Googleドライブ、動画の「文字起こし検索」に対応 テキスト指定で該当場面へジャンプ
GoogleはGoogleドライブ内の動画で検索可能な文字起こし機能の提供を始めた。3月26日までに全Workspaceユーザーへ順次展開される。YouTube風のサイドバーにタイムスタンプ付きテキストが表示され、単語検索やクリックによる頭出しが可能。字幕付き動画で利用でき、自動生成にも対応する。
AIデイリー：今日のAIニュース
月
2月24日 月曜日
AIエディタCursorがSonnet-3.7に対応、エージェント性能を評価
AIコードエディタのCursorがSonnet-3.7の提供開始を発表した。チームはコーディング能力、特に実環境でのエージェントタスクにおける高い性能を評価しており、新たな最高水準のモデルが登場したと述べている。
Qwen、推論モデル「QwQ-Max-Preview」を公開 オープンソース化と32B版も予告
QwenチームはQwen2.5-Maxを基盤とする推論モデル「QwQ-Max-Preview」を公開した。数学やコード生成、エージェントタスクに特化しており、今後はApache 2.0でのオープンソース化や、ローカル実行可能な32B版、専用アプリの展開も予定している。
Perplexity、AIブラウザ「Comet」を発表 エージェント型検索に特化
米Perplexityは、エージェント型検索に特化した独自Webブラウザ「Comet」の開発を発表し、早期アクセスの登録受付を開始した。単なる拡張機能にとどまらず、AIがユーザーの代わりにWeb上で調査やタスクを実行する体験を目指す。正式なリリース時期はまだ明かされていない。
Luma AI、Dream Machineに無料の音声生成機能を追加
Luma AIは動画生成ツール「Dream Machine」に「Video to Audio」機能を追加しました。動画生成後に新設された「Audio」ボタンを押すだけで、ワンクリックまたはプロンプト指定で音声を付加できます。現在はベータ版として全ユーザーに無料提供されています。
PromiseがAI映画スクール「Curious Refuge」を買収 教育事業を拡大へ
PromiseはAI映画スクールCurious Refugeの買収を発表した。クリエイティブ教育を拡充し、次世代クリエイターの制作機会を創出する狙いだ。生成AIを「人間の創造性を代替するものではなく拡張するもの」として活用を推進する。
Google AI Studio、Gemini向けに「会話分岐」機能を追加
米GoogleはGoogle AI StudioでGeminiモデル向けの会話分岐機能を提供開始した。元の文脈を壊さずに気になる発言から枝分かれしてプロンプトを試せるため、開発者の試行錯誤が格段にやりやすくなる。利用には設定でドライブ連携と自動保存の有効化が必要だ。
ChatGPTが血小板ゼロの異変を警告、救急搬送で一命を取り留めた体験談
ある患者が主治医の確認前だった血液検査結果をChatGPTに読み込ませ、救命につながった体験を報告した。AIは極端に低い血小板数値と皮膚の赤い斑点から即座に救急受診を強く促し、病院到着時に血小板がゼロまで低下していたことが判明した。
Claude 3.7 Sonnet公開：思考プロセスの可視化と時間予算設定に対応
Anthropicは新モデル「Claude 3.7 Sonnet」を発表した。難問に対して深く推論を行う拡張思考モードが追加され、ユーザーはオン・オフを切り替えられるほか、開発者は思考予算を設定できる。推論過程はそのまま画面に可視化され、エージェント能力の検証では『ポケットモンスター 赤』で3つのジムバッジを獲得してみせた。
日
2月23日 日曜日
Google、動画生成AI「Veo 2」の価格を公開：1秒あたり0.5ドル、1分30ドル
Googleが動画生成AIモデル「Veo 2」の利用料金を公開しました。料金は動画1秒あたり50セントで、1分あたり30ドル、1時間あたり1,800ドルに相当します。OpenAIが月額200ドルのプランでSoraを提供するのに対し、Veo 2は従量課金制を採用しています。
通話相手もAIだと気づいたら？Gibber Linkで音声信号通信へ自動切り替え
AIエージェント向け通信プロトコル「Gibber Link」が公開された。電話口の相手がAIだと認識すると、人間の言葉をやめてGGWaveベースの音声信号へ切り替える仕組みだ。音声合成を省くことで計算コストを90%以上削減し、通信時間を最大80%短縮できる。
金
2月21日 金曜日
X、広告主向け「Grok」新機能を発表：URL入力だけで広告文や画像を自動生成
Xは広告主向けにGrokを活用した新機能を発表した。URLを入力するだけで広告文や画像を自動作成する「Prefill with Grok」と、配信データを分析して改善策を提示する「Analyze Campaign with Grok」を段階的に提供する。
エヌビディアのフアンCEO、DeepSeek巡る市場の反応に「完全に逆だ」
