PlayAIが「Voice Changer」公開：10秒の音声で誰の声にも変換可能に
PlayAIは音声変換ツール「Voice Changer」を発表した。わずか10秒の音声サンプルから声の主を再現し、感情やトーンを保ったまま変換できる。モバイル端末でも即座に動作し、配音のコスト削減を狙う。
AIツール · デイリー
月
4月21日 月曜日
ElevenLabs、対話型AIにエージェント間の通話転送機能を追加
ElevenLabsはConversational AIにおいて、複数のエージェント間で通話をスムーズに転送できる新機能を発表しました。社内の各チームが独自の知識ベースやツールを持つ特化型エージェントを並行して開発できるようになり、複雑な電話対応の分業が容易になります。
金
4月18日 金曜日
GoogleがGemini搭載スマートグラスを初実機デモ：紛失物記憶や道案内を披露
GoogleはTEDカンファレンスにて、Android XRとGeminiを搭載したスマートグラスの実機デモを初公開した。小型カラーディスプレイを内蔵し、置いたカードキーの場所を記憶したり、リアルタイム翻訳やレンズ上での道案内を行える。ただし発売時期は明かされず、市場投入は2026年になる見込みだ。
木
4月17日 木曜日
AIエディタ「Cursor」、AIサポートの虚偽ポリシー捏造で謝罪
月曜日、AIコードエディタCursorのAIサポートが「1契約につき1デバイスのみ」という架空の規約を捏造して回答した。これを信じた開発者から解約予告や批判が相次ぎ、同社が謝罪する事態となった。人による監視のないAI導入のリスクが改めて浮き彫りになった。
Grokに会話記憶機能が追加：過去のやり取りを踏まえた回答に対応
Grokに会話を記憶する機能が追加された。ユーザーがおすすめや助言を求めた際に、過去の対話内容を踏まえた個別回答を返せるようになる。毎回前提を説明し直す手間が省け、より自然なやり取りが可能になる。
水
4月16日 水曜日
Docusignが契約書向けAIエージェント発表、リスク自動抽出
Docusign は合意管理プラットフォーム向けに AI 契約エージェントを発表した。契約書を自動分析してリスクや人間による確認が必要な箇所を洗い出す。専用 AI エンジン「Iris」を活用し、2025 年末に調達や営業向けに提供が始まる予定だ。
Grokが「Grok Studio」公開：コード実行やGoogle Drive連携に対応
Grokは「Grok Studio」の初回バージョンを公開した。コード実行とGoogle Drive連携に対応し、文書、コード、レポート、ブラウザゲームを生成可能。別ウィンドウを開いてGrokとリアルタイムで共同編集できる。
火
4月15日 火曜日
ChatGPTに「画像ライブラリ」が登場：生成画像を一元管理・再編集
OpenAIはChatGPTに「Image Library」を追加し、無料・Plus・Proユーザー向けに提供を開始した。左側のサイドバーからGPT-4oで生成した全画像一覧にアクセスでき、部分的な再編集やダウンロードが可能。ただし、画像を削除するには生成元の会話全体を消す必要がある。
Copilot Studioに「Computer Use」追加、エージェントが画面を直接操作
MicrosoftはCopilot Studioに「Computer Use」機能の早期プレビューを導入した。APIがないシステムでも、エージェントが人間に代わって画面をクリック・入力し、Webやデスクトップアプリを操作できる。UIの変更にも自律適応するのが特徴だ。
Anthropic、Claudeに深層調査機能「Research」を追加 Google Workspaceとも連携
AnthropicはClaudeにエージェント型の深層調査機能「Research」とGoogle Workspace連携を導入した。Web検索とGmailやDocs、カレンダーの社内情報を横断検索し、引用付きの回答を数分でまとめる。現在一部有料プランでベータ提供中。
AnthropicがClaudeに音声モードを準備中、早ければ今月中にもChatGPTに対抗へ
Bloombergの報道によると、AnthropicはClaudeに対話型の「音声モード」を導入する準備を進めており、早ければ今月中にも提供を開始する見込みです。Airy、Mellow、Butteryの3種類の英語音声が用意され、ChatGPTの音声機能に対抗します。
土
4月12日 土曜日
NetflixがOpenAI採用のAI検索をテスト、「気分」に合わせて作品提案
Netflixは、OpenAIの技術を活用した新たなAI検索・推薦機能のテストを開始した。キーワードだけでなく気分や細かい好みに応じた作品探しが可能になる。現在はオーストラリアとニュージーランドのiOSユーザー向けに試験提供中で、数週間から数か月以内に米国でも展開される見込み。
金
4月11日 金曜日
Appleの新版Siriは今秋登場か、2026年延期の噂から前倒しの報道
ニューヨーク・タイムズ紙によると、Appleは延期されていた新しいSiri機能を今秋にリリースする計画だという。指示に応じて写真を編集し友人に送信するなどの操作が可能になる見込みで、以前報じられた2026年への大幅延期説と異なり、iOS 19の初期リリースに含まれる可能性がある。
木
4月10日 木曜日
Microsoftが「Recall」をRelease Previewで提供開始：正式公開に王手
Microsoftは木曜日、Copilot Plus PC向け画面記録・検索機能「Recall」をWindows InsiderのRelease Previewチャネル向けに順次提供開始した。セキュリティ懸念による度重なる延期を経て、スナップショット保存は事前承諾制となり随時一時停止できる。Release Preview入りは一般提供前の最終段階を意味する。
Canva、プロンプトで動くアプリ作成や表計算など新AI機能を追加
CanvaはAIアシスタント「Canva AI」や対話型アプリを作成できる「Canva Code」、データ分析に対応した「Canva Sheets」を発表した。Anthropicと提携したCanva Codeにより、プロンプト入力だけで計算機やマップなどの動的コンポーネントをデザイン内に直接組み込める。
ChatGPTが過去のチャット全体を参照可能に：設定で自動引き継ぎ
OpenAIは過去の会話履歴を横断して参照し回答を最適化する新記憶機能をChatGPTに導入開始した。テキストや音声、画像生成に対応し、前提を毎回説明する手間が省ける。PlusおよびPro加入者向けに順次展開され、設定からオフにすることも可能だ。
