Google、NotebookLMのスマホアプリを公開：オフライン再生や共有に対応
GoogleはAndroidとiOS向けにNotebookLMアプリを公開した。Audio Overviewsのオフライン・バックグラウンド再生やホストへの質問に対応するほか、ブラウザなど他アプリからWebやPDFを直接ノートに共有できる。
AIデイリー：今日のAIニュース
月
5月19日 月曜日
ChatGPTが「コーヒー占い」で不倫を予言、ギリシャ女性が離婚訴訟へ
ギリシャで結婚12年の女性が、ChatGPTにコーヒーかすの模様を「占い」させたところ、夫が浮気していると回答されたことを真に受けて離婚訴訟を起こした。冗談半分の占いが家庭崩壊に発展し、ギリシャ国内ではAIへの過度な盲信が人間関係に与える影響について議論が巻き起こっている。
GitHub Copilot、新コーディングエージェントを発表：Issueを任せるだけでPRを自動作成
GitHubがCopilot向けの新しいコーディングエージェントを発表しました。GitHub Issueを割り当てるだけで、エージェントがGitHub Actions環境で自律的にコードを修正してドラフトPRを作成します。MCPによる外部連携や画像認識に対応し、CI/CD実行前には必ず人間の承認を挟む安全設計です。
Microsoft Edgeに小型モデル「Phi-4-mini」内蔵、開発者向けAI APIを提供
MicrosoftはのBuild 2025で、Edgeブラウザに小型モデル「Phi-4-mini」を直接組み込み、実験的なAI API群の提供を開始した。開発者はサーバーを介さずブラウザ上で要約や文章生成を低コストかつ安全に実行できる。さらにPDFの丸ごと翻訳機能やCopilotチャットの拡張も発表された。
Microsoft、Outlook向けCopilot機能を一般提供 添付ファイル要約や会議前ブリーフィングに対応
Microsoftは年次開発者会議「Build」において、OutlookおよびMicrosoft 365向けCopilotの新機能を一般提供した。Outlookではメール添付ファイルや検索結果の要約、会議前の関連タスクまとめに対応する。Copilot Pagesのモバイル版やWord変換機能も今月順次提供される。
マイクロソフト、Windows AI Foundryを発表：MCPネイティブ対応やWSLのオープンソース化も
Microsoftは「Build 2025」でWindows AI Foundryを発表した。オンデバイス推論基盤を統合するほか、Windows 11がMCPプロトコルをネイティブサポートし、エージェントがPCアプリと連携可能になる。WSLのオープンソース化も公表された。
マイクロソフト、研究開発向けエージェント基盤「Microsoft Discovery」発表
マイクロソフトはBuild 2025にて企業研究開発向けエージェントプラットフォーム「Microsoft Discovery」を発表した。グラフベースの推論エンジンと専門AIエージェント群をCopilotが統合制御し、仮説立案からHPCシミュレーションまでを支援する。自社研究ではデータセンター向け新冷却液を約200時間で発見した。
Microsoft、AzureでxAIの「Grok 3」提供へ OpenAIとの緊張高まる中
Microsoftは開発者会議「Build」にて、xAIの大規模言語モデル「Grok 3」および「Grok 3 mini」をAzure AI Foundryでホストすると発表した。Microsoftが直接ホスティングと課金を行い、企業向けSLAも提供する。OpenAIとの提携関係が揺れる中、他社モデルの取り込みを加速させている。
SalesforceがSlack向け「Agentforce」発表、実務を担う「デジタル同僚」へ
Salesforceは月曜日、Slack内で自律的に動くAIエージェント「Agentforce in Slack」を発表した。単なる会話にとどまらず、社内データ検索や複数システムにまたがる業務を実行できる。6月12日からは研修や社内サポート向けテンプレートも提供される。
NVIDIAのフアンCEO、AIインフラ市場は数兆ドル規模に達すると予測
NVIDIAのジェンスン・フアンCEOはCOMPUTEX 2025の基調講演で、AIデータセンターは電力をトークンに変える「AI工場」へと進化し、数兆ドル規模の新産業になると語った。あわせて新アーキテクチャNVLink Fusionや個人向けスパコンDGX Spark、ロボット向け物理エンジンなどを発表。AIインフラ全体の掌握を狙う。
NVIDIAの「Grace CPU C1」が本格普及へ、電力効率2倍でエッジや通信分野を攻略
NVIDIAはCOMPUTEXで、シングルCPU構成の「Grace CPU C1」がFoxconnやSupermicroなど主要メーカーに採用されたと発表した。従来型CPU比で約2倍の電力効率を誇り、エッジAIや通信基地局（AI-RAN）、ストレージなど電力制約が厳しい分散環境での導入が進む。
NVIDIAがAIデータ基盤を発表：ストレージ大手と連携しAIエージェントを加速
