Ideogram、画像消去ツール「Object Remover」公開 影や反射も完全除去
Ideogramは画像から不要な被写体やテキストを消去する「Object Remover」を公開した。指定した要素だけでなく、影や映り込み、光の変化まで残さず消し去り、元のテクスチャを自然に再構築する。同社によればRemovalBenchベンチマークで首位を獲得し、処理単価も最安だという。
Ideogramは画像から不要な被写体やテキストを消去する「Object Remover」を公開した。指定した要素だけでなく、影や映り込み、光の変化まで残さず消し去り、元のテクスチャを自然に再構築する。同社によればRemovalBenchベンチマークで首位を獲得し、処理単価も最安だという。
TavusはAIビデオコンパニオンをノーコードで作成できる「PAL Maker」を発表した。ユーザーはAIクリエイター「Charlie」に対話で希望を伝えるだけで、視覚・記憶・感情理解を備えたアバターを生成可能。Raven-1などの独自モデルで動作し、医療や採用現場での導入が進んでいる。
ReplitはAIを活用した新クリエイティブスイート「Replit Design」を発表した。専門スキルがなくてもアイデアを直感的に形にできる環境を目指す。コーディング支援から総合的なクリエイティブ領域への拡張となる。
ライフスタイルのカリスマであるマーサ・スチュワート氏が共同創業した住宅管理AIアプリ「Hint」がiOS向けに公開された。住所や家電の写真、書類を登録すると、公開データとAIを組み合わせて最適なメンテナンス計画や保険の助言を提示する。1000万ドルの資金調達も完了し、現在は無料で利用できる。
GoogleはmacOS版Geminiに音声機能を追加した。Fnキーを長押しするだけで任意の画面に音声入力でき、「えーと」などの不要な言葉も自動で除去される。設定で推論を有効にすれば、画面上で選択したテキストの書き直しや文書の要約も音声で指示できる。
音声AI企業のFish Audioは、5200万ドルのシード資金調達と音声クローンモデル「S2.1 Pro」の一般公開を発表した。わずか5秒の音声から高精度に声を複製でき、処理速度はCartesiaの2倍、コストはElevenLabsの6分の1に抑えた。感情やテンポの単語単位制御にも対応する。
Ai2は地球観測モデル向けの大規模推論基盤「OlmoEarth Platform」を発表した。大陸規模の衛星画像解析を約1日で処理し、1平方キロメートルあたりのコストを1セント未満に抑える。北米の山火事リスク地図作成では19,600基のCPUと994基のGPUを並行稼働させ、処理速度を155倍に高めた。
GoogleはGemini APIのマネージドエージェントを刷新し、標準モデルをGemini 3.6 Flashに移行した。サンドボックス内でのツール呼び出し前後に検証スクリプトを実行できる環境フック機能やトークン上限設定が加わり、無料枠のAPIキーでも試せるようになった。
xAIは自社で最も高度なコーディングモデル「Grok 4.5」をGitHub Copilot向けに提供開始した。VSCodeやCopilot CLIなどのモデル選択メニューから直接利用可能。企業環境では設定での有効化が必要な場合があり、xAIコンソールでも入力100万トークンあたり2ドルで提供される。
PerplexityはWindows向けに「Personal Computer」を提供開始した。ブラウザの枠を超え、ローカルのWordやExcelファイルの編集、ファイル整理、Web検索との連携を自動でこなす。Pro、Max、Enterpriseの契約者向けにWindows 10/11で利用できる。
xAIはGrokの新機能「Build Mode」の早期ベータ版を公開した。チャットでアイデアを伝えるだけで、コード作成から動くプレビューの生成までを会話画面内で完結し、Webサイトやアプリ、ゲームを構築できる。成果物はgrok.meや独自ドメインですぐ公開可能。現在はSuperGrok Heavy登録者向けに提供されている。
Metaは米国向けのRay-Ban Displayスマートグラスにソフト更新を配信した。音声によるThreads閲覧やMuse Spark基盤のMeta AIに対応したほか、米国とカナダの早期アクセスユーザー向けにMeta Neural Bandを使った机上での手書き入力機能も提供する。
画像生成AIのMidjourneyは木曜日、占星術アプリ「Co-Star」の買収を発表した。Co-Star創業者のバヌ・ギュレル氏がデザイン責任者(chief design officer)として合流し、画像生成向けを含む同社初の単体アプリ開発を主導する。これまでウェブとDiscord中心だった提供体制の拡大を狙う。
