本文へスキップ
IFAI

AIデイリー：今日のAIニュース

木

1月29日 木曜日

  1. AIツール拡散指数 37

    Invideo、Anthropicと提携しプロンプト1行で動くAIモーショングラフィックスを発表

    Invideo は Anthropic と連携し、AI モーショングラフィックス機能を発表した。1 つのプロンプトを入力するだけで、After Effects やテンプレート、コードを一切使わずに本格的な動的デザインを作成できる。チームはこれをモーショングラフィックス版「Vibe Coding」と表現している。

  2. 画像・動画生成拡散指数 50

    Suno、音声から楽曲を自動生成する新機能「Sample」を公開

    Sunoはボイスメモや録音したフレーズから数分で新曲を構築する「Sample」機能を公開した。音声を読み込むとAIが特徴的な部分を切り出し、新しいリズムに合わせて自動で再構成する。従来のDAWのような専門知識がなくても、スライダー操作だけでサンプリングを活用した楽曲制作が可能になる。

  3. 業界動向拡散指数 52

    SpaceXがxAIまたはテスラと統合か、年内IPOに向けマスク氏が検討中と報道

    ロイターとブルームバーグはSpaceXが年内に計画するIPOを前に、xAIまたはテスラとの合併を検討していると報じた。宇宙へAIデータセンターを打ち上げる構想を支援する狙いがあるとされる。テスラも今週xAIへの約20億ドルの出資を発表したばかりだが、具体的な時期や評価額は未定だ。

  4. 業界動向拡散指数 56

    Apple、イスラエルのAI企業Q.aiを約20億ドルで買収　「無発声」音声入力に注力か

    AppleがイスラエルのAIスタートアップQ.aiを約20億ドルで買収した。Beatsに次ぐ同社史上第2位の大型買収となる。Q.aiは顔の微細な動きから意図を読み取る技術や、声を出さずに伝える「無発声」音声入力を開発しており、AirPodsやVision Proなどのウェアラブル操作を大きく変える可能性がある。

  6. AIモデル拡散指数 48

    Google、世界モデルを体験できる「Project Genie」公開：歩き回れる仮想空間をリアルタイム生成

    Google DeepMind は世界モデル Genie 3 を活用した実験的プロトタイプ「Project Genie」を公開しました。テキストや画像から物理法則を反映した操作可能な仮想空間をリアルタイムに生成できます。現在は米国向けの Google AI Ultra 登録者限定で、生成時間は最大 60 秒に制限されています。

  8. AIツール拡散指数 46

    Google マップ、徒歩と自転車のナビに Gemini を導入

    Google はGoogle マップの Gemini ナビ機能を徒歩と自転車ルートに拡大したと発表した。歩行中はガイドのように周辺情報やおすすめ飲食店を尋ねられ、自転車移動中はハンズフリーで到着時刻の確認や連絡ができる。Gemini 提供地域の iOS と Android で順次利用可能になる。

  9. AIモデル拡散指数 52

    ByteDanceとアリババ、旧正月に新AI投入へ：豆包 2.0とQwen 3.5が激突か

    ByteDanceとアリババが2月の旧正月期間に次世代フラッグシップAIモデルの発表を準備していると報じられました。ByteDanceは「豆包 2.0」や新たな画像・動画生成モデルを、アリババは推論力を高めた「Qwen 3.5」を投入する見込みです。DeepSeek V4の2月中旬登場の噂もあり、中国国内のAI競争が一段と激化しそうです。

  13. 研究拡散指数 36

    Anthropic調査：AIでコードを書く開発者、テスト正答率が17％低下

    Anthropicは若手開発者を対象としたランダム化比較試験の結果を公表しました。AI支援を使って新ライブラリを実装した群は、手書き群に比べ直後の理解度テスト平均点が17％低く、特にデバッグ問題で大きな差が出ました。作業完了時間はわずか約2分短縮された程度で、コード生成を丸投げするとスキル習得が阻害される傾向が示されています。

水

1月28日 水曜日

  4. 業界動向拡散指数 43

    YouTube、登録者590万人超の低品質AI生成チャンネルを一斉削除

    YouTubeが登録者数590万人超、総再生数12億回を誇る大手を含む複数の「AIスロップ（低品質な自動生成動画）」チャンネルを削除したことが明らかになった。同社はスパムや詐欺に関する規約違反を理由としており、CEOが掲げる低品質AIコンテンツ対策が本格化している。