NVIDIAはDellやIBMなどのストレージ大手と連携し、「NVIDIA AI Data Platform」リファレンス設計を採用した新基盤を発表した。計算資源をストレージに近づけることで、AIエージェントによる企業内データのリアルタイム検索や推論を大幅に効率化する。
日
5月18日 日曜日
NVIDIA、人型ロボット用基盤モデル「GR00T N1.5」発表 合成データで訓練を36時間に短縮
NVIDIAはのCOMPUTEXにて、人型ロボット向け基盤モデル「Isaac GR00T N1.5」と動作データ生成ツール「GR00T-Dreams」を発表した。1枚の静止画から新環境での動作動画を生成し、従来約3カ月かかっていたデータ収集と学習をわずか36時間に短縮した。
NVIDIAが「NVLink Fusion」発表、自作チップをAIインフラに直接統合可能に
NVIDIAはサードパーティ製チップを自社のNVLinkインフラに接続できる「NVLink Fusion」を発表した。QualcommやMediaTek、富士通などが対応し、独自CPUやASICをNVIDIAのラック規模システムと連携できる。巨大IT企業は独自半導体を生かしつつ、柔軟に大規模AI工場を拡張可能になる。
土
5月17日 土曜日
Google I/O展望：Android刷新は先行発表、基調講演はGemini一色へ
来週開幕するGoogle I/OではGeminiを中心としたAI機能が主役になると報じられた。Androidの大型デザイン刷新「Material Three Expressive」はすでにYouTubeで先行発表されており、本番はXRやGmail、ChromeへのAI展開が焦点となる見通しだ。
金
5月16日 金曜日
Cohere、市場調査自動化のOttogridを買収 企業向けAI「North」に統合へ
AIスタートアップのCohereは市場調査自動化プラットフォームOttogridの買収を発表した。買収額は非公開。Ottogridのスタンドアロン製品は段階的に終了し、スマートテーブルや文書抽出機能はCohereの企業向け対話アプリ「North」に直接統合される。
xAIが「Grok」のシステム指示を公開、「極めて懐疑的であれ」と要求
xAIはAIボット「Grok」のシステムプロンプトを公開し、今後はGitHubで共有していくと発表した。指示文には「極めて懐疑的であれ」「主流メディアに盲従するな」などの文言が含まれている。無許可の変更による不適切発言の発生を受けた措置だ。
Runway、画像生成AI「Gen-4 Image」のAPIを提供開始 1枚0.08ドル
Runwayは参照画像機能を含む画像生成モデル「Gen-4 Image」のAPI提供を開始した。外部アプリやサービスに直接組み込み可能で、コストは1枚あたり0.08ドル。バーチャル試着やゲーム素材生成などの活用を見込む。
OpenAIが自律型エンジニア「Codex」発表：クラウドで並列実行しPR作成まで自動化
OpenAIはo3ベースの新モデル「codex-1」を搭載したソフトウエア開発エージェントCodexのプレビュー版を発表した。分離されたクラウド環境でバグ修正やテスト実行、PR作成を並列処理する。開発者は重い作業を非同期でAIに任せられるようになる。ChatGPT Proおよび企業ユーザー向けに提供を開始した。
中国Synyi AI、サウジに世界初の「AI医師クリニック」を開設
2025年4月、中国の医療テックSynyi AIがサウジアラビアに世界初のAI診療所を開設した。患者はタブレット越しにAI医師「Dr. Hua」の問診を受け、人間の医師が遠隔で処方を承認する。誤診率は0.3%未満とされ、現在は呼吸器疾患を中心に無料で試験提供されている。
Acer、Computex 2025でAIウェアラブル発表：サブスク無しの指輪と翻訳イヤホン
Acer GadgetはComputex 2025で、チタン合金製の健康管理リング「FreeSense Ring」と翻訳イヤホン「AI TransBuds」を発表した。リングは追加のサブスク料金なしで全データを確認可能。イヤホンは片方が装着するだけで15言語のリアルタイム双方向翻訳が行える。
OpenAI、ChatGPTがユーザーの全デジタル行動を記録・分析する未来像を提示
米OpenAIのCEOがセコイア・キャピタルのイベントで、ChatGPTが将来的にメールや閲覧履歴などのデジタル足跡をすべて学習・保持する個人用プロセッサへ進化する構想を語った。文脈を継続した高度な判断が可能になる半面、プライバシーや依存への懸念も残る。
xAI、Grokボットのプロンプト不正改ざんを発表：GitHubでシステムプロンプト公開へ
xAIはX上のGrokボットのプロンプトが不正に書き換えられ、特定政治テーマで意図的な回答を出力させられていたと公表。再発防止のためシステムプロンプトをGitHubで一般公開し、コードレビューの厳格化と24時間監視チームの配備を進める。
木
5月15日 木曜日
Meta、次期Llamaモデル「Behemoth」の公開を延期か 性能向上に課題
