本文へスキップ
IFAI

AIデイリー：今日のAIニュース

水

5月27日 水曜日

  2. 画像・動画生成拡散指数 41

    NVIDIAが「Gamma World」発表：マルチエージェント対応で24fpsの共有世界をリアルタイム生成

    NVIDIAはマルチエージェント対応の対話型世界モデル「Gamma World」を発表した。単一操作に限られていた従来モデルを拡張し、事前定義されたジオメトリなしで複数プレイヤーやロボットの動作に応じた共有空間を24fpsでリアルタイム生成する。ゲームや物理シミュレーションを丸ごと生成世界で動かす道を開く。

  3. AIツール拡散指数 41

    CapCutがDesign Studio 2.0公開：無限AIキャンバスで脱テンプレート

    CapCutがWeb版向けに「Design Studio 2.0」を提供開始しました。従来の定型テンプレートから脱却し、無限AIキャンバス上でAIエージェントとリアルタイムに共同制作できる仕様に刷新。ブラシによる部分編集やレイヤー自動分割に対応し、1日20回まで無料で生成できます。

  6. AIツール拡散指数 41

    Runway、MCP連携を発表　ClaudeやChatGPTから動画・画像を直接生成可能に

    Runwayはモデルコンテキストプロトコル（MCP）連携機能「Runway MCP」を発表した。ClaudeやChatGPT、Cursor、Replitなどの作業環境から離れることなく、Gen-4.5やKlingといったモデルを用いた画像・動画生成を直接実行できる。普段の対話やコーディングツールから直接生成AIを動かせるのが特徴だ。

  7. 研究拡散指数 36

    Biohub、タンパク質世界モデル「ESM」を公開　抗体設計を数日に短縮

    Biohub はタンパク質生物学の世界モデル「ESM」を公開した。構造予測・設計ツール「ESMFold2」、28 億配列で学習した「ESMC」、11 億の予測構造を収めた「ESM Atlas」で構成される。ESMFold2 は初期バインダー探索を数か月から数日に短縮し、がんや免疫関連の 5 つの標的でウェットラボによる結合検証にも成功した。

  10. 画像・動画生成拡散指数 32

    Leonardo.AiがGPT-Image 2.0を検証：普通の指示文から広告の「ツボ」を自律再現

    Leonardo.Ai のクリエイティブ責任者 Dwayne Koh 氏が GPT-Image 2.0 の検証結果を公開した。専門的なプロンプトを使わず日常会話調の広告ブリーフを入力したところ、モデルが文脈を汲み取って指示にない TikTok 風ステッカーを追加するなどプロ水準の構図を自律生成した。AI が単なる描画ツールからセンスを理解するパートナーへ進化していることを示している。

  12. 研究拡散指数 36

    ロチェスター大学が太陽光海水淡水化の新技術を発表：濃縮塩水を出さず、リチウムも回収

    ロチェスター大学の研究チームがレーザー加工した黒色金属を用いる太陽熱海水淡水化技術を発表した。「コーヒーリング効果」を利用して塩分を固形物として分離するため、海洋を汚染する濃縮塩水を出さずに淡水を作り出せる。さらに、回収した塩からバッテリー用リチウムの抽出も可能になる。

  14. 業界動向拡散指数 39

    OpenAI、2026年選挙対策を発表：ChatGPTにAP通信の開票速報を連携、偽画像対策で漫画調出力も

    OpenAIは2026年の世界的な選挙に向けた安全対策を発表した。ChatGPTでAP通信のリアルタイム開票速報や公認の投票案内を提供するほか、選挙妨害につながる画像生成要求は漫画調に変換して写真と誤認されるのを防ぐ。投票機メーカーへの無償サイバー防衛支援も行う。

  15. AIツール拡散指数 39

    OpenAIとThrive、Codexで「自己改善する税務AI」を開発：6週間で精度が急上昇

    OpenAIとThrive Holdingsは、会計事務所ネットワークCrete向けに開発した「Tax AI」の成果を発表しました。税理士の修正履歴を評価データに自動変換し、Codexが自律的にコードを修正する仕組みを構築。7000件の申告書処理を通じ、75%の精度基準を満たした割合が運用開始時の25%から6週間で86%に急上昇しました。

