ボタン一発で起動して、マイクやカメラから入力できて期待した答えが得られるなら、スマホに必須使うアプリになるから、各社が競っているんですね。

スマホはすでに「エージェント」 Gemini Liveのマルチモーダルが凄い(山根康宏)
https://www.watch.impress.co.jp/docs/topic/1663749.html