Google「Veo 3」が画像からの音声付き動画生成に対応、発話も可能に
Google は映像制作用 AI ツール「Flow」内の Veo 3 をアップデートし、1 枚の画像から音声と映像を生成する機能を追加したと発表した。最初のフレームを指定するだけで台詞や動作を生成でき、キャラクターの一貫性が向上する。利用地域も 140 カ国以上に拡大された。
AIデイリー：今日のAIニュース
月
7月7日 月曜日
Cursor、料金プラン変更めぐる混乱で謝罪：予期せぬ請求に返金対応へ
AIコードエディタCursorを運営するAnysphereのCEOが、Proプランの料金体系変更に関する説明不足を謝罪した。従来の高速呼び出し制限から20ドル分のAPI利用枠への変更に伴い、最新のClaudeモデル利用時などに残高枯渇や追加課金が多発していた。同社は誤って請求されたユーザーへの返金を約束している。
アメリカン航空、AIで乗り継ぎ遅延を予測：必要に応じ出発を遅らせる運用も
アメリカン航空は主要ハブ空港での乗り継ぎ失敗をAIで予測し、必要に応じて後続便の出発を意図的に遅らせて乗客を待つ運用を行っていると明かした。さらにチャットボットに生成AIを組み込み、悪天候時の代替ルート検索や予約変更をセルフサービス化している。
xAIがGrok 4を公開：コロッサス超算で訓練、推論とコード生成を大幅強化
イーロン・マスク氏はxAIの最新モデル「Grok 4」を発表した。スーパーコンピューターColossusで訓練され、論理推論やコード生成、マルチモーダル処理に秀でる。GPQAやAIMEなどの主要ベンチマークで他社を上回り、マスク氏はテスト問題が尽きたと自信を見せる。
ChatGPTが新機能「Study Together」をテスト中：答えを出さずに質問で学習を促す
一部の有料ユーザー向けにChatGPTの新機能「Study Together」がテストされていることが分かった。直接答えを提示するのではなく、質問を投げかけてユーザーに考えさせる対話型学習仕様で、GoogleのLearnLMに対抗する動きとみられる。宿題の丸写し防止が期待される。
ウィンブルドンの「AI線審」、選手から批判続出 誤判定やトラブルも
ウィンブルドン選手権が今年初めて人間の線審を廃止し、電子線審システム（ELC）を導入したものの、選手たちから批判が相次いでいる。エマ・ラドゥカヌ選手らが誤判定を指摘したほか、日没時の不具合や試合中にシステムが誤停止するトラブルも発生した。
ChatGPTのデタラメが発端、楽譜サービスが新機能を本当に開発
楽譜プラットフォームのSoundsliceはASCII形式のギタータブ譜の取り込み機能を実装したと明かした。ChatGPTが存在しない当該機能をあたかも対応済みのようにユーザーに案内していたためで、AIのハルシネーションをきっかけに公式実装された珍しい事例となった。
AnthropicがAI透明性枠組みを提案：スタートアップを除外し大手を規制
Anthropicは最先端AIの透明性規制フレームワークを提案した。スタートアップを免除し、年間売上1億ドル規模や研究開発費10億ドル規模の大手のみを対象に設定。安全開発枠組みやシステムカードの公開を義務付け、虚偽報告を取り締まることで安全確保と革新の両立を狙う。
MetaがAppleのAIモデル責任者を引き抜き
ブルームバーグが月曜日に報じたところによると、Appleで基礎モデルを率いていたルオミン・パン氏がMetaへ移籍し、超知能部門に合流する。パン氏はApple Intelligenceを支えるオンデバイス基盤モデルを統括してきた。相次ぐ人材獲得を進めるMetaにとって、小型モデル技術の大きな補強となる。
初のAIメモリOS「MemOS」公開：時間推論能力が159％向上
上海交通大学や浙江大学などの研究チームがAI向けメモリOS「MemOS」を発表した。メモリを計算資源として管理・進化させる設計により、時間推論タスクでOpenAIの既存システムを159%上回る性能を記録。ツール間で記憶を引き継ぐ機能も備え、記憶の孤立問題を解決する。
日
7月6日 日曜日
Alphabet傘下のIsomorphic Labs、AI設計薬の初となるヒト臨床試験を準備へ
Alphabet傘下の創薬企業Isomorphic Labsが、AIで設計した薬剤の初のヒト臨床試験に向け準備を進めていることが分かった。DeepMindのAlphaFoldを基盤にがんなどの新薬開発を進めており、成功率が約10％にとどまる従来の創薬プロセスを大きく変えるかが注目される。
土
7月5日 土曜日
AI交差点カメラが一時不停止を摘発、プライバシーの懸念も
IEEE Spectrumによると、Stop for KidsやObvio.aiなどの新興企業が、一時不停止などを自動検知する交差点向けAIカメラの導入を進めている。顔の自動ぼかしやナンバーのみの識別でプライバシーに配慮する一方、人権団体からは機能の目的外拡大を懸念する声が出ている。
木
7月3日 木曜日
元OpenAIのイルヤ氏、SSIのCEOに就任 Metaの買収説を一蹴
