OpenAIが超高額ドメイン「chat.com」を買収、ChatGPTへの転送を開始
OpenAIがHubSpot創業者のダーメシュ・シャー氏からドメイン「chat.com」を買収した。同ドメインは過去に約1550万ドルで取引されており、今回はOpenAIの株式で支払われたことが示唆されている。現在アクセスするとChatGPTへ直接リダイレクトされ、「GPT」の枠組みを超えたブランドの簡素化を狙う動きとみられる。
AIデイリー：今日のAIニュース
水
11月6日 水曜日
Appleが「iOS 18.2」パブリックベータ公開 ChatGPT連携や画像生成機能が利用可能に
AppleはiOS/iPadOS 18.2およびmacOS 15.2のパブリックベータを公開した。Siriからのアカウント不要なChatGPT連携や、iPhone 16向けのカメラ検索「Visual Intelligence」が試せるようになった。なお、GenmojiやImage Playgroundなどの画像生成機能は追加の待機リスト制となっている。
Windows 11のペイントとメモ帳にAI機能：生成塗りつぶしや文章書き換えに対応
MicrosoftはWindows Insiders向けにペイントとメモ帳のAI更新を提供開始した。ペイントにはテキスト指示で描き足せる生成塗りつぶしと不要物消去機能を追加し、メモ帳には文のトーンや長さを変えるAI書き換え機能を搭載した。なお生成塗りつぶしはSnapdragon搭載Copilot+ PC限定となる。
トランプ氏勝利で米AI規制はどう変わるか：大統領令撤廃の行方
TechCrunchの報道によると、トランプ氏の米大統領選勝利を受け、バイデン政権のAI大統領令が初日に撤廃される可能性が高まっています。先端モデルに対する安全性報告義務が緩和される見通しの一方で、各州による独自の規制強化や貿易関税がAI産業に影響を与える懸念も指摘されています。
トランプ氏勝利で米AI規制はどう変わる？ バイデン大統領令撤廃の行方
トランプ氏の米大統領選勝利を受け、バイデン政権下の AI 大統領令が廃止される公算が高まっている。モデル脆弱性の報告義務など厳しい要件が撤廃され連邦レベルの規制緩和が進む一方、半導体輸出管理の強化や各州独自の規制加速が焦点となる。
NVIDIA、人型ロボット開発ツール群を発表 Isaac Lab公開や12倍高速な分詞ツールも
NVIDIA は CoRL にてロボット学習フレームワーク「Isaac Lab 1.2」をオープンソース公開した。あわせて人型ロボット向け Project GR00T の新ワークフロー 6 種や、最大 12 倍高速な動画トークナイザー「Cosmos」を提供し、世界モデル構築とシミュレーションの効率を大幅に引き上げる。
Black Forest LabsがFLUX1.1 [pro]にUltra・Rawモードを追加、解像度4倍で10秒生成
Black Forest LabsはFLUX1.1 [pro]にUltraとRawの2つの新モードを追加した。Ultraモードは解像度を4倍（最大4MP）に引き上げつつ10秒で生成可能で、1枚0.06ドルで提供。RawモードはAI特有の不自然さを抑え、自然なスナップ写真の質感を再現する。API経由で利用可能。
SingularityNETとASI連合、マインクラフト内で自律学習するAI「AIRIS」を公開
SingularityNETとASI Allianceは『マインクラフト』内で自律学習するAIプロトタイプ「AIRIS」を発表した。事前に決められたルールに依存せず、ゲーム内での経験からリアルタイムに回避行動などの新たな規則を自ら生成して適応する仕組みだ。
火
11月5日 火曜日
OpenAI、営利企業への転換に向け米当局と初期協議を開始
Bloombergの報道によると、評価額1570億ドルのOpenAIが非営利法人から営利企業への転換に向け、カリフォルニア州およびデラウェア州の規制当局と予備協議を始めた。最大の難所はChatGPTなどの知的財産の適正評価と移管手続きだ。実現すれば従来の投資リターン制限が取り払われることになる。
AI安全の専門家、スタートアップに「減速」要請：安全検証を優先せよ
TechCrunch DisruptにてAI安全の専門家らが登壇し、過度なスピード重視の開発姿勢に警鐘を鳴らした。Character.AIを巡る訴訟や著作権侵害のリスクを挙げ、製品公開前のレッドチーム演習や倫理的な安全策の整備が不可欠だと訴えた。
マイクロソフト、汎用マルチエージェント基盤「Magentic-One」をOSS公開
MicrosoftはAutoGenベースのマルチエージェントシステム「Magentic-One」をオープンソース公開した。主導エージェントがWeb操作やコード生成など4つの専門エージェントを指揮して多段階タスクをこなす仕組みで、GAIAなどでトップ水準のスコアを記録した。
MetaのOrion開発責任者がOpenAIに移籍、ロボットと機器開発を統括
