本文へスキップ
IFAI

AIデイリー：今日のAIニュース

木

8月20日 木曜日

  2. 画像・動画生成拡散指数 38

    OpenAI、GPT-Image-2 APIで「背景透過」画像生成に対応

    OpenAIはGPT-Image-2 APIにおいて背景透過画像の生成機能をプレビュー提供開始した。切り抜き加工を挟むことなく、商品画像やWebモックアップ、広告グラフィックに直接合成できるアセットを生成できる。現在は開発者向けプレビューとして利用可能だ。

  7. 業界動向拡散指数 40

    Pew調査：ChatGPT登場後に公開されたWebページの35%がAI製

    米Pew ResearchはChatGPT公開以降に作成された英語Webページの35%にAIによる執筆や大幅な編集の痕跡があったとする調査結果を発表した。.comドメインでの利用率は.eduや.govの約10倍に達した。botの通信量が人間を上回ったとされる中、ネット上のコンテンツもAI主導へと移行しつつある。

  8. AIツール拡散指数 38

    RampがAIモデルルーティング「Router」発表、年内無料提供へ

    支出管理プラットフォームのRampがAIモデルルーティングサービス「Router」を提供開始した。単一のAPIでOpenAI、Anthropic、DeepSeekなどのモデルを柔軟に切り替えられ、ベンチマークに基づく自動振り分けや支出ダッシュボードを備える。米国限定で2026年末まで無料提供され、26ドル分のクレジットが付与される。

  11. AIツール拡散指数 38

    Sakana AI、翻訳サービスに新世代「Sakana Namazu」を搭載

    Sakana AIは無料翻訳「Sakana Translate」のモデルを新世代「Sakana Namazu」へ刷新した。「お宮参り」など日本独特の文化や文脈の理解を強化し、160件の日英評価で競合モデルへの勝率が50%を超えた。日英中の双方向翻訳や添削に対応する。

  13. AIツール拡散指数 43

    Anthropic、「Computer use」を正式提供　Web構造解析や一括操作に対応

    Anthropicは「Computer use」「Skills API」「Files API」をClaude Platformで一般提供した。新機能「Browser use」により画面のコード構造を解析して正確な操作が可能になったほか、1ターンで複数アクションを連続実行でき作業時間を大幅短縮。HIPAAにも対応した。Skills APIや1TBストレージのFiles APIと組み合わせ、実運用レベルの自律エージェント構築を支援する。

  14. 業界動向拡散指数 43

    Apple Music、生成AI制作の楽曲に「Made With AI」ラベル表示へ

    Variety報道によると、Apple Musicは今年後半、実質的な部分がAIで制作された楽曲に「Made With AI」ラベルを付与する方針をパートナーに通知した。同社幹部によるとアップロード楽曲の3分の1以上が完全なAI製となっており、業界全体の透明性確保に向けた動きに追随する。

  16. AIツール拡散指数 46

    Salesforce、チーム協調型AIコーディング機能「Slack Code」を発表

    SalesforceはSlack上でAIコーディングを共同作業できる「Slack Code」を発表した。専用チャンネル内でClaudeやDevinなどのAIエージェントと協働し、コード差分やプレビューの確認、承認まで完結できる。全プランで利用可能だが、各エージェントの利用権が別途必要となる。

水

8月19日 水曜日

  2. AIツール拡散指数 49

    Google、大学生向けにGemini有料プランを1年間無料提供　学習ツールも拡充

    Googleは世界各国の対象大学生向けに有料AIプランを1年間無料で提供すると発表した。米国の学生には月額19.99ドル相当の「Google AI Pro」、米国外の学生には「Google AI Plus」を提供する。あわせて専用スチューデントハブ、3D対話型シミュレーション、Gemini Live内のDeep Research機能も順次提供する。

  4. AIツール拡散指数 39

    MetaがMeta AIのMac向けアプリを公開、画面共有やアプリ横断の音声入力に対応

    Metaは水曜日、Meta AIの専用Macアプリを発表した。作業中のウィンドウを画面共有してAIに内容に応じた提案や質問の回答、コンテンツ作成を依頼できるほか、全アプリで使える音声入力にも対応する。あわせてGoogle Workspaceとの連携や、Instagram・Facebookの投稿分析、資料作成機能も提供される。

