Google、BardのYouTube連携を強化:再生せずに材料や要点を抽出可能に
GoogleはAIチャットボット「Bard」のYouTube拡張機能を強化し、動画を再生しなくてもレシピの分量や調理手順などを抽出できるようにした。現在はLabsの実験機能として利用できる。利用者の手間は減る一方、動画の再生数に依存するクリエイターへの影響も懸念されている。
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AIチャットボット「Bard」のYouTube拡張機能を強化し、動画を再生しなくてもレシピの分量や調理手順などを抽出できるようにした。現在はLabsの実験機能として利用できる。利用者の手間は減る一方、動画の再生数に依存するクリエイターへの影響も懸念されている。
GoogleはGoogle Meetに物理的なジェスチャー検出機能を導入しました。カメラの前で実際に手を挙げるとAIが認識し、会議内の挙手アイコンを自動でオンにします。顔や体から離して数秒間キープする必要があり、発言中は誤作動を防ぐため無効化されます。大半のWorkspaceプランで設定から有効化できます。
イーロン・マスク氏は xAI の AI チャットボット「Grok」を来週 X の Premium+ 会員向けに提供すると明かした。Grok はユーモアを交えた辛口な受け答えと、X のリアルタイム情報へのアクセスが売りだ。月額 16 ドルの最上位プラン限定となる。
OpenAIはChatGPTモバイルアプリの音声会話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。ヘッドホンアイコンをタップすれば声で質問し、音声で返答を受け取れる。9月の公開時は有料会員限定だった機能で、告知動画では同社を揺るがしていたCEO解任騒動を自虐する演出も話題となった。
アプリ研究者によりxAIのAIチャットボット「Grok」がXのウェブ版コード内に実装されている画面が明らかになりました。左側ナビゲーションに追加され、月額16ドルのX Premium+会員限定機能として提供される予定です。
MicrosoftはIgnite 2023にて「Azure AI Speech text-to-speech avatar」のパブリックプレビューを公開しました。人物写真と原稿から発話動画を生成できるほか、1分の音声から声を再現するPersonal voice機能も追加。悪用防止のためカスタムアバターの利用には申請と書面同意を義務付けています。
アドビは単一の録音データから人の声、拍手、笑い声、環境音などをAIでレイヤーごとに分離する実験的ツール「Project Sound Lift」を発表した。分離したトラックはPremiere Proで個別に音量調整できる。現時点では開発初期の「Sneak」段階となっている。
YouTubeはPremium会員向けに複数の新機能を発表した。会員はyoutube.com/newを通じて初の対話型AIツールを含む2つのAI実験機能を先行テストできる。あわせて高ビットレート版の1080p HDがAndroidやウェブ、スマートTVにも正式展開された。
MicrosoftはのIgniteにて、Copilotの大幅アップデートを発表しました。WordやPowerPointで口調や書式を好みに設定できるようになるほか、Teams会議で全体の文字起こしを録音せずにリアルタイムメモや特定発言の引用が可能になります。個人の仕事環境に寄り添うアシスタントへと一歩前進しました。
米MicrosoftはBing Chatおよび企業向け版を「Copilot」へとブランド統合すると発表した。専用ドメイン「copilot.microsoft.com」も新設され、検索エンジンBingの枠を超えた独立型AIアシスタントとして、ChatGPTに対抗する姿勢を明確にした形だ。
AI検索エンジンのYou.comは、MetaのLlama 2などにリアルタイムWeb検索機能を提供する新APIを発表した。従来の検索APIと異なり長文スニペットを返せるのが特徴で、Web、ニュース、RAGの3種を用意。AnthropicやCohereが既に導入している。
Notionはワークスペース内のノートや文書を自然言語で検索・質問できる新機能「Q&A」を提供開始した。料金は月額8〜10ドル。回答には参照元の注釈が付き、社内のアクセス権限も厳格に維持される。
HumaneはOpenAIの技術を組み込んだ初のウェアラブル端末「AI Pin」を発表した。服に磁石で装着し、アプリではなく音声やジェスチャー、手のひらへのレーザー投影で操作する。本体価格は699ドルで月額24ドルの回線契約が必要。11月16日に予約受付を開始し、2024年初頭に出荷される。
ElevenLabsは最速の音声生成モデル「Turbo v2」を公開した。生成遅延を約400ミリ秒に抑え、初代モデルより2倍以上高速化しながら既存の高品位モデルと同等の音質を保つ。VoIP向けのmulaw 8khz出力にも対応した。
OpenAIのサム・アルトマンCEOは自作AIボットを作成できる新機能「GPTs」を全有料ユーザー向けに公開したと発表した。前日に発生したDDoS攻撃による世界規模のサービス停止で配信が遅延していたが、障害を無事収束させて本格展開に漕ぎ着けた。
米Googleは生成AIによる検索体験「SGE」の提供地域を120以上の国と地域へ大幅に拡大したと発表した。新たに韓国語、スペイン語、ポルトガル語、インドネシア語に対応する。検索結果画面から直接追加質問できる機能や、翻訳時の単語のニュアンス選択機能も順次展開される。
GitHubはGitHub Advanced Security向けに3つのAI機能プレビューを発表した。CodeQLによるJavaScriptとTypeScriptの警告に対しAIが修正コードを自動生成してPR内で即時反映できるほか、AIを活用して非定型の流出パスワード検知や正規表現の自動生成が行える。
Figmaは共同編集ホワイトボード「FigJam」向けに生成AI機能「FigJam AI」のオープンベータ版を提供開始した。プロンプトからブレインストーミングやフローチャートなどのテンプレートを瞬時に生成できるほか、散らかった付箋の自動グループ分けや要約にも対応。全ユーザーが無料で利用可能だ。
Google は Performance Max 向けに生成 AI 機能のベータ版を米国の全広告主に提供開始した。プロンプトから広告用の見出し、説明文、画像を数クリックで自動生成でき、背景の編集にも対応する。生成画像には SynthID による不可視の電子透かしが付与される。
YouTubeは生成AIを活用した新機能のテストを発表しました。動画の再生を止めずに内容について質問や関連動画の推薦を受けられる対話ツールと、膨大なコメント欄の話題を要約・整理する機能が含まれます。現在は米国のAndroid向けPremium会員を対象に限定公開されています。