xAI、3140億パラメータの「Grok-1」ベースモデルをオープンソース公開
xAIは大型言語モデル「Grok-1」の基本重みとネットワークアーキテクチャをApache 2.0ライセンスでオープンソース公開した。3140億パラメータの混合エキスパートモデルで、2023年10月に完了した事前学習済みの生チェックポイントとなっており、GitHubから利用できる。
xAIは大型言語モデル「Grok-1」の基本重みとネットワークアーキテクチャをApache 2.0ライセンスでオープンソース公開した。3140億パラメータの混合エキスパートモデルで、2023年10月に完了した事前学習済みの生チェックポイントとなっており、GitHubから利用できる。
ロボット企業のApptronikはメルセデス・ベンツと提携し、人型二足歩行ロボット「Apollo」の工場実証を開始したと発表した。まずはハンガリー工場で、作業員への部品搬送や検査などを担当する。既存の生産ラインを改修することなく、人手不足が深刻な重労働を補う狙いだ。
RedditはAI学習用としてGoogleなどに投稿データを提供する契約について、米連邦取引委員会(FTC)から問合せを受けたと開示した。同社はIPOに向けて2億300万ドルの収益を見込んでいたが、ユーザー投稿をAI学習用に外部販売する行為に規制当局の監視が入った形だ。
ブルームバーグの報道によると、AppleがカナダのAIスタートアップDarwinAIを買収したことが明らかになった。同社はAIモデルの軽量化・高効率化を得意としており、AppleがiOS 18で目指すプライバシー配慮型のオンデバイス生成AIの実現に寄与するとみられる。
ロボット企業のFigureは、人型ロボット「Figure 01」にOpenAIの音声および視覚言語モデルを統合したデモを公開した。ロボットは人間と自然に対話しながら指示通りに物を片付ける作業をこなし、発話時の自然な言い淀みまで再現。ChatGPTに物理的な身体を与える具身AIの大きな一歩となった。
Anthropicが同社最速・最安のAIモデル「Claude 3 Haiku」を公開した。32K未満のプロンプトを毎秒2.1万トークン(約30ページ)で処理し、同等性能モデルと比べ3倍高速。1ドルで400件の判例や2500枚の画像を解析可能で、APIやClaude Pro、Amazon Bedrockで即日利用できる。
Semaforの検証により、Adobeの画像生成AI「Firefly」がGoogle Geminiと同様に、第二次大戦の黒人ナチス兵士など史実に反する画像を生成する過度な多様性補正の不具合を抱えていることが明らかになった。著作権に配慮した画像のみで学習したAdobeでも同様の問題が発生したことは、偏見防止プロンプトの調整が業界全体の共通課題であることを示している。
OpenAIのCTOミラ・ムラティ氏は、動画生成AIモデル「Sora」を年内、早ければ数カ月以内に一般公開する計画を明らかにした。将来的な音声生成や編集機能の追加も予定しており、利用コストを画像生成モデル「DALL-E」並みに抑えることを目指しているという。
欧州議会は世界初となる包括的な人工知能規制案「AI法」を賛成523票で可決した。AIシステムをリスクに応じて4段階に分類し、許容できないリスクのある用途は禁止される。5月に正式発効し、2025年以降に段階的適用が始まる見通しだ。
Google DeepMindは3D仮想環境向け汎用AIエージェント「SIMA」を発表した。『No Man's Sky』など9つの商業ゲームで訓練され、専用APIを使わず画面映像と自然言語指示のみでキーボード・マウスを操作し、600の基本スキルを実行できる。ハイスコア目的ではなく指示通りに行動する汎用性の検証が目的だ。
OpenAIのWebチームが「GPT-4.5 Turbo」の製品ページを誤って公開し、検索エンジンに一時インデックスされた。検索結果のスニペットによると、コンテキスト長はGPT-4 Turboの2倍となる25.6万トークンで、ナレッジカットオフは2024年6月と記載されている。リンク先は現在404エラーとなっている。
Deepgramはリアルタイムのテキスト読み上げAPI「Aura」を発表した。0.5秒未満(多くは0.3秒未満)で自然な音声を生成し、1000文字あたり0.015ドルと低価格に抑えている。これにより、大規模言語モデルを活用したカスタマーサポート等のAIエージェントが即座に応答できるようになる。
Google は選挙を控えた国々を対象に、Gemini が選挙関連の質問に回答することを制限し始めたと明らかにした。米国やインドなどで適用が始まっており、政党や候補者について尋ねると従来の Google 検索を促す。生成 AI による誤情報や政治的トラブルを防ぐための予防的措置だ。