MetaのARグラス「Orion」のハードウェア責任者を務めたCaitlin Kalinowski氏がOpenAIに移籍し、ロボットおよび消費者向けハードウェア部門のトップに就任した。AppleでMacBook設計の経験も持つ同氏を迎え、OpenAIは約4年ぶりにロボット分野への本格展開を進める。
月
11月4日 月曜日
OpenAI、「Predicted Outputs」公開：GPT-4oのコード修正や文章更新を高速化
OpenAIは開発者向けに「Predicted Outputs」を公開した。gpt-4oおよびgpt-4o-miniのAPI呼び出し時に参照テキストを渡すことで、生成の遅延を大幅に削減できる。既存ファイルのコード書き換えや文書の更新など、差分編集の速度向上に役立つ。
PerplexityのCEO、NYTスト中の技術支援を申し出て批判殺到
ニューヨーク・タイムズの技術系組合が米大統領選直前にストライキへ突入した際、PerplexityのCEOがX上でインフラ支援を申し出ました。この発言はスト破りだと猛反発を受け、CEOはAIで人員を代替する意図ではなく高負荷対策の支援だったと釈明しています。
Hume AI、音声アプリを公開 EVI 2とClaude 3.5 Haikuを統合、登録不要で対話可能
Hume AIは、自社開発の音声言語モデル「EVI 2」と「Claude 3.5 Haiku」を組み合わせたブラウザ向けAI音声アプリを公開した。アカウント登録不要でマイクから直接、様々な性格のAIと対話できる。事実の回答は正確な一方、ストーリーテリングでは重複や声の乱れも報告されている。
マイクロソフト、Xbox向けAIサポートチャットボットのテストを開始
マイクロソフトは米国のXbox Insider向けに「Xbox Support Virtual Agent」のテスト提供を開始した。アニメーションキャラクターなどの姿で現れ、ゲーム機やゲームのサポート対応を行う。今後のXbox機能へのAI統合に向けた第一歩となる。
Amazon、Prime VideoにAI要約機能「X-Ray Recaps」導入
AmazonはPrime Video向けに生成AIを活用した「X-Ray Recaps」を発表した。シーズン全体から1話、途中シーンまでテキストで要約できる。ネタバレを防ぐ仕組みも備え、まずはFire TV端末のオリジナル作品向けにベータ提供を始めた。
iOS 18.2ベータ2、Siri連携のChatGPT利用制限とPlus課金に対応
Appleは配信のiOS 18.2 Beta 2で、Siriと連携するChatGPTの利用制限表示とChatGPT Plusへのアップグレード機能を追加した。無料枠ではGPT-4o利用やDALL-E 3生成に1日あたりの上限があり、超過後は基本モデルへ切り替わる。月額19.99ドルのPlus契約も設定画面から直接行える。
Anthropicが「Claude 3.5 Haiku」提供開始、価格は4倍で画像認識は非対応
AnthropicはClaude 3.5 Haikuの提供を開始した。性能面では前世代の最上位モデルOpusを上回る一方、API利用料は前世代の4倍に引き上げられ、現時点では画像認識に対応していない。高いコストパフォーマンスや画像解析を求めるユーザー向けに、旧世代のClaude 3 Haikuも併売される。
Meta、防衛・国家安全保障用途でLlamaの米政府機関利用を解禁
Metaは同社の利用規約を特例として緩和し、米国の防衛および国家安全保障機関とその契約企業にLlamaの利用を認めると発表した。ロッキード・マーティンやオラクルなどの提携企業を通じて導入が進められ、英国、カナダ、豪州、NZの機関にも同様に提供される。
NVIDIA、動画検索・要約向け「AI Blueprint」を発表：自然言語で映像分析エージェントを構築
NVIDIAは動画の検索と要約に対応する「NVIDIA Blueprint」を発表した。開発者は複雑なコードを書かずに自然言語プロンプトを使って、膨大なライブ映像やアーカイブを解析・要約し、アラートを出せる視覚AIエージェントを構築できる。スマートシティや工場、交通監視などの現場導入を後押しする。
Netflix、ゲーム開発者を解雇した直後に生成AIへの投資を加速
404 Mediaの報道によると、Netflixのゲーム部門幹部が開発スピードの向上と新しいゲーム体験の創出を目的に生成AIへ投資していることを明かしました。同社が主要ゲームスタジオを閉鎖し開発者を解雇してからわずか数週間後の動きです。
xAIがAPIを一般公開：月25ドル分の無料枠と他社SDK互換を提供
11月、Elon Musk率いるxAIはAPIを一般公開し、年末まで毎月25ドル分の無料クレジットを提供すると発表した。grok-betaが利用可能で、関数呼び出しに対応するほか、OpenAIやAnthropicのSDKとも互換性を持つ。入力トークン単価は競合よりやや高めだが移行は容易だ。
Instagram、AIで年齢を偽る未成年を検知へ：誕生日投稿も分析
Metaは2025年初頭、Instagramで年齢を偽る未成年者を検知するAIツール「成人分類器」を導入する。フォロワーや閲覧傾向に加え、友人からの誕生日メッセージなども分析して18歳未満と判定された場合、制限付きのティーンアカウントへ自動移行させる。