米メディアの報道によると、Metaは次期フラグシップAIモデル「Behemoth」の性能向上に苦戦しており、公開予定を少なくとも秋以降に延期したという。社内では公開基準を満たしているか議論が続いており、巨額のAI投資に見合う成果を示せるか圧力が強まっている。
ElevenLabs、AI音効ボード「SB-1」公開：テキストから効果音を即時生成
ElevenLabs は自社 SFX API を活用した音効ツール「SB-1 Infinite Soundboard」を公開した。テキストを入力するだけでオリジナルの効果音を即時生成でき、複数音の同時再生やループ再生にも対応。作成したサウンドはプリセット保存でき、配信や Discord ですぐに使える。
Google、AndroidとChromeにAI支援機能を追加：Geminiが画面全体を解説
Googleはアクセシビリティ向上に向けた新機能を発表した。スクリーンリーダー「TalkBack」でGeminiに画像や画面全体の詳細を質問できるようになったほか、リアルタイム字幕で感情の抑揚や咳払いなどの検知に対応。単なるテキスト化を超え、AIによる文脈の伝達が進んでいる。
Netflix、AIでドラマの世界観に溶け込ませる新広告を発表
Netflixは広告主の製品画像を『ストレンジャー・シングス』などの人気作品の世界観にAIで合成する新広告を披露しました。一時停止時や本編の合間に自然に溶け込む設計で、今年の年末までに広告つきプラン向けに導入予定です。
OpenAI、アマゾンの未発見遺跡を探すコンペ開催：優勝賞金25万ドル
OpenAIはKaggleと提携し、アマゾン熱帯雨林の未知の遺跡を特定するコンテスト「OpenAI to Z Challenge」を開始した。参加者はo3/o4 miniやGPT-4.1を駆使し、オープンな衛星写真やLiDARデータを解析する。1位には25万ドルが贈られる。
Windsurfが「SWE-1」モデルファミリーを発表：単なるコーディングを超えたソフトエンジニアリング特化型
Windsurfが初の独自モデル群「SWE-1」を発表しました。コード生成だけでなく端末操作や長期推論に最適化されており、最上位のSWE-1はClaude 3.5 Sonnet並みのツール推論を低コストで実現。軽量版のliteとminiは無料・有料問わず全ユーザーに開放されます。
水
5月14日 水曜日
OpenAI、ChatGPTに「GPT-4.1」を導入：コード性能向上、miniは無料開放
OpenAIは「GPT-4.1」と「GPT-4.1 mini」をChatGPTに導入した。GPT-4oよりコード生成や指示追従の性能が高く、oシリーズより高速に動作する。Plus、Pro、Team向けにGPT-4.1を提供し、無料ユーザーを含む全利用者にminiを展開、旧GPT-4o miniは提供を終了する。
Windows版Copilotに「Hey, Copilot」音声起動が追加、Insider向けにテスト開始
MicrosoftはWindows Insider向けにCopilotアプリのアップデートを開始し、音声起動ワード「Hey, Copilot」を導入しました。PCロック解除時に声だけでCopilot Voiceを呼び出せます。検出処理は端末ローカルで行われ、初期設定はオフ、現在は英語のみ対応です。
Stability AIとArmが端末動作の音声モデルを公開、スマホで8秒以内に11秒生成
Stability AIはArmと提携し、3億4100万パラメータの音声生成モデル「Stable Audio Open Small」をオープンソース公開した。Arm CPU向けに最適化され、スマホ上で11秒の音声を8秒未満で生成できる。商用利用も可能で、効果音制作を端末側で完結できる。
CodeRabbitがVS CodeやCursor向け拡張機能を公開、IDE内コードレビューが完全無料に
CodeRabbitはVS CodeやCursor、Windsurf内で直接動作するAIコードレビュー拡張機能を発表し、IDE内での利用を完全無料化しました。PR作成前にインラインでバグを検出でき、ワンクリック修正や外部AIエージェントとの連携にも対応します。
中国ADA SpaceがAI衛星12基を打ち上げ：2800基の宇宙AI計算網へ
ADA Spaceと之江実験室が、2800基規模の宇宙計算コンステレーションに向け最初のAI衛星12基を打ち上げました。各衛星は744 TOPSの処理能力と8Bモデルを搭載し、100Gbpsのレーザー通信で連携します。地上局を介さず宇宙空間で直接データを分析・処理する狙いです。
Anthropicが脆弱性報奨金を開始：未公開Claudeの脱獄発見に最大2.5万ドル
AnthropicはHackerOneと提携し、未公開の安全分類システムを検証する新たなバグバウンティプログラムを発表した。Claude 3.7 Sonnetなどを対象に、CBRN関連の普遍的ジェイルブレイクを見つけた研究者に最大2.5万ドルを授与し、ASL-3安全基準の達成を目指す。
DeepMindが「AlphaEvolve」発表：Geminiでアルゴリズムを自律設計・最適化