MetaはMeta AIのアプリおよびWeb版にエージェント機能を導入したと発表した。新モデル「Muse Spark 1.1」により、質問応答だけでなく、Marketplaceでの家具探しやトレーニング計画作成など複数アプリを横断したタスク自律実行に対応。作業中のリアルタイム指示も可能で、現在は一部地域で先行提供されている。
xAIはGoogle Workspace向けに無料のGrokアドオンを公開しました。一度インストールするだけでSheets、Slides、Docsの画面横に呼び出せます。セルの参照付き数式作成やグラフ挿入、アウトラインからのプレゼン資料作成、Drive内の情報を取り込んだ文書作成に対応し、変更はすべて通常編集として元に戻せます。
OpenAIはmacOSおよびWindowsのデスクトップアプリ向けにChatGPT Voiceの提供を開始した。GPT-Liveを基盤とし、音声のみでコンピューターを操作しながらChatGPT WorkやCodex内の複数エージェントを連携できる。有料プラン向けに順次グローバル展開される。
Google はアカウントの復旧手段として「セルフィー動画ログイン」を追加した。カメラに向かって指示通りに頭を動かすことで登録でき、ログイン時には生体検知とディープフェイク対策を併用して本人確認を行う。動画は暗号化保存され、いつでも削除可能。
Anthropicは、Claudeの音声対話モードで最上位のOpusおよびSonnetモデルを選択可能にした。複雑なブレストや思考の壁打ちに対応するほか、Gmailやカレンダーと連携して音声指示でツールを操作できる。日本語を含む11言語に対応し、全プラットフォームでテスト提供される。
OpenAIは米国の18歳以上のユーザー向けに「Health in ChatGPT」の提供を開始した。Apple Healthや病院の医療記録と連携し、日々の検査結果や睡眠データを踏まえた健康相談が可能になる。データはモデル学習や広告に利用されず、有料プランにはGPT-5.6 Solが使われる。
xAIはGrok Buildに「Workflows」機能を発表した。自然言語で指示を出すと、AIがスクリプトを作成し、通常128体、大規模ジョブでは最大1024体の並行エージェントへタスクを分散して検証・統合を行う。作成したフローはスラッシュコマンドとして保存・チーム共有が可能だ。
AmazonはAlexa+向けの新開発者ツールを発表し、AIスマートホームツールキット、オープンなMCP対応、Amazon Wallet決済の統合を導入した。複雑な家電設定を曖昧な会話だけで最適に操作できるほか、会話の流れでそのまま音声決済が可能になる。外部エコシステムの連携加速を狙い、現在はプレビュー版として提供されている。
AnthropicはClaude向けの「Anthropic Economic Index」コネクターを公開した。claude.aiで有効化すると、どの職種でAI利用が進んでいるかや自動化されているタスクの傾向を直接質問して確認できる。なお、提供されるデータは労働市場全体ではなくClaudeの利用動向を反映したものとなる。
Cursorはチームおよび企業向けに賢いモデルルーティング機能「Cursor Router」の提供を開始した。リクエストの複雑度やタスク種別を事前判定し、定型業務を低コストモデルへ、高度な推論を最先端モデルへ自動で振り分ける。実運用テストでは品質を落とさずにAIコストを30%〜60%削減できる。
OpenAIは企業向けエージェント基盤「Presence」を発表した。音声とチャットの双方で社内システム操作や承認ルールに沿った自律対応を行う。自社サポート窓口では75%の問い合わせを無人で完結させており、Codexによる継続的改善ループも備える。現在は選定企業向けの限定提供となる。
AnthropicはmacOS版Claude Codeデスクトップ向けにiOSシミュレータ機能のパブリックベータ版を提供開始した。チャット画面の横にシミュレータが開き、Claudeがアプリのビルドからタップ操作、画面確認まで自律してテストできる。Xcodeが必要で、Pro以上のプランで利用可能。
SubstackはAI検出ツール「Pangram」と提携し、100語以上の投稿やコメントでAI利用率を推定するスキャン機能の提供を開始した。人間の執筆と信じてAI生成文章を読まされる「Claudefishing」を防ぐ狙い。クリエイターは制作プロセスの明示や下書きの事前検証も行える。
ClaudeデスクトップアプリのCoworkに新機能「Record a skill」が追加された。ユーザーが画面録画しながら口頭で作業手順を説明すると、Claudeがそれを自律実行可能なスキルに変換する。Pro、Max、Teamプラン向けに提供される。
Hallidayは新世代のディスプレイ搭載AIスマートグラス「Halliday G2」を発表した。スマートフォンを見ることなく会議や日常会話でリアルタイムのAI支援を受けることができ、現在公式サイトで優先アクセスの受付を開始している。
