KREA AI、14B動画生成モデル「Krea Realtime」をオープンソース公開
KREA AIは動画生成モデル「Krea Realtime」をオープンソース公開した。140億パラメータの自己回帰型モデルで、既存のオープンソース同等品より10倍大きく、単一のB200上で11 FPSの長尺動画を生成できる。
KREA AIは動画生成モデル「Krea Realtime」をオープンソース公開した。140億パラメータの自己回帰型モデルで、既存のオープンソース同等品より10倍大きく、単一のB200上で11 FPSの長尺動画を生成できる。
The Vergeによると、129ドルの対話型AIペンダント「Friend」の大規模な地下鉄広告に対し、NY市民が抗議活動を展開した。参加者は模型を引き裂き「現実の友達を作れ」と叫んで過度なデジタル依存に異を唱えた。創業者は現場に駆けつけ対話を行い、その様子を公開した。
Kohlerは、便器の縁に取り付けて排泄物を光学センサーとアルゴリズムで分析する健康デバイス「Dekoda」を発表した。水分補給状況や腸の健康度を測定し、便中の潜血も検知してアプリで知らせる。本体価格は599ドルで、利用には月額6.99ドルからのサブスクリプションが必要となる。
Fish Audioは音声合成モデル「Fish Audio S1」を一般公開した。ElevenLabsより6倍安価な価格設定を掲げ、すでに2万人のアクティブ開発者と500万ドルのARRを獲得している。無料での音声クローンにも対応する。
Deepseekは文書画像を効率的に処理する新OCRシステムを発表した。テキスト画像を最大10倍に圧縮しつつ97%の情報を保持し、ビジョントークン数を劇的に削減。単一のNvidia A100で1日20万ページ以上を処理でき、コードと重みも公開された。
Anthropicは創薬や研究を支援する「Claude for Life Sciences」を発表した。最新のClaude Sonnet 4.5を基盤とし、実験プロトコル評価で人間の基準値を上回る性能を実証。PubMedやBenchlingとの連携や自律スキルを備え、研究から薬事申請までを支える。
Anthropicはブラウザから直接コーディングを委託できるWeb版「Claude Code」を発表した。ローカルのターミナルを使わずにGitHubリポジトリと連携し、隔離されたクラウド環境で複数タスクを並列実行してPR作成まで自動で行える。iOSアプリからの操作にも対応する。
Napsterは、Mac向け裸眼3Dホログラムディスプレイ「View」を発表した。重さ65gのポケットサイズで、メガネなしで立体表示が可能。M1以降のMacにUSB-C接続し、執筆やコーディングを支援するAIエージェントを卓上に呼び出せる。単体99ドル、年間プラン契約者は無料となる。
OpenAIの研究者らが、GPT-5が未解決のエルデシュ問題を10問解決したと主張したものの、批判を受けて投稿を削除し誤りを認めた。実際は新証明を発見したわけではなく、データベース管理者が把握していなかった既存論文を検索しただけだった。DeepMindのハサビスCEOらも軽率な発信を批判している。
Googleは「Google AI Studio」の大型アップデートを発表した。Geminiに加えVeo 3.1動画生成や音声モデルを単一のPlaygroundに統合し、タブ移動なしで連続操作が可能になった。長年の要望だったシステムプロンプトの保存・再利用機能やGoogle Maps連携も追加されている。
イーロン・マスク氏はXの推薦アルゴリズムを4〜6週間以内にすべて廃止し、Grok主導のシステムへ刷新すると発表した。AIが毎日1億件以上の投稿や動画を解析し、会話形式でタイムラインの好みを直接調整可能にするという。
FacebookはクラウドAIでカメラロールを解析し、投稿に適した写真や動画、コラージュ編集を自動提案する新機能を発表した。デフォルトは無効で、編集機能を使わない限りAI学習には使用されない。まずは米国とカナダでテスト提供される。
Meshyはスタジオ品質のメッシュ精度を備えた「Meshy 6 Preview」を発表した。有機モデルやハードサーフェスの造形精度が向上したほか、3Dから画像・動画へのレンダリング、最大10個の一括生成、3Dプリント用ベース自動生成などの新機能が追加された。
実験室向け AI システム「LabOS」が登場しました。XR スマートグラスを組み合わせることで、AI が作業者の手元や試薬を視認し、手順の抜け漏れやミスを未然に防ぎます。計算計画から物理実験までカバーし、ハードウェアを含めたオープンソース化が予定されています。
