EA、AIで11,000人の実在大学アメフト選手を3Dアバター化
EA Sportsが新作ゲーム『College Football 25』において、独自AIで11,000人の大学アメフト選手の顔写真から3Dアバターを生成したことが報じられた。全身スキャンのコストを抑えつつ大量の選手を再現しており、今後のスポーツゲーム制作を効率化する試みとなる。
AIデイリー：今日のAIニュース
月
7月22日 月曜日
The Vergeが探るAIの電力消費問題：排出超過の巨頭とテック界のジレンマ
The Vergeのポッドキャスト「Decoder」が、AI急増が気候変動に与える影響を分析しました。MicrosoftやGoogleがデータセンター増設で排出目標を超過する一方、高負荷な電力消費は動画配信やゲーム業界でも常態化しています。焦点はAIが消費するエネルギーに見合う価値があるかです。
Stability AI、オープン音響モデル「Stable Audio Open」の論文を公開
Stability AIはテキストから音声を生成するオープンモデル「Stable Audio Open」の論文を公開した。約50万件のクリエイティブ・コモンズ音源で学習され、民生向けGPUで最長47秒・44.1kHzのステレオ音響を生成可能。モデルの重みはHugging Faceで公開中。
Luma Labs、動画生成AI「Dream Machine」にループ生成機能を追加
Luma Labsは動画生成モデル「Dream Machine」に新機能「Loops」を追加した。生成動画の開始点と終了点をスムーズにつなぎ、シームレスなループ映像を出力できる。背景アニメーションなどを制作する際の後処理の手間を省ける。
テスラ、人型ロボット「Optimus」を来年社内向けに少量生産へ
Elon Musk氏はXで、人型ロボット「Optimus」を来年に社内利用向けとして少量生産し、2026年には他社向けに本格的な量産を開始したい意向を明かした。当初掲げていた年内の工場導入目標からは若干の遅れとなるが、製造コストの削減を目指す。
マスク氏のxAI、10万基の液冷H100クラスタを稼働 年内最強AIを目指す
イーロン・マスク氏はxAIのメンフィス・スーパークラスタでモデル訓練を開始したと発表した。10万基の液冷Nvidia H100を単一RDMAで接続し、12月までに全指標で世界最強のAI完成を目指す。ただし100メガワットを超える電力供給契約は未締結とされる。
Sakana AI、浮世絵特化の画像生成モデル「Evo-Ukiyoe」などを公開
Sakana AIは、日本の伝統的な浮世絵に特化した画像生成モデル「Evo-Ukiyoe」と着色モデル「Evo-Nishikie」を発表した。立命館大学アート・リサーチセンターが所蔵する2万4000点超の作品データでLoRA微調整されており、テキストからの生成やモノクロ古書の着色に対応する。Hugging Face上でコードとともに公開中だ。
金
7月19日 金曜日
カリフォルニア州がAI規制法案を推進、大手テック企業は猛反発
カリフォルニア州議会は、一定規模以上のAIモデルに対し、生物兵器や電力網ハッキングなど「破滅的リスク」の事前検証を義務付ける法案の審議を進めています。GoogleやMetaなどの大手テック企業は、技術的に実現不可能で開発者に不当な負担を強いると反発。トランプ陣営が連邦規制の緩和を掲げる中、規制をめぐる攻防が州レベルで激化しています。
AppleがオープンAIモデル「DCLM」公開、Mistral-7B超えの性能を発揮
Appleなどの研究チームがHugging Face上でDCLMモデル群（7Bおよび1.4B）をオープンソース公開した。重みだけでなく学習データやコードも完全公開されており、7BモデルはMMLUスコア63.7%でMistral-7Bを上回った。端末向け機能ではなくデータ選別の研究成果という位置付けだ。
木
7月18日 木曜日
Figma、AIがAppleの天気アプリを模倣した理由を説明：直前の素材審査不足が原因
Figmaは生成AI機能「Make Designs」がAppleの天気アプリ酷似のデザインを出力した問題について公式声明を発表しました。原因はモデルの学習ではなく、Config直前に追加したデザインシステムのコンポーネントや参考画面の審査不足だったと説明。該当機能を停止し、QA工程の改善を進めています。
