xAI、画像・動画生成「Grok Imagine」を期間限定で無料開放 音声付き15秒動画に対応
イーロン・マスク氏はxAIの画像・動画生成ツール「Grok Imagine」を世界中で期間限定で無料開放すると発表した。iOSとAndroidに対応し、OpenAIのSoraにはまだない音声付き15秒動画の生成が可能。xAIはGrok 4の無料提供も進めており、ユーザー獲得を加速させている。
イーロン・マスク氏はxAIの画像・動画生成ツール「Grok Imagine」を世界中で期間限定で無料開放すると発表した。iOSとAndroidに対応し、OpenAIのSoraにはまだない音声付き15秒動画の生成が可能。xAIはGrok 4の無料提供も進めており、ユーザー獲得を加速させている。
Fortune報道によると、専門家らはAIデータセンター向け電力網で米中格差が深刻化していると指摘した。中国が長年の先行投資により80〜100%の予備電力を確保する一方、米国は電力網の逼迫と認可遅延によりAIインフラ拡張が足止めされている。
米消費者連盟など15団体がFTCと各州の司法長官に対し、xAIのGrokに関する緊急調査を要請した。画像・動画生成ツール「Imagine」のSpicyモードがテイラー・スウィフトのトップレス画像を生成したことを受け、非同意の性的画像や甘い年齢確認体制が問題視されている。
米Anthropicは木曜日、Claude.aiとClaude Codeに「学習モード」を導入した。単に回答を出力するのではなく、ソクラテス式の問いかけで問題の背景理解を促す。Claude Codeではコードに「#TODO」を残してユーザー自身に書かせる仕様で、全ユーザーが無料で利用できる。
MITの研究チームが生成AIを用いて3600万種以上の未知の化合物を設計し、耐性淋菌やMRSAを殺滅する有望な抗生物質候補を発見した。既存薬のマイナーチェンジではなく、まったく新しい分子構造と細胞膜破壊メカニズムで薬剤耐性問題の突破を目指す。
欧州のMultiverse Computingは端末向け極小AIモデル「SuperFly」(9400万)と「ChickBrain」(32億パラメータ)を発表した。独自の量子物理アルゴリズムで圧縮され、IoT家電やMacBookで完全オフライン動作する。ChickBrainは元のLlama 3.1 8Bを上回るスコアも記録したという。
ChatGPT責任者のNick Turley氏がインタビューで、ChatGPTへの広告導入を「完全には否定しない」と述べた。2029年まで黒字化が見込めない中、推薦商品からの手数料徴収も検証中だという。なお、総ユーザー数は7億人を突破した。
HTCはAI音声アシスタント内蔵のスマートグラス「Vive Eagle」を発表した。重量49gのフレームに1200万画素カメラとツァイス製レンズを備え、13言語の画像翻訳やリマインダー記録に対応する。価格は約520ドルで、現在は台湾市場限定で販売されている。
Deutsche Telekomは欧州10カ国で格安端末「T Phone 3」(149ユーロ)と「T Tablet 2」(199ユーロ)を発売した。PerplexityのAIアシスタントをシステムに統合し、専用ボタンから手軽に呼び出せるほか、18カ月分のPerplexity Proも付属する。高額なフラッグシップ機がなくてもAIを日常で使えるようにする狙いだ。
WindsurfがWave 12アップデートを公開し、自律型AIエンジニア「Devin」の機能を直接統合した。コード理解を支援するDeepWikiやプロンプトで賢く一括修正する「Vibe and Replace」を追加し、Cascadeの自動タスク計画やリモート開発コンテナにも対応している。
GoogleはGemma 3シリーズの最小モデル「Gemma 3 270M」を発表した。パラメータ数はわずか2.7億で、指示追従や構造化テキスト出力を標準装備。テキスト分類やデータ抽出など、特定用途に絞った低コストかつ高速なファインチューニングに最適化されている。
報道によると、ジェフリー・ヒントン氏がAi4カンファレンスにて、人間より賢い超知能AIを服従させるのは不可能だと警告した。同氏は、親が子を守るようにAIへ「母性本能」を組み込むべきだと提案。これに対し李飛飛氏は、人間の尊厳と主体性を保つ人間中心のAIであるべきだと異を唱えた。