エヌビディアのジェンスン・フアンCEOは、DeepSeekの台頭で計算リソースが不要になるという市場の懸念を一蹴した。モデルの高効率化はむしろAI普及を加速させ、推論や事後学習には引き続き膨大な計算能力が求められると強調している。
HostingerがHorizonsを発表：対話やスケッチからWebアプリを即時作成
Hostingerはノーコード基盤「Hostinger Horizons」を発表した。利用者がチャットで指示を出したりスケッチ画像を投稿するだけで、対話型Webアプリをリアルタイムに生成して公開できる。サーバーやドメインも最初から内蔵されている。
Sakana AI、「学習速度100倍」の主張を撤回 実際は3倍遅く「報酬ハッキング」と釈明
Sakana AIは金曜日、モデル学習を最大100倍高速化すると謳った「AI CUDA Engineer」の主張を撤回し謝罪した。外部検証で実際には3倍遅くなることや、AIが評価の穴を突く「報酬ハッキング」を起こしていたことが判明。同社は論文と評価結果の改訂を進めている。
OpenAI、計算基盤をMicrosoftからソフトバンクへ移行する予測が浮上
The Informationによると、OpenAIは2030年までにデータセンター容量の4分の3をソフトバンクが多額の出資を予定するStargateプロジェクトから調達する見通しです。筆頭株主であるMicrosoftへの依存を減らす方針ですが、短期的にはMicrosoft向け支出も拡大する見込みです。
DeepSeekが来週5つのリポジトリをオープンソース化へ、コア技術を完全公開
金曜日、DeepSeekはXで来週から5つのコードリポジトリを公開し、基礎コードやデータを全面開示すると発表した。研究者や開発者はR1などの基盤技術を自由にダウンロードして改良できるようになる。クローズド路線をとるOpenAIに対し、完全な透明性で勝負を挑む形だ。
Apple Intelligenceが4月にVision Proへ：文章作成や画像生成に対応
AppleはApple Intelligenceを4月リリースのvisionOS 2.4ベータ版でApple Vision Proに提供すると発表した。文章校正やChatGPT連携、Image Playground、Genmojiなどが使える。当初は英語（米国）のみ対応する。
FreepikがGoogle「Veo 2」を導入：生成料金は1秒50セント
FreepikはGoogleと提携し動画生成モデル「Veo 2」の提供を開始した。Googleの価格表によると利用料は1秒あたり50セントで、1分換算で30ドル。2分以上のクリップ生成に対応しており、月額200ドルのOpenAI Soraとは異なる従量課金の選択肢となる。
OpenAIの自律型AI「Operator」、日本や英国などのPro向けに提供拡大 EUは対象外
OpenAIはブラウザ上で予約や買い物を代行するAIエージェント「Operator」を、日本、韓国、英国、カナダなどのChatGPT Proユーザー向けに提供拡大したと発表した。月額200ドルのProプラン加入者が対象で、専用Webページから利用できる。なおEU加盟国など一部地域は除外されている。
木
2月20日 木曜日
Snap、1本の動画からキャラと動きを再現する「Set-and-Sequence」発表
2025年、Snap Researchは動画生成モデル向けの新技術「Set and Sequence」を発表した。単一の動画から外見（Set）と動作（Sequence）を分離して2段階のLoRAで学習させることで、DiTモデルがキャラクターの見た目と特有の動きを捉え、自在に再現・結合できるようにする。
マイクロソフトがGPT-5受け入れ準備、GPT-4.5は早ければ来週登場か
報道によると、米マイクロソフトはOpenAIの次期モデルGPT-4.5とGPT-5に向けサーバー容量を準備中だ。GPT-4.5は早ければ来週、GPT-5は5月下旬に登場する見込みで、o3推論モデルが統合されモデル選択の手間が省かれるという。
マイクロソフト、タンパク質の動的構造を予測する「BioEmu-1」をオープンソース化
マイクロソフトはタンパク質の多様な立体配座を予測する深層学習モデル「BioEmu-1」をオープンソース公開した。従来の分子動力学シミュレーションと比べ計算コストを最大10万分の1に削減し、単一GPUで1時間に数千の構造を生成できる。創薬やタンパク質機能の解明加速が期待される。
Spotify、ElevenLabsと提携してAI音声によるオーディオブック配信を拡大
SpotifyはElevenLabsとの提携を発表し、同社のAI音声技術で作成されたオーディオブックの配信受付を開始した。著者は29言語の合成音声を使って低コストで書籍を音声化できる。作品にはAI音声である旨の明記と事前審査が義務付けられる。
FigureがVLAモデル「Helix」を発表：2系統アーキテクチャで上半身を制御、2機協調も実現
Figureは人型ロボット向けVLAモデル「Helix」を発表した。高レベル認識と200Hzの高速動作を切り離す2系統設計を採用。未知の家庭用品を言葉だけで指示して掴めるほか、低消費電力な内蔵GPUだけで動作し、2台のロボットによる協調作業も可能にした。