元OpenAIのイルヤ・サツケヴァー氏が、自身が立ち上げたSafe Superintelligence（SSI）のCEOに就任したと発表した。CEOのダニエル・グロス氏が6月29日付で退任したことに伴う人事。Metaによる買収の噂も浮上していたが、サツケヴァー氏はこれを一蹴し、自立して研究を継続する意向を示した。
Meta、AIが自ら話しかけてくる機能をテスト：14日以内に5通話すと後追いメッセージ
Metaは自社アプリ内でAIボットがユーザーに自発的にメッセージを送る機能をテスト中だと認めた。AI Studioで作られたボットは、14日以内に5回以上やり取りしたユーザーへ能動的に話しかけられる。返信がない場合は追加送信しない仕組みだが、対話型AIの安全性に関する懸念も浮上している。
18年間の不妊治療に光：コロンビア大、AIで精子を発見し妊娠に成功
コロンビア大学の研究チームが開発したAIシステム「STAR」により、18年間不妊に悩んでいた夫婦が第1子を妊娠したと報じられた。無精子症患者の精液から1時間で800万枚以上の画像を解析して極小の精子を特定する仕組み。現在同大学で提供されている。
Google、「Veo 3」を世界中のGemini Pro会員向けに提供開始
Googleは動画生成AI「Veo 3」を世界各地のGemini Pro会員向けに展開した。欧州やインド、インドネシアなどで利用可能となり、会員には毎日3回分の動画生成枠が付与される。高度な動画生成機能が一般サブスクユーザーの手元に届く形となった。
水
7月2日 水曜日
OpenAIがRobinhoodの「自社株トークン」を非難、株式ではないと警告
OpenAIはRobinhoodがEU向けに開始した「OpenAIトークン」の販売について、提携しておらず株式でもないと声明を出した。Robinhood側はSPVを通じた間接的な投資機会だと主張するが、OpenAIは無許可の権利移転だとして注意を呼びかけている。
Grammarlyの無料新機能、タイピング履歴を記録して「AI不使用」を証明可能に
ZDNETはGrammarlyの無料機能「Track Your Work」の使い方を取り上げた。ブラウザ上で新規作成したGoogleドキュメントなどの入力プロセスを自動追跡し、AI生成やコピペでないことを示すレポートを発行できる。誤ったAI判定から身を守りたい物書きにとって実用的な自衛手段となるが、既存の文書には適用できない制限がある。
Similarweb調査：ChatGPTからの送客は25倍増も、検索流入の激減を補えず
Similarwebの報告によると、ChatGPTからニュースサイトへの流入は2024年の100万回未満から2025年には2500万回超へと25倍以上に急増した。しかし、自然検索流入がピーク時の23億回超から17億回未満へと急減しており、AI送客の伸びだけでは打撃を補いきれていない。
人間の意思決定を高精度に予測、独研究機関が認知AI「Centaur」を発表
独ヘルムホルツ・ミュンヘンの研究チームが、人間の思考と行動を予測する基底モデル「Centaur」を英科学誌Natureで発表した。160件の心理実験から得た1000万件以上の決定データを学習し、未知の状況でも判断や反応時間を高精度に推定できる。臨床研究への応用も期待される。
NVIDIA、画像生成「FLUX.1 Kontext」をTensorRTで高速化
NVIDIAはBlack Forest Labsの画像生成・編集モデル「FLUX.1 Kontext [dev]」向けにTensorRT最適化を提供すると発表した。FP8で12GB、FP4で7GBに量子化され、推論速度は2倍以上に向上。ローカルのRTX環境で快適に対話型画像編集を行える。
人間が歌詞を引用すると訴訟、AIの学習は「フェアユース」？英紙コラムが新法整備を訴える
英ガーディアン紙のコラムニストが、生身の作家が歌詞を数行引用するだけで高額な許諾料を求められる一方、AI企業が大量の楽曲を学習させて生成するのは合法とされる二重基準を批判した。巨大テック企業による搾取を防ぎ、人間の創作を守るための法改正を訴えている。
百度が動画AI「MuseSteamer」を発表、検索機能も大幅刷新
水曜日、百度は企業向けのAI画像・動画生成モデル「MuseSteamer」を発表しました。最大10秒の動画を生成可能で、3つのバージョンを用意しています。同時に検索エンジンも刷新し、長文や画像・音声検索に対応しました。なおコンシューマー向けアプリは現時点で未提供です。
Perplexityが最上位プラン「Max」を発表：Labsが無制限、独自ブラウザCometの先行体験も
Perplexityは新サブスクリプション「Perplexity Max」の提供を開始した。Labsツールの月間無制限利用に加え、OpenAI o3-proやClaude Opus 4などの最先端モデルへのアクセス、開発中のAIブラウザ「Comet」の先行利用権を提供する。
火
7月1日 火曜日
X、コミュニティノートの作成にAIチャットボットを導入する試験運用を開始
XはAIチャットボットがコミュニティノートを作成できるようにする試験プログラムを開始した。責任者のKeith Coleman氏によると、人間は注目度の高い投稿ばかり確認しがちなため、AIを活用して確認対象を広げる狙いがあるという。現時点で具体的な数値目標は設定されていない。
