Googleアプリに新「画像」タブ登場、好みに合わせた発見と整理に対応
GoogleはGoogleアプリの画面下部に「画像」アイコンを追加すると発表した。興味に合わせて毎日新しい画像がおすすめされ、コレクションへの保存や関連アイデアの検索ができる。今後数週間で米国のAndroidおよびiOS向けに順次提供される。
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。
GoogleはGoogleアプリの画面下部に「画像」アイコンを追加すると発表した。興味に合わせて毎日新しい画像がおすすめされ、コレクションへの保存や関連アイデアの検索ができる。今後数週間で米国のAndroidおよびiOS向けに順次提供される。
ElevenLabsは法律特化型AIのHarveyとの提携を発表した。ElevenLabsの音声技術を活用し、Harveyが数十の言語や方言で回答を読み上げられるようになる。今後はリアルタイム音声モードや法廷シミュレーションなどの機能も追加予定だ。
音楽ライセンス大手のEpidemic Soundはアップロードされた動画を解析して最適なBGMや効果音を自動同期するAIツール「Studio」を発表した。同社が権利を持つ音源から選曲されるため著作権トラブルを回避でき、数時間かかっていた音響編集の手間を省く。
Googleの制作ツール「Flow」に「Images」タブが新設された。動画の出力画面とは別に、Nano Bananaを使って画像の生成や調整に専念できる独立したワークスペースとなる。動画制作の素材作りとシーケンス編集を整理して進められるのが特徴だ。
Google は Google Messages 向けに画像編集機能「Remix」の提供を開始した。Gemini 画像モデル「Nano Banana」を採用し、トーク画面で写真を長押しするだけで髪型変更やフィギュア風の加工が可能。Android 限定で 18 歳以上を対象に順次展開される。
Google は Google フォトに画像編集モデル「Nano Banana」を活用した 6 つのAI機能を追加しました。「サングラスを外して笑顔にして」といった言葉の指示で顔写真を自然に修正できるほか、AIテンプレート生成や「Ask Photos」の100カ国以上への提供拡大も実施されます。
ElevenLabsが、著名人や歴史的人物のAI音声を広告向けに正規ライセンスできる「Iconic Voice Marketplace」を開設した。マイケル・ケインやアラン・チューリングなど28人の音声を用意し、権利者への報酬支払いや同意を徹底する。無断クローンが横行する音声AI業界の正規化を目指す動きだ。
Dharmesh氏が企業調査エージェント「Company Research agent」を公開した。複数の有料・公開ソースから幹部情報、トラフィック、G2レビューなどを集約してレポート化でき、カスタム質問やHubSpot連携、ログイン不要の共有に対応する。
サムスンは2025年モデルのテレビ向けに、生成AIを搭載した新Bixby「Vision AI Companion」の提供を開始した。Microsoft CopilotやPerplexityを組み合わせており、画面に映る俳優や絵画、試合結果についてリアルタイムで質問できるほか、料理や旅行の相談にも対応する。
ElevenLabsは音声エージェント向けリアルタイム文字起こしモデル「Scribe v2 Realtime」を発表しました。150ミリ秒未満の低遅延で90言語に対応し、会話中の言語切り替えも自動検出します。即日APIやAgents機能から利用可能です。
ByteDance傘下のVolcano Engineがコーディング向けAIエージェント「Doubao-Seed-Code」を発表した。初月9.9元(通常月額40元)で提供され、25.6万ワードのコンテキスト長とSWE-Benchでの78.8%スコアを主張。Cursor対応のほか、自社製ツールTraeにも統合された。
Google は NotebookLM をアップデートし、Google ドライブ内の PDF や Google スプレッドシートの直接インポートに対応したと発表した。URL の貼り付けによる追加も可能で、Word 文書(DocX)のサポートも近日中に提供予定。クラウド上の資料を手間なく取り込んで AI 解析できるようになる。
PerplexityはCometブラウザ内蔵のAIエージェント「Comet Assistant」の大幅刷新を発表し、全ユーザーへ提供を開始した。複数タブを同時に参照・操作できるようになり、表計算への入力や旅行比較などの複雑なタスクに対応。内部テストでは従来比23%の性能向上が確認され、操作前の権限確認も強化された。
Google Labs はコード不要で AI ミニアプリを作成できる「Opal」の提供地域を、従来の 15 カ国から 160 カ国以上に拡大した。プログラミングなしで Web 調査の自動化やコンテンツ生成ツールを構築可能。個人や小規模チームがアイデアを短時間で実用ツール化できる。
AmazonはKindle Direct Publishingの自費出版著者向けに、書籍を丸ごと自動翻訳するAIツール「Kindle Translate」のベータテストを開始した。英語とスペイン語の双方向翻訳や独英翻訳に対応し、生成本には専用ラベルが付く。海外展開の敷居が下がる一方、文学的なニュアンスへの懸念も残る。
GoogleはGemini API向けにフルマネージドRAGツール「File Search」の提供を開始した。ドキュメントの分割やベクトル化、プロンプトへのコンテキスト注入を自動処理し、出典の引用も付与する。ストレージと検索時のEmbedding生成は無料で、初回インデックス時のみ100万トークンあたり0.15ドルが課金される。
Metaは欧州で新版「Meta AI」アプリの提供を開始しました。生成AIによる短尺動画の作成・リミックス・共有ができる専用フィード「Vibes」を導入。AIアシスタントとの対話に加え、スマートグラスの管理機能も一元化されています。
Google は Google Finance に Gemini 搭載の「Deep Search」機能を追加したと発表した。数百回の検索を同時実行して引用付きの詳細な調査レポートを作成できるほか、Kalshi や Polymarket の予測市場データ、決算説明会のリアルタイム文字起こし機能も備える。米国とインドの Labs ユーザー向けに順次提供される。
Ringは同じ活動による複数の動体検知を1件の通知にまとめる「AI Single Event Alert」の提供を開始した。AIが映像要約を分析して同一の動きと判断し、頻繁な通知疲れを防ぐ。履歴自体はアプリ内に残り、Ring Premium登録者向けに順次配信される(IL州除く)。
元 Meta 社員が立ち上げた Sandbar が、音声メモ特化型スマートリング「Stream Ring」を発表した。価格は 249 ドル。ヘルスケア機能を省き、「声のマウス」としてタッチ操作で録音や文字起こし、AI との対話が行える。初期は iOS のみ対応で、来夏に出荷予定だ。