Brave Search、AI要約への「追加質問」チャット機能を提供開始
BraveはBrave SearchのAI要約機能に追加入力バーを導入した。最初の検索結果に対して文脈を引き継いだ質問が可能で、情報源の提示や検索履歴を残さないプライバシー保護も維持される。再検索の手間を省き、検索とチャットの利点を統合した。
AIツール · デイリー
木
11月21日 木曜日
ClaudeがGoogleドキュメント連携に対応：リンク貼り付けで直接読み込み
AnthropicはClaudeのチャットやProjectsにGoogleドキュメントの内容を直接取り込める機能の提供を開始した。ドキュメントのリンクを貼り付けるか最近のファイルから選択するだけで追加できるため、コピー＆ペーストの手間が省け作業がスムーズになる。
Rabbit R1、ウェブ操作を学習して自動化する「teach mode」をベータ提供
RabbitはAI端末「R1」の全ユーザー向けに「teach mode」のベータ版を提供開始した。Rabbitholeハブ上でウェブサイトの操作やクリックを一度実演して記録させると、R1がその手順を学習して自動実行する。発売当初に掲げた公約の実現に向けた動きだが、現時点ではウェブ操作に限定されている。
v0が大幅進化：フルスタックNext.js生成、複数ファイル対応、Vercel連携
VercelはAIツール「v0」の機能拡張を発表した。単一のUIコンポーネントだけでなく、複数ファイルを一括生成し、フルスタックのNext.jsやReactアプリを構築・実行できるようになった。Vercelプロジェクトの環境変数連携や直接デプロイにも対応する。
水
11月20日 水曜日
ChatGPTベータ版コードから「ライブカメラ」機能が発覚、音声モードに視覚追加か
ChatGPTの最新ベータ版（v1.2024.317）のコード内に「ライブカメラ」機能が発見された。リアルタイム映像処理と高度な音声モードの連携が含まれている。5月の初披露から半年が経ち、音声AIに視覚が加わるアップデートが近づいているとみられる。
2.2億ドル調達の仏スタートアップH、初製品「Runner H」発表：2B軽量モデルでエージェント特化
パリのAIスタートアップHが初製品「Runner H」を発表した。わずか20億パラメータの独自軽量モデルを採用し、RPAや品質検証の自動化に特化。WebVoyagerベンチマークでAnthropicを29％上回ると主張する。現在ウェイティングリストを受付中。
Messengerの通話にAI背景機能が追加 HD画質や音声メッセージも
MetaはMessengerの通話向けに新機能を発表した。Meta AIを使った自分好みの通話背景を生成できる機能が追加されるほか、HD画質や背景ノイズ低減、相手が不在の際に音声や動画メッセージを残せる機能が順次提供される。
火
11月19日 火曜日
Amazonの次世代Alexa、生成AI頼みを避けAPI連携で実用性強化か
米報道によると、AmazonはUberやOpenTableなどと提携し、新版Alexaで配車や食事注文などの一連のタスクを直接完了させる実用的なアプローチを模索している。来年第3四半期までに約200社の提携を見込むが、正式決定ではないという。
HeyGenがiOSアプリ公開：iPhoneでアバター生成と175言語動画翻訳に対応
HeyGenはiOS向けアプリを公開した。リアルなアバター生成や175言語以上への動画翻訳機能をiPhone上で利用できる。外出先でもスマートフォンから手軽に多言語動画コンテンツを制作できるようになる。
ChatGPTの「高度な音声モード」がWebブラウザに対応
OpenAIはChatGPTの「高度な音声モード」をWebブラウザ版に展開したと発表した。GPT-4oのネイティブ音声機能を活用し、話す速度や感情を汲み取った自然な対話ができる。今週からPlusなどの有料会員向けに先行提供され、無料ユーザーにも今後数週間で提供予定だ。
Google、Gemini Advancedに記憶機能を追加 ユーザーの好みに応じた回答が可能に