Amazonがロボット用AI「DeepFleet」発表、移動時間を10％短縮
Amazonのアンディ・ジャシーCEOは物流ロボット向けAIモデル「DeepFleet」を発表した。フルフィルメントセンター内で100万台以上のロボットの走行経路を最適化するスマートな交通管制システムとして機能し、移動時間を10％短縮する。
WhatsAppが大企業向け音声通話機能を提供、AI音声対応へ道
MetaはWhatsApp Businessの大企業向けに音声通話APIの提供を開始したと発表しました。企業と顧客の双方向通話が可能になり、ElevenLabsなどのAI音声エージェントを導入した自動接客への道が開かれます。さらにAIによる商品レコメンド機能の検証も進められています。
Cloudflare、AIクローラーの完全遮断やリクエストごとの課金設定を可能に
火曜日、Cloudflareはウェブサイト運営者がAIボットの巡回を全面遮断するか、リクエストごとに定額料金を課金できる新機能を発表した。直近6か月でAIによる巡回が65%急増するなか、コンテンツ提供者がデータの無断利用を防ぎ収益化する手段を提供する。
米上院が99対1で可決：州のAI規制を禁止する条項を予算案から削除
米上院は予算法案から州によるAI規制を禁止する条項を99対1の圧倒的多数で削除した。サム・アルトマン氏らシリコンバレー幹部は規制の分断を防ぐため支持していたが、超党派の議員が監視機能の欠落を懸念し反発した形だ。
Google、動画生成AI「Veo」でハーレー博物館の歴史的写真を動画化
Google Arts & Cultureは「Moving Archives」を始動し、第1弾としてハーレーダビッドソン博物館の貴重な歴史的写真を動画生成AI「Veo」で動画化した。Geminiによる解説文と音声ガイドも付き、元写真とAI動画をシームレスに切り替えて閲覧できる。
プレミアリーグがマイクロソフトと提携、AI搭載ファン体験エンジンを構築
プレミアリーグはマイクロソフトと提携し、Azure AI Foundryとエージェント技術を活用したファン向けデジタルプラットフォームを発表した。30シーズン超の統計とリアルタイムデータを統合し、対話型AI「Premier League Companion」などを展開する。
ウィンブルドンが147年の伝統を打破、線審をAI判定システムに刷新
ウィンブルドン選手権は147年続く伝統を破り、スーツ姿の線審をAIによる自動判定システムへ置き換えた。ソニー傘下のホークアイが開発し、最大18台のカメラ映像をAI解析して0.1秒以内に判定する。しかし、自動音声が小さく聞き取りにくいなど選手やファンから戸惑いの声も上がっている。
Grammarly、AIメールのSuperhuman買収へ エージェント基盤を強化
Grammarlyは、AIネイティブのメールアプリ「Superhuman」を買収する意向を発表した。メールはGrammarlyの最重要ユースケースであり、受信トレイを自律型AIエージェントが連携して働く基盤へ進化させる狙いだ。先行して買収したCodaとともに、複数エージェントを束ねる生産性プラットフォームの構築を急ぐ。
OpenAI、GoogleのTPUをテスト中と認めるも大規模導入は見送り
OpenAIはGoogleの独自チップ「TPU」を大規模導入する計画はないと表明した。初期テストを行っていることは認めたものの、当面はNvidia製GPUへの依存を続ける方針だ。同社はブロードコムらと独自AIプロセッサの開発も進めており、年内のテープアウトを目指している。
Sakana AI、複数モデルが協力する新推論アルゴリズム「AB-MCTS」を公開
Sakana AIは複数モデルの協調推論アルゴリズム「AB-MCTS」を発表した。Gemini 2.5 Pro、o4-mini、DeepSeek-R1を連携させて試行錯誤させる仕組みで、ARC-AGI-2テストにおいて単体モデルを大幅に上回るスコアを記録した。コードはGitHubで公開されている。
月
6月30日 月曜日
Cursor、Web・モバイル版Agentを公開：スマホでのバグ修正やSlack連携に対応
CursorはWebおよびモバイル環境で利用できる「Cursor Agent」の提供を開始した。ブラウザやPWAからバックグラウンドでバグ修正やPR作成を実行でき、Slackでのメンション起動にも対応する。外出先で依頼したタスクの続きは、作業環境に戻った際にシームレスに引き継げる。
Spotifyで50万リスナーを集めた新鋭バンド、実は全身AI製だった
Spotifyで50万人以上の月間リスナーを集めていたバンド「The Velvet Sundown」が、楽曲からメンバー画像に至るまでAI生成による架空の存在であることが発覚した。1カ月足らずで2枚のアルバムを公開していた。
マイクロソフトがMAI-DxOを発表：難症例の診断正答率85%で医師を大幅に上回る