動画生成AI「KLING」、キャラの一貫性を保つカスタムモデル機能をテスト
Kuaishouの動画生成AI「KLING」が新機能「Custom Models」のテストを開始した。ユーザーが10秒以上の動画を10〜30本アップロードすることで固有のキャラクターを学習可能。プロンプト内で呼び出すことで、別アングルでも同一人物を保った動画を生成できる。
金
11月1日 金曜日
OpenAI幹部がRedditでAMA開催 「2025年は自律型エージェントが主題に」
OpenAIのサム・アルトマンCEOらはRedditでAMAを実施した。幹部は、ChatGPTが自律的にユーザーへ連絡しタスクを代行する機能が「2025年の大きなテーマになる」と説明。現行ハードウェアでAGI達成は可能との見解や、企業向けHIPAA対応、DALL-E次期版についても言及した。
Claude 3.5 SonnetがPDF内画像の解析に対応、図表や画像もそのまま認識
AnthropicはClaude 3.5 SonnetにPDFの視覚的解析機能を追加し、公開ベータとして提供を開始した。テキストだけでなく文書内の図表や画像もまとめて認識可能で、最大100ページ、32MBまでのファイルに対応する。現在Claude ChatのプレビューとAPI経由で利用できる。
BFLが「FLUX.1 Tools」公開：画像編集や構図制御に対応
BFLは画像生成の制御性を高める「FLUX.1 Tools」を発表した。再描画や拡張を行うFill、深度やエッジ情報を保つDepthとCanny、バリエーションを作るReduxで構成される。なおDepthとCannyのAPIサポートはその後終了している。
Runway、動画生成「Gen-3 Alpha Turbo」に高精度なカメラ制御機能を追加
Runwayは動画生成モデル「Gen-3 Alpha Turbo」に高度なカメラコントロール機能を追加した。パン、ズーム、前後の移動などカメラの方向や速度を細かく指定でき、複数の動きを組み合わせた撮影も可能。プロンプト任せにせず狙い通りの画角を再現でき、全利用者がすぐに試せる。
Perplexity、米大統領選ハブを公開：AP通信データで開票を速報
Perplexityは米大統領選向けの「選挙情報ハブ」を開設した。AP通信やDemocracy Worksのデータを活用し、投票所の検索から候補者の政策分析、リアルタイムの開票速報まで提供する。すべての回答に出典元を明記し、AI検索の信頼性を担保する狙いだ。
木
10月31日 木曜日
アマゾン、生成AI版Alexaの投入を2025年に延期か 照明操作などで失敗多発と報道
米BloombergはAmazonが大規模言語モデル（LLM）を搭載した新版Alexaの提供目標を2025年に延期したと報じた。ベータ版では応答の遅延に加え、タイマー設定や照明操作といった基本機能の不具合が相次いでいたとされる。会話性能と従来のスマートホーム制御の両立に苦戦している模様だ。
Perplexity、検索から直接買える「Pro Shop」をテスト公開
ADWEEKの報道によると、Perplexityが検索画面から直接商品を購入できる新機能「Pro Shop」の先行テストを開始した。対象商品に表示される「Buy with Pro」から外部サイトに飛ばず送料無料で注文できる仕組みで、現在は一部ユーザー向けに提供されている。
Suno、楽曲の歌声や雰囲気を固定して再利用できる「Personas」を発表
Sunoは特定楽曲のボーカルやスタイル、雰囲気を保存して新しい曲に引き継げる新機能「Personas」のベータ版を公開した。お気に入りの歌声を固定したまま別歌詞の楽曲を作成できる。ProおよびPremier会員向けに提供され、200曲分の無料枠の後は1曲につき10クレジットを消費する。
マイクロソフト、物議を醸す「Recall」の提供を12月に再延期
マイクロソフトはCopilot Plus PC向けのAI検索機能「Recall」のプレビュー配信を12月へ再延期すると発表しました。当初予定していた10月から後ろ倒しし、完全なオプトイン化やアンインストール対応、Windows Hello認証によるデータベース暗号化などセキュリティ刷新に時間を充てます。
ElevenLabsが「X to Voice」公開、Xのアカウントから固有音声を生成
ElevenLabsは先週、Voice DesignのAPI公開に合わせてオープンソースの「X to Voice」を発表した。Xのユーザー名を入力するとプロフィールや投稿を分析し、最適な音声サンプル3種と口パク付きのアイコン動画を生成する。API経由で独自キャラの音声開発も可能になる。
ClaudeのMac・Windows版アプリが登場、スマホ版には10分間の音声入力機能も
AnthropicはClaudeのMacおよびWindows向けデスクトップアプリの公開ベータ版をリリースしました。あわせてiOSやAndroid向けモバイルアプリには音声入力機能が追加され、最大10分の録音メッセージを文字起こしして回答させることが可能です。リアルタイム会話ではなくボイスメッセージ形式での入力となります。