OpenAIが「GPT-4o mini」公開、100万入力15セントの低価格
OpenAIは高コスパな小型モデル「GPT-4o mini」を発表した。入力100万トークンあたり15セントで、MMLUスコアは82%を記録し、Gemini FlashやClaude Haikuを上回る推論性能を持つ。低価格化によりAPIの並列呼び出しや長文処理の敷居が一気に下がる。
水
7月17日 水曜日
Microsoft Designerが一般公開：iOS・Androidアプリも無料提供へ
マイクロソフトは AI デザインツール「Microsoft Designer」を個人アカウント向けに一般公開し、iOS および Android 向け無料アプリの提供を開始しました。プロンプトテンプレートやステッカー生成、画像のスタイル変換などの機能を備え、Word や Windows「フォト」とも連携します。毎日 15 回の生成枠が無料で付与されます。
Tencent Yuanbao、自撮り1枚から3Dアバター生成 3Dプリントにも対応
TencentはAIアプリ「Tencent Yuanbao」に「3D Avatar Dream Factory」機能を追加した。正面の顔写真1枚から10種類のスタイルから選べる3Dキャラクターを自動生成でき、360度プレビューに加え、オフラインでの3Dプリント出力にも対応する。
AIベンチマークの形骸化を検証：MMLUのスコアが実力を示せない理由
The MarkupはGoogleやMetaが誇示するMMLUなどのAIベンチマークに重大な欠陥があると報じました。多くのテストは古く、一般のネット投稿から収集された問題が中心で、実際の推論力やハルシネーション抑制力を測れていないと専門家が警告しています。
規制の不透明さを理由に：Meta、今後のマルチモーダルAIのEU提供を見送り
Metaは今後数カ月以内に投入予定のマルチモーダルLlamaモデルおよび今後の同型モデルについて、規制環境の不透明さを理由にEUでの提供を見送ると発表した。オープンライセンスであってもEU企業は利用できなくなる一方、テキスト限定版のLlama 3は提供される予定。
Androidのロック画面でGeminiが進化：ロック解除なしで天気などの質問に対応
GoogleはAndroidのロック画面において、端末のロックを解除せずにGeminiへ天気などの一般的な質問を行えるアップデートを配信した。これまではタイマーや音楽操作などに制限され、簡単な質問でも画面解除が求められていた。設定画面に専用の許可スイッチが追加されている。
火
7月16日 火曜日
Mistral、Mamba採用のコード生成モデル「Codestral Mamba」をApache 2.0で公開
Mistral AIは、Mambaアーキテクチャを採用したコード生成モデル「Codestral Mamba」を公開した。Transformerと異なり線形時間での推論が可能で、最大256kトークンの文脈検索を検証済み。Apache 2.0ライセンスで完全無償公開されており、Hugging Faceやla Plateformeで提供される。
Andrej Karpathy氏、AIネイティブな教育企業「Eureka Labs」を設立
著名なAI研究者のAndrej Karpathy氏が、AI教育スタートアップ「Eureka Labs」の立ち上げを発表した。人間の教師が設計したカリキュラムを専用のAI助教が個別支援する仕組みを構想しており、第1弾として学生が自らAIを訓練する講義「LLM101n」を提供する。
英CMA、MicrosoftによるInflection AI人材引き抜きを調査へ
英競争市場庁（CMA）はMicrosoftによるInflection AIの人材採用および提携に対し、合併規則に基づく第1段階の調査を開始した。共同創業者のムスタファ・スレイマン氏を含む中核メンバーの大半を引き抜いた行為が実質的な買収にあたるかを審査し、9月11日までに詳細調査へ移行するか判断する方針だ。
AnthropicがAndroid版Claudeアプリを公開：Claude 3.5 Sonnetに対応
AnthropicはAndroid向け公式アプリ「Claude」の提供を開始した。無料および有料ユーザー向けにClaude 3.5 Sonnetを開放し、画像認識や多言語翻訳、WebやiOSとの会話履歴の同期に対応している。
木
7月11日 木曜日
米超党派議員がCOPIED法案提出：電子透かしの不正削除を違法化へ
