OpenAI、Oracleと3000億ドルのクラウド契約締結か 2027年から5年間
米WSJの報道によると、OpenAIはOracleと約5年間で3000億ドル規模の計算資源を購入する契約を結んだ。巨大データセンター計画「Project Stargate」の一環で、2027年から開始予定だという。今年の売上高が127億ドル見込みのOpenAIにとって異例の規模で、Oracleの株価を押し上げている。
AIデイリー：今日のAIニュース
水
9月10日 水曜日
Replitが「Agent 3」公開：実ブラウザで自らテスト＆バグ修正、200分自律動作
Replitは「Agent 3」をリリースした。実際のブラウザを使って自律的にクリック検証やAPIテストを行い、検出した問題を自動で修正する。Computer Useモデルより3倍高速で低コストとされ、最長200分以上の連続作業やSlackボットの自動生成にも対応する。全ユーザーに提供開始。
Meta、画像生成AIのBlack Forest Labsと1.4億ドルの大型契約を締結
Bloombergの報道によると、MetaはドイツのスタートアップBlack Forest Labsと総額1億4000万ドルの2年契約を結んだ。初年度に3500万ドル、翌年に1億500万ドルを支払い、Fluxの画像生成技術を導入する。Midjourneyとの提携に続き、視覚生成領域への大型投資を一段と加速させている。
Copilot Labsに脚本モード登場：新音声モデルMAI-Voice-1で原文通り朗読
MicrosoftのCopilot Labsは新音声モデル「MAI-Voice-1」によるScriptedモードを公開しました。入力テキストを一言一句正確に読み上げるほか、抑揚を強めるEmotiveや複数役を演じ分けるStoryモードも提供され、表現の幅が広がります。
Google、検索広告向け「AI Max」を世界展開 ワンクリックで配信最適化
Google は検索広告向け機能「AI Max」のベータ版を世界中の全広告主に開放した。Google Ads や Search Ads 360 上でワンクリックで AI による最適化や A/B テストを導入できる。今秋にはブランド保護用のテキストガイドライン機能も追加される予定だ。
ChatGPTが「MCP」ツールに対応 開発者モードでJira更新などの書き込み操作が可能に
OpenAIはChatGPTにおいてMCPツールの完全サポートを開始したと発表した。開発者モードでコネクタを作成することで、データ検索だけでなくJiraチケットの更新やZapierの実行といった書き込みアクションが可能になり、高度な自動化を実現できる。
Replitが「Agent 3」発表：3時間超の完全自律デバッグに対応、資金調達も実施
Replitは次世代AI開発ツール「Agent 3」を発表し、2.5億ドルの資金調達を公表した。CEOが「ソフトウェアの完全自動運転」と呼ぶ通り、プランニングや検証を分担する複数エージェント構成を採用。自律動作時間を前世代の20分から200分超へと大幅に伸ばし、自らテストとバグ修正を実行する。
元Anchor創業者がAI学習アプリ「Oboe」公開、プロンプトから数秒で教材生成
Anchorの共同創業者がAI学習プラットフォーム「Oboe」をローンチし、400万ドルのシード調達を発表した。プロンプトを入力するだけでマルチエージェントが連携し、ポッドキャスト風音声やテストなど9種類の教材を数秒で自動生成する。月5本まで無料でコース作成が可能。
Stability AI、商用向け音声生成モデル「Stable Audio 2.5」を公開
Stability AI は企業向け音声生成モデル「Stable Audio 2.5」を発表した。GPU 上で 3 分の楽曲を 2 秒未満で生成可能で、音声インペインティングや多段階の曲構成に対応する。許諾済みデータのみで学習されており、ブランド向けの安全な商用利用を支援する。
RedditやYahooが新規格「RSL」を支持、AIデータ収集の有料化へ
Reddit、Yahoo、Mediumなどの大手メディアが新たなライセンス規格「RSL」への支持を表明した。robots.txtを拡張し、クローリングや推論利用に応じた課金条件を明記できるようにする。ただ、実際に機能するかどうかはAI企業側がルールを受け入れるかにかかっている。
Amazon傘下のZoox、ラスベガスでハンドルなし自動運転タクシーの一般運行を開始
Zooxはラスベガス・ストリップで専用設計の自動運転タクシーを一般向けに提供開始した。ハンドルやペダルはなく対面座席を採用。現段階では有料認可待ちのため、リゾート・ワールドなど指定拠点間を無料で乗車できる。
