元Apple幹部率いるHumane、初のウェアラブル端末「Ai Pin」の詳細を発表
米Humaneは初のウェアラブルAI端末「Ai Pin」の詳細を発表した。胸元に装着する画面のないデバイスで、QualcommのSnapdragonを搭載し、手のひらなどに画面を投影して操作できる。OpenAIやMicrosoftとも連携し、スマホ機能の代替を目指す。
ChatGPT、Cursor、PerplexityなどAIツールの新機能や新製品、料金や提供地域の変更をお届けします。
米Humaneは初のウェアラブルAI端末「Ai Pin」の詳細を発表した。胸元に装着する画面のないデバイスで、QualcommのSnapdragonを搭載し、手のひらなどに画面を投影して操作できる。OpenAIやMicrosoftとも連携し、スマホ機能の代替を目指す。
MicrosoftはBingとEdge向けにAIを活用したショッピング支援機能を発表した。AIが製品比較表を含む購入ガイドを自動生成するほか、Bing ChatがWeb上の口コミを要約して要点を提示する。購入後の値下げを監視する機能も用意。レビュー要約は同日よりグローバルで順次提供される。
OpenAIはiOSおよびAndroid版ChatGPTアプリでWebブラウジング機能の提供を開始した。ChatGPT Plus会員向けで、2021年までの知識制限を超えて最新情報を取得できる。ただし検索エンジンはBingに固定されており、他社エンジンへの切り替えには対応していない。
Zoom は会議室向けシステム「Zoom Rooms」向けに、新機能「Intelligent Director」を発表しました。室内の複数カメラと AI を組み合わせ、最大 16 人の視線や動きに合わせて最適な画角へ自動で切り替えます。遠隔の参加者とも自然なアイコンタクトを取れる会議環境を目指します。
UnityはAIプラットフォーム「Unity Muse」と「Unity Sentis」を発表した。Museはチャットやテキスト指示による素材生成を支援し、Sentisは端末上で直接ニューラルネットワークを動かす推論エンジン。現在クローズドベータの登録を受け付けている。
ElevenLabs が音声ライブラリ「Voice Library」の提供を開始しました。ユーザーはプロンプトによる音声生成や自身の声のクローン作成に加え、ライブラリ内の多様な声線を選んでポッドキャストや動画のナレーションに活用できます。
YouTubeはVidConにて、GoogleのインキュベーターArea 120発のAI吹き替えチーム「Aloud」を統合すると発表した。動画の自動文字起こし、翻訳、音声合成を一括で行う仕組みで、現在は英語、西語、ポルトガル語で数百人のクリエイターとテスト中。2024年には本人の声の再現や口パク合わせも予定する。
Google はスプレッドシート向けに生成 AI 機能「Help me organize」の提供を Workspace Labs テスター向けに順次開始した。サイドパネルにプロンプトを入力するだけで、イベント進行表や予算などの表テンプレートを自動生成できる。ゼロから表を設計する手間を減らせるが、現在は一部テスター限定での提供となる。
Dropboxは作業ツールを横断検索できるAIツール「Dropbox Dash」と、プレビュー画面で文書や動画を要約・質疑応答できる「Dropbox AI」を発表した。散らばった社内情報やリンクを1か所で探せる。現在Dashは招待制ベータ版で、Dropbox AIは米国のProユーザー向けに提供が始まっている。
Vimeoは有料プラン向けにAI動画制作ツールの導入を発表した。OpenAIの技術を使って数秒で動画台本を作成できるほか、プロンプター機能や、録画内の言い淀みや不要な沈黙をワンクリックで削除できるテキスト編集を備える。7月中に月額20ドル以上のプラン向けに提供される。
ElevenLabsは自社AI音声の検出ツール「AI Speech Classifier」を公開した。ログイン不要で音声や動画をアップロードすれば、最初の1分間を解析して自社技術による生成確率や類似する音声を提示する。ただしEleven v3で生成された音声の判定精度にはまだ課題が残る。
MicrosoftはDynamics 365 Finance、Project Operations、Supply Chain ManagementなどのERPポートフォリオにCopilotを導入した。自然言語で指示するだけでプロジェクト計画や進捗レポートを素早く作成でき、購買担当者による発注変更のリスク分析も効率化される。煩雑な手作業が多かったERP業務の大幅な省力化につながる。
GoogleはAIを活用した新しい広告ソリューション「Demand Gen」と「Video View campaigns」を発表した。Demand GenはYouTubeやShorts、Gmailなど複数接点に画像・動画を展開し類似オーディエンスにも拡張可能。Video Viewは枠を横断し視聴回数を平均40%向上させる。8月にベータ版が提供される予定だ。
AdobeはIllustratorのベータ版にFirefly搭載の新機能「Generative Recolor」を追加した。「ネオンジャングル」などのテキストを入力するだけで、ベクターアートに最適な配色バリエーションを瞬時に生成し、手作業でのパレット作成を省力化できる。
Amazonはモバイルショッピングアプリにおいて、生成AIを活用してカスタマーレビューを要約する機能のテストを開始した。商品の気に入った点や不満な点を短くまとめて表示し、AI生成である旨の注記も付記される。数千件に及ぶレビューの確認を効率化する狙いだが、具体的な採用モデルなどの詳細は明かされていない。
TikTokは広告主向けに動画スクリプトを自動生成する無料ツール「Script Generator」を提供開始した。商品情報やキーワードを入力して動画の長さを選ぶだけで、数秒でフックや構成案を含む台本を作成できる。なおTikTokは事前確認を推奨している。
Microsoftは、Bing Chatで音声コマンドによる入力と音声読み上げ機能の提供を開始した。ユーザーはマイクアイコンを押して話しかけることができ、英語、中国語(普通話)、フランス語、ドイツ語に対応する。あわせて1回の会話上限を従来の20から30ターンに、1日の上限も300ターンに引き上げた。
OpenAIはChatGPTのiOSアプリを大型アップデートし、iPadの大画面最適化と画面分割ドラッグ&ドロップに対応させた。Siriやショートカット機能とも連携し、音声起動やお気に入りプロンプトの自動化ワークフロー作成が可能になった。
ClipdropはStable Diffusion XLをベースにしたAI画像拡張ツール「Uncrop」を公開した。画像をアップロードするだけでプロンプトなしに周囲の背景を自動生成し、比率を調整できる。バナー作成や構図修正に向いており、ログイン不要でウェブから無料体験できる。
GoogleはBardのアップデートを発表した。計算や論理的思考が必要な指示に対し、バックグラウンドでコードを生成・実行する仕組みを導入し、数学などの回答精度が約30%向上した。また、生成された表をGoogleスプレッドシートへ直接書き出す機能も追加された。