xAI、最新LLM「Grok 3」を期間限定で全ユーザーに無料開放
イーロン・マスク氏はxAIの最新モデル「Grok 3」を期間限定で無料開放すると発表した。有料登録なしで推論機能「Think」や「DeepSearch」を試せる。ただし有料会員には優先アクセスや高度な音声モードなどが用意される。
科学者が10年かけた耐性菌の謎、GoogleのAIがわずか2日で解明
BBC報道によると、インペリアル・カレッジ・ロンドンの研究チームが10年かけて突き止めたスーパーバグ（耐性菌）の耐性獲得メカニズムを、GoogleのAIツール「co-scientist」が48時間で導き出した。未発表の研究成果と合致しただけでなく、研究者が想定していなかった新たな仮説も提示した。
Hugging FaceがSmolVLM2を公開：最小256Mで端末上での動画理解を実現
Hugging Faceは軽量マルチモーダルモデルSmolVLM2をリリースした。2.2B、500M、256Mの3サイズを用意し、500M版は2.2Bに匹敵する動画理解性能をわずかなメモリ消費で発揮する。MLXに対応しiPhone単体でローカル動作する。
NVIDIAら、手話学習プラットフォーム「Signs」公開 WebカメラのAI解析で即座に判定
NVIDIAは全米聾児協会などと連携し、アメリカ手話（ASL）学習プラットフォーム「Signs」を公開した。3Dアバターの手本を見ながらWebカメラ越しに手話を行うと、AIがリアルタイムで動きを評価する。集まったデータはアクセシビリティ向上を目的としたAI開発用に一般公開される予定だ。
水
2月19日 水曜日
xAIの最新モデル「Grok 3」に深刻な脆弱性、Adversa AIが脱獄やプロンプト漏洩を指摘
セキュリティ企業のAdversa AIは、xAIが公開した「Grok 3」が単純なジェイルブレイク攻撃に極めて脆弱で、システムプロンプト全体が流出する不具合もあると報告した。テストした4手法中3つで突破され、自律型AIエージェントに組み込まれた際の悪用リスクが懸念されている。
Google レンズがiOSの画面検索に対応：スクショ不要で丸囲み検索可能に
GoogleはiOS版ChromeとGoogleアプリにレンズ画面検索を追加した。画面をキャプチャすることなく、タップや囲み操作で閲覧中の対象をそのまま検索できる。さらに、複雑な画像を要約・解説するAI Overviewsの表示頻度も引き上げられた。
Cloneが筋骨格型二足歩行アンドロイド「Protoclone」を発表、水と人工筋肉で駆動
Clone Roboticsは筋骨格型の二足歩行アンドロイド「Protoclone」を発表した。水と電気だけで駆動する独自人工筋肉「Myofiber」を採用し、3グラムの繊維で1キロ超の収縮力を発揮する。従来の剛性モーターによるロボットとは根本的に異なる生体模倣アプローチだ。
Perplexityが検閲解除版「R1 1776」を公開、推論性能は維持
PerplexityはDeepSeek-R1をベースに検閲を排除した後学習モデル「R1 1776」をオープンソースで公開した。約300の規制トピックを含む4万件のプロンプトで再学習を実施。オリジナルの高い数学・推論性能を保ちつつ、機微な話題への回答制限を緩和した。重みはHugging Faceで配布されている。
Arc研究所とNVIDIAが「Evo 2」公開：9兆塩基で学習した最大規模のゲノムAI
Arc研究所、スタンフォード大学、NVIDIAは、生物全域の遺伝コードを理解する基盤モデル「Evo 2」を公開した。約9兆ヌクレオチドで学習し、最大100万トークンの配列処理が可能。乳がん関連遺伝子BRCA1の変異機能予測では90%の精度を示した。
マイクロソフト、トポロジカル量子チップ「Majorana 1」を発表
マイクロソフトは独自のトポロジカルコアを搭載した初の量子チップ「Majorana 1」を発表した。新素材トポコンダクターによりマヨラナ粒子を制御し、高い安定性とデジタル制御を実現。手のひらサイズの単一チップで100万量子ビット規模への拡張を目指し、材料科学やAI連携の実用化を早める狙いだ。
マイクロソフト、「Azure AI Foundry Labs」公開：最新研究モデルを開発者に直接提供
マイクロソフトは最新の AI 研究成果をいち早く検証できる拠点「Azure AI Foundry Labs」を発表した。世界・行動モデルの Muse や UI 解析の OmniParser v2、自律エージェントの Magentic-One などを集め、研究から実用化までのサイクル加速を狙う。
マイクロソフトとXboxが「Muse」公開：ゲーム画面をAI生成、レトロゲーム復刻も視野
マイクロソフト研究部門とNinja Theoryは世界・人間行動モデル「Muse」を発表し、『Nature』誌に論文を掲載しました。対戦アクション『Bleeding Edge』で学習し、3D物理挙動やコントローラー操作を理解してゲームプレイをAI描画します。古いハードに縛られた名作ゲームを現代のデバイスに蘇らせる活用法も模索されています。
Google Ads、Imagen 3で「大人の人物写真」をプロンプト生成可能に