米OpenAIは動画生成AI「Sora」でマーティン・ルーサー・キング・ジュニア牧師の肖像動画を生成する機能を一時停止したと発表した。不敬な動画の生成が相次ぎ遺族が抗議していた。同社は公人の遺産管理者からの要請があれば、Soraでの肖像利用を停止する枠組みを導入する。
CiscoはAIプログラミングツールが生成するコードのセキュリティを担保するオープンソース枠組み「Project CodeGuard」を発表した。生成前・生成中・生成後の全ライフサイクルに介入し、ハードコードされた認証情報や脆弱性を自動検知・ブロックする。完全な安全を保証するものではないが、初歩的なバグの混入を防ぐ。
Amazonは米ワシントン州に計画中の次世代原子炉施設「Cascade」の完成予想図を公開した。小型モジュール型を採用し、数街区ほどの敷地で計960メガワットを発電する計画だ。許認可手続きが必要なため、着工は本年代末を見込んでいる。
メリーランド大学のRoboScoutチームがAIを活用した災害救助システムを実演した。自律ドローンが生還者を発見すると四足歩行ロボSpotが駆けつけ、大規模言語モデルで会話しながらバイタルを測定し、医療従事者のスマホへ優先度を送信する。
ニューヨーク州は、家主がアルゴリズムソフトを使って家賃を協調設定することを禁止する法案を成立させた。全米初の州規模の規制で、RealPageなどのソフトを利用して賃料を決める行為自体が価格談合と見なされる。新法は60日後に施行される。
Character.aiは短編ロールプレイを作成・体験できる新機能「Scenes」を全ユーザー向けに開放した。背景や目的、導入文をあらかじめ設定した舞台を用意でき、既存キャラクターをそのまま物語に投入可能。ストーリーごとにボットを一から作り直す手間が省ける。
Pinterestはフィード上に表示される生成AI画像の量をユーザー自身で制限できる新コントロールを発表した。美容、アート、ファッション、インテリアといったAI生成が急増しているカテゴリごとに設定可能。AIによる低品質コンテンツへの不満が高まる中、表示フィードの選択権をユーザーに委ねる。
Bubbleは自然言語の指示とドラッグ&ドロップ編集を自由に行き来できるBubble AI Agentを発表した。独自調査でAI生成コードを基幹業務に使うユーザーが9%に留まる中、AIの生成速度とビジュアル開発の精密な制御性を両立させ、コード品質やセキュリティの不安解消を狙う。
Spotifyはソニー、ユニバーサル、ワーナー、Merlinと提携し、クリエイター中心の生成AI音楽製品を開発すると発表した。アーティストがAI利用の可否を自ら選べ、楽曲が利用された際には対価を得られる仕組みを整える。専用の生成AIラボも新設し、著作権保護と技術革新の両立を図る方針だ。
マイクロソフトはWindows 11向けCopilotの大幅アップデートを発表した。「Hey Copilot」の音声呼び出しや画面解析を行うCopilot Visionが全提供地域で解禁されたほか、ローカルファイルを自律操作するCopilot Actionsのテストも始まっている。
Anthropic は指示やスクリプトをフォルダ化して必要な時だけ呼び出す「Agent Skills」を発表した。Claude アプリ、API、Claude Code で共通のフォーマットを採用し、コード実行にも対応。定型プロンプトを整理し、AI へ即座に専門知識を持たせられる仕組みだ。
AnthropicはClaudeがMicrosoft 365と連携し、社内横断検索機能を提供開始したと発表した。MCPコネクタを介してSharePoint、OneDrive、Outlook、Teamsのデータを直接参照できる。現在はTeamおよびEnterpriseプラン向けに提供されており、管理者の設定後に利用可能となる。
OpenAI は Sora 2 のアップデートを発表した。Web 版の Pro ユーザー向けに Storyboards(絵コンテ)機能の提供を始めたほか、動画の生成時間上限を緩和。全ユーザーがアプリと Web で最大 15 秒、Pro ユーザーは Web で最大 25 秒の動画を生成可能になった。
Google DeepMindは核融合スタートアップの米CFSとの研究提携を発表した。プラズマシミュレータ「TORAX」と強化学習を活用し、トカマク型装置「SPARC」の運転計画を事前に最適化して正味エネルギー獲得を支援する。さらにAIによる磁場制御で熱負荷を分散させるリアルタイム制御技術も開発する。
Metaは米テキサス州エルパソで第29拠点目となるAI特化型データセンターを着工した。初期投資は15億ドル超で、最大1GWまで拡張可能な設計を採用。循環型液冷技術により水消費を抑えつつ、将来の高度なAIモデル開発に向けた電力・計算基盤を固める。