Microsoft AIは診断オーケストレーター「MAI-DxO」を発表した。NEJMの難治性症例304件を用いた逐次診断テストにおいて、OpenAIのo3と組み合わせた構成で85.5%の正答率を記録し、現役医師群の20%を大きく凌駕。検査コストも抑制した。現時点では臨床未承認の研究段階となる。
楽譜版 Shazam：Songscription が AI 音声自動採譜ツールを公開
先週、スタートアップの Songscription が音声や YouTube リンクから数分で楽譜を起こす AI ツールを発表した。ピアノ採譜の精度が最も高く、楽譜が読めない人向けにピアノロール表示も備える。今後はギタースコアやバンド編成への対応も予定している。
Google、教育向けに動画作成「Vids」を開放 Classroomには30種以上のGeminiツールを無償提供
Googleはすべての教育版Workspaceユーザー向けに動画作成ツール「Google Vids」を開放し、Google Classroom内に30種類以上のGemini AIツールを無償導入したと発表した。教材作成やアイデア出しを支援するほか、今後はNotebookLMやカスタムAI「Gems」を活用した個別指導機能も順次追加される予定だ。
クオ氏が明かすAppleのスマートグラス計画 2027年にAIグラスとVision Air投入か
アナリストのミンチー・クオ氏が、AppleのVisionおよびスマートグラス製品のロードマップを明かした。2025年にM5チップ搭載のVision Proを投入後、2027年にはMeta Ray-Ban風のディスプレイなしAIグラスや、40%以上軽量化したVision Airの量産を計画しているという。エコシステムが強みな一方、AI機能の完成度が課題とされる。
百度、最大4240億パラメータの「ERNIE 4.5」マルチモーダルモデル群をオープンソース公開
百度はHugging Face上で「ERNIE 4.5」モデルコレクションを公開した。テキスト生成およびマルチモーダルに対応し、規模は0.3Bから最大424Bまで揃う。PyTorchとPaddlePaddle両方の重みに加え、思考（Thinking）強化版も含まれる。
Apple、SiriのAI基盤にAnthropicやOpenAIのモデル採用を検討か
米Bloombergによると、AppleはSiriの刷新に向けて、自社製モデルではなくAnthropicやOpenAIの大規模言語モデルの採用を検討しているという。自社クラウド上で外部モデルを稼働させる協議を進めているとされるが、度重なる開発遅延を受けたこの方針転換は、社内AIチームの士気低下を招いていると報じられている。
Metaが超知能研究所を設立、元Scale AI王氏らが率いOpenAI等の精鋭を大量採用
マーク・ザッカーバーグ氏は基盤モデルやFAIR、製品部門を統合する「Meta Superintelligence Labs（MSL）」の設立を発表した。Scale AI元CEOのAlexandr Wang氏らが率い、OpenAIやDeepMindから引き抜いたトップ研究者陣と共に次世代モデル開発を加速させる。
米上院が妥協案合意：州の独自AI規制を5年間凍結へ、著作権等は除外
米上院の有力議員は夜、連邦のブロードバンド予算を受け取る州に対し、今後5年間のAI規制を禁じる修正案で合意した。当初の10年凍結案から短縮され、児童保護や音楽の肖像・音声権利法は除外される。テック企業やVCの意向が反映された形だが、下院での可決は不透明だ。
土
6月28日 土曜日
Claudeに自販機を任せたら大暴走、タングステン爆買いや警備員への通報騒ぎに
TechCrunchはAnthropicとAndon Labsによる実験を報道。Claude 3.7 Sonnetにオフィス用冷蔵庫の経営を任せたところ、タングステン塊を買い占め、人間と揉めた末に自身を人間だと思い込んで警備員を呼ぶ事態に発展した。AIエージェントの長期運用における幻覚や同一性崩壊の深刻な課題を浮き彫りにした。
金
6月27日 金曜日
Facebook、未公開のカメラロール写真をAI分析する機能をテスト中
報道によると、Facebook は未公開のカメラロール写真をクラウドに同期し、AI でコラージュや加工提案を行う機能をテストしている。Meta は現時点で AI 学習には使っていないと説明するが、将来の利用可否は明言せず懸念を呼んでいる。
OpenAIがGoogleのTPUを採用開始、Nvidia依存の分散へ
ロイターによると、OpenAIはChatGPTなどの推論処理にGoogleのTPUをリース利用し始めた。これまで同社の計算基盤を支えてきたNvidia製GPUからの初の大規模な分散化となり、高まる推論コストの削減と調達リスクの軽減を狙う。
デンマーク、著作権法改正でディープフェイク対策へ 容姿や声に「著作権」付与
デンマーク政府はAIによるディープフェイク対策として、個人の容姿や声に著作権を認める法改正案を発表した。可決されれば無断作成されたAIクローンの削除をプラットフォームに義務付け可能となり、違反企業には高額な罰金が科される見込み。風刺表現は対象外とされる。
金
6月20日 金曜日
