PerplexityがAndroid向けAIアシスタント公開、アプリ間連携で配車や予約も代行
PerplexityはAndroidアプリ向けに「Perplexity Assistant」の提供を開始した。ウェブ検索と推論を組み合わせ、画面認識やカメラ連携に加え、配車や飲食店の予約などアプリをまたいだ操作を実行できる。15言語に対応し現在は無料だが、CEOは一部の動作がまだ不安定な場合があると説明している。
AIツール · デイリー
木
1月23日 木曜日
FreepikがGoogleの画像生成AI「Imagen 3」を統合、24時間限定で2回無料提供
Freepikは自社のAIスイートにGoogleの画像生成モデル「Imagen 3」を統合したと発表しました。繊細なディテールと光の表現力を特徴としており、提供開始から24時間以内は2回まで無料で画像を生成できます。
KREA AI、リアルタイム生成対応のカスタムモデル学習機能を提供開始
KREA AI はリアルタイム生成に対応したカスタムモデルの学習機能を追加した。インフラには io.net の分散型 GPU を採用。3 枚以上の参考画像をアップロードすれば数分で専用スタイルを学習でき、リアルタイム描画ですぐに使える。月額 10 ドルの有料プラン向けに提供される。
OpenAIが「Operator」発表、ブラウザを自律操作するAIエージェント
OpenAIはブラウザを操作して作業を代行するAIエージェント「Operator」の研究プレビューを公開した。新開発のCUAモデルを搭載し、クリックや入力で買い物やフォーム入力をこなす。ログインや決済時は人に操作を委ねる仕様で、米国のPro会員向けに先行提供される。
OpenAI、ブラウザを自律操作するAIエージェント「Operator」発表
OpenAIはブラウザを直接操作して予約や買い物を代行するAIエージェント「Operator」を公開した。米国の月額200ドルのProプラン向けに先行提供され、人間のようにフォーム入力やクリックを行える。決済などの重要操作では安全のため人間の承認が必要となる。
水
1月22日 水曜日
Google、顔の表情や頭の動きで操作できるChromebook機能を拡大
Googleは顔の表情や頭の動きでカーソルなどを動かせるChromeOSのアクセシビリティ機能を対象Chromebook向けに拡大展開すると発表した。Project Gamefaceに基づく運動機能障害者向けの機能で、8GB以上のRAMを推奨。教育向けの画面管理ツールや新型機計画もあわせて公表した。
Adobeが動画制作ツールを刷新：Premiere Proに自然言語での素材検索や17言語字幕翻訳を追加
AdobeはPremiere ProとAfter Effectsのベータ版更新を発表した。Premiere Proには自然言語で撮影クリップを検索できる端末内完結型のAI検索や17言語の字幕翻訳が加わり、After Effectsではメモリとストレージを併用する新キャッシュによりプレビュー性能が向上した。
火
1月21日 火曜日
ByteDance、海外向けAIコードエディタ「Trae」を無料公開
ByteDanceは海外市場向けAIコードエディタ「Trae」をリリースした。自然言語プロンプトからプロジェクト単位のコードを生成でき、GPT-4oやClaude 3.5 Sonnetを完全無料で利用できる。現在はmacOS版が提供されており、Windows版も準備中だ。
米Perplexity、検索API「Sonar」公開 外部アプリへリアルタイムAI検索を統合可能に
Perplexityは開発者向け検索API「Sonar」および「Sonar Pro」を提供開始した。最大20万トークンのコンテキストに対応し、情報源の引用付きでリアルタイム検索結果を生成できる。通常版は1000検索あたり5ドルで提供される。
金
1月17日 金曜日
カナダ人男性、Claudeとo1 proを活用し自宅キッチンで核融合装置を製作
カナダのクリエイターHudzah氏が、AnthropicのClaudeやOpenAIのo1 proを活用して自宅キッチンで小型核融合装置を組み立て、中性子の検出に成功したと発表した。費用は約3000ドルで、Claudeで資料整理とデバッグを行い、o1 proで複雑な配線を解決したという。