Google DeepMindはGeminiを活用してアルゴリズムを自動発見・最適化するエージェント「AlphaEvolve」を発表した。データセンターの計算リソースを0.7%回収したほか、AIカーネルの高速化や長年の数学難題の更新を達成。現在は一部の研究者向けに早期アクセスを準備している。
PerplexityがPayPalと提携、AI検索のチャット内から直接買い物可能に
PerplexityはPayPalと提携し、AI検索内で直接買い物が完結するエージェントコマースを導入すると発表した。今年の夏から米国のPerplexity Proユーザー向けに提供され、チャット上でPayPalやVenmoによる即時決済が可能になる。
YouTube、Gemini活用の新広告ツール「Peak Points」を発表
YouTubeはの「Brandcast 2025」にて、Geminiを活用した広告ツール「Peak Points」を発表した。人気動画の中で最も視聴者の関心が高まる「ピーク」の瞬間をAIが自動検出し、的確に広告を配信する。あわせてコネクテッドTV向けの全画面広告やショッピング機能も発表された。
Google、トップページで「I'm Feeling Lucky」に代わり「AI Mode」をテスト配置
2025年5月、Googleが検索トップページで「I'm Feeling Lucky」ボタンの位置に「AI Mode」を配置するテストを開始した。従来のリンク一覧ではなく、別ページで長文のAI回答を表示する。同社は継続的な実験の一環であり、恒久的な変更ではないとコメントしている。
火
5月13日 火曜日
Airbnbがアプリ大幅刷新、体験・出張サービス予約解禁とAIコンシェルジュ構想
Airbnbはアプリを大幅刷新し、宿泊予約なしでも出張シェフやマッサージなどの現地サービス・体験を予約可能にした。さらにチャット内で回答やキャンセル手続きをこなすAIサポートも導入。単なる民泊仲介から旅行全般を支援するプラットフォームへの脱皮を狙う。
Google、Geminiを時計・車・テレビ・XRへ一挙展開へ
GoogleはAndroid Showにて、AIアシスタントGeminiをWearOS搭載スマートウォッチやAndroid Auto、Google TVへ年内に展開すると発表した。サムスンと共同開発中のAndroid XR端末にも搭載予定で、スマホ以外の機器でも自然な対話型アシスタントが日常的に利用可能になる。
Google、Androidの詐欺・盗難対策を強化：端末内AIで詐欺検知を拡充
GoogleはAndroid向けの新たなセキュリティ機能を発表した。Google メッセージでは端末内AIによる詐欺検知を仮想通貨やなりすまし等に拡大。Android 16では通話中のサイドロード遮断や盗難後の初期化制限など、悪用対策が大幅に強化される。
Vectara、企業向け「幻覚修正ツール」提供開始：誤答率を0.9%に低減
Vectaraはモデルの誤答を自動検出し修正する「Hallucination Corrector」を発表した。同社の評価モデルHHEMと連携し、不正確な記述の理由を提示しながら最小限の変更で修正する。初期テストでは、企業向けAIの幻覚率を約0.9%まで低減できたという。
トランプ米政権、バイデン前政権の「AI拡散規制」を正式撤回
米商務省は発効予定だったバイデン前政権の「AI拡散規則」を正式に撤回した。世界各国を3層に分類して課す予定だったAI半導体の包括的な輸出規制を取りやめ、今後は各国との個別交渉に切り替える方針。一方で、ファーウェイ製昇騰チップの利用に関する規制順守は改めて警告した。
AlibabaのQwen Chat、「Deep Research」機能を全ユーザーに無料公開
Alibaba の Qwen Chat は数週間のテストを経て「Deep Research」機能を全ユーザー向けに公開しました。知りたいテーマを入力すると AI が質問で絞り込みを行い、包括的なレポートを自動作成します。本格的な調査 Agent が誰でも手軽に使えるようになりました。
NotionがAI会議文字起こしを導入：Mac版で「/meet」から即記録
NotionはAIによる会議文字起こし機能を発表した。Macアプリで「/meet」と入力するとシステム音声を認識し、メモを取りながらの自動記録や要約生成が可能になる。日本語を含む十数言語に対応し、企業向け横断検索やAIリサーチ機能も同時に追加された。
Spotifyの「AI DJ」が音声コマンドに対応、好みの曲や雰囲気を声でリクエスト可能に
Spotifyは「AI DJ」に音声コマンド機能を追加したと発表した。Premium会員向けに60以上の市場で英語による提供が始まっており、DJボタンを長押しして話しかけるだけで曲調やアーティストのリクエストができる。これまでの受動的な聴取から双方向の操作へと進化した。
Google、I/O 2025でPinterest風機能を発表か：広告防衛とAIエージェント
報道によると、Googleは来週の「I/O 2025」で、ファッションやインテリア画像を収集・保存できるPinterest風の新機能を発表する見込みです。ChatGPTによる検索シェア侵食に対抗して商業広告収入を守る狙いがあり、ソフト開発向けAIエージェントやXR向けGeminiの披露も期待されています。