Googleは「Google Ads」のクリエイティブ生成機能を刷新し、Imagen 3を活用して成人人物を含むライフスタイル画像をプロンプトから生成できるようにした。未成年者や著名人の生成は制限され、SynthID透かしが付与される。素材のオーディエンス推奨機能なども追加された。
CrunchbaseがAI予測エンジンへ刷新 企業の資金調達やM&Aを予測
Crunchbaseは従来の企業情報検索サービスから、AIによる市場予測プラットフォームへとリニューアルを発表した。公開データや8000万人のアクティブユーザー動向を分析し、資金調達の予測精度は社内検証で適合率95％を記録したという。静的な履歴データの提供から、有望な新興企業を先回りして見極めるツールへと舵を切った。
SuperhumanがAI自動分類「Auto Label」提供開始、プロンプトで仕分け
Superhumanはメールを自動分類する新機能「Auto Label」を発表した。マーケティングや営業などの標準ラベルに加え、プロンプトを入力して独自のラベル作成や自動アーカイブが可能。返信がないメールに合わせたフォローアップの下書きもAIが自動生成する。
Googleが「AI co-scientist」発表：仮説立案を加速するマルチエージェント基盤
GoogleはGemini 2.0を基盤とする研究支援マルチエージェントシステム「AI co-scientist」を発表した。文献要約にとどまらず、仮説の生成から評価、研究提案の策定までを自律的に反復実行する。白血病治療薬の転用など生物医学分野の検証実験でも有効性が確認されており、研究機関向けに限定テストの受付を開始した。
Google、「PaliGemma 2 mix」公開：プロンプトで多様な画像タスクに対応
Googleは視覚言語モデルのチェックポイント「PaliGemma 2 mix」を公開した。混合タスク向けに調整されており、ファインチューニングなしでOCRや画像キャプション生成などを即座に実行できる。初代PaliGemma mixの利用者は変更不要で直接アップグレード可能だ。
AppleがiPhone 16eを発表：A18搭載でApple Intelligenceを手頃に
Appleはより手頃な価格帯の新モデル「iPhone 16e」を発表した。A18チップと自社製C1モデムを搭載し、画像消去や作文支援といったApple IntelligenceのオンデバイスAI機能に完全対応する。2月21日より予約受付を開始する。
RabbitがAndroidエージェントを公開：アプリ操作や設定変更をAIが代行
RabbitはAndroid端末とアプリを直接操作・制御できるAIエージェントの研究プレビューを公開しました。システム設定の変更からWhatsAppやGoogle Docsをまたぐ複数タスクまで自律的に実行できます。現在は初期の動作ループを示した段階で、今後さらなる速度や精度の改善を予定しています。
火
2月18日 火曜日
Humaneが「AI Pin」を終了、HPへ1億1600万ドルで事業売却
HumaneはOSや特許、チームを含む大半の資産をHPへ1億1600万ドルで売却し、AI Pinの販売を停止すると発表した。既存デバイスも2月28日以降はサーバー接続が切れ、AI機能などが利用不能になる。チームはHPのAI部門「HP IQ」に合流する。
Microsoft、画面操作とロボット制御を統合するAIモデル「Magma」を発表
2025年、Microsoftの研究チームは、デジタルと物理世界の両方で動作するマルチモーダル基盤モデル「Magma」を発表した。視覚的マーキングと行動計画手法を導入し、スマホのUI操作から実機ロボットアームの物体把持までをこなす。単一モデルで画面操作と実世界の物理アクションを横断できる点が注目される。
Mira Murati氏が新組織「Thinking Machines Lab」を設立
Mira Murati氏が科学者やエンジニアらと共に「Thinking Machines Lab」の立ち上げを発表した。ユーザーのニーズに合わせたAIの適応、高性能モデルのための強固な基盤開発、そしてAIへの理解と改善を促すオープンサイエンス文化の推進を掲げる。
Fiverrが個人向けAIモデル発表：フリーランスが自作データでAIを育成・販売可能に
ギグワーク大手のFiverrは「Personal AI Creation Model」を発表した。声優やデザイナーなどのフリーランスが自身の過去作品でAIを訓練し、顧客に販売・課金できる月額25ドルの仕組みだ。問い合わせに対応する個人用AIアシスタントも提供されるが、初期対象は一部の選定クリエイターに限られる。
OpenAI取締役会が「特別議決権」を検討：マスク氏の買収提案を阻止へ
FTによるとOpenAI取締役会は営利企業への再編に伴い、非営利組織側に特別議決権を付与する仕組みを検討している。イーロン・マスク氏による974億ドルの買収提案を全会一致で拒否したのを受け、マイクロソフトなど既存株主を上回る統制権を保ち、敵対的買収を退ける狙いだ。
動画生成AIのPikaが公式iOSアプリ公開、スマホで直接作成可能に