コカ・コーラがMITらと連合：AIで柑橘類の危機「黄龍病」に挑む
Coca-ColaはMITが主導する生成AIコンソーシアムに参画し、OpenAIらと共に「Save the Orange」プロジェクトを発足させた。フロリダの生産量を9割激減させた深刻な柑橘グリーニング病の対策にAIを投入し、25年以内の供給枯渇を防ぐ狙いだ。
ByteDance、画像編集AI「Seedream 4.0」公開 4K対応でNano Bananaに対抗
ByteDanceは画像生成・編集モデル「Seedream 4.0」を発表し、Krea AIや自社アプリ「即夢」などで提供を開始した。Google DeepMindの「Nano Banana」に対抗し、ネイティブ4K生成と画像編集に対応。推論速度は従来比で10倍以上向上している。
温度0でもLLMの出力がブレる原因、Thinking Machinesが解明
Thinking Machines AIはLLM推論の非決定性を分析する技術記事を公開した。温度を0にしても結果が変わる原因はGPUの並行浮動小数点計算だと広く信じられていたが、前向計算自体は決定的だと判明。真の要因は動的バッチ処理にあり、同時に処理される他リクエストの影響で計算結果が変わる「バッチ不変性の欠如」にあると指摘した。
火
9月9日 火曜日
Perplexity Comet、ローカルMCP対応へ：PC内のファイル操作が可能に
Perplexityが開発中のCometブラウザにローカルMCP（Model Context Protocol）サポートを追加する準備を進めていることが明らかになった。プロンプトからPC内のフォルダやローカルファイルを直接操作できるようになる見込みだ。Webブラウザからデスクトップ全体を扱うエージェントへの拡張を狙う動きだが、現時点では開発ビルド段階にとどまる。
ElevenLabs、AIエージェント向けテスト機能を公開 CI/CD連携で退行バグを防ぐ
ElevenLabsは会話型エージェント向けの検証機能「Agents Testing」を発表した。ツールの呼び出しやオペレーターへの引き継ぎ、安全ガードレールを構造化シミュレーションで検証可能。過去の会話データからテストを自動生成し、CI/CDパイプラインに組み込んで本番前の不具合を防げる。
Google、中学生向けAI学習ゲーム「AI Quests」を公開
Google Researchはスタンフォード大学と共同で、11〜14歳向けの学習ツール「AI Quests」を発表した。第1弾は洪水予測を題材に、生徒自らデータ収集やモデル訓練を体験する。教育者向けに授業案も無償提供される。
Baiduが推論モデル「ERNIE X1.1」を発表：事実性が約35%向上、GPT-5に匹敵
Baiduは「WAVE SUMMIT 2025」で推論モデルERNIE X1.1を発表しました。前世代と比べ事実性が34.8%向上し、総合性能でDeepSeek R1-0528を上回りGPT-5に匹敵すると主張しています。あわせて21Bの思考モデルもオープンソース化され、Webやアプリで即座に利用可能です。
NVIDIA Blackwell UltraがMLPerfで首位独占：R1推論でHopperの5倍に
NVIDIAはMLPerf Inference v5.1において新アーキテクチャ「Blackwell Ultra」を搭載したGB300 NVL72の測定結果を初公開した。DeepSeek-R1などのテストで新記録を樹立し、Hopper比で約5倍の推論スループットを達成している。
「AIの父」ヒントン氏が警告：AIは大量の失業と貧富の格差をもたらす
ノーベル賞受賞者で「AIの父」と呼ばれるジェフリー・ヒントン氏がFTの取材に応じ、富裕層が労働者をAIに置き換えることで深刻な大量失業が生じると警告した。基本所得制度でも人間の尊厳は補えないとし、5〜20年以内に超知能が登場するとの見解を示した。
ハーバード医科大学がPDGrapher公開：病変細胞を正常化する創薬AI
ハーバード医科大学の研究チームは病変細胞を健康な状態へと戻す遺伝子標的や併用薬を特定する無料AIモデル「PDGrapher」を発表した。単一標的の探索ではなく細胞内シグナル経路をグラフ構造で捉え、11種類の癌データで従来より最大25倍高速に予測する。
OneMeta AIがVerbumを発表：最大50人が母国語で同時通話できるリアルタイム音声翻訳
OneMeta AIはリアルタイム多言語翻訳サービス「Verbum」を発表した。最大50人がそれぞれ異なる母国語で話しても、82の言語と40の方言に対応して約1秒でテキスト化とAI音声翻訳を提供する。国際チームの会議からメタバースの多人数交流まで言葉の壁を解消することを目指している。
Claude、ExcelやPowerPointなどのファイルを直接作成・編集可能に
