OpenAIがAGI到達への「5段階」基準を社内共有、現在はレベル2目前と説明
ブルームバーグが報じたところによると、OpenAIは今週、AGIの進捗を測る5段階の指標を社内に共有した。現在の対話型AIから、博士号レベルの推論が可能な第2段階、エージェント、組織の業務を担うAIまでを定義。同社はすでに第2段階に近づいていると説明している。
AIエージェント
新しいニュースを見る
Google DeepMind、Gemini 1.5 Proでオフィスを案内するロボットの実験を公開
Google DeepMindは今週、Gemini 1.5 Proを活用してロボットを自律移動させる研究「Mobility VLA」を公開した。旧Everyday Robotsの機体が音声指示やホワイトボードの手描き地図を理解して案内し、50回以上のテストで約90％の成功率を記録した。
上海AIラボ、1Mコンテキスト対応の「InternLM 2.5-7B」をオープンソース公開
上海人工知能研究所（Shanghai AI Lab）はオープンソースモデル「InternLM 2.5-7B」を公開した。最大100万トークンのコンテキストウィンドウに対応し、推論やツール利用能力を強化。Hugging Faceの12B以下ベンチマークでトップクラスの性能を記録している。
Perplexityが「Pro Search」を刷新：多段階推論とWolfram|Alpha連携に対応
Perplexity は深層検索機能「Pro Search」の強化を発表しました。複雑な問いに対して多段階の推論を行い、検索結果に応じた追加調査を自律的に進められるほか、Wolfram|Alpha 連携とコード実行により高度な計算や分析にも対応します。無料枠でも限定回数で試用できます。
LangChainがLangGraph v0.1とCloudを発表：エージェントの高精度制御とクラウド運用に対応
LangChainは自律型エージェント構築フレームワーク「LangGraph v0.1」の安定版と、運用基盤「LangGraph Cloud」のベータ版を発表した。細かい制御フローの設計や人間による介入・巻き戻し編集に対応し、実運用での信頼性向上と大規模スケールを支援する。
Google、Gemini 1.5 Proの200万トークン文脈を一般開放 コード実行機能も提供
GoogleはGemini 1.5 Proの200万トークンコンテキストウィンドウを全開発者向けに一般開放した。Gemini APIおよびGoogle AI StudioにはPythonのコード実行環境が追加され、推論の精度が向上。オープンモデルGemma 2もAI Studioで利用可能となった。
Rabbit R1に重大な脆弱性、ハードコードされたAPIキーで過去の全応答が閲覧可能に
リバースエンジニアリンググループのRabbitudeは、Rabbitのコードベース内に重要なAPIキーが直書きされていたと公表した。これによりR1端末が過去に出力した全履歴の閲覧や端末の遠隔操作が可能だったとされる。Rabbit側は6月25日に報告を受け調査中であり、現時点でデータ流出は確認されていないと説明している。
元Meta技術者が自律型Webエージェント「Jace」を発表、ブラウザ操作を代行
元Metaのエンジニアが設立したZeta Labsが自律型AIエージェント「Jace」を発表し、290万ドルの資金調達を実施した。ユーザーの指示を受けてクラウド上のブラウザを直接操作し、ホテル予約や採用業務などの複数ステップを自動で完結させる仕組みだ。
英総選挙に初のAI候補「AI Steve」が出馬へ、本人は「操り人形」として登院
NBC報道によると、英実業家スティーブ・エンダコット氏が「AI Steve」として来月の英総選挙に出馬する。Neural Voiceの技術で有権者と24時間対話し政策を策定。本人は物理的な代理人にすぎず、議会ではAIと有権者の決定通りに投票すると説明している。
Claude 3のツール利用機能が正式提供開始、外部API呼び出しに対応
AnthropicはClaude 3全モデルでツール利用（Tool use）の一般提供を公式API、Amazon Bedrock、Vertex AIで開始しました。自然言語の指示から外部APIを実行し、データ抽出やタスク自動化が可能です。Opusでは思考プロセスを可視化するタグも追加されましたが、現時点で並列呼び出しには非対応です。
OpenAI、ChatGPT 無料版でカスタム GPT の利用やデータ分析を解放
OpenAI は ChatGPT の無料ユーザー向けにカスタム GPT の利用、データ分析、画像認識などの機能を解放した。公開されている GPT を自由に試せるようになったが、独自の GPT 作成には有料プランが必要となる。GPT-4o の利用上限に達すると自動で GPT-3.5 に切り替わる。
イーロン・マスク氏、AGI（汎用人工知能）の実現時期を「来年」と予測
イーロン・マスク氏はXへの投稿で、汎用人工知能（AGI）が「来年」登場するとの見解を示しました。同氏の予測は従来通り強気ですが、業界内では実現時期を巡って依然として議論が続いています。
Near、自然言語でDAppを自動生成するAIエージェントを開発へ
Nearの共同創業者イリヤ・ポロスキン氏が、プログラミング知識のないユーザーでも言葉で指示するだけで分散型アプリ（DApp）を構築できるAIエージェントの構想を明かした。スマートコントラクトからフロントエンドまで一貫して生成し、開発のハードルを引き下げる狙いだ。
マイクロソフトがTeam Copilot発表：会議の議事録やタスク管理を担うチーム向けAI
MicrosoftはBuildカンファレンスにて、チーム協業を支援する「Team Copilot」を発表した。Teamsでの議事録作成やチャット要約に加え、LoopやPlannerでのタスク割り当てや進捗管理を代行する。月額30ドルのCopilot for Microsoft 365ライセンス保有者向けに、今年後半からプレビュー版が提供される。
OpenAI、カスタムボットを探せる「GPT Store」を無料ユーザーにも開放
OpenAIはこれまで有料会員限定だった「GPT Store」をChatGPTの無料ユーザーにも開放した。無料ユーザーも数百万規模のカスタムボットを自由に検索して利用できるようになった。ただし、新しいGPTを自分で作成するには引き続き有料プランが必要となる。
Bumble創業者、AI執事が代わりに数百人とデートする未来を構想
米マッチングアプリ大手Bumbleの創業者ホイットニー・ウルフ・ハード氏は、AI執事がユーザーに代わって他人のAIと交流・選別する未来のデート構想を語った。何百人もの相手とメッセージを交わす代わりに、AIが最適な3人を絞り込んでくれるという。
Hugging Face、ロボット向けオープンソース「LeRobot」を公開
Hugging Faceは、ロボット工学向けオープンソースツールキット「LeRobot」をGitHubで公開した。ロボット版Transformersを目指し、事前学習済みモデルや物理シミュレータ連携、データ共有機能を備える。教育用アームから人型ロボットまで幅広く対応し、参入障壁の低減を図る。
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。
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。
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。