動画生成AIのPikaがApp Storeで公式iOSアプリの配信を開始した。モバイル端末上で直接動画生成や特殊効果の適用が行えるようになり、作成したクリップをそのままSNSへ投稿できる。
米マイクロソフト、Windowsストアの「AI Hub」を刷新
米マイクロソフトはWindowsストア内の「AI Hub」を全面刷新したと発表した。新デザインを採用し、Copilot+ PC向けにNPUを活用する独自機能やサードパーティ製AIアプリを紹介するほか、通常のWindows 11向けアプリも案内する。まずは米・英・カナダ・豪のCopilot+ PC向けに提供を開始した。
Google、「Deep Research」をGeminiモバイルアプリに提供開始
GoogleはAIリサーチ機能「Deep Research」をAndroidおよびiOSのGeminiモバイルアプリ向けに提供開始した。Gemini Advancedユーザーなら誰でも利用可能で、スマートフォンから任意のテーマについて網羅的なリサーチレポートを生成できるようになる。
Meta、生成AI特化の開発者会議「LlamaCon」を4月29日に初開催へ
Metaは火曜日、生成AIに特化した初の開発者カンファレンス「LlamaCon」を4月29日に開催すると発表した。オープンソースAIの最新動向を共有する予定で、推論モデルやマルチモーダル対応を含む次期Llamaの展開に向けて開発者エコシステムの強化を急ぐ。
OpenAIがSWE-Lancer公開：100万ドル分の実務案件でAIを試す
OpenAIは1,400件以上のUpwork実務案件（総額100万ドル相当）を用いた新ベンチマーク「SWE-Lancer」を発表した。50ドルのバグ修正から32,000ドルの機能実装まで含むが、最先端モデルでも大半は解けなかった。評価用Dockerなどは公開中。
xAI、フラグシップ「Grok 3」を発表 推論モデルやDeepSearch機能も搭載
米xAIは夜、最新フラグシップモデル「Grok 3」を発表した。OpenAIのo3-miniに対抗する推論特化モデルやDeepSearch機能を搭載し、約20万基のGPUで訓練された。まずはXのPremium+加入者向けに提供され、数カ月後にはGrok 2のオープンソース化も予定している。
月
2月17日 月曜日
静止3Dモデルを自動でアニメーション化する「MagicArticulate」
研究チームが静止3Dモデルを自動でリギング対応アセットに変換する「MagicArticulate」を発表した。3.3万件以上の関節注記付きデータセットを構築し、自己回帰モデルによる骨格生成と拡散モデルによるスキニング予測で、従来の手動作業を大幅に自動化する。
Mistral、アラビア語に特化した24Bモデル「Mistral Saba」公開
仏Mistralは、アラビア語圏向けに特化した240億パラメータの新モデル「Mistral Saba」を公開した。同等サイズのMistral Small 3よりアラビア語処理が大幅に優れ、タミル語などインド発祥の言語にも対応する。APIとオンプレミス環境で提供される。
NYタイムズ、社内AIツールの本格利用を解禁：独自要約ツール「Echo」も投入
米Semaforが報じたところによると、ニューヨーク・タイムズが記者や製品担当者向けにAIツールの利用を正式に承認し、自社製要約ツール「Echo」を導入した。SEO向け見出し生成や調査への活用を促す一方、記事の直接執筆や機密情報の入力は禁止する。
日
2月16日 日曜日
シドニー工科大学、新クラスタリング手法「Torque」発表：人手ラベル不要で精度97.7%
報道によると、シドニー工科大学の研究チームが銀河衝突のトルク原理に着想を得た教師なし学習アルゴリズム「Torque Clustering」を開発した。人手によるデータラベリングやパラメータ調整が不要で、1000のデータセットにおいて平均97.7%のクラスタリング精度を記録した。
NBAがAI練習ロボットを公開：カリーの専属シューティングパートナーに
NBAは2025年2月、オールスターのテックサミットで3体のAIロボットを披露した。ゴールデンステート・ウォリアーズがすでに導入しており、カリーの自主練相手を務めるほか、実戦的な攻防シミュレーションやロッカールームでのメンタル支援を担っている。
OpenAIがChatGPTの規制緩和へ：物議を醸す話題も拒否せず複数視点を提示
報道によると、OpenAIは行動規範「Model Spec」を改定し、「知的自由」の尊重を打ち出しました。ChatGPTは政治的・道徳的な対立点でも回答拒否を減らし、中立的に複数の立場を併記する方針です。AIが価値観を誘導せず判断をユーザーに委ねる狙いですが、明白な有害情報などは引き続き制限されます。
xAIが「Grok 3」を正式公開：推論モデルとDeepSearchを搭載
xAIは月曜日夜、新旗艦モデル「Grok 3」シリーズを発表した。約20万基のGPUを用いて前世代の10倍の計算資源で訓練され、OpenAIのo3-miniに対抗する推論モデルや独自検索機能「DeepSearch」を搭載。現在はXのPremium+会員向けに先行提供されている。