AnthropicはClaudeがExcelスプレッドシート、文書、PowerPointスライド、PDFを直接生成・編集できる新機能を発表した。バックグラウンドの仮想環境でコードを実行し、データ分析や資料作成を自動で行う。有料プラン向けに提供が始まっている。
Apple、Apple Watch Ultra 3発表：衛星通信とAIワークアウト機能搭載
AppleはApple Watch Ultra 3を発表した。双方向衛星通信への対応や最大42時間のバッテリー駆動に加え、機械学習を活用した高血圧の兆候検知を導入。さらにwatchOS 26では、Apple Intelligenceを活用して心拍数やペースに応じた音声フィードバックを送る「Workout Buddy」を搭載する。なお、AIコーチ機能は当面英語のみで、対応iPhoneの連携が必要となる。
米イーライリリー、10億ドル超の研究資産に基づくAI創薬基盤「TuneLab」提供開始
Eli Lillyはバイオテクノロジー企業向けにAI創薬プラットフォーム「TuneLab」を発表した。10億ドル以上を投じて蓄積した安全性や前臨床データを活用したAIモデルを、連合学習によって各社の機密データを保護したまま利用可能にする。
Appleが最薄5.6mmのiPhone Air発表：A19 ProでオンデバイスAIを大幅強化
Appleは史上最薄となる厚さ5.6mmの「iPhone Air」を発表した。A19 Proを搭載し、GPUコア内のニューラルアクセラレータによって生成AI演算性能を3倍に強化。iOS 26のApple Intelligenceと連携し、リアルタイム翻訳や画面検索などのオンデバイスAI体験を提供する。9月12日予約開始。
Appleが「iPhone 17」発表 A19チップに生成AI向けアクセラレーターを統合
Appleは「iPhone 17」を発表した。第3世代3nmプロセスのA19チップを搭載し、GPUコアごとに端末内生成AIモデルを高速処理するNeural Acceleratorを内蔵。iOS 26のApple Intelligenceによるリアルタイム翻訳や画面検索に対応する。
AppleがApple Watch SE 3を発表、常時表示やS10チップを搭載
AppleはApple Watch SE 3を発表した。S10チップを搭載し、SEシリーズで初めて常時表示ディスプレイと高速充電に対応したほか、Apple Intelligenceを活用したWorkout Buddyも提供する。手頃な入門機ながら上位モデルに近い使い勝手を実現している。
AppleがAirPods Pro 3発表：ノイズ低減2倍、AIリアルタイム翻訳と心拍計測に対応
AppleはAirPods Pro 3を発表した。前世代比で最大2倍のANC性能を備え、新たに心拍数センサーを搭載。さらにApple Intelligenceを活用した対面リアルタイム翻訳機能や、オンデバイスAIによるワークアウト支援に対応した。
NVIDIA、100万トークン超の推論を高速化する新チップ「Rubin CPX」を発表
NVIDIAは動画生成やコーディングなど大規模AI推論タスク向けの新チップシステム「Rubin CPX」を発表した。動画のエンコード・デコードと推論を単一基盤に統合し、100万トークン規模の処理におけるマルチチップの非効率を解消する。
月
9月8日 月曜日
米反トラスト訴訟資料で発覚、Googleが「オープンウェブは急速に衰退」と認める
The Verge報道によると、Googleは広告独占を巡る法廷提出書類で「オープンウェブはすでに急速に衰退している」と主張した。AI検索下でもウェブは繁栄しているというこれまでの公式見解と矛盾する内容だ。Googleは文脈が切り取られたものであり、言及したのはディスプレイ広告市場にすぎないと釈明している。
Google検索の「AI Mode」、日本語や韓国語など新たに5言語へ対応
Googleは検索の「AI Mode」を日本語、韓国語、ヒンディー語、インドネシア語、ブラジルポルトガル語の5言語に拡大したと発表。Gemini 2.5のカスタムモデルを使い、単なる翻訳を超えて地域の文脈を汲み取った複雑な検索に対応する。
ランボルギーニ、運転ミスをリアルタイム補正するAIセンサー構想を公表
ランボルギーニは野球ボール大の「6Dセンサー」と機械学習を用いて、車両姿勢と運転操作をリアルタイムに補正する仕組みを明かした。スムーズに走ればアシストを緩め、ミスがあれば介入する。将来はドライバーの気分に合わせて挙動を変える構想もある。
GoogleのGeminiアプリ、ついに音声ファイルのアップロードに対応