MidjourneyはStandardプランのユーザー向けにHD動画生成機能を開放しました。同時に動画を1〜2本単位で生成できる小バッチ指定(--bs 1など)を追加してコストを最大4分の1に抑えられるようにしたほか、ムードボードを独立ページに移動しました。
xAIの共同創業者イゴール・バブシュキン氏が同社を離れると発表した。今後は新会社Babuschkin Venturesを立ち上げ、AI安全研究やスタートアップへの投資に取り組む。退任は、対話AI「Grok」の不適切発言や偽画像生成などで批判が相次ぐ中で行われた。
Higgsfield AIは手描きのスケッチから直接動画を生成できる新機能「Draw-to-Video」を発表しました。MiniMax、Veo 3、Seedance Proなどのモデルに対応しており、プロンプト入力に頼らず直感的な構図で動画を作れます。
GoogleはGeminiアプリに過去のやり取りから好みを学習して回答を最適化する機能と、履歴に残らない「一時チャット」を追加した。一時チャットはモデルの学習にも使われず最長72時間で消去される。まずは一部地域のGemini 2.5 Proから順次提供される。
自動運転スタートアップのAutoXから刷新されたTensorが、個人所有を前提とした世界初の量産L4自動運転車「Tensor robocar」を発表した。多彩な高性能センサー群を搭載し、2026年から欧米や中東で順次展開する予定だ。ロボタクシーではなく自家用車としての直接販売を狙うが、製造コストや事故時の法的責任が大きな壁となる。
AIストーリーテリングプラットフォーム「Hidden Door」が早期アクセスを開始した。一般的な対話型AIとは異なり、無敵の武器を出して即座に勝利することはできず、世界観の制限やダイス判定に従って進める仕組みだ。生成待ちの長さや展開のぎこちなさは残るものの、制約による物語の深みを目指している。
NVIDIAはFLUX.1 Kontext [dev]のNIMマイクロサービスを公開した。量子化によりモデルサイズを最大7GBまで削減し、TensorRTで推論速度を2倍以上に向上。ComfyUIから手軽に呼び出せる。
英Financial Timesによると、サム・アルトマン氏とOpenAIが、脳インプラントを開発する新興企業Merge Labsを支援している。イーロン・マスク氏率いるNeuralinkの直接のライバルとなる。アルトマン氏は2017年から人間と機械の融合構想を語っており、両者の対決はAIから脳領域へ拡大した。
ロイターの報道によると、米法執行当局は中国への不正な迂回輸出を防ぐため、特定の先進AI半導体やサーバーの輸送貨物に位置追跡装置を極秘に仕込んでいる。サプライチェーン関係者によると、デルやSuper Microのサーバー梱包材や内部から端末が発見された例もあるという。米政府による輸出規制の取り締まりが極めて踏み込んだ段階に入っていることを示している。
報道によると、AnthropicはLLM評価やプロンプト管理ツールを手がけるHumanloopの創業者らコアチームを買収した。知財ではなく人材獲得が目的の人材買収(アクハイヤー)となる。エンタープライズや公共部門への導入が進む中、安全監視や評価ツールを内製化して競争力を高める狙いだ。
Bloombergによると、Appleは可動式アームを備えた卓上ロボット、スマートディスプレイ、防犯カメラなど複数のAI機器を開発しており、2026〜2027年の発売を目指している。Siriを根本から刷新し、「Bubbles」と呼ばれる擬人化キャラの導入も進めているという。
サム・アルトマン氏がChatGPTの最新機能を発表。GPT-5で「Auto」「Fast」「Thinking」の3モードが選べるようになったほか、有料ユーザー向けにGPT-4oが復活。Thinkingモードは週3000回まで利用可能で、文脈枠は196kトークンです。
Stability AIとNVIDIAは、企業向け推論マイクロサービス「Stable Diffusion 3.5 NIM」の提供を開始した。TensorRTによる最適化でH100環境での生成速度がPyTorch比1.8倍に向上し、SD3.5 LargeとControlNetを単一コンテナに統合している。
