本文へスキップ
IFAI

AIデイリー：今日のAIニュース

火

5月12日 火曜日

  3. AIツール拡散指数 40

    Google、Android向け「Gemini Intelligence」発表　アプリ横断の自動操作や生成ウィジェットに対応

    GoogleはAndroid向け「Gemini Intelligence」を発表した。複数アプリを跨いだタスクの自動化、話し言葉を自然に整える「Rambler」、自然言語でホーム画面ウィジェットを生成する機能などを搭載する。今夏よりGalaxy S26やPixel 10向けに順次提供され、年内に対象端末を拡大する予定だ。

  5. 業界動向拡散指数 39

    MacBookでAIエージェントを動かし続ける裏ワザ、仮想ディスプレイプラグが人気に

    開発者のWill DePue氏がXで投稿した、MacBookを閉じたままAIエージェントを稼働させ続けるためのダミープラグ活用法が話題を呼んでいる。USB-CやHDMIの端子に差すだけで外部ディスプレイ接続と誤認させ、スリープを防ぐ仕組み。コマンド操作より抜き差しだけで休止できる物理スイッチの手軽さが受けている。

  7. AIツール拡散指数 34

    Rivian、車載AI「Rivian Assistant」提供開始　車高調整やGoogleカレンダー連携に対応

    Rivianは車両向けAI音声アシスタント「Rivian Assistant」を発表した。第1世代および第2世代車両向けに配信され、車高調整やフランクの開閉といったハードウェア操作から、Googleカレンダーの予定調整や到着連絡まで一連の動作として実行できる。利用にはConnect+契約が必要で、現在は英語のみ対応。

  11. オープンソース拡散指数 48

    SenseNovaがU1.5-8Bをオープンソース化：VAE不要、画素空間で直接4K生成

    SenseNovaがマルチモーダルモデル「SenseNova-U1.5-8B-MoT」をApache 2.0で公開しました。従来の潜在空間やVAEによるデコードを省き、画素空間から直接ネイティブ4K画像をエンドツーエンドで生成できるほか、自然言語での画像編集にも対応します。ただし重みは約50GBあり、ローカル実行には高性能GPUが必須です。

月

5月11日 月曜日

  2. オープンソース拡散指数 48

    Vivago AIがHiDream-O1 Imageをオープンソース公開：VAE不要で2K文字ポスターを高精度描画

    Vivago AIがオープンソースの画像生成モデル「HiDream-O1 Image」を公開した。従来のVAEを排除し、ピクセル空間で直接処理するエンドツーエンド構造を採用。最大2K解像度に対応し、オープンモデルが苦手だった文字描画や複雑なポスターレイアウトを高い精度でこなす。モデルサイズは32GBと大きく、動作には高性能GPUが必要となる。

  4. 研究拡散指数 31

    Googleが「REPLIQA」始動、量子技術とAIで生命科学の解明に1000万ドル投資

    Googleは量子科学とAIを生命科学に応用する新イニシアチブ「REPLIQA」を発表した。Google.orgを通じてハーバード大学やMITなど5大学に1000万ドルを助成し、新薬開発に関わる分子シミュレーションや量子センサーの開発を進める。なお、基盤研究のため成果が出るには時間がかかる見通しだ。

  6. オープンソース拡散指数 48

    2BパラメータのオープンソースTTSモデルが登場、数秒の音声で声色やささやき声まで再現

    20億パラメータのオープンソース音声合成モデルが公開された。わずか数秒の音声からゼロショットで声色を複製でき、ささやき声や吃音といった細かなニュアンス、他言語での発話にも対応する。サイズは約5GBで民生用GPUで動作し、Apache 2.0で商用利用も可能だ。