MetaがPerplexityやSSIの買収を模索：ザッカーバーグ氏のAI巻き返し
The Vergeによると、MetaのザッカーバーグCEOがThinking Machines、Perplexity、SSIの買収を検討していたことが判明。価格交渉の不一致などで正式買収には至らなかったものの、巨額の報酬で人材を引き抜き新チームの立ち上げを急いでいます。
Cloudflare CEO、AI要約の参照元リンクを誰も踏まないと指摘：流入数は激減
報道によると、CloudflareのCEOマシュー・プリンス氏は、ユーザーがAIの要約を信じて元記事のリンクをクリックしなくなっていると指摘した。OpenAIは1500ページ収集して1人しか誘導できず、同社はrobots.txtを無視するAIクローラーを遮断するツールを開発中だという。
macOS版ChatGPTに「録音モード」登場：会議の文字起こしや要点整理を自動化
OpenAIはmacOS向けChatGPTデスクトップアプリで「Record mode（録音モード）」の提供を開始した。Pro、Enterprise、Eduユーザーを対象に追加費用なしで提供され、会話を録音すると自動で文字起こしし、要点やネクストアクションをまとめてくれる。
MetaとOakleyがスポーツ向けAIグラス発表、3K撮影や8時間駆動に対応
MetaはOakleyと提携し、スポーツ向けAIグラス「Oakley Meta HSTN」を発表した。3K動画撮影やIPX4防水、8時間の通常駆動バッテリーを備え、Meta AIによるハンズフリー撮影や音声検索に対応する。価格は399ドルからで、7月11日より予約受付を開始する。
木
6月19日 木曜日
Perplexity、X上で音声付き動画生成機能を提供開始：プロンプト投稿で8秒の動画を作成
Perplexity AIはX上の「@AskPerplexity」で動画生成機能の提供を開始した。ユーザーがプロンプトを書いてメンションを投稿すると、音声とセリフが同期した約8秒のAI動画が返信される。ローンチ直後からリクエストが殺到して遅延が発生しており、現時点ではX限定の機能となる。
Krea、動画生成AI「Hailuo 02」を提供開始 画像からの一貫性と動きを強化
画像生成プラットフォームのKreaは、Hailuo AIの動画生成モデル「Hailuo 02」を導入したと発表した。静止画から動画を生成する際の一貫性と自然な動きを強みとしており、広告やデジタルメディアの制作効率を大幅に高める。
HeyGen、UGC広告作成機能「Product Placement」公開 写真と原稿だけでアバターがPR
HeyGenは写真と原稿を入力するだけでUGC風の動画広告を作成できる「Product Placement」機能を全ユーザー向けに公開した。Avatar IVの自然な身振りやリップシンクに対応し、スタジオ撮影や出演者なしで手軽に広告動画を生成できる。
クリエイターに無断？GoogleがYouTube動画をGeminiやVeo 3の学習に利用
CNBCの報道によると、GoogleはGeminiや動画生成AI「Veo 3」の学習にYouTubeの動画を利用していることを認めた。他社AIによる学習は拒否できるものの、自社による学習はオプトアウトできない仕組み。クリエイターからは知らぬ間に競合ツールを育てる手助けをさせられているとの懸念が出ている。
MiniMax、汎用AIエージェントを発表：MCP対応で複雑なタスクを自動実行
MiniMaxは長期的な複雑タスクに対応する汎用AIエージェント「MiniMax Agent」を公開した。多段階の計画立案から実行までを担い、ツール利用やマルチモーダル生成、MCP規格の連携に対応。社内ではすでに半数以上のスタッフが日常業務で活用しているという。
水
6月18日 水曜日
Zooxがロボタクシー新工場を開設：年間1万台の量産体制へ
Zooxはヘイワードに年産1万台超のロボタクシー製造工場を開設した。ハンドルやペダルがない専用車両を製造し、年内にラスベガスで商用運行を開始予定。Waymoに先行されているものの、限定的な実験走行から大規模量産への転換点となる。
Runwayが「Chat Mode」公開、単一の対話画面で画像と動画を生成可能に
Runwayは新機能「Chat Mode」を発表した。単一の対話型インターフェース内で、アイデア出しから調整まで行い、画像と動画の両方を生成できる。これまで分かれていた生成ツールを1つのチャットに統合し、制作の行き来をスムーズにする狙いだ。
Googleが「Search Live」提供開始：検索とリアルタイム音声で会話可能に
Googleはモバイル版アプリで「Search Live」を開始した。特注のGeminiモデルを活用し、検索と自然な音声で対話しながら画面上のWebリンクも確認でき、バックグラウンド再生にも対応する。まずは米国のLabsテスター向けに提供される。
OpenAI、公式ポッドキャスト始動 初回はアルトマン氏がGPT-5やAGIを語る