Blockade Labs、AI画像生成ツール「Blendbox Alpha」公開：長文プロンプト不要で直感的に制御
Blockade LabsがAIアート制作ツール「Blendbox Alpha」を発表した。複雑で長いプロンプトやランダムな生成結果に悩まされることなく、制作者が意図したビジュアルを直接コントロールして形作れる点が特徴。現在Alpha版が利用可能となっている。
ClaudeがMacとWindows向け公式デスクトップアプリを公開
AnthropicはAIアシスタント「Claude」のMacおよびWindows向けデスクトップアプリのパブリックベータ版を提供開始した。無料・有料ユーザー双方が利用可能で、ショートカットキーによる素早い起動に対応。モバイル版には最長10分の音声入力書き起こし機能も追加された。
GoogleマップとEarthに生成AI導入：2.5億の地点データをLLMに連携
GoogleはGoogle Maps PlatformとGoogle Earth向けの生成AI機能を発表した。開発者は2億5000万件の地図データとLLMを連携させ、正確な最新情報を提供できる。Google EarthにもGeminiが導入され、都市計画データの分析を数日から数分に短縮する。
D-ID、リアルタイム会話対応の高品質アバター「Premium+」などを発表
AI動画プラットフォームのD-IDはリアルタイム会話が可能な新アバター「Express」と「Premium+」を発表した。Expressは1分の動画で頭部の動きを再現でき、上位のPremium+は手や上半身のジェスチャーにも対応する。
OpenAI、「ChatGPT search」を正式提供開始 最新ウェブ情報を出典付きで回答
OpenAIはChatGPT内で直接ウェブ検索を行える新機能「ChatGPT search」の提供を開始した。質問に応じて自動または手動で最新情報を取得し、回答下部のボタンから引用元リンクをサイドバーで確認できる。まずは有料会員向けに先行公開された。
Physical Intelligenceがロボット基盤モデル「π0」発表：洗濯物畳みや箱組み立ても自律実行
Physical Intelligenceは汎用ロボット基盤モデル「π0」を発表した。30億パラメータのVLMに連続動作を生成するフローマッチング技術を統合し、秒間50回の頻度でモーター制御信号を出力する。8種のロボットに対応し、洗濯物畳みや片付けなど複雑作業の学習を大幅に効率化する。
Meta FAIR、ロボットの触覚研究を公開：新センサー「Digit 360」と汎用モデル「Sparsh」
MetaのFAIRチームは触覚知覚と人機協調に関する研究成果を一挙公開した。汎用触覚エンコーダ「Sparsh」や超高精度センサー「Digit 360」などを揃え、GelSightらとハードウェア商用化を進める。
Google、Gemini APIに検索グラウンディング導入：最新情報を引用付きで回答
GoogleはGoogle AI StudioとGemini APIでGoogle検索によるグラウンディング機能の提供を開始した。Gemini 1.5がWebから最新情報を取得し、参照リンク付きで回答する。AI Studioでは無料でテストでき、APIの有料枠は1000件あたり35ドルとなる。
水
10月30日 水曜日
ChatGPTの高度な音声モードがデスクトップ版に対応、MacとWinで利用可能に
OpenAIはChatGPTの「高度な音声モード」をmacOSおよびWindows向けのデスクトップアプリに提供開始しました。感情表現豊かなリアルタイム音声で、コード作成やファイル分析を対話形式で行えます。現在はPlusおよびTeamプランの有料会員向けで、EUや英国など一部地域は対象外です。
Wonder Dynamics、複数カメラの動画から3Dアニメシーンを自動生成する新ツール
Autodesk傘下のWonder Dynamicsは実写動画から編集可能な3Dアニメーションシーンを生成する新ツールを発表した。複数カメラの映像から演者の動きやカメラワークを推定し、BlenderやMaya、Unrealで編集できる3Dデータとして出力する。現在Wonder Studio内でベータ版を提供中。
Boston Dynamics、Atlasによる自動車部品の完全自律搬送を公開
Boston Dynamicsは人型ロボットAtlasが機械学習を用いて環境やコンテナを認識し、エンジンカバーを自律搬送する様子を公開した。事前プログラミングや遠隔操作なしで動作している。
OpenAI、事実性ベンチマーク「SimpleQA」公開：GPT-4oの正解率は40％未満
OpenAIはAIのハルシネーション（幻覚）を測る新ベンチマーク「SimpleQA」をオープンソース化。明確な単一の答えがある4326問で構成され、GPT-4oでも正解率は40％未満にとどまる。AIが誤答にもかかわらず高い自信を示す「過信」の度合いも数値化できる。
OpenAIの文字起こしAI「Whisper」に深刻な幻覚問題、テストの8割で虚偽記述