  6. AIツール拡散指数 38

    Apple、Final Cut ProとLogic Proを刷新：自然言語での動画検索やAIシンセ奏者を追加

    Apple は Mac および iPad 向け「Final Cut Pro」と「Logic Pro」のアップデートを配信した。Final Cut Pro には自然言語で被写体や発言を検索できる AI 機能が追加され、Logic Pro には自動演奏を行う AI 合成器プレイヤーが加わった。膨大な素材の選別や音探しにかかる手間を大幅に削れる。

  7. オープンソース拡散指数 48

    OpenMOSSが「MOVA」をオープンソース公開：音声と動画を同時に生成する32B MoEモデル

    OpenMOSSは映像と同期した音声を単一モデルでネイティブ生成する「MOVA」をオープンソースで公開した。総パラメータ320億のMoE構成で実行時に180億が活性化し、自然なリップシンクにも対応する。GitHubでコードと重みが提供されているが、720p版は約77GBあり高スペックなGPUが必要となる。

  9. 研究拡散指数 35

    Googleが「AlphaGenome」発表、1MbのDNA配列から単一塩基解像度で制御効果を予測

    Googleの研究チームがNature誌で統合型DNA配列モデル「AlphaGenome」を発表した。1Mbの塩基配列を入力し、単一塩基解像度かつ11種類のモダリティで遺伝子発現やスプライシングを予測できる。26の変異効果評価のうち25で既存最高を記録し、98%以上を占める非コード領域の変異解析を前進させた。

  10. AIツール拡散指数 42

    LM Studio 0.4.0公開：GUI不要のサーバー運用と連続バッチ処理に対応

    LM Studioが0.4.0版をリリースしました。GUIなしで動作するデーモン「llmster」を新設し、LinuxサーバーやCI環境への直接デプロイに対応。llama.cppエンジンによる連続バッチ処理で複数リクエストの同時並行処理が可能になったほか、ローカルMCP対応のステートフルREST APIも追加されました。

  11. 業界動向拡散指数 44

    中国、宇宙AIデータセンター建設へ　SpaceXに対抗し軌道上コンピューティング推進

    中国の宇宙開発大手CASCは今後5年間でギガワット級の宇宙AIデータセンターを構築する計画を発表した。地上での電力制約を回避するため、軌道上の太陽光発電を活用して宇宙空間でデータを処理する狙い。宇宙データセンター衛星を掲げる米SpaceXに対抗する構えだが、ロケットの再利用技術確立が今後の課題となる。

  12. 画像・動画生成拡散指数 46

    xAIが「Grok Imagine API」公開、低遅延・高コスパな音声付き動画生成を実現

    xAIはテキストや静止画から音声付き動画を生成できる「Grok Imagine API」を公開した。高品質な映像表現に加え、生成遅延と利用コストの大幅な削減をアピール。オブジェクト差し替えやシーン編集にも対応し、開発者やクリエイターが低コストで並行試作できる環境を整えた。

火

1月27日 火曜日

  6. AIツール拡散指数 38

    Airtable、創業13年で初の単体AI製品「Superagent」を発表

    ノーコード大手のAirtableが初の単体製品となるAIエージェント「Superagent」を発表しました。複数の専門エージェントを並行して動かすマルチエージェント協調を採用し、単なるテキストではなく対話型データ可視化を含む分析レポートを生成します。自社をAIネイティブ基盤へ再定義する狙いがあります。

  9. 業界動向拡散指数 43

    米ライフ・バイオサイエンシズ、細胞リプログラミング若返り療法の臨床試験へ：FDAが承認

    Life Biosciencesは細胞リプログラミングを用いた若返り療法「ER-100」のヒト臨床試験についてFDAの承認を得たと発表した。緑内障患者の片眼に3種類の遺伝子を注入し、抗生物質でスイッチを制御しながら細胞の初期化を試みる。腫瘍化などのリスクが懸念される中、まずは少人数の患者で安全性を検証する。

  10. ロボット拡散指数 39

    Figure、人型ロボットの全身を自律制御する「Helix 02」を発表

    Figureは人型ロボットの全身を単一ニューラルネットワークで直接制御するモデル「Helix 02」を発表した。新たに全身制御基盤「System 0」を導入し、台所で4分間にわたり食器洗い機の出し入れを行う複雑なタスクを、人間の介入なしに完全自律でやり切ってみせた。

  11. AIツール拡散指数 45

    米Yahoo!、AI回答エンジン「Yahoo Scout」発表　ClaudeとBingを活用

    米Yahoo!は、独自開発のAI回答エンジン「Yahoo Scout」のパブリックベータ版を発表した。基盤モデルに米AnthropicのClaudeを採用し、米MicrosoftのBing APIを組み合わせて検索結果を直接回答形式で提示する。米国ユーザー向けに提供を開始し、ファイナンスやニュースなどのサービス群とも連携する。