Josh Woodward 氏は Google の NotebookLM において「Video Overviews」を全ユーザーへ開放したと発表した。同機能による動画生成数はすでに 110 万本を突破しており、誰でもノート資料から手軽に動画の要約を作成できるようになった。
Mistral AIはマルチモーダルモデル「Mistral Medium 3.1」を発表した。推論やコーディング、Web検索精度が向上したほか、入力100万トークンあたり0.40ドルと低価格化。最小4基のGPUによるオンプレミス運用にも対応する。
報道によると、マイクロソフトがMetaのAIエンジニアや研究者の引き抜きに向け、数百万ドル規模の報酬パッケージを提示していることが内部文書で判明した。ターゲットリストを作成し、最重要人材には24時間以内に最高水準の条件を提示する特別プロセスを導入している。
Figure AIは人型ロボット「Figure 02」が自律的にタオルを畳む動画を公開した。遠隔操作や固定スクリプトは使わず、Helixニューラルネットワークと多指ハンドで布地の端を探して整える。BMW工場で稼働した同一モデルが、わずか500時間の人手実演データを経て家庭タスクへ適応した点が注目される。
ARMは火曜日、スマートフォン向けに特化したAI超解像技術「Neural Super Sampling」を発表した。AIモデルを活用して540pの描画画面を1080pへ引き上げ、画質を損なわずに負荷とバッテリー消費を抑える。ただし将来のチップやゲームへの統合が必要で、普及には少なくとも1年以上かかる見込みだ。
Robloxはチャットからグルーミングや児童虐待の兆候を検知するAIツール「Sentinel」をオープンソース化した。毎日60億件以上のメッセージをリアルタイムで解析し、2025年には1200件の潜在事案を特定。上半期の検知事例の35%は通報前の能動的検知によるものだという。
Skyworkはリアルタイムで長時間の対話に対応した世界モデル「Matrix-Game 2.0」を公開した。先週発表されたDeepMindのGenie 3が非公開だったのに対し、本作は25FPSでの描画と数分間の連続操作に対応し、完全なオープンソースとして提供される。
AnthropicはClaude Sonnet 4のAPIコンテキストウィンドウを従来の5倍となる100万トークンに拡大したと発表した。1回のリクエストで7万5000行以上のコードベースや大量の論文をまとめて処理できる。現在はClaude開発者プラットフォーム、Bedrock、Vertex AIでベータ提供中。
OpenAIはカリフォルニア州のニューサム知事に書簡を送り、州独自のAI規制を連邦や国際基準と調和させるよう求めた。全米で乱立する州法が技術革新を妨げる懸念を示し、連邦機関やEU基準の順守で州要件を満たす扱いとすることや、新興企業の負担軽減を提案している。
AnthropicはClaudeの安全性を担保する多層防護体制を公開しました。方針策定から訓練、事前テスト、さらにデプロイ後のリアルタイム分類器による動的ステアリングまで網羅しています。単に回答を拒絶するのではなく、文脈を汲み取りながら悪用を防ぐ実践的なアプローチが特徴です。
Anthropicは米国の行政・立法・司法の三権すべての機関に対し、Claude for EnterpriseおよびClaude for Governmentを1年間わずか1ドルで提供すると発表した。FedRAMP High認証に対応し、公的機関におけるAI導入のコスト障壁を取り払う狙いだ。
Liquid AIは端末向け視覚言語モデル「LFM2-VL」をオープンウェイトで公開した。サイズは450Mと1.6Bの2種類で、スマホやウェアラブルなどの低リソース環境を想定。GPU推論速度は既存モデル比で最大2倍高速化された。Hugging Faceで配布され、年間売上1000万ドル未満なら商用利用も無償。
AI検索スタートアップのPerplexityが、米Googleに対しChromeブラウザ事業を345億ドルで買収する非拘束の提案を行った。司法省の独禁法訴訟でChrome売却命令の可能性が高まる中、自社評価額180億ドルのスタートアップがベンチャーキャピタルの全面支援を背景に買収を持ちかけた形だ。