OpenAI、ChatGPTの「カスタム指示」UIを刷新し設定をより手軽に
OpenAIはChatGPTの「カスタム指示（Custom instructions）」機能をアップデートしたと発表しました。刷新されたUIにより、ChatGPTに持たせたい性格や口調、守らせたいルールをより直感的に指定できるようになりました。
Cognitionが「Devin 1.2」公開、コード再利用を強化しSlack音声指示に対応
CognitionがAIエンジニア「Devin 1.2」をリリースした。リポジトリ内の文脈推論が向上し、関連ファイルの特定や既存コードの再利用がより正確になったほか、Slackの音声メモでタスクを指示できるようになった。料金は月額500ドルから。
木
1月16日 木曜日
Apple、iOS 18.3ベータでニュースのAI通知要約を一時停止
Apple は最新の iOS 18.3 開発者向けベータで、ニュースやエンタメ系アプリの通知要約機能を一時的に停止した。BBC の銃撃事件報道を誤って要約するなど誤情報が批判を浴びていた。同社は今後のアップデートで再開予定としており、斜体表記の導入や「誤りを含む可能性」の明記、アプリアイコンごとの無効化に対応する。
Krea AIが3D変換機能を提供：2D画像を立体化し、リアルタイム生成空間で自在に回転可能に
Krea AIは2D画像を3Dオブジェクトに変換する新機能を公開した。画像をキャンバスにドラッグして右クリックするだけで立体化でき、リアルタイム生成シーン内で角度やサイズを自在に調整可能。技術的な詳細は明かされていない。
水
1月15日 水曜日
DeepSeekが公式無料アプリを公開：V3モデル対応でWeb検索や思考モードも
DeepSeekは公式アプリをApp Storeおよび主要Androidストアで配信開始した。利用者は6710億パラメータのDeepSeek-V3モデルと完全無料で対話できる。Web検索、ディープシンキングモード、画像・文書解析にも対応し、手軽に高性能AIを活用できる。
LinkedIn、求職者・採用担当者向けに無料のAIマッチングツールを公開
LinkedInは求職者向けのマッチング支援ツール「Jobs Match」と、中小企業向け採用AIエージェントの無料提供を開始した。非課金ユーザーも利用可能で、OpenAIに依存せず自社AIと自社データを基盤に構築されている。
マイクロソフト、Copilot Chatを発表：無料チャットに従量課金制エージェントを追加
Microsoft は法人向けに「Microsoft 365 Copilot Chat」を発表した。GPT-4o 搭載の無料チャット環境をベースに、チャット画面から直接使える従量課金制のエージェント機能を追加。全社規模での AI エージェント導入のハードルを大きく下げる狙いがある。
マッチングアプリ「Hinge」、回答の「手抜き」を指摘するAI機能を導入
米マッチングアプリ Hinge はプロフィール回答の質を高める AI 機能「Prompt Feedback」を発表した。OpenAI の GPT-4o mini を採用し、ありがちな定型文を検知して 3 段階で助言する。AI による代筆ではなく、具体的な趣味を引き出すアドバイスに留めるのが特徴だ。
Freepik、AI背景削除・置換ツールを公開 Relight技術で自然な再照明も
Freepikは画像内の背景を削除および差し替えできるAIツールを公開した。単色への変更だけでなく、Relight技術を活用して新しいAI背景の光の当たり方に合わせた自動調整も可能。現在Freepik上で提供されている。
火
1月14日 火曜日
ChatGPTにリマインダーと定期タスク機能が追加、有料版向けに提供開始
OpenAIは、ChatGPT Plusなどの有料ユーザー向けに新機能「tasks」のベータ提供を開始した。指定日時に通知を送ったり、毎朝のニュースまとめを定期配信させたりできる。自動購入や常時検索はできないが、自律型AIエージェントへの第一歩となる。
Wyze、防犯カメラにAI通知要約とテキスト動画検索を追加する新プラン提供
Wyze は新サブスク「Cam Unlimited Pro」の提供を開始した。従来の「ペットを検知」といった大雑把な通知から、「裏庭で小型犬がテニスボールで遊んでいる」など AI が状況を具体的に文章化するほか、文字入力による動画検索にも対応する。