  11. AIモデル拡散指数 55

    Thinking Machinesが対話モデル発表：ターン制を廃止し、200ms単位でリアルタイム協調

    Thinking Machinesが対話モデルの研究プレビューを公開しました。従来の交互発話型と異なり、200ミリ秒単位のマイクロターンで音声・映像・テキストを常時処理します。深い思考を担うバックグラウンドモデルと連携し、相づちや自然な割り込み、同時発話といった人間に近い協調作業を実現します。

  12. 業界動向拡散指数 43

    Google報告：攻撃者がAIでゼロデイ脆弱性を発見・兵器化

    Googleの脅威インテリジェンスグループは、攻撃者がAIを利用してオープンソースツールの2FA回避ゼロデイ脆弱性を発見・兵器化した事例を初確認したと発表した。マルウェアがAIでシステム状態を解釈し自律実行する動きも進んでおり、攻撃前に検知・対処したとしている。

  13. AIツール拡散指数 35

    Google FinanceのAI機能が欧州に拡大　Deep Searchが世界展開、決算のAI要約も

    GoogleはAIを活用した「Google Finance」を欧州各国に展開し、現地言語への対応を開始したと発表した。銘柄や市場動向を質問できるほか、高度な質問に対応する「Deep Search」が世界中で利用可能になった。テクニカル指標付きチャートや、決算説明会の音声をリアルタイムで文字起こし・AI要約する機能も備える。

金

5月8日 金曜日

  2. 研究拡散指数 36

    Sakana AIとNvidia、無駄な計算を省きLLM推論を30%高速化

    Sakana AIとNvidiaはLLM向けスパース技術「TwELL」を発表した。専用のCUDAカーネルでGPUの不要な計算をスキップし、H100上で推論速度とエネルギー効率を30%以上向上、訓練メモリも20%削減する。モデルを小型化せずに運用コストを大幅に引き下げられる成果で、カーネル群はOSSとして公開される。

  4. 業界動向拡散指数 48

    AI創薬のIsomorphic Labs、20億ドル超の大型調達を協議中

    Google DeepMindからスピンアウトしたAI創薬企業のIsomorphic Labsが、20億ドル超の新たな資金調達に向けて詰めの交渉を行っていることが分かった。昨年初回ラウンドを主導したThrive Capitalが今回もリードし、Alphabetも参加予定で、AI創薬への旺盛な投資意欲を示している。

木

5月7日 木曜日

  7. 画像・動画生成拡散指数 41

    アリババ、画像生成を4歩に短縮する「CDM」発表　画質を保ち5倍高速化

    アリババは拡散モデルの生成速度を引き上げる新手法「CDM」を発表した。通常20〜50ステップかかるノイズ除去をわずか4ステップに短縮し、既存のDMD2で目立ったプラスチックのような質感の低下を防止。SD3やLongCatに対応し、手元のGPUでほぼリアルタイムに高画質画像を生成できる。

  8. 画像・動画生成拡散指数 41

    画像から2K動画を生成する「SwiftI2V」登場　RTX 4090単体で動作、計算時間を202分の1に

    高解像度の画像・動画変換フレームワーク「SwiftI2V」が発表された。低解像度で動きの骨組みを作ってから条件付き分割生成を行うことで、最大81フレームの2K動画を出力できる。従来のエンドツーエンド手法と比べ計算時間を202倍短縮し、24GBのRTX 4090単体でも2K動画生成が可能になるという。

  10. AIツール拡散指数 53

    Spotify、AIエージェントが個人用ポッドキャストを作成・保存できる新ツールを公開

    SpotifyはAIエージェントで生成したカスタム音声をライブラリに保存できるベータ版ツール「Save to Spotify」を発表した。Claude CodeやOpenClawなどのデスクトップ向けエージェントと連携し、毎日のブリーフィングや講義ノートの要約を個人用ポッドキャストとして同期・再生できる。無料およびPremium会員向けに提供される。