米GoogleはGemini Advanced向けにユーザーの関心や仕事、個人的な好みを記憶する新機能を公開した。対話中または「Saved Info」ページから記憶の確認や編集が可能。現在は英語のみの対応で、Google One AI Premiumの加入が必要となる。
Microsoft、Teams会議で自分の声を使って9言語をリアルタイム翻訳する「Interpreter」を発表
MicrosoftはTeams向けに、参加者の声をリアルタイムでシミュレートしながら多言語通訳を行う機能「Interpreter」を発表した。2025年初頭にMicrosoft 365ユーザー向けに提供予定で、日本語や英語など9言語に対応。利用には事前の同意が必要で、生体データは保存されないという。
マイクロソフト「Copilot Studio」利用組織が10万件突破：1800種類のモデルに対応
米マイクロソフトは、Copilot Studio で AI エージェントを構築・編集する組織が10万件を超えたと発表した。Ignite に合わせて Azure 上の1800種の大規模言語モデルへの接続を開放し、OpenAI 依存から脱却。人間の介入を抑えて動く自律型エージェントも拡充している。
月
11月18日 月曜日
NVIDIAが気象予測向けNIMを提供開始：シミュレーション速度が最大5000倍に
NVIDIAはSC24で「Earth-2」向けの新たなNIMマイクロサービス「CorrDiff」と「FourCastNet」を発表した。高解像度気象予測を従来比500倍、全球予測を5000倍高速化し、激甚化する異常気象のシミュレーションとリスク評価を大幅に効率化する。
Perplexityに買い物機能：検索画面から離れず「ワンクリック注文」が可能に
Perplexity は米国の Pro 会員向けに、検索画面から離れずにワンクリックで購入できる「Buy with Pro」機能を開始した。送料無料特典が付くほか、写真を撮って商品を探す「Snap to Shop」機能や AI によるレビュー要約カードも導入された。
ElevenLabsが対話型AIエージェント作成機能を提供：主要LLMと連携可能
ElevenLabsは開発者向けプラットフォームで対話型AIエージェントの作成機能を提供開始した。音声のトーンや知識ベースを設定できるほか、Gemini、GPT、Claudeなどのモデルを柔軟に選択可能。リアルタイム音声対話分野でOpenAIなどと競合する。
Mistralが無料AI「le Chat」を大幅刷新：Web検索・Canvas・画像生成を統合
Mistral AIは無料アシスタント「le Chat」の大型アップデート（ベータ版）を発表した。引用付きWeb検索や共同編集用Canvas、Flux Proによる画像生成のほか、新マルチモーダルモデルPixtral Largeによる高度な文書・画像解析に対応する。ChatGPTに対抗する強力な選択肢となる。
Meta、仏伊西のRay-BanスマートグラスにMeta AIを展開 視覚AIは見送り
Metaはフランス、イタリア、スペインのRay-Ban Metaスマートグラス向けに音声AI機能の提供を開始した。仏・伊・西の言語に対応したが、欧州の規制対策によりカメラ映像を認識するマルチモーダル機能は見送られ、一般的な音声問答にとどまる。
金
11月15日 金曜日
Google DocsがGemini画像生成に対応：Imagen 3で本文挿絵やカバー画像を直接作成
GoogleはGoogle DocsにGeminiによる画像生成機能を導入したと発表した。最新のImagen 3モデルを活用し、プロンプト入力だけで本文内の挿絵や全幅カバー画像を作成できる。Gemini WorkspaceやGoogle One AI Premiumの有料ユーザー向けに順次提供される。
英O2がAIおばあちゃん「Daisy」公開、詐欺電話を無駄話で最長40分撃退
英携帯キャリアO2は詐欺対策AI「Daisy」を公開した。複数のAIモデルを組み合わせた極めてリアルな「おばあちゃん」が自律的に詐欺電話へ応答し、取り留めのない世間話で最長40分も詐欺師の時間を浪費させ、一般市民への被害を防ぐ。