米国の超党派上院議員グループが「COPIED法案」を提出した。NISTにコンテンツの出所証明と合成メディア検出の基準策定を義務付け、電子透かしの改ざんや削除を違法とする。クリエイターは無断でAI学習に作品を使われた場合に企業を提訴できるようになる見込みだ。
OpenAIがAGI到達への「5段階」基準を社内共有、現在はレベル2目前と説明
ブルームバーグが報じたところによると、OpenAIは今週、AGIの進捗を測る5段階の指標を社内に共有した。現在の対話型AIから、博士号レベルの推論が可能な第2段階、エージェント、組織の業務を担うAIまでを定義。同社はすでに第2段階に近づいていると説明している。
Google DeepMind、Gemini 1.5 Proでオフィスを案内するロボットの実験を公開
Google DeepMindは今週、Gemini 1.5 Proを活用してロボットを自律移動させる研究「Mobility VLA」を公開した。旧Everyday Robotsの機体が音声指示やホワイトボードの手描き地図を理解して案内し、50回以上のテストで約90％の成功率を記録した。
韓国Beeble AI、475万ドルを調達 スマホ動画の照明・背景を自在に変える仮想制作基盤へ
韓国のVFXスタートアップBeeble AIが475万ドルのシード資金を調達した。スマホで撮影した2D映像を正確な3Dデータに変換し、撮影後に照明やカメラアングル、背景を自由に再構成できる技術を開発。ハリウッド級の高価なLEDスタジオを不要にし、独立系映画制作者の制作環境を一変させる狙いだ。
水
7月10日 水曜日
サムスンが「Galaxy Ring」発表：Galaxy AIで健康分析、月額不要で399ドル
サムスンは初のスマートリング「Galaxy Ring」を発表した。重さ2.3〜3gで最長7日間のバッテリー駆動に対応し、Galaxy AIが睡眠や身体データを分析して健康スコアを提供する。先行するOuraと違い、月額サブスクリプション不要で利用できる点が大きな強みだ。
OpenAIと米ロスアラモス研究所が提携、バイオ実験でのAI安全性評価へ
OpenAI は米ロスアラモス国立研究所とのバイオサイエンス研究提携を発表した。音声や画像認識を備えた最先端 AI が細胞培養などの実験室作業を支援する際の能力と安全リスクを検証する。専門家と初心者の作業効率向上を測定し、生物学的リスクの防止に向けた評価基準を整える狙いだ。
米規制当局の目を警戒：マイクロソフトがOpenAI取締役会のオブザーバー席を返上、アップルも辞退
報道によると、米マイクロソフトはOpenAIの取締役会オブザーバー席を退任し、アップルも予定していた同席への参加を取りやめました。米欧の独占禁止当局によるAI提携への監視強化を受けた動きです。両社とも取締役会からは退くものの、OpenAIとの提携関係自体は継続します。
火
7月9日 火曜日
Metaがスマホ向け小型モデル「MobileLLM」発表：3.5億パラメータで70億のLLaMA-2に匹敵
Metaはスマートフォンなどの端末向けに特化した10億パラメータ以下の言語モデル設計「MobileLLM」を発表した。層の深さや重み共有を最適化することで、3.5億パラメータ版が特定のAPI呼び出しで70億のLLaMA-2と同等の精度を達成。事前学習コードが公開されている。
Stability AI、「Stable Assistant」に画像の一部置換と最長3分の音楽生成機能を追加
Stability AI はチャットボット「Stable Assistant」に「Search & Replace」と音楽生成機能を追加した。画像内の特定オブジェクトの差し替えや、Stable Audio 2.0 による最大 3 分間の 44.1 kHz ステレオ音源作成が可能になる。現在 3 日間の無料トライアルが用意されている。
Anthropic、Claudeの「Artifacts」を公開・共有可能に 他人の成果物のRemixにも対応
Anthropic は Claude の「Artifacts」を外部に公開・共有できる新機能を発表した。他人が作成した Artifacts をベースに再編集できる Remix にも対応。コードやベクター画像、簡単なゲームなどを手軽に共有・共同作業できるようになった。
Hugging Face、Google Cloud TPU v5e を提供開始：1時間1.38ドルから
