Intuit、確定申告ソフト「TurboTax」に生成AI機能を導入へ
Intuitは主力製品TurboTax OnlineおよびTurboTax Liveに生成AI機能を11月30日より導入すると発表しました。全製品でスペイン語翻訳に対応するほか、対面やオンラインの税務専門家とのマッチングも強化。複雑な申告手続きの自動化と専門家によるサポートを両立させます。
Intuitは主力製品TurboTax OnlineおよびTurboTax Liveに生成AI機能を11月30日より導入すると発表しました。全製品でスペイン語翻訳に対応するほか、対面やオンラインの税務専門家とのマッチングも強化。複雑な申告手続きの自動化と専門家によるサポートを両立させます。
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。
XboxはInworld AIとの複数年にわたる提携を発表した。プロンプトからスクリプトや対話ツリーを生成するAIデザインCopilotや、ゲーム内で物語やクエストを動的生成するキャラクター実行エンジンの開発を進め、あらゆる規模のクリエイターへ提供を目指す。
OpenAI は目的に応じたカスタム版 ChatGPT を作成できる「GPTs」を発表した。対話形式で指示や独自ファイル、API 連携を設定でき、プログラミングは不要。今月後半には「GPT Store」を開設し、利用実績に応じた収益化も提供予定。現在は Plus および Enterprise ユーザー向けに展開している。
Brave はデスクトップ向けブラウザに内蔵 AI アシスタント「Leo」の提供を開始した。Meta の Llama 2 を標準搭載し、Web 要約や翻訳に対応する。ログイン不要で会話履歴もモデル学習に使われない点が特徴。月額 15 ドルで Claude Instant が使える有料プランも用意されている。
ドリトスはPCゲーマー向けのAIノイズキャンセリングソフト「Doritos Silent」をリリースした。約半年の開発期間で数千の咀嚼音データを学習させ、ボイスチャット中にポテトチップスを食べる音だけをリアルタイムで消音する。Windows限定で無料提供される。
ザ・ビートルズ最後の新曲『Now And Then』と制作ドキュメンタリーが公開された。ピーター・ジャクソン監督のチームが開発した機械学習技術を活用し、1970年代のカセットテープに埋もれていたジョン・レノンの歌声を分離・抽出。故ジョージ・ハリスンの演奏や残る2人の演奏と合わせ、4人全員が揃った最後の楽曲を完成させた。
Googleは米国の販売事業者や広告主向けに生成AIツール「Product Studio」の提供を開始した。テキスト指示だけで商品の背景変更や季節に合わせたシーン合成、低解像度画像の補正が無料で行える。米国のMerchant Center NextやShopifyアプリから利用可能だ。
アプリ研究者が公開したスクリーンショットから、Instagramがカスタマイズ可能な「AIフレンド」を開発中であることが判明した。年齢や性別、性格のトーン、興味のある分野を細かく指定して対話できる。Metaが有名人AIを展開したのに続き、よりオープンな日常会話の相手を狙う動きとみられる。
ElevenLabsは企業向け音声プラットフォームを発表した。対話ボットを構築・監視する「ElevenAgents」と高品質な音声や効果音を生成する「ElevenCreative」の2軸で構成され、SalesforceやZendeskなどの既存業務ツールと即座に連携できる。
GoogleはBardに「リアルタイムで応答」オプションを追加した。回答の生成完了を待つ必要がなくなり、1行ずつストリーミング表示される。生成途中で中断できる「Skip response」ボタンも用意され、設定アイコンから従来の「完了後に表示」と切り替えられる。
ForbesはGoogle CloudのVertex AIを活用した独自AI検索「Adelaide」のベータ版を発表した。過去12カ月の同社記事のみを情報源とし、対話形式でパーソナライズされた要約や関連記事を提示する。現在一部読者向けにテスト公開中。
Google は Google マップに複数の AI 機能を導入したと発表した。膨大なユーザー写真を AI で解析することで「パンダのラテアート」のような曖昧な検索でも目的の店舗を探せるほか、NeRF 技術を用いた 3D イマーシブビューを 15 都市に拡大。単なるナビから探索型検索エンジンへと進化している。
ShutterstockはOpenAIの技術を活用したAI画像編集ツールのベータ版を発表した。ブラシによる部分修正や背景差し替え、画角の拡張に対応し、ストック写真を自由に加工できる。加工後の利用でも作者へ対価が支払われる一方、AI作品の新規登録は禁止される。