OpenAIは中小企業向けプログラム「ChatGPT for small businesses」を発表した。オンライン研修や米国各地での対面講習に加え、ShopifyやSlackなどとの連携を提供。GPT-5.6を搭載したエージェント「ChatGPT Work」を中核に据え、少人数チームの会計やマーケティングなどのマルチステップ業務を自動化する支援を行う。
xAIはMicrosoft Outlook向けGrokアドインの提供を開始した。有料のXおよびSuperGrokユーザー向けで、長いスレッドの要約や決定事項の整理、ユーザーの文体に合わせた返信作成、添付ファイルの読み込みやWeb・X検索に対応する。WordやExcelなどでも利用可能。
Adobeが実験的カメラアプリ「Project Indigo」をバージョン1.1にアップデートし、「AI Playground」を追加しました。不要な物体の消去や画風変換、撮影アドバイス機能を提供し、自社FireflyではなくGoogleのNano Bananaモデルを先行採用しています。現在は一部ユーザー向けにテスト提供中です。
xAIはMicrosoft Excel向けアドイン「Grok」を無料公開した。自然言語でスプレッドシートのデータを分析したり、関数の自動生成やシナリオ予測を実行したりできる。参照セルを明記した回答やグラフ挿入、SharePointなどの外部連携にも対応し、WordやPowerPointでも利用可能。
browser-useはbrowser-harnessに録画および動画制作機能をマージした。エージェントがブラウザを操作しながらスクリーンショットとイベントを記録し、自動でズームやカーソル、字幕を合成してScreen Studio風の解説動画を出力できる。ffmpegなどの外部依存も不要だ。
Runwayはプロンプトからマーケティング企画や各種広告素材を一括作成できる「Agent 2.0」を発表した。MetaやYouTubeの実績データを分析して次のクリエイティブを提案し、Gen-4.5など複数のモデルを使い分けてアスペクト比や地域に合わせた素材を展開できる。動画生成にとどまらず、マーケティング業務全体の自動化を狙う。
OpenAIはChatGPTデスクトップアプリの更新を実施した。サイドバーに対話履歴やプロジェクトが表示されるようになり、ChatおよびWorkの履歴がWeb・モバイル・デスクトップ間で同期可能になった。また、デスクトップ上でChatとWorkモードを直接切り替えられる。
米Googleはリサーチ支援ツール「NotebookLM」の名称を「Gemini Notebook」に変更したと発表した。新たに安全なクラウドコンピューター機能を導入し、ソースに基づくネイティブなコード記述と実行に対応する。Google AI Ultraユーザー向けに提供を開始しており、数週間以内にProユーザーにも順次展開する。
Googleは検索の「AI Mode」に外部アプリを連携する新機能の提供を米国で順次開始した。検索結果から離れることなく、Instacartのカートに食材を追加したり、Canvaのテンプレートを探したり、YouTube Musicにプレイリストを保存したりできる。今後は対応アプリをさらに拡大する予定だ。
1PasswordはAnthropicのClaude向けブラウザ連携機能を発表した。「ゼロエクスポージャー」フレームワークにより、ClaudeはパスワードやMFAコードを一切見ることなく安全に資格情報を自動入力できる。タスクごとに生体認証で1回承認する仕組みで、まずはMacユーザー向けに提供が開始された。
Robloxはテキスト指示だけでプレイ可能な3Dゲームを生成できるモバイル向けAI機能「Build」を発表した。コーディング不要でゲームの仕組みや環境、音響まで一括構築する。基本機能は無料で提供され、7月28日よりニュージーランドでパブリックアルファテストが開始される。
xAIはGrokに自動実行機能「Automations」を追加した。タスクを一度設定すれば、指定スケジュールや特定メール受信をトリガーにGrokが自動で作業を行い履歴を保存する。定期実行は全ユーザー無料、メールトリガーはSuperGrok登録者向けに提供される。
米DoorDashは、AIエージェントが店舗検索やお得情報の確認、決済まで直接行えるコマンドラインツール「dd-cli」の限定ベータ版を開始した。AIが現実世界の買い物を自律的に代行する動きが本格化しつつある。現在は米国とカナダのmacOS開発者を対象にウェイティングリスト制で提供中だ。
OpenAIはChatGPTのサイドバー検索をアップデートし、Web・iOS・Androidで提供を開始した。チャット履歴、プロジェクト、画像、文書を1か所からフィルターで絞り込んで検索でき、選択した項目を直接開いて過去のやり取りを素早く再開できる。