米AP通信によると、研究者らがOpenAIの音声認識モデル「Whisper」で深刻なハルシネーションを確認した。ミシガン大学の調査では音声の80%で虚偽記述が発生し、架空の医療処置を捏造する例も見られた。高リスク業務への利用には注意が促されている。
Recraft V3 公開：画像生成ベンチマーク首位、長文レンダリングや配置制御に対応
Recraft は最新モデル「Recraft V3」を発表した。Artificial Analysis のリーダーボードで ELO スコア 1172 を記録し、Midjourney などを抑えて首位を獲得。画像内の文字サイズや位置の指定、長文テキスト生成、ベクター画像出力に対応する。デスクトップやアプリ、API で利用可能だ。
AppleがM4搭載MacBook Proを発表：16GB標準、2000億モデルが端末で動く
AppleはM4チップファミリーを搭載した新型MacBook Proを発表した。最小構成でも16GBメモリを標準搭載し1,599ドルから。最上位のM4 Maxは最大128GBのユニファイドメモリに対応し、約2000億パラメータのLLMをローカル環境で直接実行できる。
Apple、M4 ProとM4 Maxを発表：ニューラルエンジンが最大2倍高速化
Appleは第2世代3nmプロセスを採用したM4 ProおよびM4 Maxチップを発表した。Neural Engineは前世代比で最大2倍高速化し、M4 Maxは最大128GBのユニファイドメモリと546GB/sの帯域幅に対応する。これにより、Apple IntelligenceなどのオンデバイスAI処理が大幅に高速化される。
火
10月29日 火曜日
Googleの次世代AIエージェント「Project Astra」、提供は早くても2025年に
Googleのスンダー・ピチャイCEOはの決算発表で、リアルタイムのマルチモーダルAI「Project Astra」の実装が早くても2025年になると明かした。年内登場との観測もあったが、自律型AIエージェントの提供にはまだ時間がかかる見込みだ。
Google、新規コードの25%超をAIが生成：人間がレビューし採用
Google のスンダー・ピチャイ CEO は 2024 年第 3 四半期の決算説明会で、社内の新規コードの 25% 以上を AI が生成し、エンジニアがレビューして採用していると明かした。AI が外部向け機能だけでなく、社内の開発基盤そのものに定着していることを示している。
正体不明の画像AI「Red Panda」がブラインド評価で首位、Midjourney超え
画像生成AIのブラインド比較を行う「Text-to-Image Arena」で、正体不明の新モデル「Red Panda」が首位を獲得した。Eloレート1172、勝率72%を記録し、Midjourney v6やDALL-E 3を上回った。開発元は未公表で、正式公開前の性能テストとみられる。
App Store、レビュー要約機能を導入へ：アプリの評判を一目で確認
9to5Macの報道によると、AppleはApp Storeの製品ページにAIによるレビュー要約機能を導入する計画です。一般的なフィードバックや傾向を自動抽出し、新しいレビューに合わせて更新されます。まずは一部地域のレビュー数が十分なアプリから展開されます。
ChatGPTウェブ版に会話履歴検索が登場、過去のチャットを即座に発見
OpenAIはChatGPTのウェブ版向けにチャット履歴の検索機能を導入した。サイドバーを延々とスクロールすることなく、キーワードで過去のやり取りを素早く検索して呼び出せる。
マイクロソフトが反論：Recall機能の無断インストール疑惑を否定、完全アンインストール対応を明言
MicrosoftはWindows 11 24H2にAI機能「Recall」が勝手に導入されているとの噂を否定しました。同社はRecallが完全なオプトイン方式であり、手動での完全アンインストールも可能であると改めて説明。現行ビルドに見られる関連コードは削除対応用の空パッケージに過ぎないとされています。
Final Cut ProにAI字幕生成とエフェクト機能が登場へ、M4発表で披露
AppleはM4搭載Mac miniの発表動画の中で、Final Cut Proに近日追加されるAI機能を公開した。10分の動画からほぼ一瞬で字幕を生成する「Transcribe to Captions」や、AIによるエフェクト適用に対応する。正式なリリース日はまだ明かされていない。
LinkedIn、採用担当者向けAIエージェント「Hiring Assistant」を発表
LinkedInは同社初のAIエージェント「Hiring Assistant」を発表した。簡単なメモから職務記述書を作成し、スキルに基づいた候補者の選定まで担う。現在はAMDやCanvaなど一部の企業向けに提供されており、今後数か月で順次展開される予定だ。
Metaが独自のAI検索エンジンを開発中か、GoogleやBing依存からの脱却狙う
MetaがMeta AI向けに独自のAI検索エンジンを開発していると報じられました。専任チームが約8か月前から情報データベースの構築を進めており、ニュースや最新情報の回答においてGoogleやMicrosoft Bingへの依存を減らす狙いがあります。