Anthropicは月曜日、Claudeに過去のチャットを参照できる新機能を追加した。Webやデスクトップ、モバイルをまたいでプロジェクトごとに過去ログを呼び出せる。ChatGPTのように自動でユーザーのプロファイルを蓄積するのではなく、ユーザーが指示した時だけ検索する仕組みだ。
NVIDIAとAMDが中国向けAI半導体輸出の売上高の15%を米政府に納付することで合意した。トランプ大統領は当初20%を要求したが、黄CEOとの交渉で引き下げられたと明かした。これによりH20などの輸出停止が解除されたほか、性能を削ったBlackwellの輸出許可も検討されている。
iOS 26開発者向けベータ6から、両側のAirPodsの軸を同時に長押しして起動する新しいジェスチャーのシステム画像が見つかりました。純正「翻訳」アプリと連携し、対面会話でのリアルタイム翻訳向けとみられます。第2世代AirPods ProとAirPods 4が対象ですが、対応iPhoneの詳細はまだ明かされていません。
PerplexityはWeb、iOS、Android向けに動画生成機能を公開した。Proプランは月5本、Maxプランは高画質で月15本まで生成可能。検索アシスタントがテキスト回答の枠を超え、マルチメディア生成ツールへと拡張を続けている。
OpenAIは自社の推論システムが2025年国際情報オリンピック(IOI)のオンライン大会で金メダル水準のスコアを獲得したと発表した。AI参加者の中で1位となり、人間を含めた総合順位でも6位にランクインした。IMOやAtCoderでの好成績に続く成果となる。
Redditはインターネットアーカイブ(Wayback Machine)によるクロールを大幅に制限すると発表した。投稿詳細やコメント、プロフィールへのアクセスを遮断し、トップページのみ許可する。AI企業がアーカイブ経由でデータを無断収集していることを受けた措置だとしている。
Sunoはマルチトラックでの楽曲作成やMIDIデータへの書き出しに対応した「Suno Studio」を発表し、ウェイトリストの受付を開始した。ワンクリックでの楽曲生成にとどまらず、トラックごとの編集や柔軟な音作りを可能にする狙いだ。
Pika Labsは音声駆動型の新しいパフォーマンスモデルを発表した。ほぼリアルタイムで超リアルな表情をレンダリングし、あらゆる長さやスタイルのHD動画を6秒以内に生成できる。従来より20倍高速かつ低コスト化されており、Pikaソーシャルアプリで間もなく提供される。
Meta FAIR の Brain & AI チームは脳モデリングコンペ Algonauts 2025 で首位を獲得したと発表した。10 億パラメータの「TRIBE」は、Llama 3.2 や V-JEPA 2 を組み合わせて映画視聴時の脳活動を高精度に予測する。コードと論文も公開されている。
NVIDIAはロボティクス開発向けに新たなOmniverseライブラリと「Cosmos」世界基盤モデル群を発表した。目玉となる70億パラメータの「Cosmos Reason」は、物理法則や常識を理解してロボットの行動計画を立案する。高精度なシミュレーション環境と合成データにより、実機テストのコストと時間を大幅に削減できる。
VercelはAIアプリビルダー「v0.dev」を「v0.app」へリニューアルした。新たに自律型エージェント機能を搭載し、プロンプト1つで要件整理やバグ修正、バックエンド実装まで自動処理する。エンジニアに限らず、非技術職でも直ちにデプロイ可能なフルスタックアプリを構築できる。
OpenAIは、ChatGPT Plusユーザー向けの推論機能の利用制限を大幅に引き上げると発表しました。全モデルの制限はまもなくGPT-5公開前の水準を上回る予定です。また、どのモデルが回答しているかを画面上に明示するUI改修も近く導入し、GPT-5公開直後に生じた自動切替の不具合に対応します。
xAIは最新AIモデル「Grok 4」を全世界の全ユーザー向けに無料開放したと発表した。自動モードと専門家モードを備え、GPT-5に対抗する。最上位版は有料限定のままで、マスク氏はGPUコストを補うためチャット画面に広告を導入する計画も明かした。