Googleは月曜日、Geminiアプリに音声ファイルのアップロード機能を追加した。無料ユーザーは1回あたり最大10分（1日5回まで）、有料プランでは最大3時間の音声を解析できる。あわせてNotebookLMにもクイズや学習ガイド形式のレポート生成が加わり、検索AIモードも日本語に対応した。
Rabbitが「rabbitOS 2」配信：r1をカード型UIに刷新、声でアプリ自作も
RabbitはAIデバイス「r1」向けにrabbitOS 2の配信を開始した。操作画面をカード型UIに全面刷新したほか、音声で指示するだけでツールやゲームを数分で生成できる新機能「creations」を導入。internエージェントによる画像生成やオフライン会議要約にも対応した。
OpenAI、5000万ドルの非営利支援基金の申請受付を開始：使途自由な助成金を提供
OpenAIは5000万ドル規模の「People-First AI Fund」の第1回助成金申請の受付を開始した。米国の非営利団体を対象に、AIリテラシー向上やコミュニティでの活用を支援する使途自由の助成金で、AI利用経験のない組織も応募可能となっている。
OpenAIが長編アニメ映画「Critterz」製作、ハリウッド参入へ
報道によると、OpenAIは長編アニメ映画「Critterz」の製作を進めており、2026年の劇場公開を目指している。GPT-5などのAIツールを主に活用し、制作期間わずか9カ月、3000万ドル未満の低予算で完成させることで、映画業界にAIの実用性を示す狙いだ。
Anthropic、カリフォルニア州のAI規制法案「SB 53」への支持を表明
Anthropicはカリフォルニア州の最先端AI規制法案「SB 53」への支持を発表した。同法案は10^26 FLOPS以上の計算力で開発された大規模モデルを対象に、安全フレームワークの公表や内部告発者保護を義務付ける一方、スタートアップは対象外とする。同社は情報開示の法制化が健全な競争に繋がると評価している。
GoogleがVeo 3を刷新：全般値下げに加え、1080pと9:16縦型動画に対応
Googleは動画生成モデル「Veo 3」と「Veo 3 Fast」のアップデートを発表した。生成価格を全面的に引き下げたほか、9:16の縦型動画や1080p解像度に対応。Gemini APIで本番環境向けの安定版となり、SynthID透かしも継続して付与される。
金
9月5日 金曜日
ザッカーバーグ氏のAI投資公約が波紋：トランプ氏への釈明音声が流出
ホワイトハウスの夕食会でMetaのザッカーバーグCEOがトランプ米大統領に2028年までに米国内へ少なくとも6000億ドルのAI投資を行うと表明した。しかし直後、「どの数字を合わせたいかわからなかった」とトランプ氏に耳打ちするオフレコ音声が拡散。本人は期間を混同して控えめな数字を言っただけだと釈明している。
Anthropic、著作権侵害訴訟で約15億ドルの和解案に合意
Anthropicは海賊版書籍をAI学習に利用したとされる集団訴訟で、少なくとも15億ドルを支払う和解案に合意した。1作品あたり約3000ドルが支払われ、ダウンロード済みデータの破棄も義務付けられる。米国の著作権訴訟として過去最大規模だが、将来の学習許諾は含まれていない。
Robloxが4D生成AIを発表：プロンプトから「実際に運転できる車」を即座に作成
Robloxはの開発者会議で、インタラクティブなオブジェクトを生成できる「4D Objects」を発表しました。テキストからドアが開き実際に走る車などを自動生成できるほか、リアルタイム音声翻訳やMCP対応のAIアシスタントも追加され、メタバース制作の敷居が大幅に下がります。
Robloxが動画フィードと新AI発表：運転できる車をプロンプトで生成
Robloxはの開発者会議で、ゲーム動画共有機能「Roblox Moments」と新AIツール群を発表した。プロンプトから運転可能な車など動的な3Dオブジェクトを生成可能になるほか、リアルタイム音声翻訳やNPC用音声APIも順次提供される。
Rokidの新型AIメガネ、予約開始72時間で100万ドル突破
ZDNET報道によると、RokidがKickstarterで開始した新型AIグラス「Rokid Glasses」の先行予約が72時間で100万ドルを突破しました。49gの軽量ボディにHUDディスプレイやChatGPT連携、89言語翻訳を内蔵しています。画面表示のないMeta Ray-Banの弱点を突いた製品として注目を集めています。
GoogleスプレッドシートにGemini連携機能、「=AI」関数でテキスト一括処理が可能に
GoogleはGoogleスプレッドシートでGeminiを直接呼び出せる「=AI」関数を提供開始した。セルに関数と指示プロンプトを入力するだけで、レビュー要約やフィードバック分類、個別文案の生成などを何百行分も一括で自動処理できる。
