アプリ内エージェントから Android インテリジェンス システムまで: Android Developer Summit で発表されたインテリジェント アプリの新機能

インテリジェンスの時代において、ユーザーはアプリをタップするだけでなく、高度な目標を表現し、Gemini のような AI エージェントが、デバイス上の複数のアプリにまたがることもあるマルチステップのワークフローを完了することを期待しています。ユーザーのニーズに応えるため、Android アプリでインテリジェントなエージェント エクスペリエンスを構築する新しい方法を導入します。

• Android インテリジェンス システムに接続する: Android MCP を使用して、アプリの機能をシステム エージェントと共有します。ユーザーが Android の Gemini アプリと Google 検索から直接アプリに接続できるようにするには、Connected Apps Platform プレビュー プログラムにご参加ください。
• アプリにインテリジェンスを組み込む: ML Kit GenAI API を使用してオンデバイスでスマート機能とエージェントを構築し、Google Play 開発者サービスの LiteRT を使用してカスタム ML モデルを組み込みます。Firebase AI Logic を使用してクラウドで Gemini モデルを活用し、エージェントが A2UI Compose レンダラを使用してネイティブ Compose UI を構築できるようにします。

これらの新しい API とデベロッパー ツールの一部は、Android Developer Summit の基調講演ですでに紹介されています。新しいインテリジェントなエクスペリエンスに関する 10 個の新しいオンデマンド セッションなど、インテリジェントなアプリの構築に役立つ新しい詳細なリソースで学習しましょう。

Android インテリジェンス システムに接続する

Android インテリジェンス システムは、Android デバイスで AI エージェントとアプリを接続しながらユーザーを保護するように設計されたシステム基盤です。スマートフォン、ウェアラブル、XR グラス、テレビ、自動車など、Android エコシステムのデバイス全体で、ユーザーにプロンプトによるアシストと先回りアシストを提供します。

• プロンプトによるアシスタンス: ユーザーがエージェントに目標の達成を積極的に依頼すると（例: 「カレンダーを確認して、配車を予約し、Jingyu に到着予定時刻をメッセージで送信して」）、エージェントはアプリ間でツールをオーケストレートして、それを実行します。最も高速で信頼性の高い実行を実現するには、リモート MCP サーバーまたはローカルの Android MCP を使用します。エージェントは、Android の Computer Control フレームワークを使用して、アプリ側の統合を必要とせずにアクションを完了することもできます。
• 先回りアシスト: システムがユーザーのニーズを予測し、ロック画面、通知、仮想キーボード、アプリ内に状況に応じた提案を候補ワードとして直接表示します。

Google は、おなじみの MCP 標準に基づく API とツールを提供することで、アプリが Android インテリジェンス システムと統合する方法をデベロッパーが制御できるようにしています。AppFunctions Jetpack ライブラリを搭載した Android MCP は、Google の統合ツール呼び出しフレームワークです。システム エージェントでも、独自のオンデバイスのアプリ内エージェントでも、デバイス上で直接、適切な AI エージェントに接続できます。リモート MCP サーバーは、クロスプラットフォームでのリーチを提供します。

Android MCP は、Android ネイティブ ソリューションとしてリモート MCP を補完するものであり、ユーザー ジャーニーでエンドツーエンドの暗号化や機密性の高いローカル デバイス データを使用する場合、デバイスのセンサーやハードウェアが必要な場合、ローカルで実行する必要がある場合、またはサーバー エンドポイントが利用できない場合に推奨される統合パスです。

Android インテリジェンス システムの詳細と、Gemini をシステム エージェントとして統合する方法については、こちらの講演をご覧ください。

アプリにインテリジェンスを導入する: オンデバイス エージェントから A2UI Compose レンダラまで

関数呼び出しなどの Gemini Nano 4 の新機能により、ML Kit GenAI API が拡張され、完全にオンデバイスで Agentic Workflows を構築できるようになりました。Google は、Prompt API を使用した ML Kit の直接モデルアクセスと、関数を自動実行し、会話履歴を保存し、オーケストレーション ループを管理し、自動ガードレールを含む新しい Agentic API を使用して、ビルディング ブロックを直接提供します。GitHub の Jetpacker コードサンプルを確認し、ML Kit GenAI API を使用してアプリでエージェント機能を活用する方法について詳しく説明しているこちらの動画をご覧ください。