OpenAIはGPT-5の提供開始からわずか1日後、ChatGPT Plusユーザー向けにGPT-4oの選択肢を復活させた。モデル選択機能の廃止やGPT-5の事務的な口調に対して旧モデルを惜しむ声が殺到したためで、サム・アルトマンCEOは利用状況を見ながら旧モデルの提供期間を判断すると説明している。
米業界団体とAnthropicは最大700万人の著作者が参加し得る過去最大の著作権集団訴訟の認可差し止めを控訴裁判所に要請した。潜在的賠償額は数千億ドル規模に上る。業界は、この決定が巨額の和解を強いる前例となれば、生成AI産業全体が財務的破綻に追い込まれると訴えている。
Unitree Roboticsは新型4足歩行ロボット「A2」を発表した。前後に産業用LiDARを備えて死角を排除し、最大1mの段差を乗り越えられる走破性を持つ。重さ37kg、最高速度5m/sでホットスワップ対応バッテリーを搭載し、巡回点検や物流用途を見据える。
GoogleはAIを中核に据えた新しい「Google Finance」のテストを米国で開始したと発表した。個別の銘柄検索にとどまらず、複雑な市場の疑問を一括でAIに質問して分析を得られる。ローソク足チャートや移動平均線などの分析ツールも追加され、米国のユーザーはSearch Labsから試すことができる。
米Microsoftは、2D画像をワンクリックで3Dモデルに変換できる無料機能「Copilot 3D」をCopilot Labsで公開した。プロンプトは不要で、家具などの静物からGLB形式のモデルを作成し3Dプリントやゲーム開発に活用できる。人物や動物の精度には課題があり、現在はWeb版の一部ユーザー向けにプレビュー提供されている。
Hugging Faceがオープンソースのノーコードツール「AI Sheets」を発表した。スプレッドシート画面でプロンプトを書くだけで新列を生成でき、Hub上の膨大なオープンモデルを利用可能。修正や高評価したセルがそのままFew-shotプロンプトに反映される。
AppleはApple IntelligenceのChatGPT連携機能をOpenAIの最新モデル「GPT-5」へ刷新すると明かした。来月登場予定のiOS 26やmacOS Tahoe 26のアップデートから適用され、従来のGPT-4oから切り替わる見込みだ。
MetaはSIGGRAPH 2025に向けてVR研究用プロトタイプ「Tiramisu」と「Boba 3」を発表した。Tiramisuは90 PPDの高解像度と1400ニトの高輝度で視覚的チューリングテストの合格を目指し、Boba 3は水平視野角を180度まで広げ両眼4K表示に対応する。市販化予定のない実験機だが、将来のVR体験の方向性を示している。
グラーツ工科大の研究チームは、医薬品や生分解ポリマー向けの人工タンパク質を計算機上でカスタム設計する新手法を発表した。パラメトリック設計とAIを組み合わせ、数万通りの構造候補から活性中心に適合する分子を効率的に構築できる。
マイクロソフトはOpenAIの最新モデル「GPT-5」を自社製品群に統合したと発表した。Microsoft 365 CopilotやGitHub Copilot、Azure AI Foundryで高度な推論とコーディングが可能になり、一般向けCopilotでも新機能「Smartモード」として無料で開放。タスクに応じて最適モデルを自動選定するルーティング機能も備える。
イーロン・マスク氏はXの対話型AI「Grok」の回答内に広告を表示する計画を広告主に明らかにした。高額なGPUコストを回収する狙いで、ユーザーの質問に応じて解決策となる広告を提示する。あわせてxAIの技術で広告ターゲティングも改善する方針だ。
ElevenLabsは生楽器の録音とEleven Musicが生成したAI音源を組み合わせるハイブリッド楽曲制作を公開した。ワンショットプロンプトを使い、生のピアノ演奏にAI生成のバイオリンやボーカルを合わせるデモを披露している。
MiniMaxは新世代の音声モデル「Speech 2.5」を公開しました。40言語に対応し、機械的な不自然さを抑えながらアクセントや年齢感、細かな感情表現まで忠実に再現します。多言語でのコンテンツ制作やローカライズの負担を大きく減らせそうです。
OpenAIはAPIプラットフォームでGPT-5の提供を開始した。コーディング評価のSWE-bench Verifiedで74.9%を記録し、出力長を制御するverbosityやプレーンテキストによるカスタムツール呼び出しに対応。用途に合わせて3つのサイズを展開する。