Hugging Face は Inference Endpoints と Spaces で Google Cloud TPU v5e の提供を開始した。利用料は1時間あたり1.375ドルから。オープンソースの Optimum TPU を活用し、Gemma や Llama、Mistral などのモデルを数クリックでデプロイできる。
Anthropic、コンソールにプロンプト評価機能を追加：テスト自動生成と並列比較に対応
Anthropic は開発者向けコンソールにプロンプト評価機能を導入した。Claude 3.5 Sonnet を使ったプロンプトやテストケースの自動生成、CSV インポート、複数バージョンの出力並列比較、5 段階評価に対応する。スプレッドシートでの手動検証から解放され、本番導入前の改善サイクルを素早く回せるようになった。
OpenAIが中国からのAPI接続を遮断、現地AI勢が無料移行で争奪戦へ
OpenAIはから、サポート対象外地域からのAPIトラフィック遮断を開始した。これを受け、商湯科技や百度、智譜AIなど中国の主要AI企業は、最大1億5000万トークンの無料配布や無料移行サポートを打ち出し、利用者の囲い込みを加速させている。
月
7月8日 月曜日
Magnific AIがPhotoshopプラグインを提供開始、PS内で直接高解像度化が可能に
Magnific AIはAdobe Photoshop向けの公式プラグインをリリースした。クリエイターから最も要望の多かった機能で、Photoshopの作業画面から離れることなく、直接MagnificのAIアップスケーリングやディテール補正機能を利用できる。
Odysseyが初披露：監督のように演出できる「ハリウッド級」映像AI
Oliver Cameron 氏が新プロジェクト「Odyssey」を発表した。映画やドラマ、ゲーム制作をターゲットに、背景やキャラクター、照明、カメラワークを細かく指示・演出できる「ハリウッド級」の映像 AI を目指す。
AIプラットフォームPoe、チャット内でWebアプリを直接動かせる「Previews」提供開始
Poeはチャット内で生成されたWebアプリを即座に表示・操作できる新機能「Previews」を発表した。Claude 3.5 SonnetやGPT-4o、Gemini 1.5 Proなどコーディングに強いモデルに対応。コードを外部環境に貼り直すことなく、会話の中でそのまま動かして試せる。
OpenAIとThrive Globalが新会社設立：睡眠や食事を支えるパーソナルAI健康コーチ開発へ
OpenAI Startup Fundと米Thrive Globalが共同出資で新会社「Thrive AI Health」を設立した。科学的知見と個人の生体データを基に、睡眠や食事、運動などの習慣改善をリアルタイムで促すAI健康コーチを提供する。富裕層向けだった個別指導を広く普及させ、慢性疾患の予防を目指す。
金
7月5日 金曜日
セコイアが警鐘：AI業界、ハード回収に年6000億ドル必要
セコイア・キャピタルのDavid Cahn氏は、AIデータセンターやGPUなどの巨額投資を回収するには、業界全体で年間約6000億ドルの収益が必要だと試算した。大手テック各社のAI収益を楽観的に見込んでも約5000億ドルの差が生じる。インフラ投資の暴走に対し、収益化の遅れとバブル崩壊が懸念されている。
Stability AIがSD3のライセンス改定、年商100万ドル未満なら商用利用も無料に
Stability AIはコミュニティライセンスの改定を発表した。SD3 Mediumを含むモデルについて、年間売上100万ドル未満の個人や中小企業であれば無料で商用利用可能となり、生成枚数の制限も撤廃された。あわせてSD3 Mediumの品質問題についても言及し、改善版の早期提供を約束している。
テスラ、人型ロボット「Optimus」第2世代を上海で展示 ガラス越しで動作なし
Teslaは木曜日、上海で開催された世界人工知能大会で第2世代の人型ロボット「Optimus」を展示した。会場のガラスケース内に置かれた実機は動作や対話を行わなかった。マスクCEOは同機が将来的に同社の時価総額を25兆ドルに押し上げると語るが、本格的な量産には至っていない。
木
7月4日 木曜日
米フェニックスで逆走したWaymo自動運転車、警察が停止させるも違反切符切れず