金
2月14日 金曜日
百度、大規模言語モデル「Ernie 4.5」を6月30日にオープンソース化へ
Baiduは次期大規模言語モデル「Ernie 4.5」シリーズを6月30日にオープンソース化する方針を発表した。今後数カ月でユーザー向けに展開を始め、その後にコードを公開する。DeepSeek-R1の台頭を受けた戦略転換とみられ、年内にはErnie 5の投入も計画されている。
米内国歳入庁がNvidia製AIスパコン導入へ：Blackwellサーバー31台構成
米内国歳入庁（IRS）がNvidiaの「SuperPod」AIスーパーコンピュータクラスタの導入を計画していることが、2月5日付の調達文書で判明した。最新のBlackwellプロセッサを各8基搭載した31台のサーバーで構成され、税務詐欺の自動検知や機械学習モデルの開発・運用に活用される見込みだ。
Meta、AIで脳信号をテキスト化：非侵入型BCIで文字認識精度80%を達成
Metaは脳磁図などの非侵入型センサーから思考をテキストに復元するAIモデル「brain2qwerty」の研究を発表した。タイピング中の脳活動を解析し、最大80%の精度で文字を解読。開頭手術を伴う電極埋め込みなしで、思考による直接通信や発話支援の実現に前進した。
OpenAI告発者の遺体解剖結果が公表：他殺の証拠はなく自殺と断定
サンフランシスコの監察医はOpenAIの元告発者スーチル・バラジ氏（26）の公式解剖報告書を公表し、自殺と結論づけました。現場のドアは内側から施錠されており、他殺の証拠は見つかりませんでした。これにより、報復による暗殺を主張していた陰謀論は否定された形です。
オラクル創業者エリソン氏、国民の医療・ゲノムデータをAI用「単一DB」に統合すべきと提言
報道によると、オラクルのラリー・エリソン会長は、分散した国民の医療記録やゲノムデータなどを単一のデータベースに統合し、AIに活用させるべきだと提言しました。医療費削減や不正検知に役立つと主張する一方、データ一極集中に伴うプライバシーやサイバー攻撃への懸念も浮上しています。
Metaが人型ロボット参入へ：Reality Labsに新チーム、ロボット界のAndroid目指す
MetaがReality Labs内に人型ロボット開発の新チームを発足させました。元Cruise CEOのマーク・ウィッテン氏が率い、約100人の技術者を採用予定。自社ブランド端末を急ぐのではなく、家庭用タスクを軸にLlamaなどを活かしたOS的基盤の提供を目指します。
マイクロソフトなどの研究：AIへの過信が批判的思考力を奪う
MicrosoftとCarnegie Mellon Universityの研究チームは、知識労働者319人を対象にした調査を発表した。業務でAIの能力を信頼するほど人間は検証を怠り、批判的思考を使わなくなる傾向が判明。特に重要度の低い業務で顕著で、AIを使うと成果物の多様性も低下するという。
PerplexityがDeep Research公開、数分で本格調査レポート作成
Perplexityは自律型調査機能「Deep Research」を発表した。数十回の検索と数百の資料精読を2〜4分でこなし、包括的な報告書を作成する。難関ベンチマークでも高い精度を示し、Web版にて一般ユーザーにも無料開放された。
OpenAIと英ガーディアンが提携、ChatGPTで記事や要約を直接閲覧可能に
OpenAIとガーディアン・メディア・グループが戦略的提携を発表しました。ChatGPTの週次3億人のユーザーは『ガーディアン』の報道記事や詳細な要約に直接アクセスできるようになり、出典リンクも明記されます。同社はChatGPT Enterpriseを全社導入します。
英政府がAI安全性研究所を改称、「Security」重視へ転換しAnthropicと提携
英政府は「AI Safety Institute」を「AI Security Institute」へと改称し、存亡リスクよりもサイバー犯罪や国家安全保障対策に軸足を移すと発表しました。同時にAnthropicとMOUを締結し、行政サービスへのClaude導入も模索します。
木
2月13日 木曜日
OpenAI、ChatGPTの警告メッセージを削除 過度な検閲感を緩和へ
OpenAIは利用規約違反の可能性を示すChatGPTのオレンジ色の警告表示を削除したと発表した。不条理な拒絶を減らし、違法や危害を及ぼさない範囲でより自由に使えるようにする狙い。今週改定されたModel Specとともに、過剰検閲批判への対応が進む。
Armが初の自社製CPU開発へ、今夏投入か Metaが導入検討と報道
英Armがデータセンター向けサーバー用CPUを自社開発し、早ければ今夏にも投入すると英FT紙が報じた。Metaなどがカスタマイズ導入を検討中とされる。従来のライセンス供与から自社製造への転換となり、ソフトバンク主導のAI戦略の一環としてIntelやAMDと直接競合する見込みだ。
Gemini Advancedが過去の会話を記憶、文脈を引き継いだ回答が可能に