ElevenLabs、人気読書アプリ「Omnivore」開発チームの合流を発表
AI 音声の ElevenLabs は、50 万人以上のユーザーを抱える「Omnivore」の開発チームが合流したと発表しました。6 月に登場した 32 言語対応の朗読アプリ「ElevenReader」のモバイル体験強化が狙いです。なお、Omnivore のコードベースは今後もオープンソースとして公開が継続されます。
GitHub CopilotがClaude 3.5 Sonnetに対応、VS Codeで選択可能に
AnthropicはGitHub Copilot向けにClaude 3.5 Sonnetのパブリックプレビュー提供を開始したと発表した。開発者はVS CodeやGitHub.com上でモデルを切り替えて利用可能で、今後数週間で全ユーザーへ展開される。
OpenAIが初の自社製チップ開発へ、ブロードコムやTSMCと連携
OpenAIがブロードコムおよびTSMCと提携し、2026年の量産を目指して初の自社製推論向けAIチップを開発中であることが報じられた。巨額の投資が必要な自前ファウンドリ構想は見送り、AMDチップの併用も進めてNVIDIA依存の脱却とコスト削減を図る。
Iambicが「Enchant」発表：創薬の初期段階からヒト臨床結果を予測
Iambic Therapeuticsは創薬の初期段階から薬剤候補の体内動態を予測するマルチモーダルモデル「Enchant」を発表した。豊富な前臨床データと少量の臨床データを組み合わせて学習し、半減期の予測精度で従来を上回る新記録を達成。前臨床開発期間を数年短縮し、臨床試験の失敗リスクを抑える狙いがある。
アップルがMac miniを刷新：本体サイズ半減、M4搭載でAI対応
Appleは新設計のMac miniを発表した。M4およびM4 Proチップを搭載し、本体を約12.7cm四方に小型化しながら最小メモリを16GBに増量。Neural Engineの大幅強化によりオンデバイスAI「Apple Intelligence」を高速処理できる。価格は599ドルから。
Pixel 10/11の仕様が流出：Tensor G5搭載で生成AI動画編集や100倍ズームに対応か
Googleのチップ部門からの内部流出により、Pixel 10および11のAI・カメラ新機能が明らかになった。TSMC製3nmチップ「Tensor G5」により、写真アプリ上での生成AI動画編集や音声による画像補正、Pixel 11での100倍ズームや暗所撮影の強化が計画されている。端末内でのAI処理を大幅に引き上げる狙いだ。
月
10月28日 月曜日
Google、検索の「AI Overviews」を100カ国以上に拡大：月間10億人規模へ
Googleは検索結果の上部に要約を表示する「AI Overviews」の提供対象を世界100カ国以上に拡大すると発表した。月間ユーザー数は10億人を超える見込みで、英語や日本語、スペイン語など複数言語での表示にも対応する。
OSIが「オープンソースAI」の公式定義を公開：MetaのLlamaは対象外に
Open Source Initiative（OSI）が「オープンソースAI定義（OSAID）」1.0を公開した。学習コード全体の提供やデータの出所開示、無制限の改変・利用を義務付けており、大規模商用利用に制限を設けるMetaのLlamaなどは基準を満たさなくなる。
xAIの「Grok」に画像理解機能が追加、Xの有料ユーザー向けに提供
xAIはAIモデル「Grok」に画像理解機能を追加した。Xの有料会員は画像をアップロードしてAIに質問できるようになり、マスク氏によれば画像のミームやジョークの解説も可能だという。現在は初期段階だが、マルチモーダル化を進めて有料プランの魅力を高める狙いがある。
ユニバーサルミュージック、AI企業KLAYと提携 倫理的音楽モデル開発へ
ユニバーサルミュージックグループ（UMG）は AI スタートアップの KLAY との提携を発表した。著作権を尊重した大規模音楽モデル「KLayMM」を共同開発する。既存の配信楽曲と競合せず、正確な権利帰属を実現する仕組みを目指しており、数カ月以内の提供を予定している。
Apple、M4チップ搭載の新「iMac」発表 Apple Intelligence対応で16GBメモリ標準に
AppleはM4チップを搭載した新型24インチiMacを発表した。Neural Engineが大幅に高速化され、macOS Sequoia 15.1で提供されるApple Intelligenceに最適化されている。最小構成のメモリは16GBに倍増され、価格は1299ドルから。
Apple Intelligence提供開始：iOS 18.1で文章校正や新Siriが登場
AppleはiOS 18.1、iPadOS 18.1、macOS Sequoia 15.1の無料アップデートを配信し、Apple Intelligenceの第一弾機能を公開した。システム全体で使える文章の校正・要約ツール、デザインが一新されテキスト入力にも対応したSiri、写真の不要物を消去するクリーンアップ機能が利用できる。ただし現時点では端末と言語設定を英語（米国）にする必要がある。