テスラの人型ロボ「Optimus」がダンス披露、全動作をシミュレーション訓練で実現
イーロン・マスク氏がテスラの人型ロボット「Optimus」がリズミカルに踊る動画を公開した。動作にはまだ多少ぎこちなさが残るものの協調性は大幅に向上。マスク氏によると、強化学習を用いて全動作を仮想空間のシミュレーション内で学習させ、現実へ移行させたという。
MetaのRay-Banスマートグラスが5月19日にインド発売、価格は29,990ルピーから
MetaはRay-Banスマートグラスを5月19日よりインドで発売すると発表した。価格は29,990ルピー（約353ドル）からで、Meta AIによる視覚認識や音声翻訳に対応する。現時点でインド現地言語には未対応だが、世界累計200万台を突破した人気端末の販路がさらに広がる形だ。
TikTok、写真を動画化する新機能「AI Alive」を発表 ストーリーズ向けに提供
TikTokは、静止画を動きのあるショート動画に変換できる初の画像生成動画機能「AI Alive」を発表した。ストーリーズの編集画面からワンタップで適用でき、風景やセルフィーに動きを加えられる。生成物にはAIラベルやC2PAメタデータが付与され、安全面にも配慮されている。
Audible、出版元向けAI朗読・翻訳ツールを発表 100種超の音声と声質を保つ多言語化を提供
Audibleは出版パートナー向けにAI音声制作・翻訳ツールを発表した。英語や仏語などに対応する100種以上のAI音声を揃え、委託制作またはセルフサービスを選べる。年内には元の声質や語り口を保ったまま他言語へ変換する音声翻訳ベータ版も導入予定だ。
金
5月9日 金曜日
Apple、AI企業4社を買収：カレンダー支援から工場監視、RAGエージェントまで
欧州DMAの開示情報により、Appleが最近買収したAI企業4社が判明した。AI日程管理のMayday、製造ライン監視のDrishti、健康データ分析のBetteromics、RAG・エージェント基盤のPointableが含まれる。Apple Intelligenceがカレンダーや次期Siriだけでなく、製造現場にも広がる見込みだ。
Meta、基礎AI研究組織FAIRのトップに共同創設者ファーガス氏を再起用
Metaは基礎AI研究ラボ「FAIR」の新たな責任者にロバート・ファーガス氏を任命した。退任するジョエル・ピノー氏の後任となる。ファーガス氏は2014年にヤン・ルカン氏らとFAIRを共同創設後、過去5年間はGoogle DeepMindで研究ディレクターを務めていた。基礎研究体制を再強化する狙いがある。
木
5月8日 木曜日
Higgsfield AI、複数VFXを1カットに重ねられる「Effects Mix」公開
Higgsfield AIは複数のシネマティックVFXを1つのカット内で自由に重ねて合成できる新機能「Effects Mix」をリリースした。雷や爆発などのエフェクトを自在に組み合わせ可能。無料試用を含む全ユーザーに即時開放され、有料版は月額9ドルから利用できる。
ChatGPTの「deep research」がGitHub連携に対応、コード解析や仕様のタスク分解が可能に
OpenAIはChatGPT deep research向けに初の連携機能となるGitHubコネクタのベータ版を発表した。Plus、Pro、Teamユーザー向けに順次提供され、コードベースの構造把握や仕様書からの開発タスク分解を支援する。
OpenAI、o4-mini向け強化学習ファインチューニングとGPT-4.1 nano微調整を提供開始
OpenAIはo4-mini向けに「強化学習ファインチューニング（RFT）」の提供を開始し、あわせてGPT-4.1 nanoの教師ありファインチューニングにも対応しました。RFTは思考連鎖推論とタスク別採点を組み合わせ、税務や会計など複雑な専門分野に特化した高性能モデルの構築を可能にします。
サム・アルトマン氏ら米公聴会で証言：AI基盤とエネルギー投資を要請
OpenAIのサム・アルトマンCEOやAMDのリサ・スーCEOらが米上院公聴会で証言しました。アルトマン氏はAIがインターネット以上の変革をもたらすと述べ、電力や基盤への大型投資を訴えました。また、過度な輸出規制が他国を中国技術へ追い込むリスクも警告されました。
Apple、AirPodsとApple Watchにカメラ搭載を計画か：AI向けデータ収集が目的
Bloombergの報道によると、Appleはカメラを内蔵したAirPodsとApple Watchの開発を進めており、早ければ2027年に登場する見込みです。撮影用ではなく、端末内AIに視覚情報を送り込み、周囲の認識やジェスチャー操作を支援するために使われるとみられます。
Googleが詐欺対策を強化：Chromeに端末内AI「Gemini Nano」を導入
Googleは検索、Chrome、Androidにおける最新のAI詐欺対策を発表した。デスクトップ版Chromeの保護強化機能にオンデバイスLLM「Gemini Nano」を統合し、未知の詐欺サイトを即座に検知。Androidでも悪質通知や不審な通話・SMSを端末内AIで自動ブロックする。
Whoopが「Whoop 5.0」発表：14日間駆動や心電図対応、一般層へ拡大
