GoogleがGeminiアプリを刷新：Liveの画面共有を無料化、Veo 3やImagen 4も統合
GoogleはGeminiアプリの大幅アップデートを発表しました。カメラや画面共有対応のGemini LiveがiOS/Android向けに無料開放され、標準モデルは2.5 Flashに刷新。さらにImagen 4や音声生成に対応した動画モデルVeo 3が統合されたほか、月額249.99ドルのUltraプランも新設されました。
AIツール
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。
新しいニュースを見る
Googleが「SynthID Detector」公開：テキストから動画までAI透かしをまとめて検出
Googleはテキスト、音声、画像、動画に含まれるSynthID透かしを検出できるポータル「SynthID Detector」を発表した。透かしが含まれる特定部分のハイライトにも対応する。まずはジャーナリストや研究者向けにウェイティングリスト制で提供される。
Googleが汎用AIアシスタント構想を発表：Geminiの世界モデル化とマルチタスク対応へ
GoogleはGeminiを汎用AIアシスタントへと進化させる構想を発表した。Gemini 2.5 Proを世界モデルへと拡張するほか、Gemini Liveへのコンピューター制御導入を進め、最大10件のタスクを並行処理できるブラウザエージェント「Project Mariner」を米国のGoogle AI Ultra加入者に公開した。
Google、NotebookLMに「動画概要」機能を追加へ：資料を視覚的なプレゼンに変換
Googleは「I/O 2025」にて、NotebookLMにノートやPDFから動画プレゼンを生成する「Video Overviews」を追加すると発表した。音声概要の長さ調節も可能になり、前日にはiOS／Android向けアプリも公開されている。
Amazon Music、AI検索機能「Explore」をテスト：アーティスト深掘りやプレイリスト生成に対応
Amazon Musicはアーティストについて深く知ることができるAI検索機能「Explore」のテストを開始した。共同作業した楽曲や関連アーティストを整理して表示するほか、AIプレイリストの作成も行える。現在は米国のiOS版Unlimited会員向けに約1万人のアーティストを対象として限定提供されている。
Google、NotebookLMのスマホアプリを公開：オフライン再生や共有に対応
GoogleはAndroidとiOS向けにNotebookLMアプリを公開した。Audio Overviewsのオフライン・バックグラウンド再生やホストへの質問に対応するほか、ブラウザなど他アプリからWebやPDFを直接ノートに共有できる。
GitHub Copilot、新コーディングエージェントを発表：Issueを任せるだけでPRを自動作成
GitHubがCopilot向けの新しいコーディングエージェントを発表しました。GitHub Issueを割り当てるだけで、エージェントがGitHub Actions環境で自律的にコードを修正してドラフトPRを作成します。MCPによる外部連携や画像認識に対応し、CI/CD実行前には必ず人間の承認を挟む安全設計です。
Microsoft Edgeに小型モデル「Phi-4-mini」内蔵、開発者向けAI APIを提供
MicrosoftはのBuild 2025で、Edgeブラウザに小型モデル「Phi-4-mini」を直接組み込み、実験的なAI API群の提供を開始した。開発者はサーバーを介さずブラウザ上で要約や文章生成を低コストかつ安全に実行できる。さらにPDFの丸ごと翻訳機能やCopilotチャットの拡張も発表された。
Microsoft、Outlook向けCopilot機能を一般提供 添付ファイル要約や会議前ブリーフィングに対応
Microsoftは年次開発者会議「Build」において、OutlookおよびMicrosoft 365向けCopilotの新機能を一般提供した。Outlookではメール添付ファイルや検索結果の要約、会議前の関連タスクまとめに対応する。Copilot Pagesのモバイル版やWord変換機能も今月順次提供される。
マイクロソフト、Windows AI Foundryを発表：MCPネイティブ対応やWSLのオープンソース化も