OpenAI、Broadcomと自社AIチップ開発か 来年にも内製量産へ
英Financial Timesによると、OpenAIは米Broadcomと提携し、内製用の独自AIチップを来年にも量产開始する見通しだ。Broadcomが発表した100億ドルの大口受注先がOpenAIだとみられている。GoogleやAmazonと同様、コスト削減とNvidiaへの依存脱却を狙う。
Snapchat、自由なテキスト入力で画像生成できる「Imagine Lens」公開
Snapchatはテキストプロンプトで画像を生成・編集できる「Imagine Lens」を発表した。テンプレートにとらわれず自由な指示で画像を作れるのが特徴。現在は月額制のSnapchat+ PlatinumおよびLens+会員向けに提供されている。
OpenAIがLLMの「幻覚」原因を分析 正答率偏重の評価がAIの山勘を助長
OpenAIは言語モデルがハルシネーションを起こす要因を分析した論文を公開した。現在の評価ベンチマークが正答率のみを測定するため、「分からない」と認めるよりも当てずっぽうに答えた方が有利になる構造を指摘。自信満々の誤答を減点し、不確実性の表明を適切に評価する仕組みへの改定を求めている。
プロスポーツ初、米野球独立リーグでAIが公式戦の采配を担当へ
米独立パイオニアリーグのオークランド・ボーラーズは土曜の公式戦でAIに試合中の指揮権を委ねると明らかにした。プロスポーツで初とみられ、打順決定や投手交代、代打、守備位置の指示を担う。ソフトウェア会社Distilleryがわずか2週間で開発した。
Timekettle、シェア特化の翻訳イヤホン「W4」発売：骨伝導センサー搭載
Timekettleはリアルタイム翻訳イヤホン「W4 AI Interpreter Earbuds」を349ドルで発売した。通常のマイクに骨伝導センサーを組み合わせ、騒音下や小声でも正確に集音可能。Babel OS 2.0を搭載し、42言語・95アクセントの即時翻訳に対応する。
木
9月4日 木曜日
OpenAI、LinkedIn対抗の求人プラットフォーム発表 2026年半ば提供へ
OpenAIは企業と求職者をAIでマッチングする採用基盤「OpenAI Jobs Platform」の開発を発表した。2026年半ばの提供を目指しLinkedInと直接競合する。あわせてAIスキル認定制度も2025年末に試験導入し、ウォルマートと連携する。
Anker、硬貨サイズのAIボイスレコーダー「Soundcore Work」を発表
Ankerは直径わずか0.91インチの小型AIレコーダー「Soundcore Work」を発表した。価格は159ドル。服にクリップ留めして8時間駆動し、GPT-4.1を活用して100以上の言語の文字起こしや話者分離、会議の要約を自動で行う。
Google フォトに「Create」タブ新設：動画生成AI「Veo 3」で静止画を動画化
Google は Google フォトに新しい制作ハブ「Create」タブを導入し、最新の動画生成モデル「Veo 3」による静止画の動画化機能を提供開始した。米国ユーザー向けに展開中で、写真を微細な動き付きの短尺動画やアニメ調の画像に変換できる。無料枠は1日あたりの生成回数に制限があり、有料プランで拡張される。
動画生成のCaptionsがMirageへ改名、短尺特化の基底モデル開発へ
AI動画アプリのCaptionsが社名を「Mirage」に変更すると発表した。TikTokやReelsなどの短尺動画に特化したマルチモーダル基底モデルを開発する研究所への転換を目指し、既存の制作ツールと広告向けMirage Studioを統合する。
Adobe、動画編集「Premiere」をiPhone向けに無料提供へ AI機能も統合
米Adobeは動画編集アプリ「Premiere」を9月後半にiOS向けに無料で提供開始すると発表した。トラック数無制限のタイムラインや4K HDRに対応し、Fireflyによる生成AI音響や音声補正を備える。基本機能は無料だが、追加クラウドやAIクレジットは有料となる。
AtlassianがThe Browser Companyを買収、AI作業特化型ブラウザ「Dia」を展開へ
AtlassianはArcやDiaを手がけるThe Browser Companyの買収合意を発表した。双方はDiaをナレッジワーカー向けブラウザとして開発し、AIスキルや業務コンテキストの連携、エンタープライズ級のセキュリティ機能を組み込む計画だ。
Google、「かこって検索」にスクロール翻訳を追加 画面移動時も自動で継続