Google は動画生成モデル「Veo 3.1」を発表し、映像制作ツール「Flow」を大幅強化した。映像の質感向上に加え、キーフレーム補完や動画延長などの全機能で音声を同時生成できるようになった。照明や影を自然に再現しながら新規要素を追加する「Insert」機能も備え、Gemini API などでも順次利用できる。
Spotifyは有料会員向け「AI DJ」をアップデートし、テキスト入力での選曲リクエストに対応した。スペイン語版DJ「DJ Livi」でも利用可能になったほか、好みに合わせたプロンプト提案も行う。通勤中や静かな場所など、声を出せない環境でも気分やジャンルを打つだけで曲を変更できる。
Anthropicは最新の小型モデル「Claude Haiku 4.5」を全ユーザー向けに提供開始した。5カ月前の主力モデルSonnet 4と同等のコーディング性能を持ちながら、速度は2倍以上でコストは3分の1に抑えられている。コンピュータ操作タスクではSonnet 4を上回り、API価格は100万入力トークンあたり1ドル、出力は5ドル。
AppleはM5チップとDual Knit Bandを搭載した新型Vision Proを発表した。価格は3,499ドルから。16コアNeural EngineによりAI処理が最大50%高速化し、描画ピクセル数も10%向上。新設計のバンドで装着感とバランスの改善も図られている。
AppleはAI性能を大幅に引き上げた次世代チップ「M5」を発表した。第3世代3nmプロセスを採用し、10コアGPUの全コアに専用ニューラルアクセラレータを搭載。AIピーク演算性能はM4比で4倍以上に達し、メモリ帯域幅も153GB/sへ向上した。MacBook Pro等でのローカルAI実行が格段に高速化する。
MozillaはAI回答エンジン「Perplexity」をデスクトップ版Firefoxの検索オプションとして全世界で提供開始した。従来のリンク一覧ではなく引用付きの対話型検索が利用可能で、アドレスバーから即座に切り替えたりデフォルトに設定できる。モバイル版も今後提供予定だ。
OpenAIのサム・アルトマンCEOはChatGPTの利用制限を安全に緩和していく方針を明かした。数週間以内に4oのような親しみやすい性格や絵文字の多用を選択可能にする新版を提供するほか、12月には年齢確認を導入し、認証された成人向けに成人向けコンテンツの利用も認める予定だ。
MicrosoftはAIエージェントの脅威調査能力を評価するオープンソースベンチマーク「ExCyTIn-Bench」を公開した。Azure SOCを再現し57のログテーブルを用いて多段階の調査能力を検証。高推論版GPT-5が56.2%で首位となった。
OracleはNVIDIA GPUを搭載した新たな計算クラスタ「OCI Zettascale10」を発表した。最大16ゼタフロップスのAI演算性能を誇り、Spectrum-X Ethernetで数百万基規模のGPUを接続する。さらにOracle Database 26aiやOCIコンソールへNVIDIA製AIツールのネイティブ統合も進める。
OpenAIはChatGPTやSoraの設計指針として「福祉とAIに関する専門家委員会」を発足させた。心理学や精神医学の専門家を招き、特に若年層のメンタルヘルスや感情への影響を検証し、保護者機能や緊急時の対応メッセージ改善に役立てる。
Ciscoは企業のAI価値実現に関する調査データを公開し、AIユースケースを本番環境へ移行できた企業はわずか18%にとどまると指摘した。8割以上がエージェント導入を急ぐ一方、計算コストやセキュリティの遅れによる「AIインフラ負債」が深刻なボトルネックになりつつあるという。
SalesforceとAnthropicは提携拡大を発表し、金融や医療などの規制業界向けにClaudeをAgentforceの推奨モデルに設定した。全トラフィックをSalesforceの仮想プライベートクラウド内に留めて安全性を担保する。さらに全社規模でClaude Codeを導入し、厳格な企業環境でのAI自律導入を加速させる。
Anthropicは経済学者らと策定したAIによる経済・雇用影響への政策提言を公開した。影響の規模に応じて3段階に分類し、労働者の再教育支援やインフラ許認可の加速から、深刻な雇用減を見据えたトークン課税やソブリン・ウエルス・ファンドによるAI投資まで幅広い選択肢を提示している。
Microsoft AIは初の完全自社開発による画像生成モデル「MAI-Image-1」を発表した。LMArenaの画像評価で初登場トップ10入りを果たし、光の反射など写実的な描写と生成速度を両立。Bing Image CreatorやCopilotで順次提供が始まっている。