Whoopは新型ウェアラブル「Whoop 5.0」と医療グレードの「Whoop MG」を発表した。従来比で7%小型化し、バッテリー駆動時間は14日間に延長。MG版はFDA認可の心電図に対応する。年額199ドルからの新料金プランも導入し、アスリート以外への普及を狙う。
Meta、次期スマートグラスに顔認識対応の常時監視モードを搭載か
米The Informationの報道によると、Metaはコードネーム「Aperol」「Bellini」と呼ばれる次期スマートグラス向けに、常時カメラを起動して顔認識や鍵の忘れ物通知を行う「超感覚」AI機能を開発中だという。現行機でのテストではバッテリーが30分しか持たない課題もある。
LM Studio 0.3.15公開、CUDA 12.8対応でRTX推論が最大35%高速化
ローカルLLM実行ツール「LM Studio」のバージョン0.3.15が公開され、CUDA 12.8への対応によりNVIDIA RTX GPUでの推論性能が向上した。CUDA GraphやFlash Attentionの導入でスループットが最大35%改善し、RTX 20シリーズからBlackwell世代まで幅広く対応する。外部ツール呼び出しを制御する「tool_choice」機能も追加された。
Apple、スマートグラスやAIサーバー向け専用チップを開発中か
報道によると、Appleは日常利用向けと本格的なAR対応の2種類のスマートグラス向けに独自チップを設計している。Apple Watchの技術をベースに複数カメラに対応し、2026年または2027年の量産を目指す。あわせてAIサーバーや周辺機器向けチップの刷新も進めている。
Google、Gemini 2.5に暗黙的キャッシングを導入：設定なしでAPI費用を75%削減
GoogleはGemini 2.5モデル向けに暗黙的キャッシングの提供を開始した。明示的にキャッシュを作成しなくても、共通のプレフィックスを持つリクエストであれば自動で75%のトークン割引が適用される。FlashとProの適用最小トークン数も引き下げられ、固定プロンプトを先頭に置くだけで手軽にコストを削減できる。
水
5月7日 水曜日
OpenAIがFidji SimoをアプリケーションCEOに任命、Samに直属へ
OpenAI は取締役の Fidji Simo が Applications 担当 CEO に就任すると発表した。Sam に直接報告する体制となる。Simo は今後数か月で Instacart を退任し、年内に正式就任して事業規模の拡大を担う。一方の Sam は研究や計算資源、安全性に注力する方針だ。
Google、iPad専用Geminiアプリを提供開始：Split Viewの画面分割に対応
GoogleはiPad専用のGeminiアプリをApp Storeで公開した。大画面向けに最適化され、Split Viewによる画面分割マルチタスクに対応しており、他アプリと並べて同時にAIを活用できる。iPhone版に続くiPadへの正式対応となる。
OpenAI、アジアでデータ保管場所指定に対応：日本など4カ国
OpenAIはChatGPT Enterprise、Edu、およびAPIプラットフォーム向けに、日本、インド、シンガポール、韓国でのデータレジデンシーの提供を発表した。対話ログや添付ファイルなどの保存先を国内に制限でき、厳格なデータ主権やコンプライアンス要件に対応する。
FigmaがAI搭載の新ツール群を発表：プロンプトからWebサイト制作・公開まで完結
FigmaはWebサイトの構築・公開ができる「Figma Sites」やプロンプトからWebアプリのプロトタイプを生成する「Figma Make」などの新AI機能を発表しました。デザインから公開まで同ツール内で完結可能になり、マーケター向け素材生成ツール「Buzz」と月額8ドルからの新プランも追加されます。
マイクロソフトがオープンなA2Aプロトコル対応を発表：エージェント間の相互接続を推進
MicrosoftはAzure AI FoundryとCopilot StudioでオープンなAgent2Agent（A2A）規格をサポートすると発表しました。異なるクラウドやフレームワークで作られたエージェント同士が安全に連携可能になります。現在Semantic KernelでPythonサンプルが公開されています。
Mistral、コスパ重視の新モデル「Mistral Medium 3」公開
Mistralはコスト効率を重視した新AIモデル「Mistral Medium 3」を発表した。入力100万トークンあたり0.40ドル、出力2ドルで、Claude 3.7 Sonnetの90%以上の性能を持つと謳う。法人向けチャット「Le Chat Enterprise」の一般提供も開始された。
Amazonが触覚ロボット「Vulcan」発表、力加減を感じて高所ピッキングを代行
Amazonは触覚センサーを備えた初の倉庫ロボット「Vulcan」を発表した。フォースフィードバックとフィジカルAIを活用し、商品の力加減を感知しながら約75%の品目をピッキング・格納可能。踏み台が必要な高所の作業などを代替する。
