QwenLM、画像や動画の思考・推論に特化した「QVQ-Max」初版を公開
QwenLMは視覚推論モデル「QVQ-Max」の初版を正式公開した。画像や動画の内容を認識するだけでなく、背景知識と組み合わせて推論・分析を行う。難関数学ベンチマーク「MathVision」では思考時間を延ばすほど正解率が向上した。今後は端末操作を行うエージェント化を目指すという。
AIアシスタント
新しいニュースを見る
Anthropicが経済指数レポート公開：思考モードの用途は開発と研究に集中
AnthropicはClaude 3.7 Sonnet公開後の100万件の対話を分析した経済指数レポートを発表しました。AIによる人間の能力拡張が57%を占め、自動化が完全に支配的な職種は存在しません。思考モードは主に開発者や研究者に利用されており、データセットはHugging Faceで無料公開されています。
AnthropicがClaude 3.7 Sonnetの500K版を準備中か、コンテキスト長が大幅拡大
機能フラグの解析からAnthropicがClaude 3.7 Sonnetのコンテキストウィンドウを200Kから500Kトークンへ拡張する準備を進めていることが判明しました。RAGに頼らず巨大なコードベースを一度に処理可能になりますが、まずは企業向け限定となる可能性があります。
ChatGPTの新しい画像生成機能、人気沸騰で無料ユーザーへの提供が延期
OpenAIのサム・アルトマンCEOは、ChatGPTの新しい画像生成機能が予想以上の人気を集めたため、無料ユーザーへの提供を延期すると発表した。ジブリ風画像ブームを巻き起こした同機能は、現在Plusなど有料加入者限定で提供されている。
OpenAI、競合Anthropic提唱のデータ連携規格「MCP」をサポートへ
OpenAI は Anthropic が策定したオープンソース規格「Model Context Protocol（MCP）」を自社製品へ導入すると発表した。まずは Agents SDK で提供され、デスクトップ版 ChatGPT や Responses API にも順次対応する。競合同士が同じ接続標準で合流し、ツール連携の標準化が一気に加速しそうだ。
GrokがTelegramに進出：双方の有料会員向けにチャット連携を開始
XはAIチャットボット「Grok」をTelegramと連携させたと発表しました。Telegram PremiumとX Premiumの両方に加入しているユーザーは、Telegramのチャット内で直接Grokを利用できます。自社アプリ外への本格的な展開となります。
Google MeetにGemini新機能：TODO自動抽出や字幕スクロールに対応
GoogleはGoogle Meetのビジネス向けにGemini新機能を発表した。「Take notes for me」が会議のアクションアイテムを自動抽出するようになったほか、要約から文字起こし該当部へリンク可能に。会議中に字幕を遡って読み直せる機能も追加された。
Amazon、AI新機能「Interests」提供：欲しい物を言葉で伝えると新商品を自動巡回
Amazon は LLM を活用した買い物支援機能「Interests」を発表した。趣味や欲しい商品の条件を日常会話のような言葉で入力しておくだけで、AI が新着商品や再入荷、セール情報を常時監視して通知する。現在、米国のテスト対象ユーザー向けに展開されている。
Microsoft 365 Copilotに「Researcher」と「Analyst」が登場：社内データと連携する推論エージェント
MicrosoftはMicrosoft 365 Copilot向けに高度な推論エージェント「Researcher」と「Analyst」を発表した。前者は社内外のデータを横断して多段階のリサーチを行い、後者はOpenAIのo3-miniを基盤にPythonを実行してデータ分析を担う。ライセンス保有者向けに4月よりFrontierプログラムで先行提供される。
Amazon、生成AI活用の「買い物」と「健康」アシスタントをテスト開始
Amazonが一部ユーザー向けに、日常の言葉から商品を推薦する「Interests AI」と、体調不良への対処法を案内する「Health AI」のベータテストを開始した。Health AIはBedrockを活用し、医師の確認済みバッジも表示される。ChatGPTなど外部ツールへのユーザー流出を防ぐ狙いだ。