Googleは検索およびDiscoverに2つのAI機能を導入したと発表した。Discoverではトレンドトピックの展開可能な要約プレビューと関連リンクを表示し、検索では選手やチームを調べた際に最新動向をまとめる「What's new」ボタンが追加される。
米カリフォルニア州のニューサム知事がデジタル年齢確認法案(AB 1043)に署名した。2027年1月より、スマホやPCの初期設定時にOSやアプリストアがユーザーの年齢入力を求めることが義務付けられる。身分証提出は不要で、GoogleやMetaも法案支持を表明している。
Google MeetがAIによるバーチャルメイク機能を発表した。12種類のスタイルから選べ、顔を動かしたりマグカップで飲み物を飲んだりしてもフィルターがズレない。デフォルトはオフで、10月8日よりモバイルとウェブ向けに順次配信されている。
GoogleはNotebookLMの「Video Overviews」を大幅刷新した。Geminiの画像生成モデル「Nano Banana」を活用し、水彩画やアニメ、ホワイトボード風など6種のビジュアルで解説動画を作れるようにした。要点だけを短時間で確認できるBrief形式も追加され、今週Proユーザー向けに先行提供される。
元OpenAIのAndrej Karpathy氏はChatGPTクローンを一から構築できるフルスタック訓練パイプライン「nanochat」を公開した。約8000行の簡潔なコードで、トークナイザーから事前学習、SFT、強化学習、推論UIまでを網羅する。8基のH100を使えば約100ドル(約4時間)で会話可能な独自LLMを学習できる。
Governor Newsomは子どもの安全保護とAI規制を強化する一連の法案に署名した。対話型AIに自傷行為の検知や未成年者への休憩通知を義務付けるほか、ディープフェイクポルノの賠償請求を最大25万ドルに引き上げ、AIの「自律的動作」を理由とした免責も認めない方針を打ち出した。
Slackはリマインダー通知役だったSlackbotをパーソナライズ型AIアシスタントへと刷新するテストを開始した。自然言語でのファイル検索や複数チャンネルからの情報集約、OutlookやGoogleカレンダーと連動した日程調整に対応。現在Salesforce社内などで検証中で、年内の正式提供を予定している。
AndurilはMetaと共同で、複合現実技術を用いたヘルメットシステム「EagleEye」を発表した。内蔵AIが通信を整理して脅威を自動検知し、頭部ディスプレイに敵の位置を表示する。兵士は音声や身振りでドローンを遠隔指示でき、米陸軍から1億5900万ドルの契約を獲得した。
NVIDIAは世界最小を謳うデスクトップ型AIスーパーコンピューター「DGX Spark」の出荷を発表した。GB10 Grace Blackwellを搭載し、128GBの統合メモリで最大2000億パラメータの推論をローカル実行できる。ジェンスン・フアンCEOは初号機をSpaceXのイーロン・マスク氏に直接届けた。
OpenAIとBroadcomはOpenAI独自設計のAIアクセラレータとイーサネット機器を10ギガワット規模で導入する提携を発表した。フロンティアモデルの開発知見をハードに直接組み込む狙いで、ラックの展開は2026年後半に始まり2029年末までに完了する予定だ。
MetaはInstagramとFacebookのReels向けAI翻訳機能にヒンディー語とポルトガル語を追加した。話者の声質やトーンを保ったまま吹き替えを行い、口の動きを合わせるリップシンクにも対応。公開Instagramアカウントや一定条件を満たすクリエイターに無料で提供される。
OpenAIはChatGPTなどの大規模言語モデルにおける政治的偏向を定義・評価する新フレームワークを発表した。100のトピックと500のプロンプトで検証したところ、実環境で偏向が見られた回答は0.01%未満だった。一方、感情的なプロンプトには中立性を保ちにくい課題も残る。
ニューヨーク・コミコンの壇上で、DCコミックス社長のジム・リー氏が、自身らの在任中はストーリー作成や作画に生成AIを一切使わないと表明した。ファンは本物の人間による創造性を求めており、AIはデータを集積しているに過ぎないと指摘。過去に表紙のAI疑惑で反発を受けた経緯も踏まえ、明確な拒否姿勢を示した。
The Browser CompanyはAIブラウザ「Dia」をすべてのMacユーザー向けに一般公開した。タブを参照しながら会話できるチャット機能を中心に、要約やファクトチェックなどの「Skills」機能を搭載。AppleシリコンとmacOS 14以降が必要で、主要機能は無料で利用でき、無制限のProプランは月額20ドルで提供される。
