X、Grokによるトレンド要約機能「Stories」をPremium向けに提供開始
X は有料会員向けに Grok を使った新機能「Stories」の提供を開始した。「おすすめ」タブのトレンド話題について、プラットフォーム上の投稿をもとに AI が要約を表示する。元記事ではなくユーザーの反応や会話をベースに要約を生成する仕様だ。
AIデイリー：今日のAIニュース
金
5月3日 金曜日
iOS 18のAI機能が判明か：Siriのメッセージ要約やSafariのWeb要約を搭載へ
報道によると、AppleはiOS 18で自社LLM「Ajax」を活用し、Siriによるメッセージ要約やSafariのWeb要約を導入する見込みです。簡単な処理は端末内で完結させ、複雑な処理はクラウドへ振り分けるハイブリッド構成で、プライバシー保護も重視されます。
OpenAIが検索エンジン市場に参入か：「search.chatgpt.com」登録で5月9日発表の噂
報道によると、OpenAIが「search.chatgpt.com」というドメインを登録し、5月9日に独自の検索機能を発表する可能性が浮上しました。従来のBing連携とは異なり、ChatGPTとリアルタイム検索を深く統合する見込みで、Googleが独占する検索市場への本格的な攻勢と見られています。
木
5月2日 木曜日
マイクロソフト、米警察によるAzure OpenAIの顔認識利用を禁止
マイクロソフトはAzure OpenAI Serviceの利用規約を改訂し、米国の警察機関が同サービスを顔認識に利用することを明確に禁止した。あわせて、世界中の法執行機関がボディカメラなどでリアルタイム顔認識を行うことも制限される。
OpenAI「Sora」で制作された初の公式MVが公開 700本の生成動画から編集
ミュージシャンのWashed OutとPaul Trillo監督が、OpenAIの動画生成AI「Sora」を使った初の公式MV「The Hardest Part」を公開した。監督はSoraが生成した約700本のクリップから55本を厳選して繋ぎ合わせたが、視聴者の評価は二分している。
水
5月1日 水曜日
マイクロソフトのOpenAI出資、背景に「Googleへの強い危機感」が発覚
対Google反トラスト法訴訟で開示された内部メールにより、マイクロソフトが2019年にOpenAIへ10億ドルを出資した背景には、AI規模でGoogleに数年遅れているという強い危機感があったことが判明した。GoogleのBERT再現に半年を要したインフラ不足が投資の引き金となった。
音楽生成AI「Udio」、最大15分の楽曲生成と2分の文脈参照に対応
音楽生成AIプラットフォームのUdioは楽曲の最大生成時間を15分に延長したと発表した。拡張時のコンテキスト長も30秒から2分に拡大し、離れた箇所のフレーズを参照して一貫したサビを再現しやすくなった。
画像生成AI「Ideogram」、月間1.2万枚を高速生成するProプラン提供開始
画像生成AIのIdeogramがプロ向け「Pro」プランを提供開始した。年払いで月額48ドルとなり、月間3,000回の優先プロンプトで最大12,000枚の画像を高速生成できる。今後はCSV一括生成にも対応予定。商用利用は可能だが、企業向け著作権補償は含まれない。
Claudeがチーム向けプランとiOSアプリを提供開始：月額30ドルで20万トークン対応
Anthropicは「Claude Team」プランと無料のiOSアプリを公開した。チームプランは1人あたり月額30ドル（最低5席）で、Pro以上の利用枠や20万トークンの文脈、管理機能を提供。iOSアプリはチャット履歴の同期や画像認識に対応する。
火
4月30日 火曜日
Meshy-3公開：高品質な彫刻スタイルとPBR質感に対応、画像からの3D生成も刷新
Meshy は「Meshy-3」をリリースした。Text to 3D に「彫刻」スタイルと PBR テクスチャ生成が加わり、法線や変位マップを含む高精度モデルを数分で書き出せるようになった。画像から 3D への変換機能も刷新され、不要な歪みを直す修復ツールも備える。
Google、News Corpに年間最大600万ドル支払いAIコンテンツ開発か
