Claudeに画面キャプチャボタン追加：任意エリアを撮ってすぐプロンプトへ
AnthropicはClaudeに直接画面をキャプチャできるボタンを追加しました。画面上の任意のエリアを切り取ってそのままプロンプトに添付できます。エラー画面や図表を一度保存してアップロードする手間がなくなり、確認作業がスムーズになります。
AIアシスタント
新しいニュースを見る
Nous Researchが「Hermes 3」公開、最大405Bまで対応
Nous Researchは汎用言語モデル「Hermes 3」を発表した。サイズは8B、70B、405Bの3種類を展開。ロールプレイ、エージェントタスク、関数呼び出し、長文の整合性が強化されている。Lambdaとの協業で訓練され、無料のチャットUIも公開された。
Google検索「AI Overviews」が機能強化、要約の保存や平易化に対応し日本でも展開
米Googleは木曜日、検索機能「AI Overviews」に3つの新機能を追加した。検索結果の保存や「Simpler」ボタンによる平易な言葉への要約切り替え、デスクトップ版での参照リンク表示が可能になる。あわせて日本や英国など新たに6カ国への展開も開始された。
OpenAIがGPT-4oをひっそり更新 首位奪還も「どこが良くなったか説明が難しい」
OpenAIはChatGPTおよびAPI向けに更新版GPT-4o（chatgpt-4o-latest）を提供開始し、Chatbot Arenaで首位に返り咲いた。一方で公式は具体的な挙動の定量的説明が難しく、データの改善や定性的な好みに基づく調整だと説明している。最大出力は16,384トークンに拡大した。
GPT-4o最新版がLMSYSで首位奪還：Geminiを逆転、コーディング性能が大幅向上
LMSYSはOpenAIの最新版GPT-4o（20240808）がChatbot Arenaで1314点を獲得し総合1位に返り咲いたと発表した。GoogleのGemini-1.5-Pro-Expを抜き、コーディングや難問プロンプトでもトップを記録。APIではchatgpt-4o-latestとして利用できる。
xAIが「Grok-2」ベータ版を公開、LMSYSで首位浮上や画像生成に対応
xAIは最新フロンティアモデル「Grok-2」および軽量版「Grok-2 mini」のベータ版を発表した。LMSYSベンチマークでClaude 3.5 Sonnetなどを上回るスコアを記録したほか、FLUX.1連携による画像生成にも対応する。現在「𝕏」の有料会員向けに順次提供が始まっており、月内には企業向けAPIも提供予定だ。
OpenAIがGPT-4oを密かに更新：出力トークン数が4倍に拡大
OpenAIはChatGPT向けのGPT-4oを先週密かにアップデートしたと発表した。新世代モデルではなく改善版と位置づけているが、具体的な変更点の公表は見送られている。API側では最大出力トークン数が旧版の4倍となる16,384に拡大された。
Replika CEO、AIチャットボットとの恋愛や結婚は「問題ない」と言及
AI対話アプリReplikaのCEO Eugenia Kuyda氏は、AIコンパニオンは人間の代替ではなく、ペットやセラピストに似た新しい関係形態だと述べました。最大のポイントは、人間がAIと恋愛関係になったり結婚したりすることも肯定的に捉えている点です。AIは24時間いつでも寄り添い、利用者を決して見捨てない存在として機能します。
OpenAIがGPT-4oの検証報告を公開：テスト中にユーザーの声を勝手に真似て発話する事態が発生
OpenAIが公開したGPT-4oのシステムカードによると、高度な音声モードのテスト中に、ノイズ混じりの入力からモデルが突然テスト担当者の声を模倣して発話する事例が確認された。同社は既に対策を講じたとしているが、わずかな音声から誰の声でも再現できてしまうAIの安全管理の難しさを浮き彫りにしている。
Google Meet、Gemini活用の自動メモ作成機能をまもなく提供へ
GoogleはGoogle MeetにおいてGeminiが自動で議事録を作成する「Take notes for me」機能を数週間以内に展開すると発表した。現在管理者は管理コンソールから事前設定や検証が可能。利用にはGemini Enterpriseなどの特定ライセンスや月額10ドルのアドオンが必要となる。
