Google検索の「AI Mode」が画像認識に対応、米国の一般Labsユーザーにも拡大
Googleは検索特化の「AI Mode」にマルチモーダル機能を追加し、画像の撮影やアップロードによる質問に対応した。カスタム版GeminiとGoogle Lensを統合し、複数の関連クエリを同時処理して回答を生成する。有料会員限定だった提供範囲を広げ、米国の数百万人のLabsテスター向けに展開が始まっている。
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は検索特化の「AI Mode」にマルチモーダル機能を追加し、画像の撮影やアップロードによる質問に対応した。カスタム版GeminiとGoogle Lensを統合し、複数の関連クエリを同時処理して回答を生成する。有料会員限定だった提供範囲を広げ、米国の数百万人のLabsテスター向けに展開が始まっている。
米Microsoftは、スマホのカメラを通じて現実空間をリアルタイム認識・対話できる「Copilot Vision」の提供を開始した。植物の健康診断やインテリアの提案などが可能。現在は米国のCopilot Pro会員向けに、アプリの音声モード内で先行提供されている。
MicrosoftはMuse AIモデルが生成した『Quake II』の技術デモをCopilotユーザー向けに公開した。ブラウザ上で動作し、解像度は640x360に改善。グラフィックの粗さや制限時間はあるものの、元のエンジンなしでゲームを再現する新手法を示した。
Blackmagic Designは動画編集ソフト「DaVinci Resolve 20」のパブリックベータを公開した。台本に合わせてタイムラインを自動生成する「IntelliScript」や、話者を認識してスイッチングする機能など100以上の新要素を追加。面倒な下ごしらえが大幅に短縮される。
MicrosoftはCopilotの大幅刷新を発表し、真の「AIコンパニオン」を目指す新機能を公開した。好みを覚える長期記憶、予約などを代行するActions、スマホカメラで周囲を認識するVisionに加え、Alt+Spaceで呼び出せるWindowsネイティブアプリも提供する。
GitHub は VS Code の全ユーザー向けに Copilot Agent Mode の提供を開始し、MCP 規格に対応した。複数ファイルにまたがるコード編集やターミナル実行、エラー自動修復を自律して行える。月額 39 ドルの新プラン「Pro+」も追加された。
Amazonは外部サイトでの購入を代行するAIエージェント「Buy for Me」のテスト開始を発表した。Amazon NovaやAnthropicのClaudeを活用し、自社で扱いのない商品を他社サイトで見つけて決済まで自動完了する。アプリから離れず買える仕組みだが、現在は一部ユーザー向けに試験提供されている。
OpenAIは米国とカナダの大学生を対象に、月額20ドルのChatGPT Plusを5月末まで無料提供すると発表した。期末試験シーズンに合わせ、Deep Researchや高度な音声機能が無償で利用可能になる。Anthropicの教育向け機能発表に対抗し、次世代のシェア争奪戦を仕掛ける。
Cognition AIは自律型コーディングAI「Devin 2.0」のベータ版を発表しました。従来の月額500ドルから20ドルで始められる従量課金制へと敷居を大幅に下げ、クラウド型IDE上で複数のDevinを同時に稼働させることが可能になりました。インタラクティブな計画機能やコードWikiの自動生成にも対応します。
Krea AIは動画の画風を変換できる新ツール「Video Re-style」を発表した。元動画の被写体の動きを一貫して保ちながら、任意のスタイルへと映像を書き換えられる。実写映像のトーンを崩さずに加工したいクリエイター注目の機能だ。
Spotifyは木曜日、広告マネージャーに生成AIを導入し、米国とカナダの広告主向けに広告原稿や音声ナレーションの自動生成を無料提供すると発表した。あわせてリアルタイム入札が可能な取引プラットフォーム「Spotify Ad Exchange」も立ち上げ、プログラマティック広告の展開を本格化させる。
GoogleはNotebookLMに新機能「Discover sources」を追加したと発表した。ファイルを毎回手動でアップロードしなくても、知りたいトピックを入力するだけでWebから関連する情報源を最大10件厳選し、解説付きでノートに追加できる。全ユーザー向けに順次提供が始まっている。
AI エディタ Windsurf が Wave 6 アップデートを公開した。Netlify との連携により、エディタ内のロケットアイコンを押すか Cascade に頼むだけで、Web アプリを即座に公開 URL へデプロイ可能になった。Jupyter Notebook への対応や企業向け MCP 管理機能も加わっている。
Lindy AIはエージェントが自らを複製して数百のタスクを同時に実行できる「エージェント群」機能を発表した。あわせて5000以上のサービス連携と4000以上のウェブスクレイパーに対応したことも公表した。単一作業の自動化から大規模な並列処理への移行が進む形だ。
AmazonはKindle向けに「Recaps」と「Ask this Book」を導入した。読んでいる現在地までのプロットや登場人物をネタバレなしで確認できるほか、作中の疑問を直接質問できる。米国のユーザーを対象に、数千冊の英語ベストセラー作品で提供が始まっている。
AdobeはPremiere Pro 25.2を正式リリースし、動画を最大2秒・4K品質で延長できる「Generative Extend」の一般提供を開始した。再撮影なしでつなぎの余白を作れる機能で、当面は期間限定で無料利用できる。あわせてテキストによる素材検索や27言語の字幕自動翻訳も搭載された。
Anthropicは高等教育向けの「Claude for Education」を発表しました。直接答えを出さずに対話形式で思考を促す「学習モード」を備え、米ノースイースタン大学や英LSEなどで全学生向けに導入されます。
Kreaは「Krea Chat」にGoogle Geminiの画像生成および編集機能を統合したと発表した。プロンプトから画像を生成するだけでなく、「空を紫色に変えて」といった指示をチャットに入力するだけで、専門ソフトを使わずに複数ターンで画像を微調整できる。
TinderはOpenAIの技術を使ったミニゲーム「The Game Game」を発表した。ユーザーは様々なキャラのAIと音声で会話してデートの約束を取り付ける練習ができ、炎の絵文字で評価や改善のアドバイスを受ける。米国のiOSユーザー限定で提供される。
Sam Altman 氏が X 上で、ChatGPT の画像生成機能をすべての無料ユーザー向けに開放したと発表した。GPT-4o による画像生成や編集機能が、有料プランなしでも会話内で直接利用できるようになる。