  12. AIツール拡散指数 36

    英政府、GOV.UKにClaude活用のAIアシスタント導入へ　Anthropicと提携

    英科学・イノベーション・技術省（DSIT）は、政府ポータル「GOV.UK」向けAIアシスタントの試験導入でAnthropicと提携したと発表した。Claudeを基盤とする自律型システムで、まずは求職者の就労や研修支援から案内を開始する。国家の公共サービスにおけるAI導入の試金石となりそうだ。

  14. 研究拡散指数 38

    NASA探査車がClaudeの道案内で火星を走行、初のAI経路計画

    AnthropicはNASAジェット推進研究所（JPL）が火星探査車「パーサヴィアランス」の約400メートルの走行経路作成にClaudeを活用したと発表した。地形画像を分析して専用言語で指令を出力。JPLは経路計画の作業時間を半減できると見込む。

  15. AIモデル拡散指数 61

    Moonshot AI、視覚エージェント「Kimi K2.5」をオープンソース公開

    Moonshot AIが視覚対応エージェントモデル「Kimi K2.5」をオープンソースで公開した。各種ベンチマークでトップ水準を記録したほか、最大100個のサブエージェントを並行稼働させて処理を4.5倍高速化する機能を搭載。公式サイトで利用可能なほか、Hugging Faceで重みも配布されている。

  16. 画像・動画生成拡散指数 54

    テンセントが「ScriptAgent」公開、対話文から映画風動画を自動生成

    テンセントは、対話テキストから映画風の映像を生成するフレームワーク「ScriptAgent」を発表した。脚本作成、動画モデルの監督、品質評価を担う3つのエージェントが協調し、Sora2-Proなどのモデルを使ってシーンをまたぐ一貫した動画を生成する。評価ベンチマーク「ScriptBench」もあわせて公開された。

月

1月26日 月曜日

  2. 画像・動画生成拡散指数 37

    Google DeepMind、サンダンスでAI短編アニメを公開：Veoと手描きを融合

    Google DeepMindと元Pixarのクリエイター陣が制作した短編アニメ『Dear Upstairs Neighbors』がサンダンス映画祭で公開された。テキスト指示のみに頼らず、手描きのラフ動画からVeoやImagenで精密に制御する手法を採用。プロの表現意図を損なわずに生成AIを活かす制作手法として注目される。

  4. 業界動向拡散指数 41

    マイクロソフトが推論特化AIチップ「Maia 200」発表、TSMC 3nm採用で費用対効果30%向上

    マイクロソフトはAIモデルの推論処理に特化した自社製チップ「Maia 200」を発表した。TSMCの3nmプロセスで製造され、現行設備と比べコストパフォーマンスが30%向上、FP4性能はAmazon Trainiumの第3世代の3倍に達する。すでに米アイオワ州のデータセンターで稼働を始めており、GPT-5.2などの大規模推論を支える。

  6. オープンソース拡散指数 59

    Voicebox：音声クローンと文字起こしをローカルで完結するオープンソースAI

    オープンソースのローカル音声アプリ「Voicebox」がGitHubで4.2万以上のStarを獲得し、注目を集めています。数秒の音声から声を複製できるほか、グローバルショートカットであらゆる入力欄に音声入力でき、Claude Code等のエージェントへの組み込みにも対応。有料サービスに頼らずローカル環境で音声ワークフローを構築できます。

  10. オープンソース拡散指数 48

    マイクロソフトが音声認識モデル「VibeVoice-ASR」を公開、最長60分を一括処理

    マイクロソフトが9Bサイズの音声認識モデル「VibeVoice-ASR」をオープンソースで公開した。音声を細切れにせず最長60分の一括処理が可能で、文字起こし・話者分離・タイムスタンプ出力を統合。長時間の会議やポッドキャストでも文脈が途切れず、微調整にも対応する。

  11. オープンソース拡散指数 48

    テンセント、思考型画像編集モデル「HunyuanImage 3.0-Instruct」をオープンソース公開

    テンセントは画像編集・生成モデル「HunyuanImage 3.0-Instruct」を公開した。思考連鎖（CoT）を内蔵し、編集手順や保持領域を推論してから画像処理を行うのが特徴。視点変更や複数画像の合成に対応し、同社アプリ「元宝」で体験可能だが、169GBのモデル重みは高いVRAMを要求する。