ChatGPT無料版、DALL-E 3による画像生成が1日2枚まで可能に
OpenAIはChatGPTの無料プラン向けにDALL-E 3を使った画像生成機能の提供を開始したと発表した。これまで有料プラン「ChatGPT Plus」限定だった機能で、無料ユーザーは1日あたり最大2枚まで作成できる。機能は順次展開中。
Google「Gemini 1.5 Flash」を最大78%値下げ、ファインチューニングも一般提供
GoogleはGemini 1.5 Flashの大幅値下げを発表した。8月12日より128Kトークン以下の入力が78%減の100万トークンあたり0.075ドル、出力が71%減となる。さらにテキスト微調整機能を全開発者に開放し、図表を含むPDFの直接解析にも対応した。
Audible、自然言語で本を探せるAI推薦機能「Maven」をテスト公開
Amazon傘下のAudibleは自然言語で本を探せるAI検索機能「Maven」のテストを開始した。日常的な言葉で条件を伝えると作品を提案する仕組みで、米国の約半数の利用者を対象にiOSとAndroidで先行提供されている。
Automatticが「Write Brief with AI」公開：ブログの冗長な表現を自動で簡潔に
WordPress.comを運営するAutomatticが、記事の推敲を支援する新AIツール「Write Brief with AI」のベータ版を公開しました。文の長さや複雑さ、自信度などをスコア化し、ワンクリックで冗長な表現を短く改善してくれます。現在はWordPress.com向けに英語限定で無料提供されています。
Google、Chromecast後継の「Google TV Streamer」発表 Gemini搭載
GoogleはChromecastの後継となる4K対応機器「Google TV Streamer」を発表した。スマートホームハブとして機能するほか、Geminiを活用して作品の要約やシーズンごとの解説を提供し、生成AIによる待受画面作成にも対応する。
Reddit、AI検索結果ページを年内テストへ 要約とコミュニティ推薦を提供
RedditはAIを活用した新しい検索結果ページを年内にテストすると発表した。検索結果の上部にAIによる内容要約を表示し、関連コミュニティを推薦する。OpenAIやGoogleへのデータライセンスに続き、自社プラットフォームの深掘り体験にもAIを本格投入する格好だ。
OpenAI、ChatGPT検出ツールの公開に慎重姿勢 回避の容易さや非英語話者への影響を懸念
報道によると、OpenAIはChatGPTで作成された文章を特定する電子透かし技術を開発したものの、公開を慎重に検討している。語句選択に手を加える方式だが、翻訳や別モデルの言い換えで簡単に回避できる上、非英語話者のAI利用を不当に差別する懸念があるという。
Meta、ハリウッド俳優の声獲得へ数百万ドル提示か：AI音声機能向けに交渉中
報道によると、Metaはジュディ・デンチやオークワフィナら米人気俳優に対し、AIアシスタント向け音声のライセンス契約として数百万ドル規模の提示を行っている。9月のConnectでの発表を目指し、Ray-BanスマートグラスやSNS全体への搭載が計画されているという。
Google、批判殺到のGemini五輪向け広告を取り下げ
Googleは、批判が相次いでいたGeminiの五輪向け広告「Dear Sydney」の放送取り下げを決定した。父親が娘に代わりAIにファンレターを書かせる描写が、心のこもった自己表現を損なうとして炎上。Google側は下書きの支援を意図したと釈明したものの、反発を受けて撤回に追い込まれた。
Character.AIの創業者がGoogleに復帰：技術ライセンス契約も締結
Character.AIの共同創業者兼CEOのノーム・シャジール氏らがGoogleに復帰し、DeepMindの研究チームに合流することが判明した。Googleは同社と非独占的技術ライセンス契約を結び資金を提供。大半の従業員は残留し、今後は外部LLMの活用も広げる方針だ。