Anthropic、Claude APIでWeb検索を提供開始：参照元付きの回答に対応、Claude Codeでも利用可能に
AnthropicはMessages APIで利用可能なWeb検索ツールを発表しました。Claudeが必要に応じて自律的にWeb検索を行い、参照元リンク付きで最新情報を回答します。価格は1,000回あたり10ドルとトークン料金で、Claude Codeにも同時に対応します。
Google、Gemini 2.0 Flashの画像生成・編集機能をプレビュー公開
GoogleはGemini 2.0 Flashで画像生成および編集機能のプレビュー提供を開始したと発表した。開発者はGoogle AI StudioやVertex AIのAPI経由で対話型の画像生成・編集を利用でき、レート制限も引き上げられた。テキストと画像のマルチモーダル生成をより手軽に組み込めるようになる。
Netflixがテレビ向けUIを刷新、iOSでは生成AI検索のテストも開始
Netflixはテレビ向け新ホーム画面を発表し、リアルタイム推薦の強化やナビゲーション刷新を行いました。同時にiOSアプリ向けに生成AIを活用した自然言語検索の限定ベータテストも開始。「明るくて面白い作品」などの日常会話フレーズで作品を探せるようになります。
SafariにAI検索導入を検討、Googleとの200億ドル契約に見直し圧力か
Bloombergによると、Appleの幹部Eddy Cue氏が米独禁法訴訟の証言で、SafariにOpenAIやPerplexityなどのAI検索を追加する検討を進めていると明かした。AI台頭で先月Safariの検索数が初減少したとし、年間約200億ドルのGoogle既定契約にも影響が及ぶ可能性がある。
OpenAIが国家向け構想を発表：自国AIインフラ整備と特化型ChatGPTを提供へ
OpenAIは各国向け新構想「OpenAI for Countries」を発表した。Stargateプロジェクトの一環として、米政府と連携しながら各国のデータセンター整備や現地文化に合わせたChatGPTの提供、スタートアップ基金設立を支援する。第一段階として10の国や地域との協業を目指す。
火
5月6日 火曜日
Hugging Faceが無料の操作エージェント公開：Operator風に仮想マシンを操作
Hugging Faceはクラウド上でLinux仮想マシンを操作できる「Open Computer Agent」を無料公開した。OpenAIのOperatorのようにブラウザ等の操作を代行できる。動作は遅くCAPTCHAなどで止まることもあるが、オープンモデルによる自律操作の進歩を示した。
FutureHouse、生物学データ分析AI「Finch」をプレビュー公開
非営利組織FutureHouseは生物学研究を支援するAIツール「Finch」をプレビュー公開した。論文データと指示をもとにコードを実行し図表を生成する仕組みで、CEOは「大学院1年生レベル」と評する。まだ初歩的なミスもあるため、現在は専門家を募りクローズドベータで精度検証を進めている。
ServiceNowとNVIDIA、企業エージェント向け推論モデル「Apriel Nemotron 15B」をオープンソース公開
ServiceNowとNVIDIAは、自律型AIエージェントの処理に向けたオープンソースの推論モデル「Apriel Nemotron 15B」を発表した。NVIDIA NIMマイクロサービスとして低コストかつ低遅延で稼働する。業務データをモデル改善へ還元するデータフライホイール基盤も共同で提供する。
HeyGenが「Avatar IV」を発表：写真1枚と音声だけで自然な動画アバターを生成
HeyGenは新型アバターモデル「Avatar IV」を公開した。静止画1枚と音声データを入力するだけで、声のトーンや感情を読み取り、微細な表情や首の傾き、間合いを再現したリアルな動画を生成する。全ユーザー向けに順次提供が始まっている。
マイクロソフト、小型Surface Copilot+ PC発表：799ドルから
Microsoftは12インチのSurface Proと13インチのSurface Laptopを発表した。Snapdragon X Plusと45 TOPSのNPUを搭載し、価格を799ドルと899ドルからに抑えてRecallなどのローカルAI機能を提供する。
Windows 11に新AI機能：設定アプリにエージェント内蔵、写真の再ライティングも
MicrosoftはWindows 11およびCopilot+ PC向けの新AI機能を発表した。「設定」にオンデバイスAIエージェントが追加され、自然言語でトラブル解決や設定変更が可能になるほか、フォトの再ライティングやエクスプローラーのAIアクションが順次Insider向けに提供される。
Oura、スマートリングにAI血糖値追跡と食事写真の解析機能を追加
スマートリング大手のOuraはAIを活用した血糖値追跡と食事記録機能を発表した。99ドルのDexcom Stelo血糖計と連携して血糖トレンドのAI要約を表示できるほか、食事写真を撮るとAIが栄養成分を分析する。血糖値追跡は現在米国でのみ提供される。
