マイクロソフト、GUIを自動操作するCUAとResponses APIをAzureで提供
マイクロソフトはAzure AI FoundryでResponses APIとComputer-Using Agent（CUA）を発表しました。CUAは画面UIを認識し、自然言語の指示でアプリ操作や入力を代行します。単一API呼び出しでツール連携が可能ですが、慎重な操作には人間の確認が推奨されます。
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
リーガルAIのHarvey、弁護士を凌ぐ分析力を備えたエージェント機能を発表
リーガル AI プラットフォームの Harvey は新機能「Assistant workflows」を発表した。法務や訴訟などのタスクで AI が自律的に手順を計画し、思考過程を開示しながら対話形式で業務を進める。裁判記録の分析テストでは弁護士を上回る評価を獲得しており、3 月末に一般提供を開始する予定だ。
Perplexity、公式Windowsアプリを公開 音声入力やショートカットに対応
PerplexityはPC向けの公式Windowsデスクトップアプリを公開した。音声入力やキーボードショートカットに対応し、最新モデルをデスクトップ上から素早く呼び出せるようにした。
Adobe Stockに新AI機能「Customize」 Photoshopを開かずに素材を直接編集
Adobeは素材サービス「Adobe Stock」にFirefly活用の新機能「Customize」を追加した。Photoshopなどの外部ソフトを開かずに、ブラウザ上で画像の拡張やスタイル適用、縦横比の変更が行える。有料プラン会員向けに提供され、利用には生成クレジットを消費する。
OpenAIがエージェント構築ツールを発表、新Responses APIで操作や検索を統合
OpenAIはエージェント開発向けの新ツール群を発表した。Chat CompletionsとAssistants APIの利点を統合したResponses APIを中心に、ウェブ検索、ファイル検索、コンピューター操作ツールやAgents SDKを提供する。従来のAssistants APIは2026年半ばに廃止予定となっている。
GmailにGemini搭載の「カレンダーに追加」ボタンが登場 メールからワンクリックで予定作成
GoogleはWeb版GmailにGeminiがメール内の予定を自動検出してGoogleカレンダーへ登録できるボタンを追加した。サイドパネルで確認してワンクリックで予定を作成できる。手動入力の手間が省けるが、現在は英語のみの対応で、Workspaceなどの有料プラン契約者向けに提供される。
GoogleカレンダーにGeminiサイドパネル追加：会話で予定確認や作成が可能に
GoogleはGoogleカレンダーにGeminiサイドパネルを追加し、Workspace Labs向けにテストを開始した。自然言語で次の会議予定を確認したり、繰り返しイベントを作成したりできる。日程調整の手間を省く狙いだが、現在は早期テスター向けに限定提供されている。
HighlightがMCP対応ユニバーサルAIを発表：全アプリでCursor風操作を実現
HighlightのPim de Witte氏がMCPサーバー向けインターフェースを発表。画面の文脈を認識して任意サービスを呼び出し、Tabキーで書き込みを行える。コンピューター上の全アプリでCursorのような操作性を目指す。
X、リプライで「grok」と打つだけでAIに質問可能に Grok-2連携
xAIはXの投稿リプライ欄に「grok」と入力するだけでGrokに直接質問できる機能を提供開始したと明かした。「Grok-2」および「Grok-2 mini」の展開の一環。アプリを切り替えることなく、スレッド内で直接AIに解説や質問を求められる。
macOS版「ChatGPT」、IDE内のコードを直接編集可能に
OpenAIはmacOS向けChatGPTアプリで開発用IDE内のコードを直接編集できる新機能を公開した。Plus、Pro、Teamユーザー向けに即日提供され、無料版やEnterpriseにも順次拡大予定。コピペの手間が省ける一方、複数ファイルの誤編集には注意が必要だ。
Mistral AIが「Mistral OCR」公開：1000ページ1ドルで図表も高精度抽出
Mistral AIは高度な文書認識API「Mistral OCR」を発表した。数式や表、画像が混在するPDFを高精度に解析し、1分間に最大2000ページを処理できる。価格は1000ページあたり1ドルで、Le Chatの標準機能にも採用された。
Krea AI、Pika Labsの動画新機能を導入：領域編集やフレーム補間に対応
Krea AIはPika Labsの新しい動画生成機能を導入したと発表した。動画内の特定エリアの修正やAI要素の追加、フレーム補間、画像合成などが可能になり、動画の微調整の幅が大きく広がった。
Convergenceが「Template Hub」公開、数百種のエージェントワークフローがワンクリックで動作
Convergenceはコミュニティ作成の自律型ワークフローを集約した「Template Hub」を公開した。数百種類のテンプレートが用意されており、クリックするだけで同社のAIエージェント「Proxy」が作業を代行する。作成したテンプレートの共有や実行回数の追跡にも対応している。
DuckDuckGoのプライベートAIが正式版に：ログイン不要で利用可能、完全オフにも対応
DuckDuckGo は AI チャット「Duck.ai」のベータを終了し、検索の AI 要約を拡充した。アカウント登録不要かつ完全匿名で GPT-4o mini や Claude 3 Haiku などを無料で利用でき、会話履歴は端末内のみに保存される。AI 機能が不要なら設定から完全にオフにすることも可能だ。
Anthropicがコンソール刷新、プロンプトのチーム共有や思考量調整に対応
AnthropicはAnthropic Consoleの大幅刷新を発表した。チーム内でプロンプトを直接共有・共同編集できるライブラリ機能が追加されたほか、最新モデル「Claude 3.7 Sonnet」に対応し、思考トークン数の上限調整や本番用コードの即時出力が可能になった。
中国発自律型エージェント「Manus」が話題沸騰、実測では不具合も続出
先週プレビュー公開された中国発の自律型AIエージェント「Manus」が大きな注目を集め、招待コードが高額転売される事態となっている。GAIAベンチマークでOpenAI超えを謳い、ClaudeやQwenを組み合わせて動作するが、実利用では予約や発注タスクで無限ループやエラーが多発している。
Perplexity、macOSアプリに「音声モード」を追加
PerplexityはmacOS向けアプリに音声モードを導入した。ショートカットキー「⌘ + ⇧ + M」を押すだけで音声検索や質問が可能になる。Mac App Storeから最新版をダウンロードまたはアップデートして利用できる。
D-IDがマイクロソフトと提携、Azure上で対話型AIアバターを提供へ
D-ID はマイクロソフトとの提携を発表し、リアルタイム AI アバター技術を Microsoft Azure に導入した。開発者は Teams などのアプリ向けに対話型デジタルヒューマンを構築でき、リアルタイムの多言語リップシンクや手話通訳などの支援機能も利用できる。
Google検索に新実験「AI Mode」登場、Gemini 2.0で複雑な質問に対応
Googleは米国の「AI Overviews」にGemini 2.0を導入し、プログラミングや数学の回答精度を高めたと発表した。未ログインや未成年でも利用可能に。あわせて複数回の追加質問に対応するLabs実験機能「AI Mode」も公開。まずはGoogle One AI Premium会員向けに提供を開始する。
iOS 18.4ベータ、App StoreにAIによるレビュー要約機能を導入
Appleが「iOS 18.4 beta 2」で、App StoreのレビューをAIで要約表示する機能を導入した。ユーザーの主な意見をまとめてレビュー欄の上に表示し、週1回以上更新される。現在は米国の英語アプリ向けに提供されており、年内に対応地域を広げる予定だ。