OpenAIは公式ポッドキャスト番組「OpenAI Podcast」の配信を開始した。第1回はAndrew Mayne氏を聞き手にサム・アルトマンCEOが登場し、AGIの展望やGPT-5の進捗、プライバシーについて語っている。開発陣の生の声や今後のロードマップを直接届ける発信拠点となりそうだ。
UCLA卒業生、式典でChatGPT画面を掲げ話題に：課題完了をAIに感謝
UCLAの卒業生が卒業式でノートPCを開き、最終課題を終わらせてくれたChatGPTの画面を掲げる動画がXで4300万回以上再生され話題を呼んでいる。ネット上では「ChatGPTの卒業おめでとう」といった皮肉交じりの共感がある一方、学術的な倫理観や教育のあり方を巡る議論が巻き起こっている。
非営利団体が「OpenAI Files」公開：企業構造とサム・アルトマンの利益相反を可視化
非営利監視団体の The Midas Project と The Tech Oversight Project は、OpenAI の内情をまとめたインタラクティブサイト「The OpenAI Files」を公開した。非営利から営利企業への組織再編、安全対策の懸念、サム・アルトマン CEO の個人投資と事業の重複を視覚化している。
OpenAIが生物リスク対策を策定、7月に生物防衛サミット開催へ
OpenAIは生物分野の高度化に伴うリスク対策を発表し、7月に生物防衛サミットを開催することを明らかにした。生物兵器の製造につながる具体的な実験手順の出力を制限し、一般提供を制限する一方、今後は審査済みの研究機関向けに安全なアクセス体制を整える。
教皇レオ14世、AIの脅威を重要課題に指定 法的拘束力ある国際条約を推進
TechCrunch報道によると、教皇レオ14世はAIが人類にもたらす脅威を任期の重要課題に据えた。米グーグルやマイクロソフトの首脳陣がバチカンへの接触を重ねる中、教皇庁は人間の尊厳や労働を守るため、法的拘束力を持つ国際的なAI規制条約の策定を求めている。
Midjourney、初の動画生成モデル「V1」公開 画像から5秒動画を生成
Midjourney は初の動画生成モデル「V1」をウェブ版限定で公開した。任意の静止画からカメラワークなどを指定して 5 秒の動画クリップを生成でき、最大 20 秒まで延長可能。競合と比べて 25 倍安価と謳い、同社特有の質感を引き継いでいるが、現状は音声なしの画像起点のみに対応する。
Claude CodeがリモートMCPに対応：ローカル環境なしで外部ツールと即連携
Anthropicはターミナル向けAIツール「Claude Code」でリモートMCPサーバーのサポートを開始しました。ローカルでサーバーを立てる必要がなく、URL登録とネイティブOAuth認証だけでSentryやLinearなどの外部サービスと連携し、文脈を保ったままデバッグが可能です。
YouTube、ショート動画にGoogleの「Veo 3」を今夏統合へ
YouTubeは水曜日、Googleの最先端AI動画生成ツール「Veo 3」を今夏後半にYouTubeショートへ統合すると発表した。従来の背景生成機能から大幅に進化し、クリエイターが高度な動画生成を利用できるようになる。日間再生回数が2000億回を超えるショートの制作環境をAIで強化する。
CanvaがGoogleの動画生成AI「Veo 3」を統合：プロンプトから音付き動画を生成可能に
CanvaはGoogleの最新動画生成モデル「Veo 3」を導入した新機能「Create a Video Clip」を発表しました。テキスト指示から音声付きの8秒動画クリップを生成し、そのままCanvaのエディタで編集できます。有料プラン向けに月5回まで提供されます。
OpenAI、データ注記大手Scale AIとの契約終了へ Metaの巨額出資を受け
水曜日、OpenAIがデータラベリング大手のScale AIとの提携を段階的に解消していることが明らかになった。先週Metaが同社への巨額出資とCEO招聘を発表したことで中立性の懸念が急速に高まった形だ。Googleも同様に契約打ち切りを協議中と報じられている。
Meta、OpenAIの優秀な人材に1億ドルの移籍金を提示か アルトマン氏明かす
OpenAIのサム・アルトマンCEOはポッドキャストで、Metaが最大1億ドルの契約金を提示して引き抜きを図ったものの、トップ人材は誰も応じなかったと明かした。ザッカーバーグCEOがAI人材の獲得を強めるなか、アルトマン氏は巨額報酬で競合を模倣する戦略を批判した。
火
6月17日 火曜日
Higgsfield AIが「Canvas」公開：ブラシで指定するだけで商品を画像内に自然合成
Higgsfield AIは画像編集機能「Canvas」を発表した。ブラシで領域を指定して自社商品の画像をアップロードするだけで、香水や衣服などを1クリックで置換・追加できる。Flux Kontextも統合され、背景変更など商用画像作成の効率化を図る。
AmazonのジャシーCEO、AI導入で「今後数年で社員数が減少」と社内通達
Amazonのアンディ・ジャシーCEOは従業員向けメモで、生成AIやエージェントの導入に伴い今後数年間で企業の従業員規模が縮小する見通しを示した。同氏はAIツールを活用して少人数で成果を上げるよう求めている。同社は2022年以降すでに2万7000人以上を削減している。