HubSpot、200超の新機能を発表：4種のBreeze AIエージェントをCRMに統合
HubSpotは「Spring 2025 Spotlight」にて顧客対応や営業開拓を支援する4つの「Breeze」AIエージェントを含む200以上の機能を発表した。CRMデータを基に日常業務を自動化し、初期テストではカスタマーサポートの問い合わせの半数以上を自動解決したという。
水
4月9日 水曜日
AdobeがPhotoshop初のAIエージェント予告、画像分析から編集提案・実行まで
AdobeはPhotoshop初のAIエージェント「Action Panel」を発表した。画像を分析して文脈に応じた編集を提案し、自然言語で1000種類以上のアクションを代行実行する。Premiere Proでの粗編集アシスタントやAcrobat向けカスタムエージェントも順次展開する予定だ。
WordPress.comがAIウェブサイトビルダーを公開：対話だけでサイト一式を自動生成
WordPress.comがプロンプトを入力するだけでテキストやレイアウト、画像を含めたサイトを丸ごと自動生成する無料の「AIウェブサイトビルダー」を発表した。対話チャットや手動での微調整に対応する一方、現時点ではECサイトや複雑な連携には未対応となっている。
Reddit、Googleと連携したAI検索「Reddit Answers」を提供開始
RedditはGoogle Cloudと提携し、Vertex AI上のGeminiを活用した新検索ツール「Reddit Answers」を発表した。スレッドを手動で探すことなく直接質問でき、回答の根拠となった投稿や関連コミュニティの確認、追加のチャット質問も行える。
Anthropicが「Claude Max」提供開始、月額最大200ドルで上限20倍
Anthropicは水曜日、新サブスクリプション「Claude Max」を発表した。月額100ドルでProプランの5倍、月額200ドルで20倍の利用制限枠を提供する。長文や大量のコードファイルを扱い、頻繁に上限に達していたヘビーユーザー待望のプランとなっている。
Google Workspaceが刷新：業務自動化Flows追加、Docsの音声化も
GoogleはWorkspace向けの新AI機能を発表した。自然言語で複数アプリ間の業務フローを自動化する「Workspace Flows」のほか、Docsのポッドキャスト風音声概要作成やVidsへのVeo 2動画生成統合などが順次追加される。一部機能はAlpha版として提供が始まっている。
火
4月8日 火曜日
OpenAIがEvals APIを公開、プロンプト評価とテストを自動化
OpenAIはプロンプトやモデル出力の評価をコードから自動実行できる「Evals API」を公開した。従来ダッシュボード上で行っていた検証をPythonスクリプトやYAMLで定義でき、CI/CDパイプラインに組み込んで単体テスト感覚で品質を管理できる。
Google、Gemini 2.5 Pro版「Deep Research」をAdvanced向けに提供開始
Googleは、Gemini Advanced加入者向けにGemini 2.5 Pro Experimentalを使ったDeep Research機能の提供を開始した。推論と要約能力が向上し、生成した調査レポートはポッドキャスト風の音声概要にも変換可能。テストでは競合を2対1以上の大差で上回る評価を得たとしている。
Snapchat、ブランド向け「Sponsored AI Lenses」提供開始：自撮りをAI空間に合成
Snapchatは企業向け新広告フォーマット「Sponsored AI Lenses」を発表しました。独自の生成AIを活用し、ユーザーの自撮りをブランド指定のAI生成シーン（最大10種）へ瞬時に合成します。3DやVFX制作の手間を省けるのが特徴で、UberやTinderの先行事例では通常レンズ広告より滞在時間が延びたといいます。
月
4月7日 月曜日
ElevenLabsがMCPサーバーを公開、ClaudeやCursorで音声生成が可能に
ElevenLabsはClaude DesktopやCursorなどと連携できる公式MCPサーバーを公開した。チャットやエディタ画面から直接音声合成、音声クローン、文字起こしを実行できる。ローカル実行不要のホスト版も提供される。
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。
米Microsoft、「Copilot Vision」をスマホ向けに提供開始 カメラ映像をリアルタイム認識
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。
土
4月5日 土曜日
マイクロソフト、Museでリアルタイム生成した『Quake II』を公開
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、「DaVinci Resolve 20」パブリックベータ公開 台本照合AIなど100超の新機能
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。
金
4月4日 金曜日
マイクロソフトがCopilotを刷新：長期記憶や代行機能を追加、スマホの目も獲得
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 Copilot、VS Code向け「Agent Mode」提供開始：MCPにも対応
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、他社サイトで代理購入するAI「Buy for Me」をテスト公開
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。
木
4月3日 木曜日
OpenAI、米加の大学生向けにChatGPT Plusを5月末まで無償提供
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がDevin 2.0公開：月額20ドルから利用可能、複数エージェント協調に対応
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、動画の動きを維持したまま絵柄を変える「Video Re-style」を公開
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、生成AIによる音声広告制作とプログラマティック取引を発表
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。
