OpenAI、ChatGPTに「Projects」機能を導入：会話とファイルを案件別に一括管理
OpenAIはChatGPTの関連チャットや参照ファイルを1か所にまとめられる「Projects」を公開した。CanvasやWeb検索と直接連携して作業を進められる。Plus、Pro、Teamsユーザー向けに即日展開され、企業・教育向けプランには年明けに提供される。
AIツール · デイリー
金
12月13日 金曜日
Perplexity、Spacesで検索対象のドメインを指定可能に
Perplexity AIはSpacesに対象ドメインを指定できるカスタムWebソース機能を追加した。ユーザーは特定のURLを登録し、指定サイトやアップロード済みファイルのみを検索対象に絞り込める。不要なWeb情報を省き、高精度なリサーチが可能になる。
Google「NotebookLM」刷新：音声ポッドキャストへの割り込み対話や有料版「Plus」が登場
Google はNotebookLM に実験的な Gemini 2.0 Flash を導入し大幅刷新を発表しました。音声解説「Audio Overviews」の再生中に声で割り込んで質問できる対話モードが追加されたほか、UI を刷新。上限が 5 倍以上になる有料プラン「NotebookLM Plus」も提供開始します。
GoogleがAgentspaceを発表：企業向けAIエージェントと社内データ検索を統合
Googleは企業向けプラットフォーム「Google Agentspace」を発表しました。Geminiの推論力と検索機能を組み合わせ、社内データやJira、SharePointなどの外部ツールを横断して自律エージェントを動かせます。企業向けNotebookLM Plusも導入され、早期アクセスプログラムの受付が始まっています。
木
12月12日 木曜日
Adobeがガラスの反射を除去する新ツール公開、機内や窓越しの失敗写真を救済
Adobeは窓越しの撮影で生じる不要な反射を除去する「Reflection Removal」ツールのプレビュー版をCamera Raw向けに公開した。AIが被写体と反射像を識別して分離し、スライダーで反射の強弱を調整できる。現在はRAW画像のみ対応し、Lightroomへの搭載も予定されている。
Amazon、Prime Videoで「AI Topics」をテスト配信
AmazonはPrime Videoで、従来のアルゴリズムに代わりAIで作品を推薦する新機能「AI Topics」のテストを開始した。関心に合わせて生成されたテーマから映画や番組を探し、関連トピックでさらに絞り込める。現在は米国のFire TVなど一部のリビング端末を対象に試験展開されている。
LMSYSがImage Arena公開：FLUXやDALL-Eをブラインド対決
lmarena.aiが画像生成モデルをブラインド評価する「Image Arena」を公開した。プロンプトを入力するとFLUX、Stable Diffusion、DALL-Eなどの匿名モデル2種が画像を生成し、ユーザー投票で勝敗を決める仕組みで、リーダーボードも近日公開される。
ChatGPTにサンタの音声モードが期間限定で登場、全ユーザーに無料開放
OpenAIがChatGPTにホリデーシーズン限定の「サンタモード」を追加しました。入力欄の雪の結晶アイコンをタップすると、陽気なサンタの声で会話できます。チャット履歴には保存されず記憶機能にも影響しません。モバイル、Web、デスクトップの全ユーザー向けに12月末まで提供されます。
米TIMEが「TIME AI」公開、記事について音声で質問可能に
米TIMEはElevenLabsおよびScale AIと提携し「TIME AI」を発表した。読者は音声AIエージェントに直接質問して記事の背景を深掘りできるほか、翻訳や要約も即座に利用できる。まずは過去数年の「パーソン・オブ・ザ・イヤー」記事で利用可能だ。
Runwayが学生アンバサダー募集：10万クレジットとProプランを無償提供
Runwayは芸術や映画、デザインなどを学ぶ学生向けに「学生アンバサダープログラム」を開始した。選ばれた学生には10万クレジットやProプランが無償提供され、Runwayチームとの交流機会も用意される。NYUなど世界各国の大学と連携を進めている。
米タイム誌、「パーソン・オブ・ザ・イヤー」専用のAIチャットボットを公開
木曜日、TimeはScale AIと共同開発したAIチャットボットを発表した。2024年の「今年の人」特集に合わせて導入され、記事に関する質問への回答、要約、音声再生、中国語など多言語への翻訳に対応する。同社は読者の滞在時間を伸ばす狙いで、2025年初頭にはサイト全体への展開を計画している。
水
12月11日 水曜日
Google、Geminiに自動調査「Deep Research」と「2.0 Flash」実験版を追加
GoogleはGemini Advanced向けにエージェント機能「Deep Research」の提供を開始した。ユーザーに代わって複数ステップの調査計画を立て、Webを反復検索して出典付きレポートをまとめる。また、高速な実験モデル「Gemini 2.0 Flash Experimental」も全ユーザー向けにWeb版で公開された。