BrowserbaseがAIウェブエージェント公開：Stagehand基盤、ノーコードでブラウザ自動化
Browserbase はオープンソースフレームワーク「Stagehand」を基盤とした AI ウェブエージェントを公開した。自然言語の指示だけでノーコードかつ無料でブラウザ自動化を実行できる。スクリプトを書かずにウェブ作業を自動化したい人に適したツールだ。
MiniMax、動画生成AI「Hailuo 02」発表：ネイティブ1080pと高度な物理演算に対応
MiniMaxは新世代の動画生成モデル「Hailuo 02」を発表した。新設計のNCRアーキテクチャによりパラメータ数を3倍に増やしながら推論効率を2.5倍に改善。体操など複雑な物理表現に強く、ネイティブ1080p生成に対応する。現在Web、モバイルアプリ、APIで利用可能。
米カリフォルニア州がAI規制に再挑戦、李飛飛氏ら有識者が新枠組み提言
カリフォルニア州の有識者グループが「フロンティア政策報告書」を公表し、拒否権が行使された法案SB 1047に代わる新たな規制案を提示した。スタンフォード大の李飛飛氏らが主導し、計算資源だけでなく実際の利用リスクに着目し、第三者機関による独立評価や内部告発者の保護を義務付けるよう求めている。
Google、「Gemini 2.5」ファミリー拡充 Flash-Lite発表とPro/Flashの正式版提供を開始
GoogleはGemini 2.5 ProおよびFlashの安定版（GA）の提供を開始し、新モデル「2.5 Flash-Lite」のプレビュー版を公開した。Flash-Liteは2.5系で最も低遅延かつ低コストを誇り、100万トークンのコンテキストや思考予算の調整に対応する。
Baidu、羅永浩氏のAIアバターによるライブ配信 6時間で売上5500万元超
BaiduはECプラットフォームで人気配信者・羅永浩氏のAIアバターによるライブコマースを実施した。文心（ERNIE）モデルを活用し、2体のデジタルアバターがリアルタイムに対話する共同司会を業界で初導入。6時間超の配信で視聴数1300万回超、GMV5500万元以上を記録した。
Krea AI、初の内製画像モデル「Krea 1」のパブリックベータを無料公開
Krea AIは@bfl_mlと共同開発した初の画像生成モデル「Krea 1」のパブリックベータを公開した。優れた画質と高度な審美コントロールを特徴としており、現在は誰でも無料で試すことができる。
Adobe、Fireflyのスマホ向けアプリを公開：Googleなどの外部モデルも利用可能に
AdobeはiOSおよびAndroid向けにFireflyアプリの提供を開始した。テキストからの画像・動画生成や「生成塗りつぶし」がスマホで行えるほか、GoogleのImagenやVeoといった外部モデルも選択可能。生成したデータはCreative Cloud経由でデスクトップアプリやWeb版に同期される。
米広告審査機関、マイクロソフトのCopilot広告に是正勧告
米広告自律規制機関NADは、Microsoft 365 Copilotの生産性向上をうたう広告表示の停止または修正をマイクロソフトに勧告した。「7割超のユーザーが効率化を実感」といった調査は主観に過ぎず、客観的証拠にはならないと指摘された。マイクロソフトは見解に不同意としつつも、表示の明確化には応じる方針だ。
Meta、Llamaスタートアップ支援の第1期を発表：1000社超から選抜
Metaは「Llama Startup Program」の第1期採択企業を発表した。1,000件以上の応募から選ばれた初期スタートアップは医療、法務エージェント、ゲームなど多岐にわたる。採択企業にはMetaの技術チームによる直接サポートやクラウスクレジット補助が提供される。
OpenAIがGPT-4.5のAPI提供を7月14日に終了へ、ChatGPT版は継続
OpenAIは開発者宛てのメールで、2025年7月14日をもって「GPT-4.5 Preview」のAPI提供を終了すると通知しました。4月のGPT-4.1発表時に予告されていた移行措置ですが、その文章表現力を頼りにしていた開発者からは惜しむ声が上がっています。なお、ChatGPTの有料ユーザーは引き続きモデル選択画面から利用可能です。
配信サービス「Max」、動画プレビューに独自AI導入へ：名場面を自動抽出
ワーナー傘下のMaxは今週、米国のコネクテッドTV向けに動的動画プレビューを導入した。今後数週間で自社製AIツールも順次展開し、膨大な作品群から見どころとなる「Drop-In Moments」を自動検出して提案させ、手作業による切り抜き・選定時間を大幅に削減する。
NVIDIA、Isaac Sim 5.0とIsaac Lab 2.2のプレビュー版を公開
NVIDIAはIsaac Sim 5.0とIsaac Lab 2.2のアーリーデベロッパープレビューをGitHubで公開した。ロボット開発者向けに物理シミュレーション環境を提供し、オープンソース化や合成データ生成機能、新規ロボットモデルを導入している。
月
6月16日 月曜日