木
11月14日 木曜日
サム・アルトマン出資のThrive AI Health、デモ版を公開も「ほぼ機能せず」
TechCrunchの報道により、サム・アルトマン氏とアリアナ・ハフィントン氏が立ち上げたThrive AI Healthが公式サイトでMVPデモを公開したことが判明した。ChatGPT風のUIを備えるものの現状はほぼ機能しておらず、OpenAIの支援を受ける同社は依然として開発初期段階にある。
TikTok、AI広告ツールにGetty Imagesの素材とアバターを統合
TikTokはAI広告生成ツール「Symphony Creative Studio」を全広告主向けに提供開始し、Getty Imagesの商用ライセンス素材を統合したと発表した。商品情報を入力するだけで、リアルなAIアバターによる解説や多言語吹き替え付きの縦型動画広告を簡単に作成できる。
OpenAI、「ChatGPT」Windowsアプリを全公開：音声対話とショートカット対応
OpenAIはWindows向け「ChatGPT」公式デスクトップアプリをすべてのユーザー向けに一般公開した。「Alt + Space」のショートカットで即座に呼び出せるほか、高度な音声モードに対応し、PC作業中にハンズフリーでAIと会話できる。
macOS版ChatGPT、VS CodeやXcodeなど他アプリのコード直接読み取りに対応
OpenAIはmacOS版ChatGPTデスクトップアプリに新機能「Work with Apps」を追加した。VS CodeやXcode、Terminalなどのコードを自動でプロンプトのコンテキストとして読み取れるため、手動でコピペする手間が省ける。現時点では直接コードを書き戻すことはできず、PlusおよびTeamユーザー向けに提供を開始した。
Anthropicが開発コンソールにPrompt Improverを追加、プロンプトを自動最適化
Anthropicは開発コンソールにPrompt Improverと例文管理機能を追加した。Claudeが既存プロンプトを分析し、思考プロセスの追加やXML形式の標準化を1分足らずで自動適用する。分類タスクのテストでは精度が30%向上したという。
Arc SearchがAndroid向けに正式リリース、AIが検索結果を要約
The Browser Companyはモバイルブラウザ「Arc Search」を全Androidユーザー向けに正式公開した。広告ブロックに加え、AIが検索結果を整理して要約する「Browse for me」機能を備える。10万人規模のテストを経て音声検索やAndroid 12に対応し、Chromeの対抗馬としてモバイル展開を加速させている。
Google、iPhone向け専用「Gemini」アプリを公開 音声会話「Gemini Live」に対応
GoogleはiOS向けに専用の「Gemini」アプリをリリースした。会話を途中で遮って質問できる音声機能「Gemini Live」に対応し、10種類の音声が選択可能。さらにImagen 3による画像生成や、Gmail、Googleマップと連携する拡張機能も単独アプリから手軽に利用できる。
NASAとマイクロソフトが「Earth Copilot」発表、衛星データを自然言語で検索
NASAはMicrosoftと共同で「Earth Copilot」のプロトタイプを発表した。Azure OpenAI Serviceを活用し、100ペタバイトを超える地球科学データを自然言語の質問だけで検索できる。専門知識がなくても衛星データを扱えるようにする狙いで、現在は内部研究者向けにテストが行われている。
Yahoo Mailがアプリ刷新：AI要約とチャット風UIでメール処理を効率化
Yahoo Mailがモバイルアプリを刷新し、AIによる1行要約やアクション提案、トーン調整返信機能を導入した。チャット風UIやゲーム感覚のメール整理機能も追加。現在は米国のiOS向けに提供されており、今後他環境へ展開予定。
XRHealthがAI搭載の医療XR基盤を発表、360度治療空間を自動生成