Anthropicや英AISIなどの研究チームは、LLMへのデータ汚染攻撃に関する研究を発表した。モデルの規模に関係なく、攻撃の成否はデータの割合ではなく絶対数に依存し、わずか250件の悪意ある文書を混ぜるだけでバックドアの埋め込みに成功した。大型モデルほど汚染しにくいという前提を覆す結果だ。
AnthropicはClaude Code向けプラグイン機能のパブリックベータを開始した。スラッシュコマンド、特化型サブエージェント、MCPサーバー、フックをひとまとめにしてコマンド1つで導入可能。Gitリポジトリを使ったマーケットプレイスの自作や配布にも対応する。
Figure AIは第3世代の人型ロボット「Figure 03」を発表した。同社のAI「Helix」に合わせて設計され、3グラムの圧力を検知できる指先触覚センサーや足裏での2 kWワイヤレス充電を備える。家庭内の安全を考慮して外装に布素材を採用し、専用施設BotQでの量産体制も整える。
GoogleはGemini CLI向けの拡張機能フレームワークを発表した。ターミナルから画面を切り替えることなく、Figma、Postman、Stripeなどの外部ツールと連携できる。MCPをベースにAIへの指示書をパッケージ化しており、コマンド1つで導入可能だ。
GoogleはAIを活用したバーチャル試着ツールに靴カテゴリーを追加したと発表した。商品ページで「try it on」を選び全身写真をアップロードするだけで、スニーカーやヒールの着用感をリアルに確認できる。今後数週間で日本、オーストラリア、カナダにも展開される予定だ。
Qualcommはオープンソースハードウェアの老舗Arduinoを買収することで合意したと発表した。買収額は非公開。ブランドとオープン姿勢は維持され、同時にQualcomm Dragonwingを搭載した新ボード「Arduino UNO Q」も発表された。3,300万人規模の開発者コミュニティがQualcommのエッジAI技術を直接活用できるようになる。
Googleは検索向け「AI Mode」の対応範囲を35以上の新言語と40以上の国・地域へ拡大し、提供地域が世界200以上になったと発表した。カスタム版Geminiモデルを搭載し、自然言語やマルチモーダル入力に対応する。従来の検索と比べて質問の長さが約3倍に伸びているという。
GoogleはWebやモバイルの画面上でクリックやフォーム入力を自律操作できる専用モデル「Gemini 2.5 Computer Use」のプレビュー版を公開した。Gemini 2.5 Proをベースに開発され、低遅延で高い操作精度を実現。1ステップごとの安全チェック機能も備える。Google AI Studioなどで利用可能。
Googleは自然言語でAIミニアプリを構築できるノーコードツール「Opal」の提供を日本やカナダなど15カ国に拡大した。あわせて、ステップ単位で実行・エラー特定ができるノーコードデバッグ機能や、複数ステップの並列実行による高速化も導入されている。
Secret Weaponsはブラウザで動作する映像編集ツール「EbSynth 2」を公開した。キーフレームを1枚編集するだけで動画全体にスタイルを反映できるのが特徴で、外部データセットで学習した生成AIではなくテクスチャ合成アルゴリズムを採用している。タイムラインやレイヤー機能も新設された。
Anthropicは2026年初頭にインドのベンガルールに新オフィスを開設すると発表した。東京に続くアジア太平洋地域で2番目の拠点となる。同社によるとインドは米国に次ぐClaudeの世界第2位の市場で、プログラミング用途が急増している。あわせてヒンディー語など現地の複数言語への対応も強化する。
Anthropicは元Stripe CTOのRahul Patil氏が新CTOに就任したと発表した。同氏はプロダクト、計算基盤、推論などのエンジニアリング組織を統括する。共同創業者で前CTOのSam McCandlish氏はチーフアーキテクトに転任し、事前学習や強化学習インフラの研究開発に専念する。
IBMとAnthropicは戦略的提携を発表した。AnthropicのLLM「Claude」をIBMのソフトウェア群に統合し、第1弾として企業向けAIネイティブIDEを提供する。IBM社内での先行検証では平均45%の生産性向上が確認されたという。両社はMCP標準の策定でも協力し、企業向けAIエージェントの安全な運用を支援する。
テイラー・スウィフトがGoogleと展開した新アルバムの宝探し企画で、公開された12本のヒント動画にAI生成の痕跡があるとしてファンから批判が起きた。GoogleのVeo 3モデル活用を疑う声もあるが、同社はコメントしていない。