Xiaoliang Luo氏らの研究チームは、大規模言語モデルが神経科学実験の成功予測において正答率81%を記録し、人間の専門家の64%を上回ったと発表した。わずか70億パラメータ規模のモデルでも専門文献の追加学習で性能が向上し、有望な研究テーマの選定に役立つという。
報道によると、Inflection AIは新モデル「Inflection-2.5」を発表した。GPT-4に迫る性能を持ちながら、学習用計算量は40%で済んだと主張している。Claude 3やGemini 1.5に続き、GPT-4独走の壁が急速に崩れつつある。
バイデン米大統領は木曜夜の一般教書演説で、AIによる音声のなりすまし禁止を呼びかけました。具体的な罰則や規制内容、エンタメ業界への適用範囲は明かしていませんが、ハリウッドのストライキに続き、生成音声の悪用が本格的な政策課題へと浮上しています。
OpenAI は解任劇に関する外部調査が完了したと発表し、サム・アルトマン CEO の取締役会復帰を正式に決定した。調査では安全性や財務の問題ではなく、前取締役会との信頼関係の破綻が原因と結論付けられた。併せて新取締役 3 名を迎え、内部通報制度の導入など企業統治の強化を図る。
Midjourneyは画像生成AIの競合であるStability AIの全従業員アカウントを無期限で利用停止にしたと発表した。3月2日に起きた24時間のサービス障害を調査したところ、Stability AIの担当者がプロンプトと画像データの大量取得を試みていたことが判明。サーバー停止を招く過剰なスクレイピングを行った企業は全社員アクセス禁止にする新方針も打ち出した。
報道によると、米陸軍研究所はOpenAIの「GPT-4 Turbo」と「GPT-4 Vision」を軍事シミュレーションゲームに導入し、作戦立案の支援能力をテストしました。GPT-4は従来モデルより優れた作戦を提示した一方、目標達成の過程でより多くの死傷者を出す結果となり、軍事AIの倫理的懸念が浮き彫りになっています。
超党派の推進団体Americans for Responsible Innovation(ARI)が発足した。シリコンバレーによる「ワシントンは規制を知らない」という批判に対抗し、金融やサイバーセキュリティ、原子力などの既存ルールを応用してAIを規制する枠組みを提案している。
The New York Timesによる著作権侵害訴訟に対し、Microsoftは一部請求の却下を申し立てました。同社は大規模型言語モデルについて、かつてのビデオデッキ(VCR)やコピー機と同様に実質的な合法用途がある技術だと主張。潜在的な著作権侵害の可能性を理由に法的責任を問うことはできないと反論しています。
ウォール・ストリート・ジャーナルの報道によると、AI検索スタートアップのPerplexityが評価額約10億ドルでの資金調達を最終調整している。2か月前の5億2000万ドルから倍増となる。Googleの牙城に挑む同社は年間売上高1000万ドルも突破した。
元DeepMindの研究者らが設立した英Haiperは、独自モデルを搭載した動画生成ツールのパブリック提供を開始し、シードラウンドで1380万ドルを調達したと発表した。ユーザーは現在、テキストから2〜4秒の動画を無料で生成できる。Soraが注目を集める中、同社はモデルAPIの提供や将来的なオープンソース化も視野に入れている。
OpenAIはイーロン・マスク氏の提訴に対し、すべての請求を棄却するよう求めるとともに反論ブログを公開した。過去のメール記録によれば、マスク氏はかつてテスラへの統合や過半数株式を要求したほか、AGIを非オープン化することにも同意していたという。
Stability AIとTripo AIは1枚の画像から0.5秒未満で3Dモデルを生成する「TripoSR」を公開した。GPUがない環境でも軽快に動作し、コードと重みは商用利用可能なMITライセンスでGitHubおよびHugging Faceにて提供されている。
英シェフィールド教育病院NHS財団トラストは、多発性嚢胞腎(ADPKD)患者の腎不全時期を予測するAIツールを臨床導入したと発表した。これまで専門家がMRI画像50〜60枚を手作業でトレースして約1時間かかっていた腎容積の測定を、AIは1分未満・同等の精度で完了し、早期の治療介入を後押しする。
Anthropicは新世代モデル「Claude 3」ファミリー(Haiku、Sonnet、Opus)を発表した。最上位のOpusは推論や知識ベンチマークで他社製品を上回り、画像認識や20万トークンの文脈長にも対応する。OpusとSonnetは既に提供開始され、Haikuも近日登場予定だ。
OpenAIはChatGPTにテキスト回答を音声で読み上げる「Read Aloud」機能を追加した。iOS・Androidアプリでは回答を長押しして選択、Web版では回答下部のアイコンから利用できる。移動中など画面を注視できない場面で重宝しそうだ。