GoogleはAndroidの「かこって検索（Circle to Search）」にスクロール連動のリアルタイム翻訳機能を追加した。画面を動かすたびに翻訳し直す手間がなくなり、別アプリに切り替えても翻訳が続く。今週より一部のGalaxy端末向けに順次配信される。
Google、端末向け埋め込みモデル「EmbeddingGemma」公開：完全オフラインで RAG や検索が可能に
Google は端末上での動作に特化したオープンな埋め込みモデル「EmbeddingGemma」を発表した。パラメータ数は 3 億 800 万で、ネット接続なしでセマンティック検索や RAG を実行できる。Gemma 3n と同じトークナイザーを採用し、メモリ消費を抑えつつ高い多言語性能を実現する。
トランプ米大統領、白宮でテック首脳陣と会食：AI研究と巨額投資を誇示
木曜日、トランプ米大統領がホワイトハウスにテック首脳陣を招き、AI研究と対米投資を誇示した。MetaやAppleが6000億ドル、Microsoftが年800億ドルの対米投資を挙げる中、OpenAIのサム・アルトマン氏らが出席した一方、イーロン・マスク氏は招待客から外れた。
水
9月3日 水曜日
水1万8000杯の悪戯注文を経て：米ファストフード大手がドライブスルーAIを再構築
報道によると、タコベルやマクドナルドがドライブスルーAIの導入戦略を再検討している。アイスにベーコンを追加する誤作動や1万8000杯の水を注文される悪戯を受け、マクドナルドはGoogle Cloudの音声AIへ移行し、タコベルは混雑時の有人対応を検討中だ。
ByteDanceがUI-TARSを公開：画面を直接操作するオープンソースAgent
ByteDanceはGUIやツール利用性能を大幅に高めたAgentモデルUI-TARS-2のリリースを発表しました。視覚言語モデルと強化学習推論を組み合わせ、デスクトップやモバイルの画面要素を認識して自動操作します。OSWorldなどのベンチマークでも高いスコアを記録しています。
日
8月31日 日曜日
Google DeepMind、ベクトル検索の数学的限界を解明：RAGの信頼性に課題
Google DeepMindの研究チームは、RAGで主流の単一ベクトル埋め込みに理論的な表現限界が存在することを実証した。新ベンチマークLIMITではGoogleやSnowflakeの先端モデルの再現率が20%未満に急落し、旧来のBM25が上回る結果に。モデル拡大では解決できない根本課題だ。
金
8月29日 金曜日
Eliza LabsがXを提訴：技術情報を聞き出された後にアカウント凍結・類似機能を提供か
オープンソースのAIエージェント基盤ElizaOSを手がけるEliza Labsが、X（旧Twitter）を米連邦地裁に提訴した。協業や規約違反対応を名目に技術詳細を詐取された後にアカウントを停止され、xAI側で類似製品を模倣されたと主張している。
Krea AI、リアルタイム動画生成モデル発表 描画やWebカメラから即座に映像化
Krea AIがリアルタイム動画生成モデル「Realtime Video」を発表しました。再生速度を上回る生成速度を実現し、キャンバスへの描画やWebカメラ映像、テキスト入力に合わせて一貫した動画がリアルタイムに変化します。長時間のレンダリング待ちをなくし、直感的な操作を可能にします。
木
8月28日 木曜日
マイクロソフト、初の自社開発モデル「MAI-Voice-1」と「MAI-1-preview」を発表
Microsoftは自社開発のAIモデル2種を発表した。音声モデル「MAI-Voice-1」は単一GPUで1分の音声を1秒未満で生成でき、Copilotに導入済み。「MAI-1-preview」は約1.5万基のH100で学習した混合エキスパート型モデルで、LMArenaで公開テストを開始した。
Xcode 26 beta 7がGPT-5とClaudeに対応、有料アカウント連携が可能に
Appleは「Xcode 26 developer beta 7」を公開し、Claudeの有料アカウント連携とOpenAIの最新モデル「GPT-5」への対応を追加した。開発者はClaude Sonnet 4や推論を強化したGPT-5（Reasoning）をコード補正やデバッグに直接利用できる。
「雰囲気評価」から脱却：Google Labs、LLM評価ツール「Stax」を公開
Google LabsとGoogle DeepMindはLLM評価ツール「Stax」を実験的に公開した。テストデータをアップロードし、Geminiなどのモデルを用いた事前定義またはカスタムの自動評価機能（Autoraters）を使って、回答の正確性やトーンを体系的に測定できる。
Anthropic、会話履歴をAI学習に利用へ オプトアウト可能だが初期値はオン
