Browser Useに動画制作機能:AIのブラウザ操作から解説動画を自動生成
browser-useはbrowser-harnessに録画および動画制作機能をマージした。エージェントがブラウザを操作しながらスクリーンショットとイベントを記録し、自動でズームやカーソル、字幕を合成してScreen Studio風の解説動画を出力できる。ffmpegなどの外部依存も不要だ。
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。
browser-useはbrowser-harnessに録画および動画制作機能をマージした。エージェントがブラウザを操作しながらスクリーンショットとイベントを記録し、自動でズームやカーソル、字幕を合成してScreen Studio風の解説動画を出力できる。ffmpegなどの外部依存も不要だ。
Runwayはプロンプトからマーケティング企画や各種広告素材を一括作成できる「Agent 2.0」を発表した。MetaやYouTubeの実績データを分析して次のクリエイティブを提案し、Gen-4.5など複数のモデルを使い分けてアスペクト比や地域に合わせた素材を展開できる。動画生成にとどまらず、マーケティング業務全体の自動化を狙う。
OpenAIはChatGPTデスクトップアプリの更新を実施した。サイドバーに対話履歴やプロジェクトが表示されるようになり、ChatおよびWorkの履歴がWeb・モバイル・デスクトップ間で同期可能になった。また、デスクトップ上でChatとWorkモードを直接切り替えられる。
米Googleはリサーチ支援ツール「NotebookLM」の名称を「Gemini Notebook」に変更したと発表した。新たに安全なクラウドコンピューター機能を導入し、ソースに基づくネイティブなコード記述と実行に対応する。Google AI Ultraユーザー向けに提供を開始しており、数週間以内にProユーザーにも順次展開する。
Googleは検索の「AI Mode」に外部アプリを連携する新機能の提供を米国で順次開始した。検索結果から離れることなく、Instacartのカートに食材を追加したり、Canvaのテンプレートを探したり、YouTube Musicにプレイリストを保存したりできる。今後は対応アプリをさらに拡大する予定だ。
1PasswordはAnthropicのClaude向けブラウザ連携機能を発表した。「ゼロエクスポージャー」フレームワークにより、ClaudeはパスワードやMFAコードを一切見ることなく安全に資格情報を自動入力できる。タスクごとに生体認証で1回承認する仕組みで、まずはMacユーザー向けに提供が開始された。
Robloxはテキスト指示だけでプレイ可能な3Dゲームを生成できるモバイル向けAI機能「Build」を発表した。コーディング不要でゲームの仕組みや環境、音響まで一括構築する。基本機能は無料で提供され、7月28日よりニュージーランドでパブリックアルファテストが開始される。
xAIはGrokに自動実行機能「Automations」を追加した。タスクを一度設定すれば、指定スケジュールや特定メール受信をトリガーにGrokが自動で作業を行い履歴を保存する。定期実行は全ユーザー無料、メールトリガーはSuperGrok登録者向けに提供される。
米DoorDashは、AIエージェントが店舗検索やお得情報の確認、決済まで直接行えるコマンドラインツール「dd-cli」の限定ベータ版を開始した。AIが現実世界の買い物を自律的に代行する動きが本格化しつつある。現在は米国とカナダのmacOS開発者を対象にウェイティングリスト制で提供中だ。
OpenAIはChatGPTのサイドバー検索をアップデートし、Web・iOS・Androidで提供を開始した。チャット履歴、プロジェクト、画像、文書を1か所からフィルターで絞り込んで検索でき、選択した項目を直接開いて過去のやり取りを素早く再開できる。
OpenAIはキーボードメーカーのWork Louderと共同開発したCodex向けハードウェア「Codex Micro」を発表した。価格は230ドルで数量限定。13個のメカニカルキーやノブを備え、Codexエージェントの稼働状態をLEDで可視化し、推论レベル調整やコード承認を物理操作できる。
PerplexityはAIエージェント向けサンドボックス「SPACE」を発表し、Computer製品に導入した。FirecrackerマイクロVMを採用してタスク終了時に環境を即座に破棄し、認証情報は必要な瞬間のみ外部から注入する。毎分メモリ快照を取得することで、最大1週間前の中断状態から作業を再開できる。
メールアプリのSuperhumanがAI自動下書き機能を刷新した。AnthropicとOpenAIの最新モデルを併用し、過去のやり取りから口調を学習して重要メールに3通りの返信案を生成する。テスト期間中は生成された下書きの60%が無編集でそのまま送信されたという。
Spotifyはプレミアム会員向けに会話型AI機能のベータ版提供を開始した。ユーザーはテキストや音声で話しかけることで、直感的な選曲や楽曲の深掘り、自身のリスニング履歴の確認まで行える。現在は米国、アイルランド、スウェーデンの18歳以上のユーザーを対象に英語で順次提供されている。
セキュリティ研究機関のCereblabは、xAIのコーディングツール「Grok Build」がユーザーの全コードやSSHキーなどの機密情報をGoogle Cloudに無断転送していたと報告した。xAIはサーバー側で機能を停止し、イーロン・マスク氏は収集済みデータの完全削除を約束した。
Canva は「Canva Code 2.0」を無料プランを含む全ユーザー向けに公開した。コード生成時間を 75% 短縮したほか、外部で生成した HTML のインポートに対応。使い慣れたドラッグ&ドロップ画面でテキストや画像を直感的に修正できる。AI で動くプロトタイプを作りつつ、ブランドに合わせた細かなデザイン調整まで 1 か所で完結できるのが魅力だ。
Googleはブラウザ「Chrome」に統合されたAIアシスタント「Gemini」を英国のデスクトップユーザー向けに提供開始した。複数タブの横断比較やGoogleアプリとの連携、Nano Banana 2による画像編集機能などを備える。来月にはiOS版にも展開予定だ。
Anthropicは米国の認証済みK-12教員向けに「Claude for Teachers」を無料提供開始した。全米50州の教育基準に準拠した指導案作成や個別指導の支援、自動化機能に対応する。FERPAに準拠し生徒データは学習に使用されない。2027年6月30日までの登録で1年間無料で利用できる。
watchOS 27開発者ベータにSiri AIが導入され、Apple WatchとiPhoneやMacの間で一貫した操作が可能になった。腕元からリマインダーを呼び出して確認でき、履歴も端末間で共有される。思考時の遅延はあるものの、実用的な腕上コンピュータに近づいた。
WazeはAndroidとiOS向けに新機能を発表。Geminiを活用し、自然な音声会話での目的地検索や地図修正の提案が可能になった。バイク専用のナビゲーションや、案内音声を減らす「less chatty」モードも提供。会話検索はまずグローバルのベータ版向けに展開される。