米The Informationによると、Googleはウォール・ストリート・ジャーナルなどを傘下に持つNews Corpに対し、AI関連コンテンツや製品開発のため年間500万〜600万ドルを支払うことで合意したという。一方でNews Corp側は、GoogleとのAIコンテンツ利用許諾契約の存在を否定している。
月
4月29日 月曜日
OpenAI、ChatGPT Plus向けに「メモリ」機能を正式提供
OpenAIは欧州と韓国を除く全ChatGPT Plusユーザー向けに「メモリ」機能の提供を開始した。過去の会話で伝えた詳細や好みを記憶し、別の会話でも参照できるようになる。記憶が更新されると通知され、設定画面から個別の記憶の確認・削除や一時チャットの利用が可能だ。
GitHub、自然言語で開発できる新環境「Copilot Workspace」を発表
GitHub は自然言語で仕様策定から実装、テストまで行える開発環境「GitHub Copilot Workspace」の技術プレビューを開始した。Issue やリポジトリを起点に AI エージェントが段階的な修正計画を提示し、開発者が全工程を微調整できる。現在ウェイトリストを受け付けている。
OpenAI、英FT紙と提携 ChatGPTに記事要約やリンクを表示へ
OpenAIとFinancial Times（FT）は戦略的パートナーシップとライセンス契約を発表した。ChatGPTで関連する質問に対し、FTの記事から引用や要約、元記事リンクを表示する。FTは全社員向けにChatGPT Enterpriseを導入済みで、新たなAI製品の共同開発も進める。
日
4月28日 日曜日
OpenAI、Sam Altman 氏の別企業 Worldcoin と提携協議中か
報道によると、Sam Altman 氏率いる OpenAI が、同氏が共同創業した生体認証・暗号資産プロジェクト Worldcoin と提携交渉を進めている。OpenAI が AI サービスを提供する見込みだが、両社ともに規制リスクを抱える中での連携に注目が集まる。
MetaのAI広告ツールで不具合：予算が数時間で枯渇、広告単価は10倍に
The Vergeの報道によると、Metaの自動広告ツール「Advantage Plus」で不具合が多発し、数時間で日次予算の75%が消化される事態が相次いでいる。インプレッション単価が通常の約10倍に跳ね上がり売上も出ないため、自動化を諦めて手動運用へ戻す広告主が出始めている。
北京、人型ロボ「天工」を発表：純電動で時速6kmの擬人走行を実現
北京人形ロボットイノベーションセンターは全身型ヒューマノイドロボット「天工」を発表した。純電動駆動で時速6kmの安定した擬人走行が可能で、視界が遮られた状態でも斜面や階段を昇降できる。オープンな共通母体プラットフォームとして提供される。
土
4月27日 土曜日
生数科技と清華大が動画生成AI「Vidu」発表：1080p・16秒の動画をワンクリック生成
中国の生数科技と清華大学は動画生成AI「Vidu」を発表した。独自開発のU-ViT構造を採用し、ワンクリックで1080p・16秒の動画を生成可能。カメラワークの切り替えや物理法則の再現に対応する。OpenAIのSoraには質感で及ばないものの、時間的一貫性の高さが評価されている。
アップル、iOS 18のAI機能搭載に向けOpenAIとの協議を再開
報道によると、アップルは年内に登場するiOS 18向けに生成AI機能を導入すべく、OpenAIとの交渉を再開した。自社製LLMをシステム機能に使う一方で、ChatGPTのような対話機能は外部委託を検討している。グーグルのGemini導入も並行して協議中で、最終決定には至っていない。
金
4月26日 金曜日
米国土安全保障省がAI安全委員会を設立：アルトマン氏やナデラ氏らが参加
米国土安全保障省は金曜日、送電網や空港など重要インフラをAIの脅威から守るための「AI安全・セキュリティ委員会」を設立しました。OpenAIのサム・アルトマン氏やマイクロソフトのサティア・ナデラ氏ら22名が初期メンバーとして参加します。
ドレイク、AIで故2パックの声を再現したディストラックを削除
ドレイクは故2パック（Tupac Shakur）の遺産管理団体から提訴を警告されたことを受け、Xから楽曲「Taylor Made」を削除した。同曲ではAIで再現した2パックの声が使われていた。大物アーティストによる無断AIボイスの使用が、法的リスクに直面した象徴的な事例だ。
Google、米データセンターに30億ドル投資へ AIスキル習得に向け7500万ドルの基金も新設
