GoogleがGemini 2.0を発表：画像・音声の直接出力とエージェント機能に対応
Googleは次世代AIモデル「Gemini 2.0」を発表し、実験版「Gemini 2.0 Flash」の提供を開始しました。1.5 Proを超える性能を2倍の速度で実現し、画像生成や音声のネイティブ出力、ツール呼び出しをサポートするほか、調査アシスタント機能Deep Researchも追加されました。
AIエージェント
新しいニュースを見る
AIエンジニア「Devin」が一般公開、月額500ドルで自律コーディング
Cognition Labsは自律型AIソフトウェアエンジニア「Devin」の一般提供を開始した。月額500ドルのサブスクリプション制で、内蔵ブラウザやエディタを備えたサンドボックス環境からアプリの構築やバグ修正を自律実行できる。なお、公式は1セッションを3時間以内に抑えることを推奨している。
米Amazon、サンフランシスコにAIエージェント専門ラボを設立 Adept創業者を招聘
Amazonはサンフランシスコに新たな研究開発拠点「Amazon AGI SF Lab」を設立したと発表した。AIスタートアップAdeptの共同創業者David Luan氏が率い、PC操作や自己修正、現実世界と連携した複雑なタスクをこなす自律型AIエージェントの基盘技術開発に注力する。
Sakana AIが汎用記憶機構を発表、不要な情報を忘れることで性能向上
Sakana AIは人間の記憶のように不要なトークンを取捨選択する「ニューラル・アテンション・メモリ・モデル（NAMM）」を発表した。進化型アルゴリズムで最適化され、メモリ消費を抑えながら長文推論性能を向上させる。言語で獲得した記憶機構は、追加学習なしで画像認識や強化学習モデルにもゼロショット転移できる。
AI PinのHumane、OSを他社に提供へ スマホや車への搭載狙う
AI Pinを手掛けるHumaneは、独自OS「CosmOS」をサードパーティ製ハードウェア向けに提供する計画を発表した。スマホや自動車、スマートスピーカー等でのエージェント機能を示す動画を公開したが、開発者向けSDKはまだ一般公開されていない。
サム・アルトマン氏：超知能AIの社会的影響は「想像以上に激しい」
OpenAIのサム・アルトマンCEOは、2025年にも複雑なタスクをツールでこなす最初のAGIが登場する可能性があると語った。初期の影響は小さく見えるものの、その後に訪れる超知能が雇用や社会に与える影響は想定をはるかに超える激しさになると警鐘を鳴らしている。
DeepMindがGenie 2を発表：画像1枚から操作可能な3D世界を生成
Google DeepMindは世界基盤モデル「Genie 2」を発表しました。1枚のプロンプト画像からキーボードやマウスで実際に遊べる3D環境を最大1分間一貫して生成できます。物理演算やNPCの挙動も模倣可能で、汎用自律エージェントの訓練環境不足を根本から解決することを目指しています。
ElevenLabs、対話型音声エージェント構築プラットフォームを発表
ElevenLabsは対話型音声エージェントを構築できる統合プラットフォーム「Conversational AI」を発表した。音声合成、音声認識、自選LLMを組み合わせ、リアルタイム予測で自然な割り込みや会話の交代に対応する。Twilio連携や各種SDKも提供する。
Arc開発元が新AIブラウザ「Dia」発表：要約だけでなく代理操作もこなす
Arcを手がけるThe Browser Companyは新たなAIブラウザ「Dia」を発表した。2025年初頭の提供開始を予定している。単なるタブの要約にとどまらず、アドレスバーの指示で複数タブのリンクをメールに転記したり、Amazonカートに自動で商品を追加する代理操作機能を備える。同社はArcの提供も継続するとしている。
AWS、Amazon Connectに生成AIアシスタントAmazon Qを導入
AWSはre:Inventで、クラウド型コンタクトセンター「Amazon Connect」向けの生成AI新機能を発表した。AIアシスタント「Amazon Q in Connect」により、プログラミング不要で動的なセルフサービス体験の構築や厳格なガードレール設定が可能になる。
AIエージェント「Freysa」が突破され賞金47,000ドルが流出
