こちらは、Youtube動画の中からロンドンのランドマークを説明している部分を抽出し、p5.jsを使ってアニメーションにしたものだ。 まだ描写が拙いが、これが発展していけば、長いYoutube動画を一瞬でショートの尺に要約することができるようになる。 もちろんこれを触れるようにすることもできる。

情報伝達メディアの最終形態は動画だと思っていたが、Googleはどうやらその先を見据えているようだ。 動画はインタラクティブなアプリケーションの素材になり、その上で触って遊べるようになる。 Geminiがもたらしている画像や動画の理解能力の向上は、そのような可能性の扉を開いている。