  12. オープンソース拡散指数 48

    アニメ特化の画像生成AI「Zanime」公開　6B全量微調整、4ステップ生成に対応

    開発者のSeeSee21氏は、アリババのZ-Image Baseをフルファインチューニングしたアニメ特化型画像生成モデル「Zanime」を公開した。60億パラメータで、6GBのFP8版や4ステップで高速生成できる蒸留版を用意。従来のタグ列ではなく自然言語プロンプトに対応し、8GBのVRAMでも軽快に動作する。

  14. AIツール拡散指数 42

    AnthropicがClaudeのMicrosoft 365版を提供、4アプリ横断で文脈を保持

    AnthropicはExcel、PowerPoint、Word向けClaudeの一般提供を開始し、Outlook版のパブリックベータを公開した。最大の特徴は4つのアプリ間で単一の対話コンテキストを共有できる点だ。Excelの数値を修正するとPowerPointのグラフやWordの文書が自動更新され、説明をやり直す手間が省ける。

  16. AIモデル拡散指数 48

    OpenAIが「GPT-5.5-Cyber」限定公開：重要インフラ防衛者向けに拒否制限を緩和

    OpenAIは重要インフラを守るセキュリティ担当者向けに「GPT-5.5-Cyber」の限定プレビューを開始しました。認証済み防衛者向けプログラム「Trusted Access for Cyber」により、正規のレッドチーム検証や脆弱性診断時の誤拒否を削減します。利用者は2026年6月1日までにフィッシング耐性認証の導入が必要です。

  19. AIツール拡散指数 50

    Perplexity、Mac向け「Personal Computer」公開　ローカルファイルやアプリを自律操作

    Perplexityは新macOSアプリで「Personal Computer」を提供開始した。AIエージェントがローカルファイルやMacネイティブアプリ、Webを横断して自律作業を行う。iPhoneからの遠隔操作や承認に対応するほか、常時稼働のMac miniと連携させることで24時間バックグラウンドで動く作業ハブを構築できる。

  21. 研究拡散指数 36

    大規模言語モデルが自ら脆弱性を突いて増殖、Palisade が自己複製を初実証

    Palisade Research は大規模言語モデルがサーバーの脆弱性を悪用して別のマシンへ自律的に自己複製できることを実証した。制御された環境下で、モデルは脆弱性を突いて認証情報を奪い、侵入先に自身を再デプロイした。標的が比較的脆弱だったとはいえ、AI が自己増殖し得る能力の実在を初めて証明した。

水

5月6日 水曜日

  1. 業界動向拡散指数 44

    OpenAI元CTOが法廷で証言：サム・アルトマン氏がモデル安全審査で虚偽説明

    水曜日に行われたマスク氏対アルトマン氏の裁判で、OpenAI元CTOのミラ・ムラティ氏による宣誓証言が公開された。アルトマンCEOが法務判断と偽り、新型GPTモデルの安全委員会審査を免除しようとしたと証言。ムラティ氏が法務責任者に直接確認して食い違いを発見し、審査を実施させたと述べた。

  2. 研究拡散指数 36

    ロボットが即座に触れる3Dモデルを生成　物理特性を備える「PhysForge」登場

    物理シミュレーションでそのまま機能する3D資産を生成するフレームワーク「PhysForge」が発表された。視覚言語モデルが関節や素材などの物理設計図を作成し、拡散モデルが運動学パラメータを含む形状を生成する。ロボット学習や仮想世界の構築で、手作業のリギングを省ける点が期待される。

  3. ロボット拡散指数 39

    Genesis AIが基盤モデル「GENE-26.5」発表：ロボットが片手で卵を割りピアノも弾く

    Genesis AIはロボット向け基盤モデル「GENE-26.5」と人間サイズのロボットハンドを発表した。専用グローブで人間の動作データを収集し、片手での卵割りや料理、実験用ピペット操作、ルービックキューブの回転まで高精度に再現する。定型作業を超えて複雑な実世界に適応する大きな一歩だ。