Googleはデータセンターの建設・拡張に30億ドルを投じると発表した。米バージニア州とインディアナ州の拠点を強化する。あわせて7500万ドルのAI機会基金を設立し、Goodwillなどと連携して100万人を対象に無料のAIスキル研修を提供する。
校長の声をAIで偽造し差別発言を捏造か 米高校教員を逮捕
米メリーランド州の高校教員が、AIを使って校長の声をクローンし人種差別的な音声を偽造・拡散したとして逮捕された。音声の拡散により校長が一時停職に追い込まれていたが、捜査でAI生成の痕跡が特定された。AI音声の悪用が刑事事件に発展した実例として波紋を広げている。
Profluent、AIでゼロから設計した遺伝子編集ツール「OpenCRISPR-1」をオープンソース公開
Profluentは、大規模言語モデルを活用してゼロから設計した精密遺伝子編集ツール「OpenCRISPR-1」をオープンソース公開した。AIが生成した分子は天然のCas9と400箇所以上異なる配列を持ちながら、ヒト細胞で同等以上の編集活性を実証。遺伝子編集が自然界からの探索からオンデマンド設計へと進化を遂げた。
木
4月25日 木曜日
Sanctuary AI、第7世代「Phoenix」発表：低コスト化し24時間で新タスクを習得
カナダのSanctuary AIは人型ロボットの第7世代「Phoenix」を発表した。製造コストと重量を削減し、腰から上の動作と手作業に注力。24時間未満で新たな仕分けタスクを自動化できるとし、マグナの自動車工場導入に向け実用性を高めている。
Googleが生成AIの経済影響レポート公開、大規模失業の懸念は誇張と指摘
Googleは客員研究員のAndrew McAfee氏による生成AIの経済的影響に関するレポートを公開した。蒸気機関や電化を上回る速度で普及し経済成長を加速させると分析。大規模な失業への懸念は誇張されている可能性が高く、新職種の創出や初級労働者の支援につながると指摘した。
ロサンゼルスの路線バスにAIカメラ搭載、違法駐車を自動検知
ロサンゼルス郡都市交通局（LA Metro）がバス車体にAIカメラを設置し、バスレーンや停留所を塞ぐ違法駐車の取り締まりを始める。撮影データは市交通局に送られ、人間が確認してから違反切符を発行する仕組み。今夏からテスト運用を行い、年内の本格稼働を目指す。
Synthesiaが「Expressive Avatars」発表：AIアバターが感情豊かに進化
AI動画生成のSynthesiaは企業の研修や販促向けに、感情表現や唇の同期精度を高めた「Expressive Avatars」を発表した。従来の切り貼り合成とは異なり、大規模モデルを用いてリアルタイムに完全生成する仕組み。CEOは自然な手の動きの再現など、まだ課題は残ると認めている。
EPFLとイェール大、MetaのLlama 3ベースの医療特化オープンモデル「Meditron」を公開
EPFLとイェール大学医学部の研究チームは、MetaのLlama 3を微調した医療向けオープンソースモデル「Llama-3[8B]-MeditronV1.0」を発表した。医療資源の乏しい地域や人道支援向けに設計され、MedQAなどのベンチマークで同規模の最高スコアを記録している。
水
4月24日 水曜日
DrakeのディストラックにAI Tupacが無断使用、遺族が24時間以内の削除を要求
伝説的ラッパー故Tupacの遺産管理団体が、Drakeの新曲「Taylor Made」に対し法的措置を警告しました。同曲はTupacやSnoop DoggのAI生成音声を無断使用しており、遺族側は遺産の乱用だとして24時間以内の公開停止を求めています。
GitHub Copilotに対抗するAugment、2億5200万ドルを調達してステルス解除
元MicrosoftやGoogleのエンジニアが設立したAIコーディング支援のAugmentは4月24日、ステルスを解除し、2億5200万ドルの資金調達を発表した。企業価値は約9億7700万ドルに達し、元Google CEOのエリック・シュミット氏らが出資。現在は一部企業向けに早期アクセスを提供しており、年内にSaaSとして一般公開する予定だ。
199ドルのAI端末「Rabbit R1」実機レビュー：面白いが未完成