SamsungがGalaxy S25のAIを予告：店探しから日程登録まで一括処理
SamsungはGalaxy S25シリーズ向けの次世代Galaxy AIを予告する動画を公開しました。複数の条件を満たす飲食店探しから連絡先への送信、カレンダー登録までを一度の自然な音声指示でこなします。1月22日のGalaxy Unpackedで正式発表される見込みです。
月
1月13日 月曜日
Adobe、画像1万枚を一括編集できる新ツール「Bulk Create」公開
Adobeは最大1万枚の画像に対して背景の削除や差し替え、リサイズを一括で行える「Firefly Bulk Create」のベータ版を公開した。開発者向けAPIを一般クリエイター向けに統合したもので、生成クレジットを消費して利用する。PSD書き出しは今後対応予定。
木
1月9日 木曜日
xAI、米国で「Grok」の単独iOSアプリを提供開始
xAIは米国で、AIチャットボット「Grok」の単体iOS向けベータアプリをリリースした。Xアプリを開かずにリアルタイム検索や対話、画像生成が利用できる。先月の無料開放に続き、ChatGPTやClaudeに対抗する独立サービス化を本格化させている。
VLC、完全オフラインで動くリアルタイムAI字幕・翻訳機能をCESで実演
VideoLANはCES 2025にて、VLCプレイヤーに内蔵されたリアルタイムAI字幕および翻訳機能を披露した。クラウドを介さず端末ローカルで動作し、100以上の言語に対応する予定だ。なお、一般向けの正式リリース時期はまだ明かされていない。
Google、検索履歴やDiscoverから5分の個人向けAIポッドキャストを作る「Daily Listen」をテスト
Googleは検索履歴やDiscoverの利用動向から約5分の個人向けAIポッドキャストを生成する新機能「Daily Listen」をSearch Labsで公開した。NotebookLMの音声まとめ機能に似た仕組みで、テキスト起こしも備える。現在は米国のAndroidおよびiOSのテスト参加者向けに限定提供されている。
水
1月8日 水曜日
Satellai、衛星通信対応のAIペットトラッカーを発表
SatellaiはAIと衛星通信を組み合わせた犬用トラッカー「Satellai Dog Tracker」を発表した。Qualcomm製モデムとSkyloの衛星網を採用し、地上波の圏外でも正確に位置を追跡できる。
NVIDIAがPC向け「NIM」発表：RTX 50のFP4対応でローカルAI高速化
NVIDIAはRTX AI PC向けに最適化されたNIMマイクロサービスとAI Blueprintsを発表しました。RTX 50シリーズのFP4演算に対応し、VRAM消費を半減させつつ推論を倍速化。複雑なAIエージェントのローカル実行環境が来月より順次提供されます。
McAfeeが「Scam Detector」発表：テキスト、メール、動画詐欺をAIで検知
McAfeeはCES 2025で、テキストやメール、ディープフェイク動画による詐欺をリアルタイムで検知・警告するAIツール「McAfee Scam Detector」を発表した。手口が巧妙化するオンライン詐欺を未然に防ぐ狙いで、今春より既存顧客向けに追加料金なしで提供される。
火
1月7日 火曜日
パナソニックがCESで家庭向けAI「Umi」発表、Claudeを活用
パナソニックはCES 2025でAnthropicのClaudeを搭載した家庭向けウェルネスAI「Umi」を発表した。家族でのグループチャットや音声対話を通じて、健康的な習慣づくりや離れて暮らす高齢者の見守りを支援する。2025年内に米国で提供予定。
Philips Hue、生成AI搭載の照明アシスタントを発表 声やテキストで光を演出
Philips Hueは生成AIを活用した照明アシスタントを発表した。2025年第1四半期にロールアウト予定で、「ガーデンパーティーの雰囲気を作って」と音声や文字で頼むだけでシーンを自動生成・調整できる。既存のすべての同社製ライトに対応する。
Nvidia、卓上型AIスパコン「Project Digits」発表 3000ドルで2000億パラメータ対応