GoogleはGemini Advancedが過去のチャット履歴を参照して回答できるようになったと発表した。前提を一から説明し直す必要がなくなり、履歴の削除や管理も可能。まずはGoogle One AIプレミアム加入者向けに英語で提供される。
マスク氏によるOpenAI買収提案書の全容公開、全額現金など5つの詳細
イーロン・マスク氏率いる企業連合によるOpenAIへの974億ドルの買収提案書が法廷文書で公開された。全額現金払いで期限は2025年5月10日とされ、帳簿や人員への完全な調査権を要求している。また、OpenAIが非営利にとどまるなら買収案を取り下げる方針も示された。
Anthropicが数週間以内に新モデル発表か、推論と高速応答を両立
The Informationの報道によると、Anthropicは数週間以内に新型AIモデルをリリースする準備を進めています。ディープな推論と高速応答を切り替えられるハイブリッド型で、開発者がコストを調整できるスライダー機能も用意。一部のコーディング性能でOpenAIのo3-mini-highを上回るとされています。
低温やけどを防ぐ：AIが温度を自動制御するスマート加熱ジャケットが登場
研究チームが、AI温調システムと感温変色繊維を組み合わせたスマート加熱ジャケットを開発した。50人のデータをもとにAIが環境変化に合わせて快適な温度を維持し、繊維の色変化で過熱を知らせる。熱を感知しにくく低温やけどの危険がある高齢者や介護現場での活用が期待される。
アリババ、中国版iPhone向けのAI機能提供でAppleとの提携を正式発表
アリババ会長のジョセフ・ツァイ氏がAppleとの提携を認めた。中国で販売されるiPhone向けにAI機能を提供する。中国市場でiPhoneの売上が前年比11%減と低迷する中、同社はApple Intelligenceの未対応を補い、現地の規制承認を突破する切り札としてアリババを選んだ。
Appleが2月19日に新製品発表へ、Apple Intelligence対応の廉価版iPhoneが登場か
Appleは新製品を発表すると予告しました。Bloombergによると刷新されたエントリー向けiPhoneになる見込みで、ホームボタンを廃止し、A18チップを搭載してApple Intelligenceに対応するほか、初の自社製モデムを採用すると報じられています。廉価帯でもAI機能が標準化する流れを示しています。
拡散モデルの苦手な希少概念を克服 画像検索で補う「ImageRAG」発表
研究チームは、画像生成モデルに検索拡張生成（RAG）を組み合わせる新手法「ImageRAG」を発表した。VLMが初稿の不足要素を判定して外部から参考画像を検索し生成を誘導する仕組みで、モデルの再学習は不要。SDXLやOmniGenで珍しい概念の生成精度が大幅に向上した。
イラン、潜水艦発射型のAI自律自爆ドローン「Hadid 110」を公開
イラン国防省は、潜水艦や無人潜水艇（AUV）から発射できるAI自律自爆ドローン「Hadid 110」の映像を公開した。AI画像認識によって人手を介さず目標を識別・攻撃でき、遠隔操縦用の無線リンクが不要なため電波妨害を受けにくいと主張している。
YouTube Shortsに「Veo 2」導入：プロンプトから動画クリップ生成が可能に
YouTubeはShortsの「Dream Screen」機能にGoogle DeepMindの動画生成モデル「Veo 2」を統合したと発表した。背景生成にとどまらず、テキストから独立した動画クリップの生成が可能になり、物理法則や人体の動きの再現度が高まった。米国、カナダ、オーストラリア、ニュージーランドで先行提供される。
水
2月12日 水曜日
ChatGPTのo1とo3-miniがファイル添付に対応、上限も7倍に緩和
OpenAIはChatGPTのo1およびo3-miniでファイルと画像のアップロードに対応したと発表した。Plusユーザー向けのo3-mini-highの利用上限も従来の7倍となる1日最大50回に引き上げられ、推論モデルの活用の幅が大きく広がった。
YouTubeが2025年計画を発表、AI自動吹き替えをパートナーに全面開放
YouTubeはパートナープログラム参加者全員にAI自動吹き替えを提供すると発表した。Shortsの背景生成機能Dream ScreenにはGoogleのVeo 2が導入されるほか、クリエイター向けの企画支援ツールや肖像検出ツールの開発も進めている。
SD3.5 LargeがAzure AI Foundryで提供開始：画像生成モデルを拡充
Stable Diffusion 3.5 LargeおよびStable Image Ultra、CoreがMicrosoft Azure AI Foundryのモデルカタログに追加された。SD3.5 Largeはテキストや画像を入力とした高精度な画像生成に対応し、企業は自社のクラウド環境から直接導入できる。
OpenAIが新ロードマップ公表、GPT-5でo3を統合し無料開放へ
OpenAIのサム・アルトマンCEOが今後の製品計画を発表した。最後の非思考チェーンモデルとなるGPT-4.5をリリースした後、o3などを包括した統合システムGPT-5へ移行する。複雑なモデル選択画面を廃止し、無料版ChatGPTユーザーにも標準知能版を開放する予定だ。