カリフォルニア州規制当局はWaymoの運行エリア拡大を承認し、ロサンゼルスやベイエリアの一般道および高速道路で最高時速65マイルでの自動運転走行を許可した。地元交通局などの異論を退けた形だが、Waymo側は慎重に進める方針で、即座に高速へ進出する予定はないとしている。
AI推論チップを手がけるGroqはデータ分析スタートアップのDefinitive Intelligenceを買収したと発表した。同社はGroqのLPUチップにアクセスできる「GroqCloud」の構築を支援しており、今後はクラウド基盤の拡充に加え、法人や政府機関向けにGroq Systemsの立ち上げを進める。
MotorolaはWeiboで、同社初となるAI特化型スマートフォン「Moto X50 Ultra」のティザー動画を公開した。F1マシンをイメージした演出やレザー調の背面が特徴で、4月21日のF1中国グランプリに合わせて発表される見通しだ。Galaxy S24に続き、各社のAIスマホ競争が加速している。
イーロン・マスク氏が木曜夜、OpenAIとサム・アルトマン氏らを相手取りサンフランシスコの裁判所に提訴しました。人類への貢献という設立当初の合意に反し、マイクロソフトの利益を最大化する営利企業へ変質したと主張。GPT-4をAGIと認めてライセンス供与を禁じることなどを求めています。
マイクロソフトは財務部門向け「Microsoft Copilot for Finance」のパブリックプレビューを発表した。SAPやDynamics 365などのERPと連携し、Excelでの差異分析や照合作業の自動化、Outlookでの請求・残高情報の要約を支援する。
Stack OverflowはAI向け新API「OverflowAPI」を発表し、最初のパートナーとしてGoogleと提携した。Googleは検証済みのQ&AデータをGemini for Google Cloudや管理コンソールに統合し出典付きで回答を提供する。4月のCloud Nextで詳細が披露される予定。
マイクロソフトはPCゲーム向けの超解像技術を統合する新API「DirectSR」を発表した。Nvidia、AMD、Intelと連携し、開発者は1本の共通コードでDLSS、FSR、XeSSのすべてに対応可能になる。近くAgility SDKプレビュー版で提供される予定だ。
人型ロボット新興のFigure AIが6億7500万ドルの資金調達を発表し、評価額は26億ドルに達した。ベゾス氏、NVIDIA、マイクロソフト、OpenAIらが出資。あわせてOpenAIと提携し、人型ロボット向けの次世代AIモデルを共同開発する。
年次株主総会で、米アップルのティム・クックCEOは今年、生成AI分野で「新境地を開く」と明言しました。EV開発中止報道と重なるタイミングでの発言となり、SiriやOS標準機能への生成AI統合によって競合への巻き返しを図る構えです。
Lightricksはアイデアから長尺動画をワンストップで制作できるAIプラットフォーム「LTX Studio」を発表した。複数シーンの生成に対応し、キャラクターの容姿や照明の一貫性を保てるのが特徴で、本格的な映像制作のハードルを下げる狙いだ。
Morph StudioはStability AIとの提携を発表した。テキストや画像、既存動画からストーリー仕立ての映像を制作できるオールインワンのAI動画生成プラットフォームで、複数の生成ラインを並行して試せるのが特徴。現在公式サイトでウェイティングリストを受け付けている。
Bloombergの報道によると、Appleは10年近く進めてきた自動運転EVプロジェクト「Project Titan」を打ち切った。ティム・クックCEOがかつて「AIプロジェクトの母」と呼んだ事業だが、技術的難航の末、大半の人員は生成AIの取り組みに再配置される。
Adobeはテキスト指示や参考メロディから音楽を生成・編集できる研究プロジェクト「Project Music GenAI Control」を発表した。テンポや構成の調整、楽曲の延長など細かな制御が可能だが、現在は初期研究段階でUIもまだない。
Ideogram は画像生成 AI モデル「Ideogram 1.0」を正式公開しました。写真のようなリアルさや指示への追従性が向上したほか、画像内のテキスト描画精度を高め、入力支援機能「Magic Prompt」も追加しています。現在公式サイトで利用可能です。
後払い決済大手のKlarnaは、OpenAI技術を使ったAIチャットボットが稼働4週間で全サポートの66%にあたる230万件を対応したと発表。700人のフルタイム従業員に相当する成果だと主張した。2022年の約700人解雇との直接の関連は否定するものの、人員削減の文脈で議論を呼んでいる。
水曜日、Metaのマーク・ザッカーバーグCEOがLGエレクトロニクス幹部と会談し、次世代XR端末開発やオンデバイスAIでの協業を協議した。AppleのVision Proに対抗すべく、Metaは自社の大規模言語モデルを端末へ組み込む動きを加速させている。滞在中はサムスン首脳や大統領との会談も予定する。