米フェニックスで対向車線を逆走したWaymoの無人タクシーを警察官が停止させたものの、運転席が無人だったため切符を切れない珍事が発生した。警官は記録に「コンピューターには切符を切れない」と残して不問に付した。Waymoは工事標識の不備を理由に挙げたが、現行法規制の盲点が浮き彫りとなった。
Google研究者が論文で警告：生成AIの偽コンテンツがネットを汚染
Googleの研究者が生成AIの悪用に関するプレプリント論文を公開した。画像や動画の捏造による世論誘導や詐欺が横行し、デジタル情報への不信感が増大していると警告。さらに都合の悪い証拠を「AIによる捏造」と言い逃れる事例まで生じていると指摘した。
仏Kyutaiがリアルタイム音声AI「Moshi」発表、オープンソースで端末上でも動作
仏AI研究所Kyutaiは遅延わずか200ミリ秒の音声AIアシスタント「Moshi」を発表し、オープンソース化する方針を明かしました。70種類の感情表現に対応し、PCローカル環境でも相手の話を遮りながら自然に会話できます。
水
7月3日 水曜日
Mac版ChatGPT、会話履歴を平文保存していた脆弱性が発覚 暗号化アプデを配信
The Vergeの報道によると、OpenAIのChatGPT Mac向けアプリが、端末内に会話履歴を暗号化せず平文で保存していたことが判明した。悪意あるアプリに会話を盗み見られるリスクがあったが、指摘を受けたOpenAIはローカル記録を暗号化するアップデートを緊急配信した。
Google、AIを使った政治広告に「開示ラベル」を自動付与へ
Google は AI 生成コンテンツを含む政治広告の開示手続きを簡素化すると発表した。広告主がキャンペーン設定で「合成または改変されたコンテンツ」にチェックを入れるだけで、YouTube Shorts などの主要枠で開示ラベルが自動表示されるようになる。
LivePortrait：静止画を12.8ミリ秒で駆動する高速ポートレートアニメーション
Kuaishouの研究チームが肖像動画生成フレームワーク「LivePortrait」をオープンソース公開しました。拡散モデルではなく暗黙的キーポイント手法を採用し、人物や動物の静止画を高精度かつRTX 4090で毎フレーム12.8ミリ秒という速度で動かせます。
上海AIラボ、1Mコンテキスト対応の「InternLM 2.5-7B」をオープンソース公開
上海人工知能研究所（Shanghai AI Lab）はオープンソースモデル「InternLM 2.5-7B」を公開した。最大100万トークンのコンテキストウィンドウに対応し、推論やツール利用能力を強化。Hugging Faceの12B以下ベンチマークでトップクラスの性能を記録している。
Cloudflare、AIクローラーを一括遮断する新機能を無料提供
Cloudflare はすべての AI ボットやスクレイパーをワンクリックで遮断できる新機能を発表した。無料枠を含む全ユーザーが利用でき、robots.txt を無視して偽装アクセスを行う悪質なクローラーも機械学習で検知してブロックする。サイト運営者は無断でのモデル学習データ収集を簡単に防げるようになる。
ElevenLabsがVoice Isolator公開：雑音や音楽を消し声だけ抽出
ElevenLabsは音声分離ツール「Voice Isolator」を公開した。独自の深層学習モデルにより、街の騒音や周囲の話し声、音楽を取り除き、人の声だけをクリアに抽出できる。WAVやMP3に対応し、ブラウザ上で月1万クレジットまで利用できる。
カルパシー氏がバークレーで登壇：GPT-4の原点はRedditボットだった
元 OpenAI の Andrej Karpathy 氏が UC バークレーの AI ハッカソンで基調講演を行った。同氏は LLM を「新時代の OS」と位置づけ、GPT-4 も最初は小さな Reddit 向けボットだったと告白。小さなプロジェクトを継続して雪だるま式に育てる大切さを説いた。
火
7月2日 火曜日
Apple、OpenAIの取締役会オブザーバー枠を獲得へ シラー氏が就任見込み
ブルームバーグ報道によると、AppleはOpenAIとの提携の一環として、取締役会オブザーバーの席を確保する見通しです。App Storeを統括するフィル・シラー氏が就任する予定で、議決権はないものの会議に出席できます。すでに同様の席を持つMicrosoftとの関係にどう影響するかが注目されます。
Meta、テキストから1分未満で3D資産を生成する「3D Gen」を発表