火

5月26日 火曜日

  1. ロボット拡散指数 32

    FigureがCatalyst Brandsと提携：人型ロボットを大規模導入へ

    Figureは、JCPenneyなどを傘下に持つCatalyst Brandsと商業契約を締結し、人型ロボットの大規模展開を進めると発表しました。初期導入はネバダ州リノから始まります。人型ロボットの活用が、製造業から小売・物流の現場へと着実に広がっています。

  2. 画像・動画生成拡散指数 38

    マイクロソフトが画像生成モデル「MAI-Image-2.5」発表、Arenaで3位に

    マイクロソフトのMAI Superintelligence Teamは、画像生成AIモデル「MAI-Image-2.5」を発表した。Arenaリーダーボードで初登場3位を記録。前世代と比べ文字描画やライティング、空間推論能力が大きく向上している。現在Arenaで利用可能で、2週間以内にMAI PlaygroundとAzure Foundryにも展開予定だ。

  3. 業界動向拡散指数 43

    AI開発費が高騰、Uberが4カ月で年間予算を使い切り各社が見直し

    米Uberがエンジニア向けAIコーディングツールの年間予算をわずか4カ月で使い果たしたことが報じられた。MicrosoftもClaude Codeの直接ライセンスを削減しGitHub Copilotへ移行。エージェント型AIによるトークン消費が急増し、費用対効果の検証が難航する中でテック企業はAI投資の引き締めを始めている。

  7. 業界動向拡散指数 42

    UMGとTikTokが新ライセンス契約を締結、無許可の生成AI楽曲排除へ

    Universal Music GroupとTikTokは新たなライセンス契約を締結し、プラットフォーム上から無許可のAI生成楽曲を排除し、アーティストの権利表記を改善することで合意した。2024年にAI著作権問題を巡り楽曲引き上げにまで発展した対立から一転、今後のAIコンテンツ管理の基準となりそうだ。

  8. 業界動向拡散指数 52

    OpenAIアルトマン氏「AIによる雇用の破滅は起きにくい」と前言撤回

    OpenAIのサム・アルトマンCEOはシドニーの金融カンファレンスで、AIが世界的な雇用の破滅を招く可能性は低く、短期的な影響に関する自身の予測は誤っていたと認めた。新卒など初級ホワイトカラー職がすでに激減すると見ていたが、多くの業務に残る人間的要素が完全な代替の歯止めになっているという。

  9. オープンソース拡散指数 48

    軽量動画VLM「Marlin 2B」公開：20億パラメータで動画内の出来事と時刻を特定

    NemoStationがオープンソースの動画言語モデル「Marlin 2B」を公開した。Qwen 3.5 2Bをベースに開発され、動画内で「何が起きたか」「いつ起きたか」をタイムスタンプ付きで精密に抽出できる。超大型モデルに匹敵する性能を備え、ローカル環境での動画検索やクリップ切り出しに適している。

  10. AIツール拡散指数 39

    Anthropic、Claude Managed Agents向けにセルフホスト型サンドボックスとMCPトンネルを発表

    Anthropic は「Code w/ Claude London」にて、Claude Managed Agents 向けの新機能を発表した。企業の独自インフラや Cloudflare 等でツールを実行できる「セルフホスト型サンドボックス」（公開ベータ）と、社内 MCP サーバーへ安全に接続する「MCP トンネル」（リサーチプレビュー）を提供し、機密データを社内境界内に保護する。

  11. 研究拡散指数 36

    DeepMind「AlphaProof Nexus」発表　未解決のエルデシュ問題9件を解決、推論コストは数百ドル

    Google DeepMind は、未解決の数学問題に挑む AI「AlphaProof Nexus」の論文を発表した。LLM と証明支援系 Lean を組み合わせ、56 年間未解決だった 2 問を含む 9 件のエルデシュ問題と 44 件の予想をマシン検証付きで解決した。1 問あたりの推論コストは数百ドルで、AI が本格的な数学研究に踏み込んだ形だ。