ElevenLabsがAI開発者パック公開、主要ツールで各50ドル超の枠付与
ElevenLabsはMistralやPerplexity、Hugging Faceなどと提携し「AI Engineer Pack」を発表しました。参加する各ツールで50ドル以上のクレジットが提供され、プロトタイプ検証でかさみがちなAPI利用料の負担を抑えられます。
Midjourney、共同世界構築ツール「Patchwork」を発表
Midjourney が配信で新ツール「Patchwork」を披露した。無限キャンバス上で最大100人がリアルタイムにキャラクターや出来事を配置し、物語の世界観を構築できる。複数の大規模言語モデルを搭載し、Discord と Google アカウントを連携したユーザー向けにプレビュー版が公開される。
AppleがiOS 18.2を配信：画像生成やGenmoji、ChatGPT連携が本格始動
AppleはiOS 18.2などの最新OSを正式リリースし、Apple Intelligenceの新機能を提供開始した。独自絵文字を作るGenmojiや画像生成ツールのほか、Siriや作文機能にChatGPTが統合された。現在は英語圏を中心に提供され、日本語などは4月以降順次対応予定。
火
12月10日 火曜日
YouTube、AI自動吹き替えを数十万の知識系チャンネルへ拡大 公開前確認も可能
YouTubeはAIによる自動音声吹き替え機能をパートナープログラム内の数十万の知識・情報系チャンネルへ拡大した。英語動画は日・独・仏など8言語へ自動翻訳され、公開前のプレビューや削除に対応。現状は機械的な発音だが、今後のアップデートで感情表現も改善される予定だ。
米Microsoft、Windows版Copilotを刷新 タスクバー上UIや「Alt＋Space」に対応
米Microsoftは、Windows Insider向けにCopilotのアップデートを開始した。従来のPWA版からタスクバー上にフロート表示されるクイックビューUIへと移行し、Alt＋Spaceキーでの呼び出しに対応する。Windows 10と11の両方で利用できるが、競合するショートカットキーの扱いに注意が必要だ。
OpenAIがCanvasを全ユーザーに開放、Python実行やCustom GPT連携に対応
OpenAIは共同作業スペース「Canvas」のベータ提供を終了し、無料プランを含む全ユーザーに正式公開しました。画面内でPythonコードを直接実行してグラフを表示できるほか、Custom GPTとの連携やテキストの差分表示編集に対応。Web版とWindowsアプリ向けに展開されています。
AIエンジニア「Devin」が一般公開、月額500ドルで自律コーディング
Cognition Labsは自律型AIソフトウェアエンジニア「Devin」の一般提供を開始した。月額500ドルのサブスクリプション制で、内蔵ブラウザやエディタを備えたサンドボックス環境からアプリの構築やバグ修正を自律実行できる。なお、公式は1セッションを3時間以内に抑えることを推奨している。
韓国Spaid、GISや衛星画像から3Dマップを生成する地理空間AIを披露
韓国のスタートアップSpaidがAI地図ソリューションを発表した。中核エンジン「CYLO」がGISデータや衛星画像を統合し、土地や建物、人口動態を可視化した3Dマップを迅速に構築する。韓国の通信事業者による実証実験やアルメニア政府の国土調査で導入が進んでいる。
Solos、ChatGPT搭載のスマートグラス「AirGo Vision」発売 カメラ着脱でプライバシー配慮
SolosはChatGPTを搭載したマルチモーダルスマートグラス「AirGo Vision」を発売した。価格は299ドルから。カメラによる物体認識や翻訳に対応するほか、カメラ付きテンプルを取り外して普通の眼鏡フレームに交換できるプライバシー保護機構を備える。
Yelpが年末アップデート公開、AIで口コミを要約する「Review Insights」など導入
Yelpは本日、年末製品アップデートとして20以上の新機能を発表した。大規模言語モデルを活用した「Review Insights」は、料理の質や接客、待ち時間などの項目ごとに1〜100の感情スコアを算出して表示する。まずはiOSの飲食店・ナイトライフ向けに提供され、来年にはサービス業へ拡大予定だ。
月
12月9日 月曜日
Reddit、AI検索「Reddit Answers」を発表：スレッドの要約と元投稿を直接提示
Redditはサイト内の公開投稿や議論をAIで要約する新検索機能「Reddit Answers」を発表した。単一の回答を生成するのではなく、関連スレッドから要点を抽出し、高評価の元コメントへ直接誘導する。現在、米国の限定ユーザー向けにWebとiOSでベータ版が提供されている。
Hugging Faceのオープンモデル83種がAmazon Bedrockで直接利用可能に
