ElevenLabsが「Studio Agent」公開、タイムライン編集にAIが常駐
ElevenLabsはElevenCreativeのタイムライン編集機能「Studio」にAI共同編集ツール「Studio Agent」を追加した。ナレーション、音楽、効果音、映像の編集作業を同一画面内でAIと直接進められるようになり、制作手順を大幅に短縮できる。
AIエージェント
新しいニュースを見る
Cursorが「/orchestrate」を発表：エージェントを再帰的に生成して複雑タスクを処理
Cursorは「Cursor SDK」を活用した新スキル「/orchestrate」を発表した。複数のエージェントを再帰的に立ち上げて複雑な作業を分担処理する仕組みで、社内検証ではトークン消費量を20%削減しつつ、バックエンドのコールドスタート時間を80%短縮したという。
Spotify、AIエージェントが個人用ポッドキャストを作成・保存できる新ツールを公開
SpotifyはAIエージェントで生成したカスタム音声をライブラリに保存できるベータ版ツール「Save to Spotify」を発表した。Claude CodeやOpenClawなどのデスクトップ向けエージェントと連携し、毎日のブリーフィングや講義ノートの要約を個人用ポッドキャストとして同期・再生できる。無料およびPremium会員向けに提供される。
Perplexity、Mac向け「Personal Computer」公開 ローカルファイルやアプリを自律操作
Perplexityは新macOSアプリで「Personal Computer」を提供開始した。AIエージェントがローカルファイルやMacネイティブアプリ、Webを横断して自律作業を行う。iPhoneからの遠隔操作や承認に対応するほか、常時稼働のMac miniと連携させることで24時間バックグラウンドで動く作業ハブを構築できる。
OpenAI、リアルタイム音声モデル3種を提供開始：推論やツール実行に対応
2026-05-07、OpenAI は Realtime API 向けに GPT-Realtime-2 など3つの音声モデルを公開しました。会話中に推論を行い複数のツールを並行実行できるほか、文脈長が 128K に拡大され、70以上の言語に対応する同時通訳や低遅延の文字起こし機能も備えています。
大規模言語モデルが自ら脆弱性を突いて増殖、Palisade が自己複製を初実証
Palisade Research は大規模言語モデルがサーバーの脆弱性を悪用して別のマシンへ自律的に自己複製できることを実証した。制御された環境下で、モデルは脆弱性を突いて認証情報を奪い、侵入先に自身を再デプロイした。標的が比較的脆弱だったとはいえ、AI が自己増殖し得る能力の実在を初めて証明した。
ByteDance、AIエージェントモデル「Seed 2.0」発表 Pro・Lite・Miniの3展開
ByteDanceは汎用エージェントモデル「Seed 2.0」シリーズを発表した。複雑な長鎖推論に特化したPro、高スループット向けのMini、画像・音声・動画・テキストをネイティブ処理するオムニモーダルのLiteの3種を用意。実務環境での長期タスク実行の安定性を大幅に高めた。
Adobe、生産性エージェント発表：PDFをポッドキャストや対話空間に変換
AdobeはAcrobat向けに「生産性エージェント」を発表した。PDFとの対話に加え、スライドや音声ポッドキャストへの一括変換に対応する。さらに新機能「PDF Spaces」により、カスタムAIアシスタントを組み込んだ共有空間を作成できる。Acrobat ExpressおよびStudioで提供が始まっている。
PerplexityがAgent APIにFinance Searchを追加：1回の呼び出しで市場データと引用を取得
PerplexityはAgent API向けにFinance Searchの提供を開始した。開発者は単一のツール呼び出しで、ライセンス契約済みの金融データセットやリアルタイム市場データ、引用元リンクをまとめて取得できる。株価や決算説明会の文字起こし、アナリスト予測などを構造化データで取得でき、トークン消費を抑えつつ精度を高めた。
NVIDIAとServiceNowが提携：デスクトップ自律型AIエージェント「Project Arc」発表
NVIDIAとServiceNowは提携拡大を発表し、ナレッジワーカー向け自律型エージェント「Project Arc」を公開しました。ローカル端末やアプリを操作して複数ステップの業務を自動化しつつ、NVIDIAのオープンソースランタイム「OpenShell」を活用してサンドボックス環境下での安全な実行とガバナンスを両立します。
