ChatGPTの新音声機能、禁じられた「歌唱」の制限を回避されビートルズを熱唱
米Ars Technicaによると、あるエンジニアがコード当てゲームを通じてChatGPTの新音声機能（AVM）を誘導し、ビートルズの『Eleanor Rigby』を一緒に歌わせることに成功した。OpenAIは著作権保護のため歌唱を禁止する指示を与えていたが、プロンプトの工夫で容易に突破された格好だ。
AIアシスタント
新しいニュースを見る
Gmail、Geminiで返信提案が進化 文脈を汲んだ長文メール作成に対応
GoogleはAndroidおよびiOS版Gmail向けにGeminiを活用した「コンテキスト対応スマートリプライ」の提供を開始した。従来の定型文にとどまらず、スレッド全体の文脈を理解して挨拶や結びを含む返信文を提示する。現在は英語のみ、Gemini有料プラン加入者向けに展開されている。
Google「NotebookLM」、YouTube動画や音声の読み込みと音声概要のリンク共有に対応
Googleは「NotebookLM」に公開YouTubeリンクと音声ファイルの直接追加機能を提供開始した。動画の文字起こしに沿った要約や引用が可能になり、生成した音声解説「Audio Overview」のURL共有にも対応した。Workspaceユーザーは共有機能の対象外となる。
OpenAI、ChatGPTの「高度な音声モード」をPlus・Team向けに提供開始
OpenAIはChatGPTの「高度な音声モード（Advanced Voice Mode）」をPlusおよびTeamユーザー向けに順次提供開始しました。今週中に順次利用可能になる予定です。新たにカスタム指示やメモリ機能に対応したほか、5種類の新しい音声とアクセントの改善が盛り込まれています。
Snapchat、チャットボット「My AI」にGoogleのGeminiを採用
SnapはGoogle Cloudとの提携拡大を発表し、「My AI」にマルチモーダルAIのGeminiを導入した。テキストに加え画像や動画の理解が可能になり、外国語の道路標識の翻訳やメニュー選びを支援する。導入後、米国での利用エンゲージメントは2.5倍以上に急増した。
GoogleがGemini 1.5更新版を公開、Proは最大64％値下げ
Googleは製品版モデル「Gemini-1.5-Pro-002」と「Flash-002」を公開した。数学ベンチマークが約20％向上し、無駄な拒絶も減少。さらに10月1日より1.5 Proの入力トークンが64％、出力が52％値下げされ、APIレート制限も緩和される。高性能モデルをより安価に扱えるようになる。
Siriの本格AI刷新は来年1月に延期か：iOS 18.3で画面認識など提供へ
ブルームバーグ報道によると、画面認識や個人コンテキストを備えた本格的なSiriのApple Intelligence機能は、早くても2025年1月のiOS 18.3まで提供されない見通しだ。10月のiOS 18.1や12月のChatGPT連携などを経て段階的に展開されるが、iPhone 16の真価発揮にはまだ時間がかかりそうだ。
蔡國強が自作「AI Cai」とコラボ：2300機のドローン花火で描く人類とAIの未来
2024年9月、現代美術家の蔡國強氏がロサンゼルスで、自作モデル「AI Cai」と共同設計した大規模な爆破アート公演を開催した。2300機のドローンと1万個の火薬を連動させ、AIが生成した新語や神話を昼間の煙火で表現。予測不可能な火薬とAIの共通点を通じ、人類と知能の運命を問い直している。
Meta Connect 2024プレビュー：廉価版Quest 3Sと最新Llama発表へ
MetaはからConnect 2024を開催します。廉価版ヘッドセット「Quest 3S」やARグラス「Orion」の披露が期待されるほか、WhatsAppなどに組み込まれる最新Llamaモデルや画像生成機能など、Meta AIの大規模なアップデートが焦点となります。
GitHub Copilot、推論特化型「OpenAI o1」のプレビュー提供を開始
GitHubはGitHub CopilotとGitHub ModelsにおいてOpenAI o1-previewおよびo1-miniのプレビュー提供を開始した。VS CodeのCopilot Chatで従来のGPT-4oから切り替え可能で、複雑なアルゴリズムの設計や論理バグの分析に活用できる。利用にはプレビュー登録が必要。