Hugging Faceは83種類の人気オープンモデルがAmazon Bedrock Marketplaceで利用可能になったと発表した。SageMaker JumpStart基盤で動作し、BedrockのAgentsやGuardrailsなどの高レベルAPIと連携可能。利用者はSageMakerの計算リソースとBedrock API料金のみを支払う。
金
12月6日 金曜日
X、AIボット「Grok」を全無料ユーザーに開放 2時間で10回まで
Elon Musk氏のxAIが提供するAIボット「Grok」がXの全無料ユーザーに開放された。有料会員でなくても2時間に最大10回までメッセージを送信できる。ChatGPTなどの無料提供に対抗する動きで、単独アプリの投入も検討されているという。
木
12月5日 木曜日
米Microsoft、Edge向け「Copilot Vision」プレビュー公開 画面を見ながらリアルタイム音声対話
米Microsoftは、Edgeブラウザで閲覧中のWebページをAIが認識してリアルタイムに対話できる「Copilot Vision」のプレビュー版を公開した。セッション終了時に閲覧データが破棄される仕組み。現在は米国のCopilot Pro加入者向けに一部Webサイト限定でテスト提供されている。
Ouraスマートリング新機能：風邪を引く1〜2日前に異変を警告
Ouraは呼吸器疾患の兆候を事前に察知する「Symptom Radar」の正式提供を発表した。安静時心拍数や体温変動を基線データと比較し、自覚症状が出る前に休息を促す。医療診断ではないものの、Gen 3および4のユーザーは12月11日までに利用可能になる。
OpenAI、月額200ドルの「ChatGPT Pro」提供開始 o1が無制限に
OpenAIは月額200ドルの新プラン「ChatGPT Pro」を発表した。推論モデル「OpenAI o1」を無制限で利用できるほか、より多くの計算資源で深く思考する「o1 pro mode」を搭載。高度な数学やプログラミングに取り組む研究者や開発者向けに提供される。
水
12月4日 水曜日
SpotifyがNotebookLMと連携：年間まとめを2人のAIが語るポッドキャストに
SpotifyはGoogleのNotebookLMを活用した「Wrapped AIポッドキャスト」を公開した。おなじみの2人のAIホストが、ユーザーの年間視聴データをもとに音楽の好みや変遷を独自の音声番組として語り合う。現在は米国など一部英語圏で限定提供されている。
火
12月3日 火曜日
Chromebookが顔の動きで操作可能に：18種のジェスチャーに対応
GoogleはChromebook向けのアクセシビリティ機能「Face control」の詳細を発表した。機械学習で478箇所の顔のポイントを捉え、頭の動きや最大18種類の表情でカーソル操作やアクションを行える。現在ChromeOSのベータ版で利用可能で、来年初頭に一般提供される。
ElevenLabs、対話型音声エージェント構築プラットフォームを発表
ElevenLabsは対話型音声エージェントを構築できる統合プラットフォーム「Conversational AI」を発表した。音声合成、音声認識、自選LLMを組み合わせ、リアルタイム予測で自然な割り込みや会話の交代に対応する。Twilio連携や各種SDKも提供する。
月
12月2日 月曜日
Arc開発元が新AIブラウザ「Dia」発表：要約だけでなく代理操作もこなす
Arcを手がけるThe Browser Companyは新たなAIブラウザ「Dia」を発表した。2025年初頭の提供開始を予定している。単なるタブの要約にとどまらず、アドレスバーの指示で複数タブのリンクをメールに転記したり、Amazonカートに自動で商品を追加する代理操作機能を備える。同社はArcの提供も継続するとしている。
EVI 2が新機能「Voice Control」公開、スライダーで音声を微調整
12 月 2 日、EVI 2 にベータ機能「Voice Control」が導入された。音声クローンやプロンプトを使わず、自信や鼻声、滑らかさなど 10 項目のスライダーで声を連続調整できる。他の特徴を崩さず狙った声質を再現でき、独自の音声を数秒で作成できる。
AWS、Amazon Connectに生成AIアシスタントAmazon Qを導入
AWSはre:Inventで、クラウド型コンタクトセンター「Amazon Connect」向けの生成AI新機能を発表した。AIアシスタント「Amazon Q in Connect」により、プログラミング不要で動的なセルフサービス体験の構築や厳格なガードレール設定が可能になる。
水
11月27日 水曜日
Humeが「Voice Control」公開：10個のスライダーで理想のAI音声を自在に調整
Hume AIはEVI 2向けのベータ機能「Voice Control」を発表した。音声クローンやプロンプト入力に頼らず、自信や鼻声など10種類の特性スライダーを動かすだけで、再現性のある独自音声をリアルタイムに生成できる。極端な設定での音質は現在改善中だという。