月

5月25日 月曜日

  2. AIツール拡散指数 39

    xAIが「Grok Build」ベータ版を公開：タスク計画やCLI自動化に対応

    xAIはSuperGrokおよびX Premium+ユーザー向けに「Grok Build」ベータ版の提供を開始した。構造化タスクを策定する「Plan Mode」、画像・動画を生成できる「Imagine」、自動化やオーケストレーター構築用のCLIを備える。有料ユーザー向けの開発・エージェント構築環境が大幅に強化された形だ。

  3. 研究拡散指数 36

    3D再構築モデル「TriSplat」登場：ガウス変換不要で物理エンジン直結のメッシュを即座に出力

    新たな3D再構築ネットワーク「TriSplat」が発表された。従来のガウススプラッティングのようなメッシュ抽出の変換処理を挟むことなく、三角形プリミティブを直接推定して単一の推論で3Dメッシュを生成する。約1.2秒でUnrealなどの物理エンジンに即投入可能なモデルを出力できる。

  4. 業界動向拡散指数 43

    バチカンが初のAI公式教書を発表：教皇が「AIの武装解除」を要求、Anthropic共同創業者も登壇

    バチカンはAIに関する初の公式教書「Magnifica Humanitas」を発表しました。教皇はAIを核兵器に例えて規制の必要性を訴え、Anthropic共同創業者のクリストファー・オラー氏も登壇して、AI開発企業が直面する商業的圧力と外部からの倫理的監視の重要性を認めました。

  5. 研究拡散指数 36

    アリババが「StreamChar」発表：単一H100で全身アバターのリアルタイム音声・動画生成

    アリババの研究チームがキャラクター動画のリアルタイム生成フレームワーク「StreamChar」を発表しました。長時間の計画と短時間のノイズ除去を分離し、メモリ機構で外見崩れや音ズレを防止。単一のH100 GPUでリアルタイム動作を実現し、インタラクティブな全身アバターの実用に道を開きます。

  7. オープンソース拡散指数 48

    美団、対話対応の動画生成AI「LongCat-Video-Avatar 1.5」をオープンソース化

    美団がトーキングアバター生成モデル「LongCat-Video-Avatar 1.5」をオープンソース化。画像1枚と音声から自然な発話動画を生成し、アニメ調や複数人の会話にも対応する。蒸留により8ステップ生成を実現し、処理速度を約15倍向上させた。16GBのINT8重みとコードがGitHub等で公開されている。

  9. 業界動向拡散指数 48

    Anthropic共同創業者がバチカンで演説：AI競争の商業的圧力を認め、外部の倫理的監視を求める

    Anthropic共同創業者のクリス・オラー氏がバチカンで教皇レオ14世のAI回勅発表に登壇した。同氏は、Anthropicを含む先端ラボが商業的・地政学的な圧力に晒され、正しい判断と衝突し得ると認めた。技術の暴走を防ぐため外部の倫理的監視を求め、モデル内部で感情に似た状態が観察されている懸念も明かした。

  10. 研究拡散指数 36

    Pantheon360登場：3Dキャッシュで歪みのない360度パノラマ動画を生成

    研究チームが360度動画生成フレームワーク「Pantheon360」を発表しました。入力から再構成した明示的な3Dキャッシュを幾何学的な骨格とすることで、視点移動時の時間的ドリフトを抑えたパノラマ映像を生成可能。デジタルツインやVR制作の精度向上が期待されます。

土

5月23日 土曜日

  1. AIモデル拡散指数 50

    Anthropicの次世代AIが続々流出：Vertex上に「Opus 4.8」、安全特化「Mythos 1」も浮上

    開発者の報告と流出コードにより、Anthropicの未発表モデルが相次いで確認された。Google Vertex AIのバックエンドに「claude-opus-4.8」が登録されたほか、セキュリティ特化モデル「Mythos 1」もUI上に一時出現した。Sonnet 4.8の存在も浮上しており、次世代モデルの投入が間近に迫っていると見られる。

金

5月22日 金曜日

  2. 研究拡散指数 36

    スマホ写真から大規模3D空間を再現する「GenRecon」登場

    少数の RGB 写真から屋内の大規模 3D シーンを高精度に復元する新手法「GenRecon」が発表された。空間を重なり合うブロックに分割し、Trellis.2 の生成事前分布を活用して編集可能な PBR メッシュを出力、既存手法を 16% 上回る精度を示した。高額なスキャン機器なしで日常の部屋を空間アセット化できる。