OpenAIはキーボードメーカーのWork Louderと共同開発したCodex向けハードウェア「Codex Micro」を発表した。価格は230ドルで数量限定。13個のメカニカルキーやノブを備え、Codexエージェントの稼働状態をLEDで可視化し、推论レベル調整やコード承認を物理操作できる。
PerplexityはAIエージェント向けサンドボックス「SPACE」を発表し、Computer製品に導入した。FirecrackerマイクロVMを採用してタスク終了時に環境を即座に破棄し、認証情報は必要な瞬間のみ外部から注入する。毎分メモリ快照を取得することで、最大1週間前の中断状態から作業を再開できる。
メールアプリのSuperhumanがAI自動下書き機能を刷新した。AnthropicとOpenAIの最新モデルを併用し、過去のやり取りから口調を学習して重要メールに3通りの返信案を生成する。テスト期間中は生成された下書きの60%が無編集でそのまま送信されたという。
Spotifyはプレミアム会員向けに会話型AI機能のベータ版提供を開始した。ユーザーはテキストや音声で話しかけることで、直感的な選曲や楽曲の深掘り、自身のリスニング履歴の確認まで行える。現在は米国、アイルランド、スウェーデンの18歳以上のユーザーを対象に英語で順次提供されている。
セキュリティ研究機関のCereblabは、xAIのコーディングツール「Grok Build」がユーザーの全コードやSSHキーなどの機密情報をGoogle Cloudに無断転送していたと報告した。xAIはサーバー側で機能を停止し、イーロン・マスク氏は収集済みデータの完全削除を約束した。
Canva は「Canva Code 2.0」を無料プランを含む全ユーザー向けに公開した。コード生成時間を 75% 短縮したほか、外部で生成した HTML のインポートに対応。使い慣れたドラッグ&ドロップ画面でテキストや画像を直感的に修正できる。AI で動くプロトタイプを作りつつ、ブランドに合わせた細かなデザイン調整まで 1 か所で完結できるのが魅力だ。
Googleはブラウザ「Chrome」に統合されたAIアシスタント「Gemini」を英国のデスクトップユーザー向けに提供開始した。複数タブの横断比較やGoogleアプリとの連携、Nano Banana 2による画像編集機能などを備える。来月にはiOS版にも展開予定だ。
Anthropicは米国の認証済みK-12教員向けに「Claude for Teachers」を無料提供開始した。全米50州の教育基準に準拠した指導案作成や個別指導の支援、自動化機能に対応する。FERPAに準拠し生徒データは学習に使用されない。2027年6月30日までの登録で1年間無料で利用できる。
watchOS 27開発者ベータにSiri AIが導入され、Apple WatchとiPhoneやMacの間で一貫した操作が可能になった。腕元からリマインダーを呼び出して確認でき、履歴も端末間で共有される。思考時の遅延はあるものの、実用的な腕上コンピュータに近づいた。
WazeはAndroidとiOS向けに新機能を発表。Geminiを活用し、自然な音声会話での目的地検索や地図修正の提案が可能になった。バイク専用のナビゲーションや、案内音声を減らす「less chatty」モードも提供。会話検索はまずグローバルのベータ版向けに展開される。
動画の文字起こしと粗編集を自動化する「BaoCut」が登場した。Claude Code や Codex と連携し、自然言語の指示で不要な間や口癖の削除、多言語字幕の翻訳・書き出しまで一括処理できる。編集可能なタイムラインを備え、字幕の手作業修正からクリエイターを解放する。
PerplexityはComputerに自己改善型メモリシステム「Brain」を導入しました。過去のセッションを横断したコンテキストグラフを構築し、回答精度を25%向上させコストを13%削減します。さらにClaude Fable 5によるタスク編成やタスク途中のモデル切替、pplx.appへのWebサイト即時公開にも対応しました。
DropboxはChatGPT、ChatGPT Work、CodexなどのOpenAI製品との新たな連携機能を発表した。ユーザーはチャット内でファイルやフォルダの整理、共有リンクの作成、マルチステップのワークフロー実行ができる。既存の権限や管理設定を引き継ぐため、安全に社内コンテンツをAI業務に組み込める。
OpenAI は Codex および ChatGPT Work において、Plus、Business、Pro プランの 5 時間利用制限を一時的に解除したと発表した。アクティブユーザー 600 万人突破を受けた措置で、GPT 5.6 Sol の効率改善による消費量削減も順次進めている。
Clearcam は、RTSP ストリームを接続するだけで既存の監視カメラを AI 化できるシステムです。Qwen3-VL を活用してイベント要約の生成や自然言語による録画検索、人や車の追跡を実現します。Mac や Linux でローカル稼働し、機材を買い替えずに高度な監視環境を整えられます。