イーロン・マスク氏のxAI、ChatGPT対抗の単体アプリを開発中か
報道によると、イーロン・マスク氏率いるxAIが対話型AI「Grok」の単体アプリを準備中だという。ChatGPTのように個人端末から直接利用できる仕様で、評価額500億ドル規模となる次期資金調達の完了後にリリースされる見通しだ。
ElevenLabs、テキストからAIポッドキャストを自動生成する「GenFM」を公開
ElevenLabsはiOS向けアプリ「ElevenReader」に新機能「GenFM」を追加した。PDFや記事、電子書籍を取り込むだけで、AIホストによる対話形式のポッドキャストを32言語で瞬時に生成できる。Android版も数週間以内に提供予定だ。
Claudeに応答スタイル設定が追加：3種のプリセットや自分の文体模倣に対応
AnthropicはClaudeに返答スタイルを調整できる新機能を導入した。簡潔・解説・フォーマルの3つのプリセットに加え、過去のメールや文書を読み込ませて自身の文体を学習させることが可能。設定したスタイルは会話をまたいで保持されるため、毎回口調を指示する手間が省ける。
火
11月26日 火曜日
Google、GeminiのSpotify拡張機能を提供開始：Androidで話しかけて選曲・再生
Google は Android 版 Gemini 向けに Spotify 拡張機能の配信を開始した。アカウントを連携すれば、日常会話のような指示で曲やアルバムを検索・再生できる。現時点ではプレイリスト作成には非対応で、言語が英語に設定されている場合のみ動作する。
Google Labs、プロンプトで駒を生成して対局できる「GenChess」公開
Google LabsはImagen 3を活用した実験的ツール「GenChess」を公開した。プロンプトを入力するだけで独自のチェス駒を生成し、そのままコンピューターと対局できる。現在は一部地域限定で提供されている。
ChatGPTアプリ、Appleの「ショートカット」にSearchGPT起動オプションを追加
OpenAIはiPhoneおよびiPad向けのChatGPTアプリを更新し、ショートカットアプリに「Open SearchGPT」アクションを追加した。タップするだけでアプリが開き、Web検索が直接立ち上がる。現在はPlusおよびTeamユーザー向けに提供されており、数カ月以内に無料ユーザーにも拡大予定だ。
月
11月25日 月曜日
PerplexityがQuartrと連携：決算説明会のリアルタイム文字起こしと要約に対応
QuartrはPerplexityとの提携を発表しました。Quartr APIを活用し、Perplexityの全ユーザーに企業の決算説明会（アーニングスコール）のリアルタイム文字起こしとAI要約を提供します。これまで機関投資家に限られていた分析環境が、誰でも利用できるようになります。
IntuitがQuickBooksにAI新機能を追加、将来はCFO業務の代替も視野に
Intuitは会計ソフトQuickBooksにAI新機能を導入した。Intuit Assistがメモやメール、PDFから請求書を作成し、経費を自動分類する。CEOは中長期的に、AIエージェントが中堅企業のCFOやCMOの役割を担う可能性にも言及した。
Luma AI、Dream Machineを刷新：高速画像モデルPhotonとiOSアプリを提供
Luma AIは動画生成ツール「Dream Machine」を包括的なクリエイティブ基盤へと拡張した。最大8倍高速とされる画像生成基盤モデル「Photon」を投入し、刷新されたUIや開発者向けAPIに加え、新たにiOSアプリの提供も開始した。
AMD「Amuse 2.2 Beta」公開：SD 3.5に対応、Ryzen AIで2K画像生成
AMDが画像生成ソフト「Amuse 2.2 Beta」を公開した。Stable Diffusion 3.5ファミリーに対応し、Ryzen AI 300やRadeon 7000向けに最適化。XDNA超解像技術により、オフラインのノートPCでも最大2048×2048ピクセルの高品質画像を簡単に生成できる。
金
11月22日 金曜日
Android 16に新API「app functions」 Geminiがアプリ内で代理操作可能に
Googleが公開したAndroid 16の開発者プレビューで、新API「app functions」の存在が明らかになった。Geminiがサードパーティ製アプリ内で出前注文などの操作を直接代行できるようになる仕組みだ。AppleのApp Intentsに対抗し、スマホAIが本格的なエージェントへ進化し始めている。
Threads、急上昇トピックのAI要約機能をテスト開始
Instagram責任者のAdam Mosseri氏は、Threadsが米国で急上昇トピックのAI要約テストを開始したと発表した。XがGrokを活用して提供する機能と類似しており、話題の背景を即座に把握できるようになる。日付指定検索などの改善も同時に進めている。