The Vergeが199ドルのAIデバイス「Rabbit R1」の初期ハンズオンを公開した。鮮やかなオレンジの筐体や軽快なボタン操作は魅力的だが、連携できる外部サービスは4つのみで、約束されたメール作成などの機能は未実装となっている。
Snowflake、企業向けLLM「Arctic」をApache 2.0でオープンソース公開
Snowflakeは企業向けの大規模言語モデル「Arctic LLM」を発表し、Apache 2.0ライセンスで商用利用も含めオープンソース化しました。総パラメータ480Bながら17BのみをアクティブにするMoE構成を採用し、約200万ドルで学習。DatabricksのDBRXを上回るSQL生成やコーディング性能を謳います。
モデルナが全社にChatGPT Enterpriseを導入、2カ月で750個のカスタムGPTを構築
Modernaは全社規模でChatGPT Enterpriseを導入したと発表した。展開からわずか2カ月で、臨床試験の最適投与量を分析する「Dose ID」など750個のカスタムGPTが現場で作成された。同社はAIを活用することで、数千人規模の組織のまま今後5年間で最大15種類の新薬実用化を目指す。
SenseTimeが「SenseNova 5.0」発表、20万文脈長と端末側AIを強化
SenseTimeは大型モデル「SenseNova 5.0」と端末向け製品群を発表した。10TB超のトークンで訓練され、約20万の有効文脈長に対応する。MMBench総合スコアで首位を獲得したほか、端末向けモデルはフラッグシップ機で毎秒78.3語の推論速度を実現している。
火
4月23日 火曜日
Apple、Vision Pro出荷予測を下方修正か：2024年は40〜45万台、新機種延期の見通しも
アナリストのミンチー・クオ氏によると、Appleは2024年のVision Pro出荷予測を従来の70万〜80万台から40万〜45万台へと引き下げた。米国需要の急減を受け米国外展開の前に減産に踏み切った格好で、2025年の新型投入も見送られる可能性が出ている。
Ray-Ban Metaに新フレーム登場、マルチモーダルAIが目にする景色の解説に対応
Meta は Ray-Ban Meta スマートグラスの新モデル「Skyler」を発表し、マルチモーダル Meta AI のベータ版を米・カナダ向けに全面提供開始した。カメラが捉えた対象について質問できるほか、WhatsApp などのビデオ通話で視界の共有も可能になった。
アドビ、「Firefly Image 3」発表 Photoshopベータ版で「参照画像」による生成に対応
Adobeは画像生成AIの新基盤モデル「Firefly Image 3」を発表し、Photoshopデスクトップベータ版に新機能を追加した。最大の注目は「参照画像（Reference Image）」で、プロンプトを細かく書かずに画像を読み込ませてスタイルや色合いを指定できる。アップロードした画像は学習に利用されず、商用利用の安全性も維持される。
マイクロソフト、38億パラメータの小型AI「Phi-3 Mini」を公開
マイクロソフトは軽量言語モデル「Phi-3 Mini」を公開した。パラメータ数は38億で、絵本のような合成データで訓練され、GPT-3.5匹敵の性能を持つという。スマートフォンやノートパソコンでの動作に向き、Azure、Hugging Face、Ollamaで利用可能だ。
OpenAIがエンタープライズAPIを強化：半額のBatch APIや検索1万件対応
OpenAIはAPI顧客向けにエンタープライズ機能を大幅拡充した。24時間以内に非同期処理する新機能「Batch API」は通常料金の半額で利用可能。さらにAssistants APIのファイル検索上限が従来の20件から500倍の1万件へ拡大され、ストリーミング応答やプロジェクト単位の権限管理にも対応した。
OpenAIやGoogleなど各社が連携、生成AIの児童安全保護原則を導入
OpenAIは非営利団体ThornやGoogle、Meta、Microsoftなどと連携し、生成AIの「セーフティ・バイ・デザイン」原則を採用すると発表した。開発から運用までの全段階で児童性的虐待素材の排除を徹底し、年次で進捗状況を公表する方針だ。
Hugging Faceが「Open CoT」順位表を公開：思考の連鎖による精度向上幅を可視化