XRHealthはAIを活用した医療向けXRプラットフォームを発表した。臨床医は患者に合わせた360度の治療空間や動的アバターを生成できるほか、治療検索やセッション分析、治療計画作成の機能も備える。理学療法や認知リハビリ、メンタルヘルスの治療効果向上を支援する。
水
11月13日 水曜日
WondercraftとElevenLabsが連携、NotebookLM生成ポッドキャストのAI編集に対応
ElevenLabsは音声制作プラットフォームWondercraftとの連携を発表した。Googleの「NotebookLM」で生成した音声を読み込み、ElevenLabsの音声クローン技術を使って自在に編集できる。提供開始からわずか1週間で1万人以上のユーザーが利用した。
DeepL、リアルタイム音声翻訳「DeepL Voice」提供開始
DeepLは初の音声プロダクト「DeepL Voice」を発表した。英語や日本語など13言語の音声をリアルタイムで聞き取り、33言語のテキスト字幕へ即座に翻訳する。対面会話やTeamsでのオンライン会議向けにテキストで提供され、現時点では音声出力やAPIは非対応となる。
AppleがFinal Cut Pro 11を発表：AI自動切り抜きや字幕生成、空間ビデオ編集に対応
AppleはFinal Cut Pro 11を公開した。AIを活用して背景なしで被写体を切り抜ける「Magnetic Mask」や自動字幕起こし機能を追加し、Vision Pro向け空間ビデオ編集にも対応。既存ユーザーは無料アップデートできる。
OpenAI、PC自律操作エージェント「Operator」を1月に公開か 航空券予約やコーディングを代行
Bloombergの報道によると、OpenAIは1月に自律型AIエージェント「Operator」を公開する計画を進めている。ブラウザを直接操作して航空券の手配やプログラミングなど複数手順のタスクを代行する仕組みで、研究プレビューとAPIとして提供される見込み。対話型AIから実行型への転換が進む。
Gemma推論の新構成：DataflowとvLLMの連携で効率が23倍超に
GoogleはDataflowパイプラインにvLLMを組み込んでGemma 2Bを効率的に推論する手法を発表した。vLLMの継続的バッチ処理とDataflowのモデルマネージャーを活用し、数行のコードで推論効率を23倍以上向上させることができる。
火
11月12日 火曜日
日立エナジーが「Nostradamus AI」発表：再エネ発電と市場価格の予測精度を20％以上向上
日立エナジーはエネルギー業界特化型の AI 予測ツール「Nostradamus AI」を発表した。電力網データと市場予測を機械学習で統合し、業界目標より 20% 以上高い予測精度を実現。単一の風力タービンから数千の負荷拠点まで柔軟に対応し、電力取引や系統運用の効率化を支援する。
Adobe StockにFirefly編集機能が追加：購入前に背景削除や拡張が可能に
AdobeはAdobe StockにFireflyを活用した「生成編集」と「生成バリエーション」機能を追加しました。ライセンス購入前に背景削除やサイズ拡張、構図を参照した新規画像生成が行えます。クリエイターはオプトアウトできませんが、生成版ダウンロード時に報酬が支払われます。
元Twitter幹部が開発した「Particle」登場、メディアにトラフィックを還元するAIニュースアプリ
元Twitterのエンジニアらが立ち上げたAIニュースアプリ「Particle」が一般公開されました。左右両派の論点を可視化する機能や対話型チャットを搭載し、要約の下に大きな元記事リンクを配置してメディアへ読者を誘導します。iOS向けに無料提供中です。
Apple Intelligenceの通知要約機能、実用性より笑いのセンスが際立つ結果に
The VergeがiOS 18.1やmacOS 15.1に導入されたApple Intelligenceの通知要約機能を検証しました。端末内モデルが溜まった通知を短縮しますが、文脈を無視して別れ話を事務連絡のように要約するなど珍妙な変換が続出。便利さには疑問が残るものの、思わぬ笑いを生む機能となっています。