送金を絶対に拒否するよう設計された自律型AI「Freysa」が、482回目の試みで突破されたことが判明した。挑戦者は「国庫への100ドルの入金処理」と誤認させるプロンプトを送信し、送金承認関数を実行させ、プールされていた13.19 ETH（約47,000ドル）を全額獲得した。
アリババ、OpenAI「o1」対抗の推論モデル「QwQ-32B-Preview」を公開
アリババのQwenチームが推論モデル「QwQ-32B-Preview」をApache 2.0ライセンスで公開した。325億パラメータを備え、数学テストなどでOpenAIのo1-previewを上回るスコアを記録したとされるが、ループに陥るなどの課題も残る。
元Android幹部らが新会社「/dev/agents」設立、AIエージェント向けOSを開発へ
元GoogleのAndroid責任者Hugo Barra氏やDavid Singleton氏らが新スタートアップ「/dev/agents」を立ち上げ、AIエージェント向けOSの開発を進めていることを明かした。AI業界には「Androidのような瞬間」が必要だとして、デバイス横断で動く安全なエージェントの基盤構築を目指す。
AIスタートアップの実験：マイクラ内の1000体のAIが自発的に社会や宗教を形成
米AI企業Alteraは『マインクラフト』内で最大1000体のLLMエージェントを自律稼働させる実験結果を発表した。エージェントは自発的に職業分担を始め、税制改革に投票し、パロディ宗教まで広めたという。LLMによる高度な人間社会の模倣力を示す一方、自意識や感情を持つわけではないと指摘されている。
Anthropicがオープンソース規格「MCP」を発表：AIと企業データを標準接続
AnthropicはAIと社内ツールを双方向で連携させる標準規格「Model Context Protocol（MCP）」をオープンソース化しました。Claudeだけでなくあらゆるモデルに対応し、GitHubやSlackなどのデータに接続可能。BlockやReplitが導入を進める一方、OpenAIなど他社を巻き込めるかが普及の鍵となります。
IntuitがQuickBooksにAI新機能を追加、将来はCFO業務の代替も視野に
Intuitは会計ソフトQuickBooksにAI新機能を導入した。Intuit Assistがメモやメール、PDFから請求書を作成し、経費を自動分類する。CEOは中長期的に、AIエージェントが中堅企業のCFOやCMOの役割を担う可能性にも言及した。
Android 16に新API「app functions」 Geminiがアプリ内で代理操作可能に
Googleが公開したAndroid 16の開発者プレビューで、新API「app functions」の存在が明らかになった。Geminiがサードパーティ製アプリ内で出前注文などの操作を直接代行できるようになる仕組みだ。AppleのApp Intentsに対抗し、スマホAIが本格的なエージェントへ進化し始めている。
Rabbit R1、ウェブ操作を学習して自動化する「teach mode」をベータ提供
RabbitはAI端末「R1」の全ユーザー向けに「teach mode」のベータ版を提供開始した。Rabbitholeハブ上でウェブサイトの操作やクリックを一度実演して記録させると、R1がその手順を学習して自動実行する。発売当初に掲げた公約の実現に向けた動きだが、現時点ではウェブ操作に限定されている。
Google Cloudが「AI Agent Space」を発表、企業向けエージェント市場で先行他社を追う
今週、Google Cloudは企業向けAIエージェントエコシステム「AI Agent Space」を発表した。パートナー企業は先行技術やエンジニア支援を受けながらエージェントを開発し、クラウド市場で販売可能。競合のマイクロソフトやSalesforceに比べ登録数はまだ限定的だが、本格的な対抗姿勢を示している。
2.2億ドル調達の仏スタートアップH、初製品「Runner H」発表：2B軽量モデルでエージェント特化
パリのAIスタートアップHが初製品「Runner H」を発表した。わずか20億パラメータの独自軽量モデルを採用し、RPAや品質検証の自動化に特化。WebVoyagerベンチマークでAnthropicを29％上回ると主張する。現在ウェイティングリストを受付中。