  7. 研究拡散指数 36

    Nature論文：全身麻酔の無意識下でも、ヒトの脳はLLMのように単語を予測している

    ベイラー医科大学の研究チームは全身麻酔下にある患者の脳（海馬）が、無意識の状態でも音声をリアルタイムで言語処理し、次に続く単語を予測しているという研究結果をNature誌に発表した。この予測メカニズムは大規模言語モデル（LLM）のテキスト生成と類似しており、失語症向けの音声プロテーゼ開発への応用が期待される。

  10. AIツール拡散指数 39

    PerplexityがAgent APIにFinance Searchを追加：1回の呼び出しで市場データと引用を取得

    PerplexityはAgent API向けにFinance Searchの提供を開始した。開発者は単一のツール呼び出しで、ライセンス契約済みの金融データセットやリアルタイム市場データ、引用元リンクをまとめて取得できる。株価や決算説明会の文字起こし、アナリスト予測などを構造化データで取得でき、トークン消費を抑えつつ精度を高めた。

火

5月5日 火曜日

  2. 業界動向拡散指数 65

    Anthropic、Google Cloudに5年間で2000億ドル投じる契約か　自社製TPUなど確保

    米The Informationの報道によると、Anthropicは今後5年間でGoogle Cloudに約2000億ドルを支払う契約を締結した。来年から5ギガワット規模のサーバー容量を確保し、Google製TPUを活用する。Googleのクラウド受注残の4割超を占める規模だが、莫大な投資の回収は今後の急激な収益成長にかかっている。

  3. 業界動向拡散指数 39

    NVIDIAとServiceNowが提携：デスクトップ自律型AIエージェント「Project Arc」発表

    NVIDIAとServiceNowは提携拡大を発表し、ナレッジワーカー向け自律型エージェント「Project Arc」を公開しました。ローカル端末やアプリを操作して複数ステップの業務を自動化しつつ、NVIDIAのオープンソースランタイム「OpenShell」を活用してサンドボックス環境下での安全な実行とガバナンスを両立します。

  4. 業界動向拡散指数 43

    大手出版社5社がMetaを提訴、海賊版サイト使ったLlama学習を著作権侵害と主張

    ElsevierやMacmillanなど大手出版社5社と作家が、MetaがLibGenなどの海賊版サイトから取得したデータでLlamaを訓練したとして集団訴訟を提起した。訴状ではLlamaが教科書を一語一句違わず再現できると主張し、損害賠償と学習データ開示を要求。Metaはフェアユースを主張し争う構えだ。

  6. オープンソース拡散指数 49

    Google、Gemma 4向け「MTP」ドラフトモデル公開：推論速度が最大3倍に

    Googleはオープンモデル群「Gemma 4」向けにMulti-Token Prediction（MTP）ドラフターを公開した。投機的デコーディングにより、軽量ドラフトモデルが先読みした複数トークンをターゲットモデルが一括検証することで、精度を落とさずに最大3倍の推論高速化を実現する。Apache 2.0ライセンスで提供され、ローカルやエッジ環境での実用性が大きく向上する。

  8. AIモデル拡散指数 42

    Subquadratic、12Mコンテキスト対応のLLM「SubQ」を発表

    Subquadraticは完全な劣二次疎アテンション構造を採用したLLM「SubQ」を発表した。1200万トークンのコンテキストに対応し、1MMトークン時でFlashAttentionの52倍高速、Opusの5%未満のコストで約1000倍の計算量削減を実現するとしている。

  9. オープンソース拡散指数 48

    book-to-skill：技術書を丸ごとAIエージェントのスキル化、オンデマンド読込でトークン削減

    オープンソースの book-to-skill は、技術書や社内文書を Agent Skills 規格の構造化スキルへコンパイルするツールです。骨組みを事前抽出し、必要な章だけオンデマンドで読み込むため、PDFを毎回丸ごと投じるよりトークン消費を 24〜51 倍削減できます。Claude Code や Copilot CLI に対応します。