日
10月27日 日曜日
Meta、Googleのポッドキャスト自動生成を再現するオープンソース版公開
MetaがGoogleの「NotebookLM」で話題となったポッドキャスト生成機能を再現するオープンソースプロジェクト「NotebookLlama」を公開した。Llamaを使って文書から対話台本を作り音声化する。現在は音声の機械感や幻覚が目立つものの、オープンな基盤として改良が期待される。
Coinbaseが「Based Agent」公開：3分で暗号資産ウォレット付きAI作成
Coinbaseは暗号資産ウォレットを内蔵したAIエージェントを3分足らずで構築できるテンプレート「Based Agent」を公開した。OpenAIやReplitと連携し、スマートコントラクトを通じた取引やスワップ、ステーキングなどを自動実行できる仕組みを提供する。
土
10月26日 土曜日
クアルコム「Snapdragon 8 Elite」、生成AIで自撮りの光を補正する新機能などを実演
クアルコムは Snapdragon Summit 2024 にて、Snapdragon 8 Elite 搭載機で使える実用機能を披露した。生成AIで自撮りの陰影や光の向きを微調整できるカメラ機能をはじめ、Oryon CPU による高速ブラウジング、Wi-Fi で音途切れを防ぐ XPAN など、日常の使い勝手改善をアピールしている。
金
10月25日 金曜日
Redditユーザーが偽情報を拡散、GoogleのAI Overviewsを混乱させる
ロンドンのRedditユーザーが愛用レストランを観光客から守るため偽の推薦情報を投稿し、GoogleのAI Overviewsが誤情報を真に受けて要約する事態が発生している。掲示板などのユーザー生成コンテンツをAI検索の情報源に頼る危うさが露呈した格好だ。
Adobe幹部がクリエイターに警告、AIを受け入れなければ取り残される
The Vergeの取材に対しAdobe幹部のアレクサンドル・コスティン氏は、AIを拒否するクリエイターは今後の成功が難しいと語った。同社は生成AI非搭載の新製品を出す予定はなく、一部の反発を承知の上でAI機能の全面統合を進める方針を示している。
スマホ購入者はAIに冷淡？買い替え動機はバッテリー持ちが6割超
CNETの調査によると、AI機能を理由にスマホを買い替えると答えたユーザーはわずか18%にとどまり、61%がバッテリー駆動時間の長さを重視していることが分かった。さらに約半数がAI機能への追加課金を拒否しており、日常の実用性が優先されている実態が浮き彫りになった。
Metaがロイターと複数年のAI提携：Meta AIが最新ニュースを引用・リンク提供へ
Metaはロイターと複数年のコンテンツ利用許諾契約を締結しました。チャットボット「Meta AI」が時事問題に答える際、ロイターの報道内容を参照して情報を提供し、回答に元記事へのリンクを掲載します。米国で提供が始まっており、契約額やモデル学習への利用有無は未公表です。
OpenAIが次世代モデル「Orion」を12月投入か、CEOは報道を否定
The VergeはOpenAIが次世代フラッグシップモデル「Orion」を12月までに投入する計画だと報じた。当初はChatGPTで一般公開せず提携企業へ優先提供される見込みだが、Sam Altman CEOは誤報と一蹴し、広報も年内公開の予定を否定している。
金
10月4日 金曜日
Metaが「Movie Gen」発表：30B映像と13B音声モデルで高精度編集や個人向け動画生成に対応
Metaは最先端のメディア基盤モデル「Movie Gen」を発表した。300億パラメータの映像生成モデルと130億パラメータの音声同期モデルを備え、テキスト指示による精密な動画編集や1枚の写真からの人物動画生成に対応する。現在はクリエイターと連携した検証中で一般公開は未定。
木
10月3日 木曜日
Meta Ray-Banに新AI機能が順次提供：視界の電話番号へ発信、駐車位置の記録も
Metaはスマートグラス「Meta Ray-Ban」向けに最新ファームウェアの配信を開始した。視界の物を尋ねると自動で撮影して回答する機能や、カメラで捉えた電話番号への発信、QRコード認識、駐車位置のリマインダーなどが利用可能になる。ただしリアルタイム翻訳や動画AI機能は今回は含まれない。
サンドボックスMMO「DreamWorld」、SteamテストでAIによる3Dモデル生成機能を披露
米DreamWorldは、10月10日よりSteamでサンドボックスMMO「DreamWorld」のプレイテストを開始すると発表した。Meshyと共同開発した「Text-to-3D」機能を搭載し、プレイヤーがテキストを入力するだけでゲーム内3Dアセットを直接生成できる。テストは約12時間限定で、Steam上で参加登録を受け付けている。
Google、検索の「AI Overviews」に広告を導入へ