Hugging Faceはモデルの絶対的な正解率ではなく、思考の連鎖（CoT）プロンプトによる正解率の向上幅（Δ）を競う「Open CoT Leaderboard」を公開しました。初期テストでは7Bクラスの軽量モデルが大型モデル以上に恩恵を受けるケースが見られる一方、状況によってはCoTが逆に精度を下げる例も確認されています。
月
4月22日 月曜日
マイクロソフト、元Meta幹部を招聘してAIスパコンチームを強化
マイクロソフトはMetaでインフラ担当副社長を務めたJason Taylor氏を副CTOとして起用したと発表しました。Taylor氏はMetaでAIやデータインフラ、サーバー予算を長年統括した人物で、マイクロソフトでは次世代AIスーパーコンピューティング基盤の構築を主導します。
MetaがHorizon OSをサードパーティに開放、ASUSやレノボがMR端末開発へ
MetaはMeta Quest向けOS「Meta Horizon OS」を外部ハードウェアメーカーに開放すると発表しました。ASUSのROGやレノボが対応端末を開発予定で、MR分野でのエコシステム拡大を目指します。
「AIは新たなデジタル種」Microsoft AIのSuleyman氏がTEDで提言
Microsoft AIのMustafa Suleyman CEOがTEDトークに登壇し、AIの将来像について語った。同氏は開発者自身もAIの行く末を正確に言い表せていないと指摘し、AIを「新たなデジタル種」と見立てる新たな視点を提示した。
アップル、仏AI企業Datakalabを買収か：端末内AI圧縮と視覚技術を強化
報道によると、アップルは端末内 AI 圧縮とコンピュータビジョンを専門とする仏スタートアップ Datakalab を 12 月に買収した。同社は低電力かつプライバシーを重視したエッジ処理技術に強みを持つ。iOS 18 のオンデバイス AI 機能や Vision Pro の強化に向けた布石とみられる。
AdobeがVideoGigaGAN発表：ぼやけた動画を8倍拡大、チラつきも解消
報道によると、Adobe の研究チームは動画超解像 AI モデル「VideoGigaGAN」を発表した。GAN の高精細なディテール生成力を活かしつつ、フレーム間のチラつきや歪みを抑えて解像度を最大 8 倍に引き上げる。現在は研究プレビューの段階で、Premiere Pro などへの搭載は未定となっている。
多目的エージェント「JAT」公開：1つのモデルでゲームもロボット制御もこなす
汎用エージェントプロジェクト「JAT」がオープンソースで公開された。Gatoの再現と改良を目指したもので、モデルとデータセットを同時提供。単一のTransformerで157のタスクに対応し、専門エージェント比65.8%の性能を達成している。
土
4月20日 土曜日
米ラッパーDrake、AI生成した2PacとSnoop Doggの声で新曲公開
Drake が SNS 上で新曲「Taylor Made Freestyle」を公開し、AI で再現した故 2Pac と Snoop Dogg の音声を用いて Kendrick Lamar を挑発した。自身が録音したラップを AI で変換したと見られている。クローン音声技術がメジャー音楽シーンの論争の道具として使われた格好だ。
金
4月19日 金曜日
TED、未公開の動画生成AI「Sora」で40年後の姿を描く特別映像を公開
TEDはアーティストのPaul Trillo氏およびOpenAIとタッグを組み、未公開のテキスト動画生成AI「Sora」で制作した特別映像を公開した。40年後のTEDを大胆に想像した作品で、クリエイターによる先端AIツールの表現力を示している。
スタンフォード大「AI Index」：従来テストで人間超え、評価基準の刷新急務
スタンフォード大学HAIは第7回「AI Index」レポートを公開した。画像分類や読解に続き、難関数学（MATH）の正答率も2年で6.9%から84.3%へ急伸し、多くの指標で人間に肉薄している。既存ベンチマークが急速に形骸化する一方、ハルシネーションなどの課題は依然として残されている。
IOCが「五輪AIアジェンダ」を発表：採点支援から有望選手の発掘まで導入へ
国際オリンピック委員会（IOC）は、スポーツ分野での活用方針を示す「オリンピックAIアジェンダ」を発表した。0.1秒未満で飛び込みの回転や角度を解析して審判を支援する仕組みや、スマホ動画による有望選手発掘プロジェクトが公開され、パリ五輪から順次導入される見込みだ。