Microsoftは「Build 2025」でWindows AI Foundryを発表した。オンデバイス推論基盤を統合するほか、Windows 11がMCPプロトコルをネイティブサポートし、エージェントがPCアプリと連携可能になる。WSLのオープンソース化も公表された。
マイクロソフト、研究開発向けエージェント基盤「Microsoft Discovery」発表
マイクロソフトはBuild 2025にて企業研究開発向けエージェントプラットフォーム「Microsoft Discovery」を発表した。グラフベースの推論エンジンと専門AIエージェント群をCopilotが統合制御し、仮説立案からHPCシミュレーションまでを支援する。自社研究ではデータセンター向け新冷却液を約200時間で発見した。
SalesforceがSlack向け「Agentforce」発表、実務を担う「デジタル同僚」へ
Salesforceは月曜日、Slack内で自律的に動くAIエージェント「Agentforce in Slack」を発表した。単なる会話にとどまらず、社内データ検索や複数システムにまたがる業務を実行できる。6月12日からは研修や社内サポート向けテンプレートも提供される。
Runway、画像生成AI「Gen-4 Image」のAPIを提供開始 1枚0.08ドル
Runwayは参照画像機能を含む画像生成モデル「Gen-4 Image」のAPI提供を開始した。外部アプリやサービスに直接組み込み可能で、コストは1枚あたり0.08ドル。バーチャル試着やゲーム素材生成などの活用を見込む。
OpenAIが自律型エンジニア「Codex」発表：クラウドで並列実行しPR作成まで自動化
OpenAIはo3ベースの新モデル「codex-1」を搭載したソフトウエア開発エージェントCodexのプレビュー版を発表した。分離されたクラウド環境でバグ修正やテスト実行、PR作成を並列処理する。開発者は重い作業を非同期でAIに任せられるようになる。ChatGPT Proおよび企業ユーザー向けに提供を開始した。
Acer、Computex 2025でAIウェアラブル発表：サブスク無しの指輪と翻訳イヤホン
Acer GadgetはComputex 2025で、チタン合金製の健康管理リング「FreeSense Ring」と翻訳イヤホン「AI TransBuds」を発表した。リングは追加のサブスク料金なしで全データを確認可能。イヤホンは片方が装着するだけで15言語のリアルタイム双方向翻訳が行える。
ElevenLabs、AI音効ボード「SB-1」公開：テキストから効果音を即時生成
ElevenLabs は自社 SFX API を活用した音効ツール「SB-1 Infinite Soundboard」を公開した。テキストを入力するだけでオリジナルの効果音を即時生成でき、複数音の同時再生やループ再生にも対応。作成したサウンドはプリセット保存でき、配信や Discord ですぐに使える。
Google、AndroidとChromeにAI支援機能を追加：Geminiが画面全体を解説
Googleはアクセシビリティ向上に向けた新機能を発表した。スクリーンリーダー「TalkBack」でGeminiに画像や画面全体の詳細を質問できるようになったほか、リアルタイム字幕で感情の抑揚や咳払いなどの検知に対応。単なるテキスト化を超え、AIによる文脈の伝達が進んでいる。
Windows版Copilotに「Hey, Copilot」音声起動が追加、Insider向けにテスト開始
MicrosoftはWindows Insider向けにCopilotアプリのアップデートを開始し、音声起動ワード「Hey, Copilot」を導入しました。PCロック解除時に声だけでCopilot Voiceを呼び出せます。検出処理は端末ローカルで行われ、初期設定はオフ、現在は英語のみ対応です。
CodeRabbitがVS CodeやCursor向け拡張機能を公開、IDE内コードレビューが完全無料に
CodeRabbitはVS CodeやCursor、Windsurf内で直接動作するAIコードレビュー拡張機能を発表し、IDE内での利用を完全無料化しました。PR作成前にインラインでバグを検出でき、ワンクリック修正や外部AIエージェントとの連携にも対応します。
PerplexityがPayPalと提携、AI検索のチャット内から直接買い物可能に
PerplexityはPayPalと提携し、AI検索内で直接買い物が完結するエージェントコマースを導入すると発表した。今年の夏から米国のPerplexity Proユーザー向けに提供され、チャット上でPayPalやVenmoによる即時決済が可能になる。