OpenAI、AIコーディング「Windsurf」を約30億ドルで買収へ
報道によると、OpenAIはAIプログラミングツール「Windsurf」を約30億ドルで買収することで合意した。同社史上最大の買収案件となる。独自の開発者向けインターフェースを手中に収めることで、Microsoft依存を減らしCursorなどとの競争を激化させる狙いだ。
Lightricks、家庭用GPUで動く動画生成AI「LTX Video-13B」をオープンソース公開
Lightricksは130億パラメータのオープンソース動画生成モデル「LTX Video-13B」を公開した。段階的に描画するマルチスケールレンダリングにより、同規模モデルと比べ最大30倍高速に高解像度動画を生成。量子化により一般的なグラフィックボードでも動作し、年間売上1000万ドル未満なら無料商用利用できる。
Google、Gemini活用のテキスト平易化機能「Simplify」をiOS版アプリで提供開始
Google Researchは情報の欠落を抑えつつ難解な文章をわかりやすく書き直すGemini活用システムを発表し、iOS版Googleアプリに新機能「Simplify」を追加した。単なる要約と異なりニュアンスや詳細を維持するのが特徴で、医学論文の読解正答率を15%向上させた。
Google、Gemini 2.5 Proプレビュー版を更新 コーディングとWeb開発性能が大幅向上
GoogleはGemini 2.5 Pro Previewの更新版を発表した。WebDev Arenaで首位を獲得し、フロントエンドUI開発やコードリファクタリング、動画からのアプリ生成能力が強化された。既存のAPIは自動で最新版に切り替わり、利用料金も据え置かれる。
Windsurfが「Wave 8」公開：GitHubのPR自動レビューやDocs連携に対応
Windsurfはアップデート企画「Wave 8」を開始し、初日にチームおよびエンタープライズ向け新機能を公開しました。PRを自動レビュー・修正するGitHub連携ツール「Windsurf Reviews」やGoogle Docsを参照できる新コンテキスト機能、Cascade対話のチーム共有機能などが追加されました。
月
5月5日 月曜日
Apple、Anthropicと提携してXcodeにClaude統合か AI開発環境を強化
Bloombergの報道によると、AppleはAnthropicと提携し、Claude Sonnetを統合した新しいXcode向けAIコーディング環境を開発中だという。対話形式でのコード作成やUIテスト、バグ修正に対応。現在は社内エンジニア向けに試験展開されており、一般公開は未定とされている。
Moritz Krembが「Vireel」公開：URLを入力するだけで動画広告を自動大量生成
Moritz KrembはAI動画広告ツール「Vireel」を公開した。WebサイトのURLを入力するだけで、実績ある構成をもとに数百本の動画を即座に生成。TikTokやInstagram、YT shortsへの展開を通じた集客プロセスを自動化できる。
OpenAI、新組織形態へ移行 営利部門を公益法人化、非営利母体が支配権維持
OpenAIは営利部門をパブリック・ベネフィット・コーポレーション（PBC）へ改編する計画を発表した。従来の非営利組織が引き続き支配権を持ち大株主として留まる。複雑な利益上限構造を通常の株式構造に改め、AGI開発に必要な巨額の計算資源を調達しやすくする狙いだ。
Tetherが「Tether.AI」を発表：ピア・ツー・ピアで稼働するAIエージェント基盤
Tetherのパオロ・アルドイノCEOは完全オープンソースのAI実行環境「Tether.AI」を発表した。APIキーや単一障害点を持たず、あらゆる端末で動作しながらビットコインやUSDT決済に対応する。ピア・ツー・ピア型チャットKeetとも連携予定だが、詳細な仕様はまだ明かされていない。
Anthropic、科学研究支援プログラム発表 生命科学分野に無料API枠を提供
Anthropicは科学研究を加速させる「AI for Science」プログラムを発表した。生物学や生命科学、創薬、遺伝子解析などの研究者を対象に無料のAPIクレジットを提供する。研究機関に所属する研究者は公式フォームから申請可能で、専門チームによる審査が行われる。
土
5月3日 土曜日
Google、13歳未満の子供にもGeminiを開放へ：Family Linkで保護者管理
Googleはファミリーリンクで管理された13歳未満の子供に対し、Android端末でGeminiの利用を近く解禁する。宿題のサポートや読み聞かせ向けに提供し、子供のデータはAI学習に使用しない方針。保護者は設定でオフにでき、初回利用時には通知が届く。
GoogleのGemini 2.5 Proが「ポケットモンスター 青」をクリア、数百時間の激闘の末
独立系開発者のシステム支援により、GoogleのGemini 2.5 Proが『ポケットモンスター 青』の完全クリアを達成した。エミュレータ上の画面情報やメモリデータを解析し、専用のサブエージェントと連携して自律的に進行。一部の手動修正はあるものの、長期的思考とタスク計画の進展を示す事例となった。