  6. AIモデル拡散指数 50

    Ornith-1.5公開：自ら課題を作って自己改善、397BはOpus 4.8に匹敵

    Ornith.aiがオープンソースモデル群「Ornith-1.5」を発表した。自ら課題を考案し評価環境を構築して強化学習を行う自己改善ループを採用しており、最上位の397Bはコーディング等の評価でClaude Opus 4.8と同等の性能を示した。9Bモデルはスマートフォン上でも動作する。

  7. AIツール拡散指数 41

    Perplexity、AIエージェント向け記憶システム「Brain」発表　Markdown Wikiで長期記憶を構造化

    PerplexityはAIエージェント「Computer」向けの記憶システム「Brain」を発表した。数カ月にわたる作業履歴をMarkdown形式のWikiやファイルシステムとして三層構造で蓄積し、引用リンクから元のログを検証できる。バックグラウンドで動作する自律エージェントが定期的に知識を整理・更新するため、文脈を失わずに長期のタスクに対応できる。

  9. ロボット拡散指数 39

    Generalist AIが「GEN-1.5」発表：数秒の実演を見るだけで新タスクを即座に学習

    Generalist AIはロボット基盤モデル「GEN-1.5」を発表した。追加学習や微調整なしに、3〜12秒のデモを一度見せる「物理プロンプト」だけで、ジッパーの開閉や瓶の開封など10種のタスクで平均59%の成功率を達成。ロボット分野におけるGPT-3のようなインコンテキスト学習を実現したが、現状は短時間の単純タスクに限られる。

  11. オープンソース拡散指数 48

    Magiviz：脚本から動画完成まで全自動化するオープンソース AI 映像スタジオ

    ItusiAI は AI 動画制作プラットフォーム「Magiviz」をオープンソース公開しました。脚本作成からキャラクター設計、絵コンテ、動画生成、結合までの 5 段階パイプラインを備え、Veo や Kling など複数モデルに対応。Stripe 決済やユーザー管理も内蔵され、API キーを設定すれば商用運用も可能です。

火

8月18日 火曜日

  1. AIモデル拡散指数 49

    Z.aiがGLM-5.3 APIを提供開始：コーディングや防御向け、価格は据え置き

    Z.aiはコーディングや防御的サイバーセキュリティ、長期的なエージェント作業向けに設計された「GLM-5.3」のAPI提供を開始した。価格は前世代のGLM-5.2から据え置きとなっており、開発者は追加コストなしで性能向上を享受できる。公式APIや連携ゲートウェイから即座に利用可能だ。

  4. AIツール拡散指数 50

    Replitが「Free Mode」発表：GPT-5.6 Luna搭載、クレジット消費なし

    Replit は GPT-5.6 Luna を搭載した「Free Mode」を発表しました。有料プラン利用者は日常的なチャットやアイデア出しでクレジットを消費せず、従来比最大 30 倍の制作が可能です。制限は 5 時間ごとにリセットされ、複雑な開発には上位モードへ切り替えられます。

  8. 画像・動画生成拡散指数 45

    アリババ、音楽生成AI「HappyShrimp 1.0」ベータ公開：指示文からボーカル付き完曲を生成

    アリババはテキストプロンプトから楽曲全体を自動生成する音楽AI「HappyShrimp 1.0」のベータ版を公開した。専門知識がなくてもメロディ、編曲、作詞、歌唱まで一貫して作成でき、中国伝統風からポップス、ジャズまで対応する。太合音楽集団とのアーティスト共創も発表された。

  9. 業界動向拡散指数 48

    Google、破産した米スピリット航空のデータを1000万ドルで買収　AI学習に活用

    報道によると、Googleは経営破綻した米格安航空スピリット・エアラインズの企業データを1000万ドルで買収することで合意した。社内メールや予約履歴、人事記録などが含まれ、個人情報は匿名化された上でAIモデルの学習に用いられる。破産裁判所が水曜日に売却の可否を判断する。

  10. 業界動向拡散指数 42

    Googleが英政府らと「Blue Skies」実験を開始：AIで飛行機雲を回避し温暖化を抑制

    Googleは英国政府や航空管制機関NATSと提携し、大西洋上空で飛行機雲の発生を抑える実証実験「Operation Blue Skies」を発表しました。航空機が残す飛行機雲は航空由来の温暖化影響の約3分の1を占めます。AI予測を活用して北大西洋のシャンウィック空域を飛ぶ便の飛行ルートをわずかに変更し、気候への悪影響を減らす狙いです。