Googleはモバイル検索の「AI Overviews」概要欄内にスポンサー広告を表示すると発表しました。同時に、米国でGeminiを活用したAI整理型検索結果ページも展開します。Perplexityなどの台頭に対抗しつつ、AI検索の収益化を急ぐ狙いがあります。
Google検索が大幅進化：Lensで動画を撮りながら音声質問が可能に
Googleは検索とLensのAI機能を強化しました。Lensで動画を撮影しながら音声で質問すると、AIが映像と音声を解析して概要を提示します。さらに写真撮影時の音声質問や「かこって検索」での楽曲認識機能も追加されました。動画検索は現在、Search Labsの英語ユーザー向けに提供されています。
イーロン・マスク、OpenAIの旧オフィスでxAI採用パーティーを開催
報道によると、イーロン・マスク氏はOpenAIのかつての本社でxAIのエンジニア採用パーティーを開催した。同日に開催されたOpenAIのイベントに対抗する形で、マスク氏は数年以内のAGI実現やモデル公開9カ月後のオープンソース化を掲げ、競合からの人材引き抜きを図っている。
動画編集CaptionsがAI SNSマネージャー公開、Webサイトから動画を自動生成
動画編集アプリのCaptionsはWebサイト向けのAIソーシャルメディア管理機能を発表しました。サイトを解析して特徴やトレンドを反映した投稿計画を立て、アバターを使ったReelsやTikTok向け動画まで自動生成します。月額25ドル以上のプランで利用可能です。
Black Forest Labsが「Flux1.1 Pro」公開：生成速度6倍、APIベータ版も提供
Black Forest Labs は画像生成モデル「Flux1.1 Pro」を発表し、API のベータ版提供を開始した。前世代比で生成速度が 6 倍向上し、最大 2K 解像度に対応する。開発者は公式 API や Replicate などの提携プラットフォームを通じて即座に組み込み利用できる。
OpenAI、ChatGPTの新UI「Canvas」公開 別画面で文章推敲やコード修正
OpenAIは文章作成とプログラミングに特化した新インターフェース「Canvas」を発表した。チャット欄とは別の専用ウィンドウが開き、テキストの部分修正やインラインでの改善提案、コードのデバッグや言語変換がスムーズに行える。ChatGPT PlusとTeam向けに提供を開始した。
Google、軽量モデル「Gemini 1.5 Flash-8B」の正式提供を開始
Google は軽量 AI モデル「Gemini 1.5 Flash-8B」の一般提供を開始した。May に出た 1.5 Flash に迫る性能を備えつつ、Gemini 系列で最も安価なコストと 1 分あたり最大 4,000 リクエストの高レート制限を実現している。
米連邦地裁、カリフォルニア州の選挙AIディープフェイク規制法を一時差し止め
米連邦地裁の判事が、選挙関連のAIディープフェイク拡散を規制するカリフォルニア州法「AB 2839」の執行を一時的に差し止めました。ハリス副大統領のパロディ動画を巡る訴訟を受けたもので、表現規制の範囲が広すぎると判断されました。
水
10月2日 水曜日
ByteDanceが動画生成AI「PixelDance」と「Seaweed」を発表、マルチショットの破綻を解消
先週、ByteDanceは深センのイベントで動画生成AI「PixelDance」と「Seaweed」を発表した。PixelDanceはテキスト指示だけで多彩なカメラワークを実現し、複数カットをまたいでも人物や背景の整合性を維持できる。Seaweedは最大2分近くの連続映像に対応。現在は限定テスト中だ。
Amazon、生成AI機能を搭載した新型「Fire HD 8」を発表
Amazonはメモリを3GBに強化した新型「Fire HD 8」を発表しました。キーボードに統合された文章作成支援、ブラウザでのWeb要約、プロンプトからの壁紙生成などの生成AI機能を搭載。これらの機能は今月下旬より、一部の旧型Fireタブレットにも順次提供されます。
ハーバード大生、Metaのスマートグラスで通行人の個人情報をリアルタイム特定するデモを公開
ハーバード大の学生2名がMetaのスマートグラスと既存の顔認識ツールを組み合わせたデモ「I-XRAY」を公開した。配信映像からAIが顔を検出し、公開データベースやLLMと連携して通行人の氏名や住所、電話番号を即座に割り出す。現行技術の悪用リスクを警告する目的で作られ、一般公開はされない。
OpenAI、66億ドルの資金調達を完了：評価額は1570億ドルに
OpenAIは66億ドルの新規資金調達を完了し、評価額が1570億ドルに達したと発表した。ChatGPTの週間利用者が世界で2億5000万人を超えたことも公表。調達した資金は最先端AIの研究加速や計算基盤の拡張に充てられる見通しだ。
四足歩行ロボットが梯子登りに成功、ETHチューリッヒが強化学習で従来比232倍の速度を実現
スイス連邦工科大学チューリッヒ校は四足歩行ロボット「ANYMal」が梯子を登る新技術を発表した。専用フックと強化学習を組み合わせ、傾斜70〜90度の梯子を90%の成功率で走破し、従来比232倍の高速化を達成。足を踏み外してもリアルタイムで姿勢を立て直せるのが強みだ。