Anthropicは個人ユーザーのチャットやコード履歴をAIモデルの学習に利用し、最長5年間保持すると発表した。9月28日に発効し、Free、Pro、Maxが対象となる。同意ポップアップはデフォルトで有効化されているが、設定から無効化できる。企業向けやAPI利用は除外される。
PixVerseが動画生成AI「V5」公開、ユーザー1億人突破
PixVerseは新世代動画生成モデル「PixVerse V5」とAgent機能を発表し、ユーザー数1億人突破を公表した。V5は動きの滑らかさと画質を大幅に強化し、最速5秒で360p動画を出力できる。期間限定の無料開放も実施されている。
OpenAIが「gpt-realtime」提供開始、Realtime API正式版で20%値下げ
OpenAI は音声対話機能を提供する Realtime API の正式版を公開し、新モデル「gpt-realtime」を発表した。SIP による電話網接続、画像入力、リモート MCP ツール連携に対応し、プレビュー版と比べて利用料金を 20% 引き下げた。
xAIが初のコード特化モデル「Grok Code Fast 1」を発表、CopilotやCursorで無料提供
xAIがエージェント型コーディングに特化した新モデル「Grok Code Fast 1」を発表しました。SWE-benchスコアは70.8%で、GitHub CopilotやCursorで期間限定で無料提供されています。高速かつ安価な一方、初期フィードバックでは複雑な作業でミスが目立つと指摘されています。
Anthropicが利用規約を改定：Claudeの会話データを学習に使うか選択可能に
Anthropicは個人向け利用規約とプライバシーポリシーを改定し、Free、Pro、Maxのユーザーに対し、会話やClaude Codeのデータをモデル学習に使用することを許可するかどうかの選択肢を設けた。同意した場合のデータ保持期間は30日から5年に延長される。商用やAPI利用は対象外。
テンセントら、人手ラベル不要でLLMが自己進化する「R-Zero」を発表
Tencent AI Labとセントルイス・ワシントン大学の研究チームは、人手によるラベル付きデータを一切使わずにLLMを自律進化させるフレームワーク「R-Zero」を発表した。基底モデルを「出題者」と「解答者」に分け、強化学習で適切な難易度の問題を自動生成する仕組み。Qwen3-4Bの数学推論スコアが6.49ポイント向上するなど、データ収集コストの大幅削減が期待される。
テンセント、動画から高精度な効果音を作るHunyuanVideo-Foleyを公開
テンセント混元は映像とテキストから音響効果を生成するフレームワーク「HunyuanVideo-Foley」をオープンソース公開した。10万時間のマルチモーダルデータで学習し、映像の動きや時間軸に合わせた多層的な音声を自動生成できる。
ヴァーサ大学がスマート包装研究：変色インクとAIで高価なセンサーを代替
フィンランドのヴァーサ大学の研究者が、温度や湿度の変化で変色するインクと人工知能を組み合わせたスマート包装技術を発表した。高価な電子センサーを使わずに微細な変色を捉え、生鮮食品や医薬品の品質管理を低コストかつ環境負荷を抑えて実現する。
水
8月27日 水曜日
NVIDIAのQ2売上高は前年比56％増の467億ドル、Blackwellが270億ドルを牽引
NVIDIAは水曜日、第2四半期決算を発表し、売上高が前年同期比56％増の467億ドル、純利益が264億ドルに達したと明らかにした。データセンター売上のうち最新Blackwellチップが270億ドルを占めた。一方、規制の不透明感から中国市場向けH20チップの現地販売はゼロにとどまった。
OpenAI、ターミナルで動くコーディングAI「Codex」のオープンソース公開を改めて案内
2025年4月、OpenAIはターミナル上で動作する軽量コーディングエージェント「Codex CLI」をApache-2.0ライセンスでオープンソース公開している。Mac、Linux、Windowsのローカル環境で直接実行でき、VS Codeなどのエディタとも連携可能だ。ChatGPTアカウントで手軽に利用できる点が特徴となる。
OpenAIがCodexをGPT-5で強化、新IDE拡張機能やGitHubコードレビューに対応
OpenAIはCodexの機能強化を発表した。GPT-5を搭載し、新しいIDE拡張機能、クラウドとローカル環境間のタスク移行、GitHubでのコードレビュー機能、刷新されたCLIを提供する。ChatGPTの各プランから利用可能だ。
米緊急通報センターの人手不足をAIで支援 Aurelianが1400万ドル調達