Jasper、マーケティング特化のAIナレッジ層「Brand IQ」「Marketing IQ」を発表
JasperはWeb Summitにて、マーケティング向けAIナレッジ層「Brand IQ」および「Marketing IQ」を発表した。企業のブランド指針をモデルに直接組み込み、テキストと画像の両面でブランドの一貫性を自動維持できるほか、検索向け最適化などの実務知見も内蔵している。
月
11月11日 月曜日
Googleが学習特化型AI「Learn About」公開、教科書風に対話を深掘り
Googleは実験的AIツール「Learn About」を公開した。今春発表の教育向けモデル「LearnLM」を基盤に、単なる事実の要約ではなく、教科書のようなレイアウトや重要ポイントの解説、関連トピックの提案を通じて探究心を促す。
Google、iOS向け単体「Gemini」アプリをテスト中 音声会話「Live」に対応
GoogleがiOS向けに単体のGeminiアプリを一部地域でテスト中であることが明らかになりました。これまでiPhoneではGoogleアプリ内の機能としてしか使えませんでしたが、独立アプリ化により音声会話機能「Gemini Live」がロック画面からも利用可能になります。現在はフィリピンなど一部地域での限定配信にとどまります。
ワシントン・ポストが対話型AIツール公開：自社記事で無料回答
先週、The Washington Post は実験的AIツール「Ask The Post AI」を公開した。2016年以降の自社記事のみを情報源に対話形式で回答するためハルシネーションを抑えられており、有料登録なしで利用できる。ただし、引用元記事の全文を読むには有料購読が必要だ。
マイクロソフトとバチカン、AIでサン・ピエトロ大聖堂のデジタルツインを構築
バチカンはマイクロソフトと連携し、サン・ピエトロ大聖堂のAIデジタルツインを発表した。ドローンなどで撮影した約50万枚の高解像度写真をAIで統合して高精度な3Dモデルを再現。世界中からの仮想参拝を可能にするだけでなく、肉眼では見えにくい建物の亀裂発見にも役立てる。
Xが無料版「Grok」のテストを開始、ニュージーランドで一部制限付き開放
XはAIチャットボット「Grok」を無料ユーザー向けに試験公開し始めた。これまで有料会員限定だったが、ニュージーランドでテストが行われており、Grok-2で2時間に10件の利用制限や電話番号登録などの条件が設けられている。無料開放により利用者を広げてChatGPTなどに対抗する狙いだ。
日
11月10日 日曜日
NearがクロスチェーンAIアシスタントを発表：ミームコイン発行から航空券予約まで
Near ProtocolはクロスチェーンAIエージェント「NEAR.AI Assistant」のアルファ版を公開した。指示一つでミームコインを即座に生成・発行できるほか、チェーン抽象化技術でビットコインやイーサリアム間の資産交換に対応する。今後はWeb2サイトでの航空券予約や出前注文への対応も予定している。
金
11月8日 金曜日
iOS 18.2「Image Playground」の使い方：iPhoneで手軽にAI画像生成
iOS 18.2開発者向けベータ版に搭載された「Image Playground」の利用手順が紹介された。プロンプトを入力するだけでアニメ調やイラスト風の画像を生成でき、第2ベータでは生成速度やプロンプト再現度が向上している。
木
11月7日 木曜日
仏Mistral、コンテンツモデレーションAPIを公開
Mistralは多言語対応のコンテンツモデレーションAPIの提供を開始した。微調整されたMinistral 8Bを活用し、ヘイトスピーチや暴力など9つの有害カテゴリを検出できる。あわせてAPIコストを25％削減するバッチ処理APIも発表した。
Outlook、生成AIでテーマ作成可能に 現在地や天気に合わせて自動更新
MicrosoftはOutlookに「Themes by Copilot」を追加した。Copilot Pro加入者や法人向け機能で、100以上の場所や現在地、天候に応じたテーマを生成できる。油絵風やカートゥーン調などのスタイルを選択でき、定期的な自動更新にも対応する。