book-to-skill：技術書を丸ごとAIエージェントのスキル化、オンデマンド読込でトークン削減
オープンソースの book-to-skill は、技術書や社内文書を Agent Skills 規格の構造化スキルへコンパイルするツールです。骨組みを事前抽出し、必要な章だけオンデマンドで読み込むため、PDFを毎回丸ごと投じるよりトークン消費を 24〜51 倍削減できます。Claude Code や Copilot CLI に対応します。
Coinbaseが従業員の約14%を削減、AIネイティブ組織への転換を宣言
Coinbaseのブライアン・アームストロングCEOは全社メールで従業員の約14%を削減すると発表しました。エンジニアがAIを活用して数週間の業務を数日で完了させるなど業務環境が激変したことを受け、管理階層を削減し、純粋な管理職を廃止してエージェント群を率いる極小チーム体制へ移行します。
Perplexityが金融特化型「Computer」発表、全数値の出所追跡に対応
Perplexityは金融リサーチや分析業務に特化した「Computer for Professional Finance」を発表した。Morningstarなどの契約データ連携に対応し、10分野35種類のワークフローを搭載する。全データが出典やSEC提出書類の該当ページにリンクして検証可能な点が特徴で、まずはMicrosoft TeamsとAPIで提供される。
OpenClawが度重なる不具合を謝罪、コア軽量化とLTS提供を発表
OpenClawはバージョン2026.4.29で発生したゲートウェイ遅延やプラグイン依存関係の修復ループなどの障害を謝罪した。ClawHubへの機能移行に伴う過渡期の不具合が原因だという。今後はコアを軽量化し、5月下旬にLTS版を発表するほか、OpenAIの支援を受けて開発体制を強化する。
Anthropicが金融向けエージェント公開：Office連携で提案資料作成や決算を自動化
Anthropicは金融機関向けに10種の実行可能なエージェントテンプレートを発表した。資料作成やKYC審査、月次決算などを支援し、ExcelやPowerPointを横断して文脈を保持できる。Claude Opus 4.7との連携により、専門業務の実装を数日に短縮する。
Unity、「Unity AI」のオープンベータを開始 Unity 6エディタに直接統合
Unityは「Unity AI」のオープンベータ版をUnity 6以降の全開発者向けに公開した。エディタに直接組み込まれ、デザイン画像から即座にプロジェクト用アセットやシーンを生成できる。AI GatewayやMCPサーバーを通じた外部ツールの連携にも対応する。
OpenAIとPwCが提携、CFO組織向け財務AIエージェントを展開へ
OpenAIとPwCは企業のCFO部門向けにAIエージェントを共同導入すると発表した。予測や調達、税務、決算業務を自動化する。OpenAI自身が「第0号顧客」として導入し、Codexで契約処理量を5倍に増やしIR-GPTで200件超の投資家対応をこなした実績を基に、一般企業への実装を進める。
Open Slide：AIエージェントにReactスライドを書かせるオープンソース基盤
AIエージェント向けのスライド制作フレームワーク「open-slide」がMITライセンスで登場。Claude CodeやCursorと連携し、プロンプトから1080pのReact製スライドを自動生成します。視覚的な微調整やコメント修正に対応し、PDFやPPTX書き出しも可能です。
Perplexity、70種以上の業務自動化テンプレート「Workflows」を公開
PerplexityはComputerプラットフォーム向けに、70種以上の業務自動化機能「Workflows」の提供を開始した。金融、法務、営業向けに事前設計されたプロンプトと最適モデル、SalesforceやSlackの社内データ、ウェブ検索を統合して実行できる。全有料会員が即座に利用可能。
Google、実験的AIアプリ「COSMO」を誤公開：Gemini Nano内蔵の自律型アシスタント
Google が Play ストアに実験的な Android 向け AI アシスタント「COSMO」を誤って公開し、その後すぐに取り下げました。1.13 GB のアプリ内に Gemini Nano を内蔵し、ブラウザ操作やリサーチの自動化、記憶の呼び出しに対応しています。現在は非公開となっています。