Google、Chromeに3つの新AI機能 レンズ統合や商品比較、履歴検索
米GoogleはChromeデスクトップ版に3つのAI機能を追加すると発表した。アドレスバーからGoogleレンズで画面内を範囲指定して質問できるほか、複数タブの製品をAIで比較表にする機能や自然言語による履歴検索が米国から順次提供される。
AIアシスタント
新しいニュースを見る
ChatGPT「高度な音声モード」の初期デモが話題：アクセント再現や発音矯正を披露
OpenAI が ChatGPT Plus ユーザーの一部を対象に提供を開始した「高度な音声モード」の検証動画がネット上で話題になっている。パイロットのアナウンス風の話し方や米国の地域方言、フランス語の発音矯正などを自然にこなす。今秋には全 Plus 会員向けに順次開放される予定だ。
Anthropic、ブラジルで「Claude」を正式提供開始：Web・アプリ・APIに対応
Anthropic はブラジル向けに Claude の提供を正式に開始した。Web 版、iOS/Android アプリ、開発者向け API を通じて Claude 3.5 Sonnet が利用可能。個人向け Pro プランは月額 110 レアルで提供される。
GoogleのGemini五輪広告に批判殺到 子供の手紙代筆描写で炎上
報道によると、Googleがオリンピック期間中に放映したGeminiの広告「Dear Sydney」が批判を浴びている。父親が憧れの陸上選手への手紙をAIに代筆させる演出が「人間の真心のこもった表現を奪う」と非難され、YouTubeのコメント欄は閉鎖された。感情や創作領域へのAI進出に対する根強い反発が浮き彫りになっている。
マイクロソフト、年次報告書でOpenAIをAIと検索の競合他社に指定
火曜日、マイクロソフトは最新の年次報告書で、AI製品および検索・広告分野の競合他社リストにOpenAIを追加した。同社に約130億ドルを投資してきたが、OpenAIがSearchGPTを発表したことで事業領域の重複が鮮明になった。OpenAI側は提携関係に変更はないとしている。
Meta、著名人を模したAIアバターのチャットボットを終了へ
Metaは昨年9月に華々しく発表した有名人アバターのAIチャットボットを停止した。巨額のライセンス料を投じたものの定着せず、今週米国で提供を開始したクリエイター自身がAIを作成できる「AI Studio」に注力する方針に転換する。
Perplexity、メディア向け収益分配プログラムを発表
Perplexityはメディア支援プログラムを発表し、『TIME』や『Fortune』などが参加した。引用元のコンテンツが関連質問広告で収益を生んだ際に配分されるほか、自社サイト専用の回答エンジンを作れるAPIや、全社員向け「Enterprise Pro」の1年間無料提供が含まれる。
OpenAI、最大64Kトークン出力の「GPT-4o」実験版を公開
OpenAIは、1リクエストあたり最大64Kトークンの生成に対応した実験版「gpt-4o-64k-output-alpha」をAlphaテスト向けに提供開始した。長文生成に伴う推論コストを反映し、料金は入力100万トークンあたり6ドル、出力18ドルに設定されている。
Metaが「AI Studio」公開、Llama 3.1で独自AIキャラ作成可能に
Metaは米国で「AI Studio」の提供を開始した。Llama 3.1を基盤とし、誰でも独自のAIキャラクターを作成・共有できるほか、クリエイターがファンからの質問に自動返信する分身AIも構築できる。なお、同社はその後Muse Sparkへの移行に伴い新規作成を停止した。
Google、無料版Geminiを「1.5 Flash」に刷新 回答の参照リンク表示や32Kトークンに対応
Googleは無料版Geminiに「Gemini 1.5 Flash」を導入したと発表した。処理速度と推論・画像認識能力が向上し、コンテキスト窓は32Kトークンに拡大。ハルシネーション対策として回答末尾に出典リンクが表示されるほか、近日中にファイルアップロード解析にも対応する。
OpenAI、AI検索プロトタイプ「SearchGPT」を発表 情報源を明記しChatGPT統合へ
OpenAIはAI検索機能のテスト用プロトタイプ「SearchGPT」を発表した。リアルタイムのWeb情報をもとに会話形式で回答し、出典元のリンクを目立つ形で提示する。現在は一部のユーザーとパブリッシャー向けに限定公開されており、将来的にはChatGPTへの統合が予定されている。
米マイクロソフト、Bingの検索結果を刷新：AI回答を中央に配置、従来のリンクは右端へ
米マイクロソフトはAIによる生成回答を画面中央に大きく表示し、従来の検索結果リンクを右端の細い列に追いやる新しいBingのUIテストを一部クエリ向けに開始した。概要だけでなく関連動画やチャートなども生成する構成で、現在は少数の検索向けに試験提供されている。
X、Grokによるアカウント要約機能を提供開始も誤情報が多発
XはWeb版の有料会員向けに、Grokを活用してアカウントの概要を自動生成する新機能を追加した。プロフィール名にカーソルを合わせると要約が表示されるが、同姓同名の別人と混同するなど誤りが多い。Grok 1.5の初期機能として注意喚起されている。
Meta AIが大型アップデート：Llama 3.1 405B対応やAI自撮り機能を追加
Metaは同社のAIアシスタント「Meta AI」に最新のフラッグシップモデル「Llama 3.1 405B」のプレビュー版を導入した。数学やコード作成などの高度なタスクに対応するほか、自分の顔写真から画像を生成する「Imagine me」機能も追加された。なお405Bの利用には手動切り替えが必要で週ごとの上限がある。
OpenAIが「GPT-4o mini」公開、100万入力15セントの低価格
OpenAIは高コスパな小型モデル「GPT-4o mini」を発表した。入力100万トークンあたり15セントで、MMLUスコアは82%を記録し、Gemini FlashやClaude Haikuを上回る推論性能を持つ。低価格化によりAPIの並列呼び出しや長文処理の敷居が一気に下がる。
Tencent Yuanbao、自撮り1枚から3Dアバター生成 3Dプリントにも対応
TencentはAIアプリ「Tencent Yuanbao」に「3D Avatar Dream Factory」機能を追加した。正面の顔写真1枚から10種類のスタイルから選べる3Dキャラクターを自動生成でき、360度プレビューに加え、オフラインでの3Dプリント出力にも対応する。
Androidのロック画面でGeminiが進化：ロック解除なしで天気などの質問に対応
GoogleはAndroidのロック画面において、端末のロックを解除せずにGeminiへ天気などの一般的な質問を行えるアップデートを配信した。これまではタイマーや音楽操作などに制限され、簡単な質問でも画面解除が求められていた。設定画面に専用の許可スイッチが追加されている。
AnthropicがAndroid版Claudeアプリを公開：Claude 3.5 Sonnetに対応
AnthropicはAndroid向け公式アプリ「Claude」の提供を開始した。無料および有料ユーザー向けにClaude 3.5 Sonnetを開放し、画像認識や多言語翻訳、WebやiOSとの会話履歴の同期に対応している。
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。
Stability AI、「Stable Assistant」に画像の一部置換と最長3分の音楽生成機能を追加
Stability AI はチャットボット「Stable Assistant」に「Search & Replace」と音楽生成機能を追加した。画像内の特定オブジェクトの差し替えや、Stable Audio 2.0 による最大 3 分間の 44.1 kHz ステレオ音源作成が可能になる。現在 3 日間の無料トライアルが用意されている。