUltra、非営利団体向け、教育向けのアドオンです。

管理者側の設定も利用者側の設定もなく、条件を満たす利用者には自動で有効になります。

作成はvids.newから、またはGoogle Vidsの通常の画面から始められます。

ここからはNotebookLM(現Gemini Notebook)を仕事で使っている方への意味合いです。

Gemini Notebookにも、資料から解説動画を作る動画解説の機能があります。

ただしこちらは、ノートブックに入れたソースを土台にして、そのノートブックの中で完結する作りです。

今回のVidsの機能は、ドライブにある1つの文書をそのまま動画にする入口になります。

調べものはノートブックで束ね、配る1本の資料は文書からVidsで動画にする、という分担が取りやすくなります。

できた動画をVidsの編集画面でそのまま直せる点も、ノートブック側の動画解説とは違います。

なお、Gemini Notebookの動画解説がVidsに統合されるとは発表されていません。

現時点で、両者の関係について公表されている情報はありません。

ノートブックから動画を作る手順はNotebookLMの動画解説の作り方|資料がナレーション付き動画になるにまとめています。

そのほかの動き

GoogleがGemini 3.8 FlashとGemini 3.8 Flash Cyberを公開

Gemini 3.8 Flashの料金と対応範囲を4枚のカードで並べた図。入力100万トークンあたり0.75ドル、出力3.75ドル、導入価格は2026年12月31日まで、Cyberは20を超える言語に対応することを示す

Googleが、Gemini 3.8 FlashとGemini 3.8 Flash Cyberを公開しました。

2026年9月2日の発表です。

3.8 Flashは、長い工程のソフトウェア開発や自律的なエージェント動作を想定した汎用のモデルです。

3.8 Flash Cyberは、脆弱性の発見と修正に絞ったモデルで、20を超えるプログラミング言語を扱えるとしています。

料金は2026年12月31日までの導入価格として、入力100万トークンあたり0.75ドル、出力3.75ドルです。

GeminiアプリやGoogle検索のAI Mode、Google AI Studioなどで使えます。

Gemini Notebookという名前になった経緯と位置づけはNotebookLMがGemini Notebookに改称|変わった点と変わらない使い方で扱っています。

Metaがリアルタイム音声認識モデル「Muse Voice Transcribe」を公開

Muse Voice Transcribeが1つのモデルで3つの役割を担うことを示した図。文字起こし、話者の区別、発話の切れ目の検出を1つにまとめ、80ミリ秒ごとの処理で20人超を区別することを表す

Metaが、初のリアルタイム音声認識モデル「Muse Voice Transcribe」を公開しました。

ITmedia NEWSが2026年9月2日に伝えた内容です。

文字起こしと、話者の区別と、発話の切れ目の検出を、1つのモデルでまとめて行います。

音声を80ミリ秒ずつ処理し、20人を超える話者を区別しながら1時間を超える音声を扱えるとしています。

学習に使われた言語は70以上で、公開の時点で品質が確認されているのは日本語を含む25言語です。

提供はMeta Model APIなどで、料金は1時間あたり0.18ドルです。

モデルの重みは公開されていません。

録音を議事録の形にするまでの流れはNotebookLMで議事録を作る方法|録音をそのまま入れて決定事項とTODOを出すにまとめています。

フェイフェイ・リー氏のWorld Labsが空間モデル「Atlas」を発表

World Labsのモデルができる4つのことを2列2段で並べた図。別視点の映像づくり、画像からの空間の再構成、スマートフォン動画からの時間を止めた映像、360度パノラマの生成を示す

World Labsが、空間を扱うモデル「Atlas」を発表しました。

ITmedia AI+が2026年9月2日に伝えた内容です。

文章、画像、動画、3Dデータを、最初から1つのモデルでまとめて扱う設計です。

できることは4つあります。

1枚か2枚の画像から別の視点の映像を作ること、2枚から30枚の画像から空間を組み直すこと、3本から5本のスマートフォン動画から時間を止めたような映像を作ること、文章や画像から360度のパノラマを作ることです。

提供は選ばれた一部の相手への早期アクセスに限られています。

NECがAnthropicの上位モデル「Claude Mythos」を導入

NECの導入内容を示した図。Claude Mythos Previewを土台に、ソフトウェア開発、業務プロセスの見直し、セキュリティの脅威検知という3つの用途へ広げることを表す

NECが、Anthropicの上位モデル「Claude Mythos Preview」を導入すると発表しました。

ITmedia ビジネスオンラインが2026年9月2日に伝えた内容です。

用途として挙げているのは、ソフトウェア開発とシステム構築、業務プロセスの見直し、セキュリティの脅威検知と対応の3つです。

あわせて、Anthropicが立ち上げたセキュリティの取り組み「Project Glasswing」に参画します。

この取り組みには、GoogleやMicrosoftを含む200を超える組織が参加しています。

両社は2026年4月から、4年間の協業を進めています。

茨城県鹿嶋市が問い合わせ対応にClaudeを試験導入

鹿嶋市の問い合わせ対応が変わる前と変わったあとを左右で対比した図。職員が個別に答えていた状態から、24時間答えるチャットへ移り、全庁に広げた場合の削減見込みが年間およそ590時間になることを示す

茨城県鹿嶋市が、公式サイトでの市民からの問い合わせ対応にClaudeを使う実証実験を行いました。

@ITが2026年9月3日に伝えた内容です。

実施した期間は、2025年12月18日から2026年2月28日までです。

Claude Sonnetに市の公式サイトの内容を参照させるRAGの仕組みで、対話の土台にはVoiceflowを使っています。

利用者118人への調査では、83%が実際に役立ったと答えています。

全庁に広げた場合の削減見込みは、年間およそ590時間とされています。

規程やマニュアルを聞ける窓口に変える手順はNotebookLMで社内FAQを作る方法|規程とマニュアルを「聞ける窓口」に変えるで扱っています。

まとめ

今日は、手元にある資料をそのまま別の形に出し直せる日でした。

文書は動画に、話し声は文字に、写真は空間に変わり、AIの役割は中身を作ることから形を変えることへ広がっています。

Sanbookは、NotebookLM(現Gemini Notebook)を仕事で使う人のための情報を集めたコミュニティです。

実際のノートブックの作例や、目的別の使い方は次のページからご覧いただけます。

参考:Google Workspace Updates「Turn Google Docs, PDFs, and Word files into video summaries in Google Vids」

参考:Google「Introducing Gemini 3.8 Flash and 3.8 Flash Cyber」

参考:ITmedia NEWS「Meta、初のリアルタイム音声認識モデル「Muse Voice Transcribe」 20人超の話者識別と多言語混在に対応」

参考:ITmedia AI+「フェイフェイ・リー氏のWorld Labs、空間知能オムニモデル「Atlas」発表」

参考:ITmedia ビジネスオンライン「NEC、先進AI「Claude Mythos」ついに導入 Anthropic主導"セキュリティ防衛連合"で、何ができる?」

参考:@IT「茨城県鹿嶋市は「公式Web×Claude」で市民対応をどう変えた? Claude Codeで内製化も」

Sanbook

NotebookLMをもっと活用しませんか?

Sanbookでは、すぐに使えるNotebookLMテンプレートやスライドテンプレートを探したり共有したりできます。