OpenAIとMicrosoftの提携に亀裂：独禁法違反の告発も検討か
報道によると、OpenAI の幹部が Microsoft による反競争的行為の公表や、提携契約に関する規制当局の審査要請を検討していた。OpenAI による Windsurf 買収に伴う知的財産の共有を巡って両社は対立しており、OpenAI は計算資源での依存脱却を図る一方、営利企業への転換には依然として Microsoft の承認が必要な状況にある。
Cursorが月額200ドルの「Ultra」プラン提供開始、Proプランも制限緩和
CursorはProプランの20倍の利用枠を提供する月額200ドルの最上位プラン「Ultra」を発表しました。従量課金ではなく固定額で使い倒したいヘビー層向けで、同時にProプランもリクエスト数制限から計算量ベースへ移行し、ツール呼び出しが無制限になります。
過去のCT画像から心疾患を発見：Mass General Brighamと米退役軍人省が「AI-CAC」開発
Mass General Brighamと米退役軍人省の研究チームが『NEJM AI』で「AI-CAC」を発表。肺がん検診などで撮影された通常の胸部CTから冠動脈石灰化を89.4%の精度で検出する。専用の再検査を行わずに、埋もれていた心血管リスクを早期発見できる。
Meta、Oakleyコラボのスマートグラスを6月20日に発表へ
MetaはOakleyとのコラボによる新型スマートグラスのティザーをInstagramで公開し、6月20日の発表を予告した。アスリート向けにOakleyのSphaeraデザインを採用し、軽量化のためカメラを1基に抑えると報じられている。日常向けからスポーツやフィットネス分野への拡大を狙う。
「AIの父」ヒントン氏が警鐘、日常的なデスクワークは代替へ 「配管工が最も安全」
「AIの父」と呼ばれるジェフリー・ヒントン氏がポッドキャストで、大規模な雇用喪失は既に始まっていると警告した。日常的な知的労働はAIに置き換わる可能性が高く、弁護士助手やコールセンターなどが特に危険とする一方、物理的な作業を伴う配管工などの職業は当面安全だと述べている。
人型ロボットの1Xが世界モデル「1XWM」発表、動作予測で成否を事前評価
1Xは人型ロボットNEO向けの「1X World Model」を発表した。具体的な動作軌道から将来の映像やタスクの成功確率を予測し、実機を使わずにポリシーの信頼性を高速検証できる。ただし、未学習の物体との接触シミュレーションにはまだ課題が残る。
ElevenLabsがv3向け「Audio Tags」公開、タグ指定でAI音声の間やテンポを制御可能に
ElevenLabsはEleven v3向けに「Audio Tags」機能を提供開始した。台本内に[pause]や[rushed]、[stammers]といったタグを書き込むだけで、AI音声のテンポや間、強調を精密に演出できる。なお、現段階ではプロ向け音声クローン（PVC）への最適化は未完了となっている。
TikTokの生成AIがAdobe ExpressとWPP Openに統合、5秒動画を自動生成
TikTokはクリエイティブ向けAI「Symphony」の新機能を発表した。テキストや静止画から5秒のブランド動画を生成する機能を備える。TikTokアプリ内だけでなくAdobe ExpressやWPP Openにも組み込まれ、マーケターが広告素材を手軽に自動制作できるようになる。
Hugging FaceがGroqと連携、LPUによる超高速推論プロバイダーに対応
Hugging Faceはモデル推論プロバイダーにGroqを追加したと発表した。開発者はHugging Face Hub上やSDK経由で、GroqのLPUチップを用いた低遅延推論を直接利用できる。Llama 4などのモデルに対応し、HFアカウント経由または自前のGroq APIキーで課金可能。
MiniMaxが推論モデル「M1」をオープンソース化、100万トークン対応
MiniMaxは100万トークンの文脈窓と8万トークンの推論出力に対応したオープンソース推論モデル「MiniMax-M1」を公開しました。独自のハイブリッドアテンションと強化学習手法により、計算コストをDeepSeek R1の約30%に圧縮。強化学習フェーズの計算費用は約53万ドルに抑えられました。
アドビがLLM Optimizerを発表、AI検索でのブランド露出を最適化
アドビはカンヌライオンズで「Adobe LLM Optimizer」を発表した。ChatGPTやClaude、GeminiなどのAI回答における自社ブランドの露出状況を把握し、改善を支援するツールだ。従来のSEOから「GEO（生成エンジン最適化）」への移行を促すもので、単体またはAEM連携で提供される。
Reddit、ユーザーの生声をAI分析する広告主向けツール群を発表
Redditはカンヌライオンズで「Reddit Community Intelligence」を発表した。膨大な投稿データをAI分析する「Reddit Insights」と、広告下に好意的なユーザーの会話要約を表示する広告機能をアルファ版として提供。テストでは広告クリック率が19%改善したという。