  11. オープンソース拡散指数 48

    Block、デスクトップ向けAgent作業環境「Berd」をオープンソース公開

    Blockは、デスクトップ向けAgent統合環境「Berd」をオープンソースで公開した。会話やファイル、スキル、個別の人格を持つ複数Agentを永続的なキャンバス上にまとめ、ローカルのフォルダやリポジトリと連携しながら作業を進められる。チャットの域を超えて実用的なタスクをこなす自律環境として注目される。

  13. 研究拡散指数 38

    Claudeがタンパク質設計で業界平均の2倍を達成、15標的中14件で結合成功

    AnthropicはClaudeを用いたタンパク質バインダーの新規設計実験で、15標的中14件の結合に成功したと発表した。ヒット率は最大35.1%と業界標準（10〜15%）の2倍以上に達した。さらに分析化学データも25分以内で解析し、研究室と同等の精度を示した。創薬初期工程の大幅な時間短縮が期待される。

  14. 業界動向拡散指数 37

    OpenAI、国家安全AIの民主的監視に500万ドル支援へ

    OpenAIは国家安全保障分野におけるAI利用を監視する公的機関を支援する500万ドルの新構想を発表した。今後1年間で研修やクレジットを提供するほか、AIを用いた政府の意思決定プロセスや入出力を検証できる監査ツールの試行を進める。

  17. AIツール拡散指数 60

    OpenAI、10代向け「ChatGPT for Teens」提供　答えを教えず解き方をガイド

    OpenAIは13〜17歳のユーザー向けに「ChatGPT for Teens」を発表した。システムが未成年と判定すると自動適用され、直接答えを出さずに質問形式で段階的に解き方を導く「学習モード」を搭載。有害コンテンツのブロックや保護者機能も備える。宿題代行ではなく自律的な思考を促す狙いだ。

  18. 研究拡散指数 36

    「GeoWeaver」登場：通常の長尺動画からズレのない一貫した3D空間を再構築

    通常の長尺動画から一貫した3Dシーンを高精度に復元する技術「GeoWeaver」が発表された。動画を小分割して深度を推定し、長距離マッチングでつなぎ合わせることでスケールやカメラ位置のドリフトを抑制。ベンチマークで最低水準の平均誤差を記録したが、現在は論文公開にとどまる。

月

8月17日 月曜日

  1. 業界動向拡散指数 43

    3M爆発訴訟で証人がChatGPTで報告書作成：「過失0%と証明せよ」と指示

    404 Mediaによると、ヒューストンの死亡爆発事故を巡る訴訟で、3M側の専門家証人が報告書の約9割をChatGPTで作成していたことが発覚した。プロンプトで「3Mの過失が0%であると示せ」と指示しており、350ページの対話記録が開示された結果、陪審は3Mに30%の責任と6100万ドルの賠償を命じた。

  2. 業界動向拡散指数 55

    Amazonが紙の書籍を大量購入し裁断・スキャン、AI学習後に破棄と報道

    米メディア「404 Media」の調査報道により、Amazonが希少書を含む紙の書籍を大量購入し、ラスベガスの倉庫で背表紙を切り落として高速スキャンした後に破棄している実態が明らかになりました。Amazon側はNovaなどの基盤モデル強化が目的であると購入事実を認めています。AI生成テキストで汚染されていない純粋な活字データの争奪戦が激化しています。

  4. オープンソース拡散指数 48

    音声Agent向け記憶システム「VoiceMem」公開：左脳と右脳で感情と事実を分離

    音声Agent向け長期記憶システム「VoiceMem」がオープンソースで公開された。事実を扱う「左脳」と感情・好みを追跡する「右脳」に分離し、ユーザーが話している間に先回りして検索する。応答遅延は134ミリ秒にとどまり、会話中の不自然な停止を防ぐ設計が施されている。

  5. オープンソース拡散指数 48

    yetoneがCumoraをオープンソース化：AIが同僚のように自律して働くコラボツール

    yetoneはマルチエージェント協調型チャットツール「Cumora」をオープンソース公開した。指示待ちのボットとは異なり、AI自身がアイデンティティと記憶を持ち、カンバンタスクの引き受けやメール送受信、エージェント同士の会議を自発的にこなす。人間とAIが対等な同僚として同じ画面で働けるのが特徴だ。