OpenAIはフラグシップモデル「GPT-5」を発表した。高速応答と思考モデルを自動で切り替えるリアルタイムルーターを備え、幻覚を大幅に低減。全ユーザーに順次提供され、Pro会員には推論強化版GPT-5 proが用意される。
Google DeepMindは生態音響AIモデル「Perch」の最新版をKaggleでオープンソース公開した。学習データを約2倍に拡大し、鳥類に加えサンゴ礁など水中環境の解析にも対応。膨大な野外録音から希少生物の鳴き声を高速で特定し、絶滅危惧種の保護を支援する。
The Browser CompanyはAIブラウザ「Dia」のProプランを月額20ドルで開始した。AIチャットとスキル機能が無制限で使えるようになる一方、無料版には利用上限が設けられる。Arc開発元として初の有料サブスクサービスとなる。
MidjourneyはProおよびMegaプランの有料会員向けに「HD動画モード」を公開した。従来のSD動画出力と比べて解像度のピクセル数が約4倍に向上する一方、生成コストは約3.2倍となる。最高水準の映像クオリティを求めるプロクリエイター向けの新機能だ。
AIコードエディタのCursorがバージョン1.4を公開しました。大規模なコードベースにおける複雑で長時間のタスク処理能力が強化されたほか、トークン消費の効率化やコード編集精度の向上が図られています。
トランプ・メディアはPerplexityと提携し、Truth Socialブラウザ版で「Truth Social AI」検索の公開ベータを開始したと発表した。利用者はWeb版からPerplexityを利用してネット検索が行える。同社CEOのヌネス氏は「愛国者経済」の重要要素になると述べている。
Shopify は商品カタログ、ユニバーサルカート、決済キットの提供を開始した。AI エージェントが数百万店舗のリアルタイム在庫を検索し、チャット画面から離れることなく複数加盟店の合算決済まで完結できる。
OpenAIはXで木曜午前10時(PT)のライブ配信を予告し、livestreamの「s」を「5」に変える形でGPT-5の登場を強く匂わせた。サム・アルトマンCEOによるChatGPT 5のスクショ投稿に続く動きで、待望の次世代フラッグシップがついにベールを脱ぎそうだ。
シドニー大学などのチームが、野生動物と車の衝突を防ぐAI路側警報システム「LAARMA」を開発した。カメラやLiDARを備え、自己教師あり学習でヒクイドリの検知率を78.5%まで向上させ、車両を最大6.3km/h減速させた。コードはGitHubで無償公開され、世界中の保護活動に応用できる。
MicrosoftはBing Image CreatorにGPT-4o画像生成モデルを無料で追加したと発表した。文字描写やフォトリアルなディテールの表現力が向上し、従来のDALL-E 3ともワンクリックで切り替えられる。毎日15回の高速生成枠が提供され、通常速度なら無制限で利用できる。
Googleは非同期コーディングエージェント「Jules」のベータ提供を終了し、一般向けに正式公開した。Gemini 2.5 Proの思考能力で計画を立案し、GitHub Issues連携やマルチモーダルに対応。Google AI ProやUltra加入者向けに上限枠を展開し、学生向け無料特典も用意する。
Microsoftは追加の強化学習を行わずに実行時の自己反省ループで推論を最適化する「CLIO」を発表した。高難度ベンチマークHLEの生物・医学分野において、GPT-4.1の正答率を8.55%から22.37%に引き上げ、OpenAIのo3を上回った。研究者が不確実性の閾値を設定し、途中で介入・修正できるのが強みだ。
PerplexityがOpenTableと提携し、AIとの対話画面から直接レストランを予約できる機能を導入した。世界6万店に対応し、「テラス席がある店」などの要望に合わせた提案からワンクリック予約までアプリを切り替えずに完結する。
OpenAIは米総務庁(GSA)と提携し、連邦行政機関の全職員向けにChatGPT Enterpriseを今後1年間、1機関あたりわずか1ドルで提供すると発表した。最初の60日間はDeep Researchなどの高度な機能も無制限で利用でき、入力データは学習に使用されない仕様となっている。