日

1月25日 日曜日

土

1月24日 土曜日

  1. AIモデル拡散指数 47

    OpenAIの「GPT-5.2」がGrokipediaを出典に引用、英紙が報道

    英ガーディアン紙のテストによると、OpenAIのGPT-5.2がイランやホロコーストなどの物議を醸すトピックで、xAIのAI百科事典「Grokipedia」を出典として引用していたことが判明した。Grokipediaはネオナチフォーラムなどを引用していた過去があり信頼性が疑問視されている。OpenAIは安全フィルターのもとで広く公開情報を検索していると説明した。

金

1月23日 金曜日

  2. 研究拡散指数 36

    Google DeepMindがD4RTを発表：4D空間の再構築と追跡を最大300倍高速化

    Google DeepMindは2D動画から動的な3D空間と時間を同時に理解する統一モデル「D4RT」を発表した。動画全体を時空間表現に圧縮し、並列クエリで深度や追跡情報を即座に取得することで、従来手法比で最大300倍の処理能力を実現。ロボットやARの空間認識を大きく前進させる。

  3. 業界動向拡散指数 40

    Sakana AI、米Googleと戦略的提携し資金調達　国内基幹産業へのAI実装を推進

    Sakana AIはGoogleとの戦略的パートナーシップ締結と資金調達を発表した。GeminiやGemmaなどの先端モデルを科学研究自動化やエージェント開発に深く統合するほか、金融機関や政府機関などセキュリティ要件が厳しい国内基幹産業に向けてGoogle基盤を活用したAIソリューションを展開する。

木

1月22日 木曜日

水

1月21日 水曜日

  1. AIモデル拡散指数 70

    Anthropicが新「Claude憲法」を公開：AIの意識に踏み込み、自社の不当な指示への拒否権も明記

    AnthropicはClaudeの行動規範を定めた新たな「Claude憲法」をCC0ライセンスで全面公開した。規則の羅列ではなく安全・倫理・有用性の優先順位と理由をAI自身に向けて記述。AIの意識や道徳的地位の可能性に言及したほか、不当な要求であれば自社の指示であっても拒否するよう定めている。

  4. 研究拡散指数 36

    脳手術なしで話せる：首元AIデバイスが喉の振動を読み取り自然な会話を復元

    研究チームが『Nature Communications』で首掛け型の「インテリジェント・スロート」を発表した。喉の微細な筋肉振動と脈拍をセンサーで捉え、LLMを通じて脳卒中患者の無発話動作を感情の乗った自然な文章にリアルタイム変換する。侵襲的な脳インプラントが不要な点が画期的だが、現状は小規模な検証段階にとどまる。

  5. 画像・動画生成拡散指数 41

    ElevenLabs、グラミー受賞者らと共同制作したAIアルバムを公開　Eleven Musicを活用

    ElevenLabs はグラミー賞受賞アーティストらと共同制作した音楽アルバム「The Eleven Album」を発表した。新モデル「Eleven Music」を用いて制作され、参加アーティストが楽曲の全著作権と配信印税を保持する。対立が続いていた音楽業界において、権利許诺と共創を両立させる新たな基準を示す動きだ。

  6. AIツール拡散指数 34

    Adobe、Acrobat AI Assistantを提供開始：長文PDFをポッドキャストやスライドに変換

    Adobe は PDF や長文文書を解析・活用できる「Acrobat AI Assistant」を発表した。出典リンク付きの要約に加え、ポッドキャスト風の音声概要やインタラクティブなプレゼン資料を素早く生成できる。既存の Reader や Pro ユーザーはログインするだけで試用でき、データはモデル学習に使われない。

火

1月20日 火曜日

  1. 業界動向拡散指数 43

    Anthropic CEOがダボスで予測、AIが6〜12カ月でソフトウェア開発の大部分を代替か

    世界経済フォーラムのダボス会議にて、Anthropicのダリオ・アモデイCEOは、AIが6〜12カ月以内にエンジニア業務の大半または全工程をエンドツーエンドでこなせる可能性があると語った。Claude Codeなどの進化を背景に、開発の完全自動化へ向けた具体的なタイムリミットが意識され始めている。

  7. オープンソース拡散指数 48

    Overworld、キーボードとマウスで操作できるリアルタイム世界モデル「Waypoint-1」をオープンソース公開

    Overworldはキーボードやマウスでリアルタイムに操作できる動画生成世界モデル「Waypoint-1」をオープンソース公開しました。1万時間のゲーム映像で学習され、RTX 5090上で最大60FPSの低遅延生成を実現しています。画質や一貫性に課題は残るものの、2.3Bの小型モデルがローカル向けに提供されています。