新しい Agentic API に加えて、一連の新しい機能がオンデバイスで提供されます。

• オンデバイス ML Kit GenAI API の概要を説明します。思考モードやシステム指示などの Prompt API 機能から、EmbeddingGemma 2 を活用した Embeddings API などの新しいアルファ版 API まで、幅広く取り上げます。また、Android システムの内部的な最適化について学び、すでに本番環境で利用されている一般的なオンデバイス生成 AI のユースケースを確認します。
• Gemma 4 をベースに構築された Gemini Nano 4 のモデル アーキテクチャの詳細をご覧ください。レイヤごとのエンベディング、量子化を考慮したトレーニング、マルチトークン予測を活用した Gemini Nano 4 は、内部テストのベンチマークにおいて、以前のバージョンの Gemini Nano モデルと比較して、推論速度が最大 3 倍向上し、メモリ使用量が最大 4 倍削減されています。
• Google Play 開発者サービスの LiteRT を使用すると、GPU のパフォーマンスを向上させてカスタム ML モデルを実行できます。これにより、APK からランタイムが削除され、APK のサイズが約 8 MB 縮小されます。Wear OS と Android Automotive OS でも利用できるようになりました。ターンキー ML Kit API を使用する場合でも、独自のカスタム エッジモデルを使用する場合でも、お知らせとこちらの講演をご覧ください。
• これらの API が実際のアプリでどのように連携しているかをご覧ください。たとえば、スマートフォンやスマートグラスで ML Kit の音声認識、音声翻訳、テキスト読み上げ API を使用する XR 言語教師や、Gemini Nano、ML Kit の直接モデルアクセス、Agent Development Kit（ADK）で構築された Formula E AI コドライバーなどがあります。

クラウド処理とローカル処理にまたがるワークフローには、Firebase AI Logic がシンプルなハイブリッド ソリューションを提供します。Gemini 4 などの高度なクラウドモデルを呼び出しながら、Gemini Nano によるオンデバイス推論を必要に応じて使用できます。本番環境でアプリを保護し、費用を管理するには、Firebase App Check、新しいサーバー プロンプト テンプレート、Firebase の費用の上限を使用します。

Jetpacker のライブ予約アシスタントを使用した基調講演のデモで紹介したように、Jetpack Compose A2UI レンダラがアルファ版で利用可能になりました。これにより、エージェントは「UI を話す」ことができます。エージェントは、リッチでインタラクティブなネイティブ Compose UI を JSON プロトコルから直接ストリーミングできます。A2UI Compose レンダラをぜひお試しいただき、フィードバックをお寄せください。アプリに実装する方法については、こちらの動画をご覧ください。

Connected Apps Platform で Gemini と Google 検索にリーチ

Google の各種サービスで、ユーザーは質問するだけでなく、実践するようになっています。Connected Apps Platform を導入しました。これにより、Gemini と Google 検索で購入意向の強いユーザーにリーチできます。ネイティブのオンデバイス実行用の Android MCP と、クロスプラットフォーム リーチ用のリモート MCP サーバーを組み合わせることができます。Gemini アプリのデベロッパー モードを使用すると、今すぐローカル環境で構築とテストを開始できます。製品版の準備が整ったら、プレビューの順番待ちリストにご登録ください。現在、プレビューの利用は、サポート対象のカテゴリでプロダクション レディな一部のアプリに限定されています。より幅広いセルフサービス アクセスは、今後提供される予定です。

最初の接続済みアプリの作成、テスト、公開の手順については、Connected Apps Platform を使用してアプリを Gemini と Google 検索に拡張するをご覧ください。

最新のアップデートでインテリジェントなアプリの構築を開始

構築を開始するには、ML Kit Agentic Workflowsを使用してオンデバイス エージェントを作成し、新しい Android スキルを使用してモデルに直接アクセスします。プレビュー モデルの新機能をテストする際は、AICore デベロッパー プレビュー プログラムにオプトインしてください。ML Kit API を使用してアプリにインテリジェントな機能を追加し、Google Play 開発者サービスの LiteRT でカスタム ML モデルを実行します。Firebase AI Logic を使用してクラウドで Gemini モデルによる推論を直接実行し、Jetpack Compose A2UI レンダラを使用して JSON からネイティブ Compose UI をストリーミングします。最後に、Android インテリジェンス システムと統合し、AppFunctions のスキルとサンプル エージェントを使用して Android MCP でプロトタイプを作成し、Connected Apps Platform のデベロッパー プレビューに登録します。

皆様が構築されるアプリケーションを楽しみにしております。