AnthropicはClaude Codeに自動セキュリティレビュー機能を導入した。端末で /security-review を実行して脆弱性を検出・自動修正できるほか、GitHub Action経由でPR作成時に自動検査し、マージ前のリスク遮断が可能になる。
報道によると、米ユニバーサル・ピクチャーズは『ヒックとドラゴン』実写版などの最新作のエンドロールに、AI学習への利用を禁じる法的な警告文を挿入し始めた。映画の無断複製やデータスクレイピングに対抗し、著作権侵害の訴訟に備える狙いだ。
Googleは「Gemini CLI GitHub Actions」のベータ版を世界向けに無料公開した。リポジトリの全コード文脈を理解し、Issueの自動分類やPRレビューを実行するほか、メンションするだけでテストコードの作成やバグ修正を任せられる。
米マイクロソフトの幹部が2030年のWindowsの未来像を語った。将来のPCは視覚や聴覚を共有し、マルチモーダルな音声対話が主役になると予想。マウスやキーボードによる操作は、現在のMS-DOSのように過去の遺物になるとの見解を示した。
MicrosoftはOpenAIの公開に合わせ、GPU最適化されたオープン推論モデル「gpt-oss-20B」をWindows端末向けに提供開始した。開発者はFoundry LocalやVS CodeのAI Toolkitを使い、ローカル環境ですぐに推論を実行できる。
Google傘下のKaggleとDeepMindが開催したAIチェス大会で、Grok 4、Gemini 2.5 Pro、o4-mini、o3がそれぞれ4-0で勝利し準決勝に進出しました。Grok 4が最も優れた指し手を見せ、イーロン・マスク氏はチェスに特別な労力を割いていないと投稿。定石を外れたLLMの非合法手や空間認識の限界が浮き彫りになっています。
マイクロソフトは未知のソフトウェアを自律的に逆コンパイルして解析するAIプロトタイプ「Project Ire」を発表した。LLMと各種解析ツールを連携させ、人間の介入なしにAPT脅威を特定してDefenderで遮断した。誤検知率を極めて低く抑えており、Defenderへの統合が予定されている。
GoogleはGeminiアプリで挿絵と音声ナレーション付きのパーソナライズ絵本を作成できる新機能を発表した。文章の入力や子どもの落書き・旅行写真のアップロードから、10ページのオリジナル本を自動生成できる。45以上の言語に対応し、デスクトップおよびモバイル向けに世界中で利用可能。
音声AIのElevenLabsは音楽生成モデル「Eleven Music」を発表した。SunoやUdioが著作権侵害で提訴される中、同社はMerlinやKobaltとライセンス契約を結び、アーティストの合意に基づく学習と収益分配を明言。商用利用にも対応する。
Stability AIは企業向け生成AIプラットフォーム「Stability AI Solutions」を発表した。マーケティングや広告向けに、商品写真の背景変更、ブランドトーンの統一、ラフ画からのデザイン作成、IPを活用したデジタルツインなどを提供する。オンプレミスやAPI導入に対応し、広告大手WPPとの連携も進める。
OpenAIはApache 2.0ライセンスのオープン推論モデル「gpt-oss-120b」と「gpt-oss-20b」を公開した。思考連鎖やツール実行に対応し、20b版は16GBメモリの端末でローカル稼働する。自前の環境で高度な推論AIを低コストに動かせる点が大きい。
Anthropicはコーディングと自律型エージェント処理を強化した「Claude Opus 4.1」を発表した。SWE-bench Verifiedで74.5%を記録し、複数ファイルのリファクタリング精度が大幅に向上。価格はOpus 4と同額で、有料会員向けおよび主要クラウド経由ですでに提供を開始している。
Google DeepMindは汎用世界モデル「Genie 3」を発表した。テキスト入力から720p・24fpsでリアルタイムに歩き回れる環境を自動生成し、数分間にわたり物理的一貫性を保てる。テキストで天候などを途中変更することも可能で、現在は一部の研究者向けに限定プレビューとして提供されている。