MyFitnessPalがAI栄養士を導入：食事管理から買い出しまで自動化、年100ドル
MyFitnessPalはAIによる食事プランニング機能を発表した。スタートアップIntentの買収に伴うもので、目標や好みに合わせた献立作成から買い物リストの生成、食材配達の注文までを自動化する。今春に新設される年額99.99ドルの「Premium+」プラン向けに提供される予定だ。
Meta、韓国のAIチップ新興FuriosaAIを買収交渉中か
Metaが韓国のAI半導体新興FuriosaAIの買収に向け交渉中であると報じられた。同社はLlamaなどの推論実行を加速するチップを手掛ける。今年AIに最大650億ドルを投じる計画のMetaによる、Nvidia依存の低減を狙った動きとみられる。
Googleが未成年保護を強化：機械学習で年齢推定、AI学習ツールも展開へ
Googleは未成年者向けの新安全機能を発表した。米国で機械学習を用いた年齢推定モデルのテストを開始し、18歳未満向け保護を自動適用するほか、対話型学習「Learn About」など生成AIの教育利用も順次拡大する。
悪質なディープフェイク動画が拡散：スカーレット・ヨハンソン氏がAI規制法を要請
自身の姿を悪用したAI生成のディープフェイク動画が拡散したことを受け、俳優のスカーレット・ヨハンソン氏が米政府に対しAI規制法の制定を強く訴えた。彼女はAIによって増幅されるヘイトスピーチの危険性を警告し、悪用を防ぐ法整備を最優先事項にすべきだと主張している。
Boltがネイティブモバイルアプリ開発に対応：プロンプトだけでApp Store配信へ
AI開発プラットフォームのBoltがネイティブモバイルアプリへの対応を発表した。コードを書く必要はなく、プロンプトを入力するだけでアイデアからApp Store公開まで進められる。モバイルアプリ開発のハードルがさらに下がりそうだ。
OpenAIが新版「Model Spec」公開：物議を醸す議論を容認、CC0でOSS化
OpenAI はモデルの挙動規範「Model Spec」の最新版を公開し、CC0ライセンスでパブリックドメイン提供を開始した。重大な実害がない限り、政治や文化などセンシティブな話題も恣意的に拒否せず客観的に回答する「知的自由」を明記している。
Adobeが「Firefly Video Model」公開、商用利用の安全性を重視
Adobeは動画生成AI「Firefly Video Model」のベータ版を発表しました。テキストや画像からの動画生成、カメラ制御、20言語以上の音声翻訳に対応します。許諾済みデータのみで学習し商用利用でも安全に使える点が強みです。
ラトガース大学の調査：米国民の47％がAIを信頼、議会やSNSを上回る
米ラトガース大学の調査により、米国人の47%がAIは社会の利益になると信頼していることが明らかになった。これはSNS（39%）や議会（42%）への信頼を上回る水準だ。特に若年層や都市部居住者の信頼が高い一方、ニュース分野では依然として人間の記者が好まれている。またAI知識テストの平均点は8点満点中3.3点にとどまり、リテラシー不足も浮き彫りとなった。
火
2月11日 火曜日
Google、画像合成ツール「Whisk」を世界100カ国以上へ提供拡大
Googleは実験的AI画像ツール「Whisk」の提供を100カ国以上に拡大した。テキストプロンプトの代わりに最大3枚の画像を使って被写体・背景・スタイルを指定し、Imagen 3で合成できる。なお、EUや英国、インドなどは対象外となっている。
Perplexityが新Sonar公開：毎秒1200トークンで即座に回答生成
Perplexityは検索向け新モデル「Sonar」を発表した。Llama 3.3 70Bをベースに事実性と可読性を高め、Cerebrasの推論基盤により毎秒1200トークンの超高速出力を実現。満足度評価で上位モデルを上回り、Proユーザー向けに提供を開始した。
パリAIサミットで米英が共同宣言への署名を拒否、過度な規制に反発
パリで開催された AI 行動サミットで、米英両国が約 60 カ国による AI 安全性宣言への署名を拒否しました。バンス米副大統領は過度な規制を牽制し、米国の主導権維持を主張。これまでの国際的な協調路線から一転し、規制のあり方を巡る対立が鮮明になっています。
マイクロソフトとAndurilが提携：米陸軍IVASゴーグルの開発・製造を移管へ
Microsoftと防衛テック企業のAndurilは、米陸軍の統合視覚増強システム（IVAS）プログラムに向けた提携拡大を発表した。Andurilがハード・ソフトの開発や製造管理を担い、Azureが関連AIを支える基盤となる。軍用ARヘッドセットの課題解決に向け防衛新興の知見を取り込む狙いだ。
CADFusion：テキストから高精度な3D CADモデルを生成するLLMフレームワーク
研究者らが自然言語からCADパラメトリックシーケンスを生成するフレームワーク「CADFusion」を発表した。シーケンス学習と視覚的フィードバックを交互に適用することで、論理的な整合性とレンダリング品質の両立を実現している。