Metaはテキスト指示から1分未満で高品質な3Dアセットを生成する技術「Meta 3D Gen」を発表した。初期モデルの生成に約30秒、PBR対応のテクスチャ再生成に約20秒で完了する。現在は研究段階で未公開だが、ゲームやVR制作の手間を大幅に減らす可能性がある。
Perplexityに盗用・無断スクレイピング疑惑、米メディアが相次ぎ告発
TechCrunch報道によると、米ForbesやWiredなどのメディアがPerplexityを名指しし、robots.txtを無視した秘密裏のスクレイピングや記事の無断転載・盗用を告発した。Perplexity側はユーザーの個別URL入力に応じた正当なフェアユースだと反論している。
Figma、新AI機能「Make Design」を一時停止 Appleの天気アプリ酷似と物議
FigmaはテキストからUIを生成する新機能「Make Design」の提供を一時停止した。生成結果がApple純正の「天気」アプリに酷似しているとの指摘を受けた措置。CEOは既存アプリによる学習疑惑を否定し、社内デザインシステムの多様性不足とテストの不備が原因だと説明している。
WhatsApp、自撮り写真から自分そっくりのAIスタンプを作る機能をテスト中
報道によると、MetaはWhatsAppのAndroidベータ版で、ユーザーの自撮り写真を元にAIスタンプを生成する新機能を開発しています。数枚の写真を登録後、チャットで「@Meta AI imagine me」と入力するだけで様々な背景の画像が生成可能。写真はいつでも削除できますが、一般公開はまだ先です。
ElevenLabsが往年の名優の声を再現：ジュディ・ガーランドらが本を朗読
ElevenLabsは遺産管理団体と提携し、リーダーアプリでジュディ・ガーランドやジェームズ・ディーンらのAI音声を公開した。ガーランドの声で『オズの魔法使い』を聴くことなどが可能。ただし、これら象徴的な声はアプリ内での個人ストリーミング再生に限定され、外部への書き出しには対応しない。
Perplexityが「Pro Search」を刷新：多段階推論とWolfram|Alpha連携に対応
Perplexity は深層検索機能「Pro Search」の強化を発表しました。複雑な問いに対して多段階の推論を行い、検索結果に応じた追加調査を自律的に進められるほか、Wolfram|Alpha 連携とコード実行により高度な計算や分析にも対応します。無料枠でも限定回数で試用できます。
SunoがiOS向けアプリを公開：スマホでプロンプトから楽曲生成
AI音楽生成のSunoがAppleのApp StoreでiOSアプリを公開した。テキストを入力するだけで、ボーカルや伴奏を含むフル楽曲を数分で作成できる。一方で同社は現在、モデルの学習データを巡り大手レコード会社各社から著作権侵害の訴訟を起こされている。
月
7月1日 月曜日
Anthropicが新世代AIベンチマーク開発を助成：サイバー攻撃や欺瞞リスクを検証
Anthropic は AI モデルの能力と安全性を測定する新世代ベンチマークの開発助成プログラムを発表した。現行の評価基準が実態を反映できていないとし、サイバー攻撃や欺瞞、大量破壊兵器リスクなどを測定する外部プロジェクトに資金を提供する。
YouTube、顔や声を模倣したAI生成動画の削除申請に対応
YouTubeは6月、本人の顔や音声を模倣したAI生成コンテンツについて、プライバシー侵害として削除要請を受け付ける新方針を導入した。原則として本人の申し立てが必要で、投稿者には48時間の対応猶予が与えられる。公益性やパロディかどうかも考慮され審査される。
写真家の反発受け、Metaが「AI生成」ラベルを「AI情報」に変更
MetaはInstagramなどのアプリで表示していた「Made with AI」ラベルを「AI info」に変更すると発表した。Photoshopで微調整しただけの実際の写真までAI製と誤認表示される問題を受けた措置で、完全なAI生成と単なる画像編集を混同させない配慮となる。
イーロン・マスク氏、xAIの次世代モデル「Grok 2」を8月投入へ
イーロン・マスク氏はxAIの次世代AIモデル「Grok 2」を8月にリリースすると明かした。ネットの学習データから不要なノイズを徹底的に排除し、リアルタイムの知識処理と推論性能を大幅に高めたという。さらに年末までにGrok 3を投入する計画も示唆した。