NvidiaはCES 2025で、卓上サイズの個人向けAIスーパーコンピュータ「Project Digits」を発表した。MediaTekと共同開発したGB10 Grace Blackwell Superchipと128GBメモリを搭載し、単体で最大2000億パラメータ、2台連結で最大4050億パラメータのモデルを実行可能。DGX OSを採用し、5月に3000ドルで発売予定。
NVIDIA、動画分析AIエージェント向けブループリント公開：30倍速で処理
NVIDIAは動画の検索・要約に特化したAIブループリントの先行アクセスを開始した。Cosmosなどの視覚言語モデルを統合し、実時間の30倍の速度で動画を一括解析できる。推論やツール呼び出しも備え、工場の異常検知やスポーツ分析への活用を見込む。
NVIDIAが自律型AI設計図を公開：PDFからポッドキャスト生成など即座に導入可能に
NVIDIAはLangChainやCrewAIらと連携し、企業向け「Agentic AI Blueprints」を発表した。複数エージェントの協調やコード仕様書生成に加え、複数のPDF資料を対話型音声に変換する独自機能を提供し、事前設定済み環境から迅速に開発を始められる。
月
1月6日 月曜日
Google TVにGemini搭載、自然な対話や日々のニュース要約に対応
GoogleはCES 2025にてGoogle TV向けのGemini新機能をプレビュー公開した。自然な会話での動画検索やスマートホーム操作に加え、WebやYouTubeから要点をまとめる「News Brief」機能を搭載する。2025年後半に対象デバイスへ順次展開される予定。
Brisk It、399ドルのAIスマートグリル「Zelos 450」を発表
Brisk ItはCES 2025で、399ドルのスマートペレットグリル「Zelos 450」を発表した。生成AI「Vera 2.0」を搭載し、スマホで食材を撮るだけでレシピを作って火加減を自動管理してくれる。タレの塗り忘れなども自動で調整・補正する設計で、2025年第1四半期に発売予定。
Timekettle、通訳イヤホン向け「Babel OS」発表：音声複製や文脈予測に対応
Timekettle は翻訳イヤホン向けの独自 OS「Babel OS」を発表した。AI による意味分割と文脈予測で超低遅延な同時通訳を実現し、話者の声色を再現する音声複製やカスタム辞書機能を備える。W4 Pro など既存端末向けに OTA 配信が始まっており、オフライン動作機能も開発中。
Current Backyardのスマートピザ窯「Model P」：アルゴリズム制御で2分焼き
Current Backyardは屋内外両用のスマート電気ピザ窯「Model P」を599ドルで発表しました。最高温度は約454度に達し、独自アルゴリズムで熱を均一に保つためピザを回転させる必要がありません。アプリで具材に応じた最適な焼き時間も算出できます。
土
1月4日 土曜日
VanceAIが「Video AI」を発表：最大8Kアップスケールや120 FPS補間に対応
VanceAIは動画高画質化ツール「Video AI」を発表した。低解像度動画を最大8Kにアップスケールするほか、最大120 FPSのフレーム補間、SDRからHDRへの変換、ノイズ除去、インターレース解除、手ブレ補正機能をまとめて提供する。
月
12月16日 月曜日
ChatGPT検索が全ユーザーに無料開放、高度音声モードでのリアルタイム検索にも対応
OpenAIは「ChatGPT Search」を無料ユーザーを含む全員に開放し、高度音声モードにもリアルタイム検索を統合したと発表した。検索速度が向上したほか、モバイル版での店舗情報表示の改善や、ブラウザの既定検索エンジンへの設定も可能になった。
Meta、スマートグラスに「リアルタイムAI動画」と連続対話を追加
Metaはスマートグラス「Ray-Ban Meta」のファームウェアv11を北米の早期アクセス向けに配信した。ウェイクワードなしで視界の映像について連続してAIに質問できるほか、リアルタイム音声翻訳にも対応する。
Hugging Faceが合成データ生成ツール公開：プロンプトからノーコードで作成
Hugging Faceはノーコードでカスタムデータセットを作成できる「Synthetic Data Generator」を公開した。自然言語で指示を入力するだけで、テキスト分類や対話データを自動生成。Argillaとの連携でデータ確認ができ、AutoTrainでの追加学習まで直感的に完結する。