Character.ai、保護者向け利用レポート機能を追加：よく話すキャラや時間を共有
Character.AI は「Parental Insights」機能を導入した。10 代のユーザーが設定すると、よく話すキャラクターや利用時間の週次レポートが保護者に届く。チャット内容自体は共有されず、未成年者の依存や安全性を巡る批判への対応策となる。
Nvidia、GPU上でローカル動作するゲーム用AI「G-Assist」を実験公開
NvidiaはGPU上でローカル動作する実験的AI「G-Assist」を公開した。Nvidiaデスクトップアプリから呼び出し、音声やチャットでPCの稼働状況確認やゲーム最適化、GPUのオーバークロックまで行える。現状対応タイトルは少ないが、周辺機器連携など実用機能も備える。
Googleが「Gemini 2.5」を発表：思考機能を内包した2.5 ProがLMArenaで首位に
Googleは回答前に思考プロセスを挟む最新モデル「Gemini 2.5」の実験版「2.5 Pro」を公開した。LMArenaで大差をつけて首位に立ったほか、100万トークンの文脈窓に対応し、数学やコーディング評価でも高い性能を示している。Google AI StudioやGemini Advancedで即日利用可能だ。
Perplexity、画像・動画・旅行・ショッピングの回答タブを追加
Perplexity は画像、動画、旅行、ショッピングなどを横断検索できる新しい回答タブの提供を開始した。画面を移動せずに特定カテゴリの情報を整理して取得できる。Web 版で先行提供されており、モバイル版も近日提供予定だ。
OpenAIがGPT-4oにネイティブ画像生成を導入：文字描画の精度向上
OpenAIはGPT-4oに統合されたネイティブ画像生成機能を発表した。画像内のテキストを正確に描写でき、最大20個のオブジェクト配置や会話を通じた一貫性の維持に対応する。ChatGPTの標準生成機能として提供され、生成には最大1分程度かかる。
AppleがiOS 18.4 RC版を配信：優先通知機能や日本語対応を追加
Appleは開発者向けにiOS 18.4とiPadOS 18.4のRC版を配信した。Apple Intelligenceに重要通知をロック画面で目立たせる「優先通知」やImage Playgroundのスケッチ風スタイルが加わり、日本語や簡体字中国語など対応言語も拡充された。正式版は4月初旬に配信予定だ。
OpenAIが経営陣の体制を刷新、マーク・チェン氏がChief Research Officerに就任
OpenAIは組織拡大に伴う経営陣の役割変更を発表した。マーク・チェン氏がChief Research Officerに就任して研究と製品開発の統合を主導するほか、COOのブラッド・ライトキャップ氏が事業運営全般へ統括範囲を広げ、ジュリア・ヴィラグラ氏がChief People Officerに就いた。
Google、Gemini LiveにAstraの画面・カメラ共有機能を順次提供開始
GoogleはAndroid版Gemini Live向けにProject Astraを活用したリアルタイムカメラおよび画面共有機能の提供を開始した。AIにスマホ画面全体やカメラ映像を見せながら対話できる。Gemini Advanced加入者向けに順次拡大中だ。
Instagram、Meta AIによるコメント自動生成機能をテスト中
MetaがInstagramで「Write with Meta AI」機能をテストしていることが明らかになった。投稿画像をAIが解析し、3つの返信コメント候補を自動提示する。Metaはアプリ全体の体験向上を掲げるが、友人同士の自然なやり取りが形骸化するとの懸念も上がっている。
ChatGPTが無実の男性を「我が子の殺人犯」と虚偽回答：欧州でOpenAIが提訴される
プライバシー保護団体Noybが、ノルウェー人男性に代わりOpenAIを現地のデータ保護当局に申し立てました。ChatGPTが男性について、実在する家族構成と混同させながら「実子を殺害し服役中」という重大な虚偽情報を生成したためです。NoybはGDPRの個人データ正確性要件に違反しているとして制裁金を求めています。