月

1月19日 月曜日

金

1月16日 金曜日

  1. オープンソース拡散指数 48

    Metaが「ShapeR」を公開：撮影動画から実寸大の独立した3D物体を個別に復元

    Metaが画像シーケンスからシーンを3D復元するオープンソース技術「ShapeR」を公開しました。空間全体を1つの塊として出力する従来手法と異なり、SLAM点群とマルチモーダルデータを組み合わせ、各物体を実寸大かつ独立した3Dメッシュとして生成します。シーン内の物体を個別に移動・編集できるようになります。

  2. オープンソース拡散指数 48

    FlashLabs、音声対話モデル「Chroma 1.0」を公開：リアルタイム対話と音声クローンに対応

    FlashLabsは、エンドツーエンドのリアルタイム音声対話モデル「Chroma 1.0」をApache-2.0ライセンスでオープンソース公開しました。テキストを介さず音声を直接理解して合成音声を生成でき、参照音声を用いた声色クローンにも対応します。Qwen2.5-OmniとLlama 3をベースにしており、現在は英語に対応しています。

  3. 研究拡散指数 36

    画像1枚からBlenderの3Dシーンを構築するAIエージェント「VIGA」が登場

    研究チームが、単一の画像からBlender内で編集可能な3Dシーンプログラムを再構築するマルチモーダルエージェント「VIGA」を発表した。基本的な図形からのモデリングや外部3Dツールの連携に対応し、評価ベンチマーク「BlenderBench」では従来比124％以上の性能向上を記録している。

木

1月15日 木曜日

  1. AIツール拡散指数 41

    Replit、自然言語でモバイルアプリを開発・App Store 公開できる新機能を提供開始

    Replit は自然言語の指示だけでフルスタックのモバイルアプリを作成できる新機能を発表した。Expo Go アプリで QR コードをスキャンすれば実機で即座にテストでき、App Store への提出も数クリックで完了するという。ネイティブ開発の知識がなくても誰でもアプリを公開できる環境を目指す。

  3. オープンソース拡散指数 48

    オープンソース音楽生成モデル「HeartMuLa」登場、歌詞と指示文からフル楽曲を一括生成

    オープンソースの音楽生成基盤モデル「HeartMuLa」が公開された。曲調のプロンプトと歌詞を入力するだけで、ボーカルと伴奏を含む完全な楽曲を生成できる。現在 3B バージョン（重み約 16GB）が配布中で、多言語に対応し、Suno など商用トップ層に迫る音質と一貫性を実現している。

  5. AIツール拡散指数 41

    OpenAI、独立型翻訳ツール「ChatGPT Translate」を公開　文体指定に対応

    OpenAI は50 以上の言語に対応した独立型ウェブ翻訳ツール「ChatGPT Translate」を公開した。Google 翻訳に似た 2 カラム構成で、「学術的」「ビジネス向け」など文体を指定できるのが特徴だ。現時点ではモバイルブラウザでの音声入力に対応する一方、専用アプリや画像翻訳機能はまだ提供されていない。

  9. 業界動向拡散指数 43

    Thinking Machinesの共同創業者らが古巣OpenAIへ電撃復帰

    前OpenAI CTOのミラ・ムラティ氏が創業したThinking Machines Labから、共同創業者のバレット・ゾフ氏とルーク・メッツ氏らがOpenAIへ復帰することが明らかになった。競合への情報漏洩疑惑による解雇報道も出る中、OpenAI側は懸念を一蹴して迎え入れた。企業価値120億ドルの新興ラボにとって大きな打撃となる。

水

1月14日 水曜日

  1. AIツール拡散指数 46

    Google、Geminiに個人データ連携機能「Personal Intelligence」追加

    GoogleはGeminiがGmailやGoogleフォト、YouTubeなどのデータを横断して推論する「Personal Intelligence」ベータ版を発表した。参照元を指定しなくてもメールや写真から必要な詳細を自動で引き出す。初期設定はオフで学習にも直接利用されず、米国の有料登録者から順次提供される。

  2. ロボット拡散指数 39

    コロンビア大がシリコン製ロボット顔を開発：YouTubeを見て自律的に口パクを習得

    コロンビア工科大学の研究チームは、26 個の超小型モーターを備えたシリコン製ロボット顔を開発した。事前に動きをプログラムするのではなく、鏡で自身の動きを把握した後に YouTube 動画を見て音声と唇の動きを対応付けた。11 言語に対応し、ChatGPT と連携して自然な対話を実現する。

毎日のAIピックアップ