AI音声エージェントを開発する米AurelianはNEA主導のシリーズAで1400万ドルを調達したと発表した。同社は深刻な人手不足に悩む911通報センター向けに、騒音被害や駐車違反などの非緊急通報を自動処理するAIを提供。真の緊急時は即座に人間の担当者へ転送する仕組みで、すでに十数カ所のセンターで本稼働している。
空飛ぶクルマの米Alef、シリコンバレーの空港で実証実験を開始
米Alefはシリコンバレーの2つの空港と提携し、垂直離着陸できる空飛ぶクルマの試験運用を開始すると発表した。完全EVで陸上約320km、飛行約177kmの航続距離を持つ。既存の航空管制との連携やAI安全システムの検証を進める。
Lindy、自律型Web巡回エージェント「Lindy Build」発表：AIが自らバグを検出・修正
Lindy は「Lindy Build」を発表した。Web ブラウジングエージェントを使い、自律的に画面をクリックして問題を発見・修正する。プロトタイプ作成後の手動デバッグの手間を解消し、複雑なアプリを指示して放置するだけで完成することを目指している。
マイクロソフト、Copilotをサムスンの2025年型テレビ・モニターに搭載
Microsoftがサムスンの2025年型スマートテレビやモニターにCopilotを導入しました。リモコンのマイクボタンから画面上のアニメーションアバターを呼び出し、ネタバレなしのあらすじ要約や映画の推薦を対話で受け取れます。まずは一部地域の対象モデルから順次展開されます。
生成AIコンシューマーアプリ Top 100 第5弾：市場安定化とコード生成台頭
Andreessen Horowitzは第5回「Top 100 Gen AI Consumer Apps」を発表した。ウェブ版の新顔は前回の17から11に減少し、市場の安定化が見られる。ChatGPTが首位を維持する一方、GeminiやGrokが猛追。特にLovableが22位に急浮上するなど、バイブコーディングの定着が際立っている。
OpenAIとAnthropicが共同安全性評価を公開：互いの主力AIを相互検証
OpenAIとAnthropicは初の共同安全性評価の結果を公表し、互いの社内テストを用いて相手の主力モデルを検証した。Claude 4はプロンプト抽出耐性に優れる一方、幻覚テストで70%の拒絶率を記録。OpenAI o3は脱獄耐性で優勢を示した。競合同士が互いの盲点を洗い出す透明性の高い試みだ。
Google Vidsが大幅刷新：Veoによる画像動画化やAIアバターが正式提供
Googleは動画制作アプリ「Google Vids」の生成AI機能を一般提供した。Veoを活用した写真からの8秒音声付き動画生成や、台本を入力するだけで話せるAIアバター機能を追加。言い淀みを自動でカットする文字起こし編集も加わり、基本エディタは一般無料ユーザーにも開放された。
Meta、「Horizon」向け環境生成ツールを一般公開 対話型LLM NPCも予告
Metaはクリエイター向けツール「Worlds Desktop Editor」にて、プロンプトから空間全体を構築できる「Environment Generation」を全クリエイターに提供開始した。さらに、音声で動的に対話できるLLM搭載の具身NPCツールも近日中に提供すると予告した。
Anthropicの教育レポート：大学教員はClaudeを教材作りや研究にどう使っているか
Anthropicは高等教育関係者によるClaude上の約74,000件の対話を分析したレポートを公開した。教員は主にカリキュラム開発や学術研究でAIを活用しており、教育現場では協働相手として、事務作業では自動化ツールとして使い分ける傾向が見られた。
AnthropicがAI悪用報告書を公開：Claude Codeがサイバー恐喝に悪用される
AnthropicはAI脅威インテリジェンス報告書を公開しました。ハッカーがClaude Codeを使って17以上の組織に自動侵入・情報窃盗を行い身代金を要求した事例などが判明。同社は該当アカウントを即時凍結し、新たな検知対策を導入したと発表しました。
Anthropicが国家安全保障諮問委員会を発足：元国防長官代行ら両党の重鎮が集結
Anthropicは国家安全保障および公共部門諮問委員会の設立を発表した。シャナハン元国防長官代行やコーエン元CIA副長官など両党の元高官が参加し、サイバー防衛や情報分析などの分野で支援を行う。同社は米政府機関との連携を急速に深め、安全保障分野でのAI活用を本格化させている。
郭明錤氏：MetaのAIグラス「Hypernova」は3Q25量産開始か、出荷予想は最大20万台
アナリストの郭明錤氏によると、MetaのAIグラス「Hypernova」は3Q25に量産が始まり、2年間の出荷量は15万〜20万台にとどまる見込みです。価格は約800ドルでAIが目玉ですが、Appleに先駆けて展開する実験的製品の位置付けです。