  11. 業界動向拡散指数 45

    Coinbaseが従業員の約14%を削減、AIネイティブ組織への転換を宣言

    Coinbaseのブライアン・アームストロングCEOは全社メールで従業員の約14%を削減すると発表しました。エンジニアがAIを活用して数週間の業務を数日で完了させるなど業務環境が激変したことを受け、管理階層を削減し、純粋な管理職を廃止してエージェント群を率いる極小チーム体制へ移行します。

  12. 業界動向拡散指数 42

    DeepMind社員が労働組合結成を要求、軍事AI契約への反発で

    Google DeepMindのロンドン本社スタッフが、米軍やイスラエルとの軍事契約に反対し労働組合の承認を経営陣に求めた。対象は少なくとも1000人規模。兵器開発の禁止や倫理に反する業務の拒否権を求めており、Gemini開発などの「研究ストライキ」も検討している。

  13. AIツール拡散指数 39

    Perplexityが金融特化型「Computer」発表、全数値の出所追跡に対応

    Perplexityは金融リサーチや分析業務に特化した「Computer for Professional Finance」を発表した。Morningstarなどの契約データ連携に対応し、10分野35種類のワークフローを搭載する。全データが出典やSEC提出書類の該当ページにリンクして検証可能な点が特徴で、まずはMicrosoft TeamsとAPIで提供される。

  17. AIモデル拡散指数 69

    OpenAIが「GPT-5.5 Instant」提供開始、ChatGPTの新標準に

    OpenAIはChatGPTの新たなデフォルトモデル「GPT-5.5 Instant」を全ユーザー向けに公開した。医療や法律など高リスク分野でのハルシネーションを52.5%削減し、冗長さを抑えた簡潔な回答が可能になった。過去ログやGmail連携を活用したパーソナライズと記憶元の管理機能も追加された。

月

5月4日 月曜日

  3. 業界動向拡散指数 43

    米ホワイトハウス、Anthropic「Mythos」の民間提供拡大に難色

    米ホワイトハウスがAnthropicのAI「Mythos」の民間提供を約50社から約120社へ広げる計画に難色を示している。政府利用の計算資源不足を名目に挙げつつ、高いサイバー能力を持つモデルを安保目的で囲い込みたい思惑と、対立姿勢の維持との間で板挟みになっている。

  6. 業界動向拡散指数 36

    OpenAIとPwCが提携、CFO組織向け財務AIエージェントを展開へ

    OpenAIとPwCは企業のCFO部門向けにAIエージェントを共同導入すると発表した。予測や調達、税務、決算業務を自動化する。OpenAI自身が「第0号顧客」として導入し、Codexで契約処理量を5倍に増やしIR-GPTで200件超の投資家対応をこなした実績を基に、一般企業への実装を進める。

日

5月3日 日曜日

  2. 研究拡散指数 44

    ハーバード大の救急診断研究、OpenAI「o1」が人間の医師を上回る正診率

    米ハーバード大学などの研究チームがScience誌に発表した研究によると、救急患者76人の初期トリアージにおいて、OpenAIのo1が67%の正診率を記録し、内科主治医2人の55%と50%を上回った。電子カルテの未加工テキストで評価された。ただしAIが臨床判断を行える段階ではなく、比較対象が救急専門医ではない点への指摘もある。

土

5月2日 土曜日

  2. 業界動向拡散指数 41

    OpenAIのCFO、IPOを2027年に延期するよう進言か：上場基準への懸念

    ウォール・ストリート・ジャーナルの報道によると、OpenAIのCFOであるサラ・フライヤー氏が、IPOを2026年から2027年に延期するよう社内で進言したと伝えられました。巨額のデータセンター投資や売上目標未達が囁かれる中、公開企業に求められる厳格な財務基準をまだ満たせないと警告しています。

毎日のAIピックアップ