Krea AIがLoRA学習機能を公開：画像3枚から独自の画風やキャラを作成可能に
Krea AIは独自のAIモデルを学習できるLoRAトレーニング機能を公開した。画像を3枚以上アップロードするだけで、クラウド上で自分好みのキャラクターや画風を学習できる。高価なGPUや複雑な設定は不要だが、無料枠はなく、現在は100名限定の招待枠または有料プランが必要となる。
GoogleとSourcegraph検証：Geminiの100万トークンでCodyの誤答率が半減
GoogleとSourcegraphはGemini 1.5 Flashの100万トークン長文脈をAI支援ツールCodyに導入した検証結果を公開。大規模コードベースにおける幻覚率が18.97%から10.48%へ半減し、キャッシュ技術により初回応答遅延も約5秒に短縮された。
水
11月6日 水曜日
Appleが「iOS 18.2」パブリックベータ公開 ChatGPT連携や画像生成機能が利用可能に
AppleはiOS/iPadOS 18.2およびmacOS 15.2のパブリックベータを公開した。Siriからのアカウント不要なChatGPT連携や、iPhone 16向けのカメラ検索「Visual Intelligence」が試せるようになった。なお、GenmojiやImage Playgroundなどの画像生成機能は追加の待機リスト制となっている。
Windows 11のペイントとメモ帳にAI機能：生成塗りつぶしや文章書き換えに対応
MicrosoftはWindows Insiders向けにペイントとメモ帳のAI更新を提供開始した。ペイントにはテキスト指示で描き足せる生成塗りつぶしと不要物消去機能を追加し、メモ帳には文のトーンや長さを変えるAI書き換え機能を搭載した。なお生成塗りつぶしはSnapdragon搭載Copilot+ PC限定となる。
月
11月4日 月曜日
Hume AI、音声アプリを公開 EVI 2とClaude 3.5 Haikuを統合、登録不要で対話可能
Hume AIは、自社開発の音声言語モデル「EVI 2」と「Claude 3.5 Haiku」を組み合わせたブラウザ向けAI音声アプリを公開した。アカウント登録不要でマイクから直接、様々な性格のAIと対話できる。事実の回答は正確な一方、ストーリーテリングでは重複や声の乱れも報告されている。
マイクロソフト、Xbox向けAIサポートチャットボットのテストを開始
マイクロソフトは米国のXbox Insider向けに「Xbox Support Virtual Agent」のテスト提供を開始した。アニメーションキャラクターなどの姿で現れ、ゲーム機やゲームのサポート対応を行う。今後のXbox機能へのAI統合に向けた第一歩となる。
Amazon、Prime VideoにAI要約機能「X-Ray Recaps」導入
AmazonはPrime Video向けに生成AIを活用した「X-Ray Recaps」を発表した。シーズン全体から1話、途中シーンまでテキストで要約できる。ネタバレを防ぐ仕組みも備え、まずはFire TV端末のオリジナル作品向けにベータ提供を始めた。
iOS 18.2ベータ2、Siri連携のChatGPT利用制限とPlus課金に対応
Appleは配信のiOS 18.2 Beta 2で、Siriと連携するChatGPTの利用制限表示とChatGPT Plusへのアップグレード機能を追加した。無料枠ではGPT-4o利用やDALL-E 3生成に1日あたりの上限があり、超過後は基本モデルへ切り替わる。月額19.99ドルのPlus契約も設定画面から直接行える。
NVIDIA、動画検索・要約向け「AI Blueprint」を発表：自然言語で映像分析エージェントを構築
NVIDIAは動画の検索と要約に対応する「NVIDIA Blueprint」を発表した。開発者は複雑なコードを書かずに自然言語プロンプトを使って、膨大なライブ映像やアーカイブを解析・要約し、アラートを出せる視覚AIエージェントを構築できる。スマートシティや工場、交通監視などの現場導入を後押しする。