YouTubeトップクリエイターのMrBeast氏がSNSで、AI生成動画が生計を立てる何百万人ものクリエイターに影響を与える懸念を示し、「恐ろしい時代」と表現した。OpenAIがSora 2アプリを公開した直後であり、トップ層すら脅威を感じている実態を浮き彫りにしている。
SpotifyはChatGPT内でパーソナライズされた音楽やポッドキャストの推薦を受け取れる連携機能を発表した。プロンプトで気分やテーマを伝えるだけで楽曲を提案し、有料会員なら独自の選曲リストも作成できる。連携は任意で、AI学習に音源は使われない。
OpenAIはAIコーディングエージェント「Codex」の一般提供(GA)を開始した。Slackスレッドで@Codex宛てに作業を直接依頼できる機能や、TypeScript向けSDK、管理者ダッシュボードが追加された。日次利用量は8月初旬から10倍以上に急増している。
OpenAI は ChatGPT 内でサードパーティ製アプリを直接対話・操作できる機能と、オープン規格 MCP に基づく Apps SDK プレビュー版を発表した。Spotify や Canva、Figma などが対応し、チャット内で直接操作画面を呼び出せる。欧州地域等を除くログインユーザー向けに即日開放された。
OpenAIはAIエージェントの構築・展開・最適化を支援する開発者向けツールキット「AgentKit」を発表した。ノーコード感覚でマルチエージェントを組める「Agent Builder」やUI埋め込み用「ChatKit」、評価機能などを一括提供する。複雑なエージェント開発を数か月から数時間に短縮できる点が注目される。
OpenAIとAllied for Startupsは欧州におけるAI導入を加速するための20の提言をまとめた報告書「Hacktivate AI」を発表した。個人のAI学習口座や中小企業向け支援策、行政向けハブなどを提案。社内調査ではITや金融での導入が進む一方、他産業との格差も指摘されている。
Anthropicとデロイトは提携拡大を発表し、世界47万人以上のデロイト従業員にClaudeを展開すると明らかにした。1.5万人の専門家を育成・認定するほか、金融や医療など規制業種向けのAIソリューションを共同開発する。Anthropicとしては過去最大のエンタープライズ導入となる。
Google DeepMindはコードセキュリティ向けAIエージェント「CodeMender」の初期成果を発表した。Gemini Deep Thinkを活用して脆弱性の根本原因を突き止め、コードの書き換えと検証を自動化。過去6か月でオープンソースに72件のパッチを提供している。
AnthropicはAI安全性監査ツール「Petri」をオープンソースで公開しました。自動エージェントが標的モデルと複数ターンの対話を行い、欺瞞や自己保存といった危険な振る舞いを自動で検出・採点します。14の主要モデルをテストしたところ、Claude Sonnet 4.5がGPT-5をわずかに抑えて最もリスクが低い結果となりました。
AMDとOpenAIは次世代AIインフラ向けに計6ギガワット規模のAMD製GPUを導入する戦略的提携を発表した。2026年後半からInstinct MI450シリーズによる最初の1ギガワット配備を開始する。AMDはマイルストーン達成に応じ最大1.6億株の新株予約権も付与する。
OpenAIのビル・ピーブルズ氏がSoraの安全性アップデートを発表した。公開した自身のアバター(Cameo)に対し、「政治的コメントに使わない」「特定ワードを言わせない」といった生成制限を自然言語で設定できるようになった。透かしの視認性向上やアカウント削除仕様の修正も実施された。
米CNBCの報道によると、OpenAIが今週招待制でリリースした動画生成アプリ「Sora」で、ポケモンやスポンジ・ボブなどの人気キャラを模した動画が急増している。法学専門家は大規模な訴訟リスクを指摘。同社は要請に応じた削除やキャラ単位のオプトアウト機能を提供する方針を示している。
IBMは木曜日、Mamba-2とTransformerを組み合わせた言語モデル群「Granite 4」をオープンソース公開した。パラメータ数は30億から320億の4種類。70億モデルはメモリ使用量を前世代の6分の1に抑え、長文処理の推論コストを大幅に削減する。
Uberのデータ事業部門Uber AI Solutionsは、LiDARやマルチセンサーデータのアノテーションを手がけるSegments.aiの買収を発表した。創業チーム全員が合流し、ロボットや自動運転向け開発を継続する。社内で培ったデータ基盤の外部提供を加速させる狙いだ。