  6. AIツール拡散指数 54

    Cursorがコードホスティング「Origin」を発表：エージェント常駐でGitHubとも同期

    Cursorはコードホスティング機能「Origin」を有料プラン向けに早期ベータとして提供開始した。リポジトリやPRの管理、GitHubとのリアルタイム双方向同期に対応する。リポジトリ内にAIエージェントが常駐し、コードの質問対応や編集、ブランチのプッシュまで自律的に行えるのが特徴だ。

  7. 業界動向拡散指数 51

    OpenAIが米オハイオ州で8GW拠点を確保、NVIDIAも出資

    OpenAIはSB EnergyやNVIDIAなどと連携し、オハイオ州パイク郡の施設で約8ギガワットの容量を確保する契約を結びました。2032年までに3万5000人の建設雇用を見込み、NVIDIAは15億ドルを投資します。最先端AIの学習を支える大規模インフラ整備が進みます。

日

8月16日 日曜日

土

8月15日 土曜日

金

8月14日 金曜日

  4. ロボット拡散指数 39

    PaXini AIがデータ収集手袋「PXCap Pro」を発表：0.1Nの力変化を検知しロボットに手作業を伝授

    PaXini AIがロボット学習用の五指データ収集グローブ「PXCap Pro」を発表した。300gの軽量ボディに0.1ニュートンの微小力を検知する触覚センサー、広角カメラ、耐磁性エンコーダーを搭載。人間の繊細な手作業を高精度な真値データとして標準化し、ロボットの精密作業学習を加速させる。

  6. AIモデル拡散指数 58

    Z.aiが「GLM-5.3」公開：コード生成が大幅進化、脆弱性発見能力も急成長

    Z.aiはコーディング特化型モデル「GLM-5.3」を発表した。事後学習の拡張により社内ベンチマークで50％向上し、オープンウェイトモデルで首位を獲得。予期せず脆弱性攻撃能力も急伸し、実プロジェクトから2,436件の欠陥を発見した。モデルの重みは安全審査を経て2週間後に公開予定。

  7. AIツール拡散指数 42

    Anthropic、Claude Codeのトークン節約術を公開：モデル途中変更を避けてキャッシュを保護

    Anthropic は Claude Code のトークン消費を抑える実践ガイドを公開した。セッション途中でモデルや推論深度を変更するとプロンプトキャッシュが無効化され、再計算コストが発生すると警告。タスク間の /clear 実行や、@ によるファイル直接指定、離席前の /compact 活用を推奨している。

  8. 業界動向拡散指数 39

    米WSJが報じるAnthropicの影の立役者：CEOの妻による経営関与が波紋

    米ウォール・ストリート・ジャーナルは、AnthropicのCEOダリオ・アモデイ氏の妻カミ・クラーク氏が同社に在籍していないにもかかわらず、重要アドバイザーとして経営に深く関与してきたと報じました。元Google CEOのエリック・シュミット氏を初期投資家として引き入れた実績もある一方、不透明なガバナンスへの懸念も浮上しています。

木

8月13日 木曜日

  8. 画像・動画生成拡散指数 41

    MiniMax、5分間の楽曲を一括生成できるオープン音源モデル「Music 3.0」公開

    MiniMax はオープンウェイトの音楽生成モデル「Music 3.0」を発表しました。Qwen3.5-8B ベースのハイブリッド構成とフローマッチングを採用し、プロンプトと歌詞から最長 5 分のフル楽曲を作曲からボーカルまで一括生成します。構成の破綻を防ぎ、生演奏に近い楽器の質感を再現できます。

  9. AIツール拡散指数 53

    Grok Botに電話発信機能が追加：保留待ちや料金交渉をAIが代行

    Grok Botが有料ユーザー向けに電話発信機能を公開した。米国の電話番号宛てにサポートの保留待ちや予約、料金交渉を代行できる。通話中はリアルタイムの文字起こしを確認でき、AIが詰まった質問にはテキスト入力で即座に指示を出せるが、通話の法的責任はユーザーが負う。