Apple Intelligenceのパブリックベータが開始：Siri刷新や写真の「消しゴム」機能が登場
AppleはiOS 18.1などのパブリックベータ版を公開し、Apple Intelligenceの提供を開始した。文章作成ツールや写真の不要物削除「Clean Up」、新デザインのSiriが利用可能。現時点では米国英語のみ対応し、iPhone 15 ProやiPhone 16シリーズなどの最新端末が必要となる。
バイオ製薬 Genmab が全社で ChatGPT 導入：2,000 名超に配布、週 3.5 時間を削減
バイオ製薬大手 Genmab が全社規模で ChatGPT Enterprise を展開する「AI Everywhere」を開始した。2,000 以上のライセンスを配布し、臨床試験文書の作成や文献要約などに 100 以上のカスタム GPT を活用。従業員アンケートでは週平均 3.5 時間の業務削減が報告されている。
Amazon、出品者向けAIアシスタント「Project Amelia」を発表
Amazonは出品者の事業運営を支援するAIアシスタント「Project Amelia」のベータ版を米国で提供開始した。AWSのAmazon Bedrockを基盤とし、売上やトラフィックの確認、前年比較、将来的なトラブル解決支援に対応する。
Amazon、出品済み商品の掲載内容を自動改善する生成AIツール「Enhance My Listing」提供開始
Amazonは出品者が登録済み商品のタイトルや説明文を自動で最適化できる新機能「Enhance My Listing」を発表した。Amazon Bedrockを活用し、最新の購買動向に基づいて改善案を提示する。出品者はワンクリックで反映の可否を選択可能。米国の対象セラーから順次展開される。
SnapchatのMy AIが視覚認識を強化、Googleレンズ風に植物や標識を識別
SnapchatはMy AIに対話型の視覚検索機能を追加したと発表した。外国語のメニューを撮影して翻訳したり、植物の名前を特定したり、駐車標識のルールを読み解いたりできる。単なる雑談相手から実用的な検索ツールへの転換を図る狙いだ。
GoogleのGemini Liveに10種類の音声が追加：アプリ内でいつでも切り替え可能に
Googleは音声対話機能Gemini Live向けに最大10種類の音声オプションを提供開始したと発表した。ユーザーはアプリ内でいつでも好みの声色を試聴・変更できる。より自分好みのトーンで自然にAIと会話できるようになるアップデートだ。
PerplexityがPro向けに推論モード追加：o1-miniで数学やコード作成に対応
PerplexityはProユーザー向けにOpenAIのo1-miniを活用した「reasoning」フォーカス機能のベータ版を提供開始した。パズルや数学、プログラミング向けだが、現時点ではウェブ検索機能とは未連携で利用制限もある。
OpenAIが「o1」の利用制限を緩和、o1-miniは1日50回へ7倍増
OpenAIはPlusおよびTeamユーザー向けに推論モデル「o1」の利用制限を引き上げたと発表した。軽量版のo1-miniは週50回から1日50回へと7倍に大幅緩和され、計算コストの高いo1-previewも週30回から週50回へと増加した。
OpenAI、新AI「o1」の思考プロセスを探るユーザーにアカウント停止を警告
OpenAIが先週公開した新モデル「o1」シリーズを巡り、内部の生データである思考チェーンを探ろうとしたユーザーに対し、規約違反の警告メールや利用停止の警告を送っていることが分かった。o1はフィルタリング後の思考要約のみを表示する仕様で、「reasoning trace」などの語句を入力するだけでも検知対象になるという。
マイクロソフト、教育向けにCopilot Wave 2を展開：データ保護とPagesを提供
Microsoftは教育向けに「Copilot Wave 2」の最新機能を展開すると発表した。学校アカウントでログインするとGPT-4oおよび企業データ保護が無償で適用され、入力内容がAIの学習に使われるのを防ぐ。リアルタイム共同作業ができるCopilot PagesやCopilot agentsも順次利用可能になる。