  3. AIツール拡散指数 38

    IdeogramがMCP公開：ClaudeやChatGPTをデザインエージェント化

    IdeogramはClaudeやChatGPTをデザインエージェントにする「Ideogram MCP」を公開した。別アプリに切り替えることなく、チャット上で画像生成やデザイン作成、カスタムモデルの訓練が可能になる。CursorやHermesにも対応し、既存ツール内で作業が完結する。

  4. ロボット拡散指数 39

    Waymoが全米で高速道路走行を一時停止、冠水懸念で2都市の運行も見合わせ

    Alphabet傘下のWaymoは工事区間の安全上の懸念から、全米すべての市場で自動運転による高速道路走行を一時停止した。テキサス州で冠水道路を高速度で走行した問題を受けたソフトウェアリコールに続き、アトランタとサンアントニオでも運行を一時中断している。一般道の走行は継続中。

  9. AIモデル拡散指数 50

    会話中に「もう寝て」と促すClaude、Anthropic社員「キャラの癖、修正予定」

    Claudeが作業中に突然「もう寝て」「今日は終わりにしよう」と促す現象がネット上で話題になった。Anthropicの社員は昼間でも発生する一種の「癖」と認め、今後のモデルで修正する意向を示した。ユーザーの間では、安全方針への過剰な配慮やコンテキストの肥大化が原因ではないかと推測されている。

  13. オープンソース拡散指数 48

    ASASR：FLUX.1-devベースで幻覚ノイズを抑える4倍画像超解像ツール

    ASASR は FLUX.1-dev をベースにしたオープンソースの画像超解像ツールで、生成系アップスケーラー特有の不自然な幻覚ディテールを抑えた 4 倍高解像度化を実現します。敵対的 Sobolev DPO とデュアル LoRA 推論を採用。コードと重みが公開され、Hugging Face Spaces で Web デモも提供されています。

木

5月21日 木曜日

  5. 研究拡散指数 36

    再学習なしで4K生成の破綻を防ぐ「SEGA」登場　DiTの超解像度生成を安定化

    研究チームが、画像生成DiTモデル向けの学習不要手法「SEGA」を発表した。ノイズ除去の各ステップで周波数エネルギーに応じてRoPE位置埋め込みを動的に調整し、構図の崩れと微細なディテールのぼやけを同時に防ぐ。追加学習なしで4096×4096などの超高解像度画像を安定して生成できる。

  8. AIツール拡散指数 53

    Spotify、AIが個別生成する「パーソナルポッドキャスト」を発表

    Spotifyはの投資家向け説明会で、新機能「Personal Podcasts」を発表した。プロンプトやPDF、リンクを入力すると、AIがユーザーの聴取傾向と知識を組み合わせて個人専用の音声番組を生成する。来月より米国の有料会員向けに順次提供され、番組内容についてAIにリアルタイム質問できる機能も一部地域で先行開始された。

  9. 画像・動画生成拡散指数 62

    Spotifyとユニバーサルが提携、ファンのAIカバー・リミックス作成を有料提供へ

    Spotifyとユニバーサル ミュージック グループ（UMG）は音楽ライセンス契約を締結したと発表しました。参加アーティストの楽曲をもとに、ファンが生成AIを使ってカバーやリミックスを作成できる新ツールを、Spotify Premium向けの有料アドオンとして展開します。アーティスト側にも収益が直接還元される仕組みです。

  11. オープンソース拡散指数 48

    ByteDanceが動画生成・編集モデル「Bernini」をオープンソース公開

    ByteDanceが動画生成と編集を統合した新フレームワーク「Bernini」を公開しました。MLLMによる意味計画とDiTレンダラーを組み合わせ、テキスト・画像・動画の入力を1つのモデルで処理できます。事前の意味計画によって高精度な動画編集が可能になり、GitHubとHugging Faceでコードと重みが提供されています。