  11. オープンソース拡散指数 48

    ByteDanceが全モーダル動画編集「Bernini 2」をOSS公開、モデル単体で180GB

    ByteDanceは自然言語で既存動画を編集できるオープンソースモデル「Bernini 2」を公開した。カメラアングルの変更や背景の差し替え、新規オブジェクトの挿入に対応する。意味プランナーと拡散レンダラーを組み合わせた構成だが、モデル単体で180GBあり、ローカル環境での実行ハードルは極めて高い。

  13. AIモデル拡散指数 55

    OpenAI、GPT-5.6 Sol向け「Ultrafast」発表：最大14倍速、毎秒750トークン

    OpenAIはCerebrasと提携し、APIの新ティア「Ultrafast」を発表した。GPT-5.6 Solの出力速度は毎秒最大750トークンに達し、標準処理より14倍高速化する。速度のためにモデルの賢さを犠牲にする必要がなくなり、障害対応や金融分析などのリアルタイム業務に対応する。現在は一部顧客向けの限定プレビュー中。

  16. ロボット拡散指数 39

    中国Arkshelが「変形ロボット」を披露：2足・4足歩行からドローン飛行まで対応

    中国のロボット新興企業Arkshel Roboticsが、変形ロボットの試作機「MX01」を公開した。人型の2足歩行と4足歩行を切り替えられるほか、専用ドローンと結合して空中移動もこなす。多様な環境に対応できる一方、機構の複雑化に伴う故障リスクをクリアできるかが課題となる。

水

8月12日 水曜日

  2. オープンソース拡散指数 48

    オープンソースの世界モデル「Evoke」登場：14Bモデルが画像と操作からリアルタイムに世界を生成

    インタラクティブ世界モデル「Evoke」が完全オープンソースで公開された。画像1枚とジョイスティック操作を入力するだけで、わずか3ステップで操作に即座に応答する動画を生成できる。パラメータ数は140億で、コードと重み（約57GB）はGitHubで提供されている。

  6. AIツール拡散指数 39

    Deepgram、遅延80msの音声合成モデル「Flux TTS」を発表

    Deepgramはリアルタイム対話に特化した音声合成モデル「Flux TTS」を発表した。応答遅延は最短80ミリ秒で、会話中の割り込みや要望変更、早口の数字読み上げにも柔軟に対応する。デモではなく実際の顧客通話への導入を想定しており、9月12日まで無料で利用できる。

  7. AIツール拡散指数 39

    Ahrefs、マーケティング向けAI作業環境「Letaido」公開　調査時間を大幅短縮

    Ahrefsはマーケティングチームや代理店向けのAIエージェントワークスペース「Letaido」を発表した。170兆ページ超の独自データに直接連携し、キーワード調査や競合モニタリングを自動化できる。初期ユーザーによると、従来40時間かかっていた作業が約60分に短縮されたという。

  8. 業界動向拡散指数 43

    Vivodyne、生体AIデータセンターを開設：培養組織で年310万回実験、動物実験の代替へ

    Vivodyneは培養ヒト組織を用いた自律型ロボットデータセンターを開設した。HIVEラボが肝臓や肺などの生体組織を培養し、AIが実験設計から解析まで自律的に回して年間310万件の試験を行う。動物実験に頼らず、前臨床段階でヒトに対する創薬効果を予測できるのが強みだ。

  9. AIツール拡散指数 42

    AnthropicがChromeサイドパネルを強化、Cowork統合でマルチデバイス同期に対応

    AnthropicはChromeのサイドパネル拡張機能を「Claude Cowork」に刷新した。ブラウザ上で開始した作業をデスクトップ、ウェブ、モバイルアプリに引き継ぎ可能になり、既存のログイン情報を使ってタブ間の移動やフォーム入力も代行する。MaxおよびTeamプラン向けに提供が始まっており、Pro向けにも数週間以内に展開される。

  10. 業界動向拡散指数 42

    OpenAI調査：先進企業のAI利用量は一般の8.3倍に急拡大

    OpenAIは企業におけるAI活用の最新調査を公表しました。上位10％の先進企業は、一般企業に比べアクティブユーザーあたりの出力トークン量が8.3倍に拡大。Codexが企業全体の64％を占め、法務や営業へもエージェント活用が広がっています。

毎日のAIピックアップ