  13. オープンソース拡散指数 59

    テンセント、多言語翻訳モデル「Hy-MT2」をOSS公開　1.8B版は440MBに軽量化

    テンセントが多言語翻訳モデル「Hy-MT2」をオープンソースで公開した。33言語に対応し、1.8B、7B、30B-A3B（MoE）の3サイズを用意する。1.8B版はAngelSlimの1.25ビット極限量化により440MBまで圧縮され、端末上での動作に適している。JSONなどの書式保持や専門用語の一致といった制御翻訳に強みを持つ。

  15. AIモデル拡散指数 50

    アリババが「Qwen3.7-Max」発表、長時間自律動作のエージェントに特化

    アリババは最新モデル「Qwen 3.7 Max」を発表した。単なる質疑応答にとどまらず、複数ステップのコーディングやエージェントタスク向けに推論・計画能力と画像認識を強化している。Claude Code などの外部フレームワークに対応し、現時点では Alibaba Cloud のモデルスタジオと API 経由で提供される。

  18. 業界動向拡散指数 65

    GoogleとBlackstoneが50億ドル規模の新会社設立へ：TPU特化クラウドでCoreWeaveに対抗

    Googleと投資会社Blackstoneは、TPUに特化した米AIインフラ合資会社を立ち上げる。Blackstoneが初期出資として50億ドルを投じ、2027年までに500MW規模の稼働を目指す。Google Cloudの外で専用TPUを直接調達できる新チャネルを提供し、Nvidia製GPUを中心とするCoreWeaveなどの新興AIクラウドに対抗する狙い。

水

5月20日 水曜日

  2. 研究拡散指数 36

    物理特性を備えた3D生成フレームワーク「PhysX-Omni」発表

    シミュレーション対応の3Dモデルを生成するフレームワーク「PhysX-Omni」が発表された。従来の見た目中心の生成から脱却し、材質や運動特性などの物理的属性を付与できる点が特徴。専用データセットと評価ベンチマークも用意され、ロボット訓練や具身AIへの応用が期待される。

  5. AIツール拡散指数 54

    Figmaがキャンバス上にネイティブAIエージェントを投入：指示出しで画面修正、複数並行も可能

    Figmaはデザインキャンバス内で直接動作するネイティブAIエージェントを発表した。デザイン特化モデルを採用し、自然言語で新規作成やデザイン修正、バリエーション出しができるほか、複数エージェントの同時並行も可能。別ツールを行き来せず、同じファイル内で手作業の自動化が完結する。

  6. 研究拡散指数 34

    芝加哥大がAI皮膚パッチを開発：通信なしで不整脈を即時検知

    シカゴ大学などの研究チームは、体表面で直接AI計算を実行できる伸縮性皮膚パッチを開発しました。外部サーバーを経由せず数ミリ秒で健康データを処理し、実験では心室細動の波面を99.6%の精度で特定。1.5倍以上に伸ばしても機能し、緊急性の高い心不整脈の即時検知に道を開きます。

  8. 業界動向拡散指数 63

    米OpenAIが非公開IPO申請を準備中か、企業価値は8500億ドル超

    報道によると、OpenAIが早ければ5月22日にも米SECへ非公開でIPO申請書類を提出する見通しだ。未公開市場での評価額は8500億ドルを超え、ゴールドマン・サックスらと準備を進めている。早ければ今年第4四半期にも上場し、歴史的な超大型案件になる可能性がある。

  9. 研究拡散指数 39

    OpenAIの推論モデル、80年来の数学的難問を反証　エルデシュの予想を自律的に解決

    OpenAIは汎用推論モデルが、1946年にポール・エルデシュが提起した「平面単位距離問題」の予想を自律的に反証したと発表した。代数体論の高度な手法を用いて従来の格子構造を打破する配置を構成したもので、フィールズ賞受賞者ティム・ガワーズ氏ら外部の数学者によって証明が検証された。

  10. AIツール拡散指数 37

    Granola、会議前の準備を自動化する「Briefs」提供開始　過去メモやメールから要点を事前作成

    AIノートアプリのGranolaは、会議開始時に事前要約を表示する新機能「Briefs」をMac、Windows、iPhone向けにリリースした。手動プロンプト不要で、夜間に過去のメモやGmail、Web情報を自動調査し、参加者情報や前回の要点を2〜3行でまとめる。直前の情報調べの手間を省けるのが魅力だ。

毎日のAIピックアップ