Ray-Ban Metaに新フレーム登場、マルチモーダルAIが目にする景色の解説に対応
Meta は Ray-Ban Meta スマートグラスの新モデル「Skyler」を発表し、マルチモーダル Meta AI のベータ版を米・カナダ向けに全面提供開始した。カメラが捉えた対象について質問できるほか、WhatsApp などのビデオ通話で視界の共有も可能になった。
AIアシスタント
新しいニュースを見る
Meta、「Llama 3」搭載のMeta AIを発表：Web版公開とリアルタイム画像生成も
Metaは最新モデル「Llama 3」を搭載したMeta AIを発表し、単体サイト meta.ai を立ち上げた。FacebookやInstagram、WhatsAppの検索バーやフィードに統合され、文字入力中にリアルタイムで画像が変化する生成機能も導入。英語圏の十数カ国へ提供を拡大する。
Nothing、新イヤホン発表：ステムをつまむだけでChatGPTを呼び出し
Nothingはワイヤレスイヤホン「Nothing Ear」と「Nothing Ear (a)」を発表した。Nothing製スマホと組み合わせると、ステムをつまむだけでChatGPTを直接呼び出せる。新しい専用端末を作らず、いつものイヤホンにAIを落とし込んだ現実的な一手だ。
マイクロソフトが製造業向けAIを発表、現場の機器トラブルを自然言語で解決へ
マイクロソフトは製造業向けのデータおよびAIソリューションを発表しました。Azure AI上の工場オペレーション用Copilotテンプレートにより、現場の作業員が自然言語で設備データを検索し、故障原因などを素早く特定できるようになります。現在はプライベートプレビューとして提供されています。
ロジクールがAI専用ボタン付きマウス発表、ChatGPTをワンクリック起動
LogitechはLogi Options+アプリ内にChatGPTを組み込んだ「Logi AI Prompt Builder」と、専用AIボタンを備えた49.99ドルのマウスを発表した。選択したテキストを取り込み、事前設定したプロンプトで要約や書き直しを素早く実行できる。
QuoraのPoe、単一チャットで複数モデルを切り替えられる「Multi-bot Chat」を提供開始
Quoraは月曜日、AIプラットフォーム「Poe」で複数モデルと同一スレッド内で対話できる新機能を発表した。チャット欄で「@」を入力してGPT-4やClaude 3などを呼び出し、回答の比較や、検索ボットと執筆ボットを組み合わせた一連の作業が1つの画面で完結する。
OpenAIが東京にアジア初拠点を開設、最大3倍高速な日本語特化GPT-4も提供
OpenAIはアジア初となる拠点「OpenAI Japan」を東京に設立し、日本語に特化したGPT-4カスタムモデルの提供を開始した。翻訳や要約の処理速度が最大3倍に向上しコストも削減されており、まずは現地企業向けに先行提供し数カ月以内にAPIでも広く公開する。
Meta、Instagramの検索バーにMeta AIを導入テスト：対話やReels検索に対応
MetaはInstagramの検索バーにMeta AIを統合するテストを実施中だと認めました。検索枠からの入力でAIとのDM対話が始まり、おすすめプロンプトから関連Reels動画の検索も可能です。長年不満の多かった検索機能の改善と、TikTokに対抗するコンテンツ発見力の強化を狙っています。
Grok初のマルチモーダルモデル「Grok-1.5V」公開、空間理解を強化
初のマルチモーダルモデル「Grok-1.5V」のプレビューが公開された。テキストに加え文書や図表、写真の認識に対応する。現実世界の空間理解を測る新ベンチマーク「RealWorldQA」では68.7%を記録し、主要モデルを上回った。早期テスターや既存ユーザー向けに近日提供される。
OpenAI、「GPT-4 Turbo」を大幅刷新 画像認識でJSONモードに対応
OpenAIは大幅に改善された「GPT-4 Turbo」のAPI提供を開始し、ChatGPTへの展開も進めていると発表した。画像認識機能を持つ「GPT-4 Turbo with Vision」が一般提供となり、画像リクエストでもJSONモードや関数呼び出し（Function Calling）が使えるようになった。
Meta、次世代オープンソースLLM「Llama 3」を来月中にリリースと認める
Metaは次世代の大規模言語モデル「Llama 3」を来月中に初期リリースすると明かした。年内に異なる機能を持つ複数バージョンを展開し、自社製品群に順次組み込む方針だ。前世代より回答の幅を広げる見込みで、最大モデルは約1400億パラメータになると予想されている。
Apple、Vision Proの法人展開を加速：CopilotやNvidiaと連携
AppleはApple Vision Proのエンタープライズ活用を本格化すると発表しました。M2チップのNeural Engineによる機械学習を活用し、Microsoft 365 Copilotとの空間作業や、Nvidia Omniverseを介した3D設計・シミュレーションのリアルタイム連携を実現します。
米Microsoft、ロンドンに新AI拠点を開設 DeepMind出身者が統括
米Microsoftはロンドンに新たな研究拠点「Microsoft AI London」を開設すると発表した。元DeepMindのJordan Hoffmann氏が率い、最先端の大規模言語モデルや基盤ツールの開発を進める。OpenAIとも連携し、英国内でのAI人材獲得と投資を加速させる方針だ。
ChatGPTに画像編集機能が追加：指定範囲の修正や手描きスケッチからの生成に対応
OpenAIはChatGPTで生成した画像の編集機能を全ユーザー向けに提供開始した。選択ツールで修正したい部分だけを指定してプロンプトで指示できるほか、スマホアプリでは手描きスケッチをもとにした画像生成にも対応する。全体を再生成せずに細部を直せるようになったのが大きな前進だ。
Opera、開発版ブラウザでローカルLLMに対応 LlamaやGemmaなど150種を端末上で実行可能に
Operaは開発版ブラウザ「Opera One Developer」において約150種類のローカルLLMへの試験対応を開始したと発表した。LlamaやGemma、Mixtralなどを端末に直接ダウンロード（1モデルあたり2〜10GB）し、外部サーバにデータを送信せずプライベートにAIを利用できる。
アップルが「ReALM」発表：画面情報をテキスト化しGPT-4超え
Apple の研究チームは、画面上の表示内容をテキストに変換して文脈を理解する AI システム「ReALM」を発表しました。重い画像認識処理を省くことで端末上での軽快な動作を実現しつつ、画面関連タスクにおいて GPT-4 を上回る性能を記録。将来の Siri が画面を見ながら操作代行できる道を開きます。
OpenAI、ChatGPTをアカウント登録不要で即時利用可能に
OpenAI はアカウント作成やログインを行わずに ChatGPT を即座に利用できる新仕様を発表した。段階的に提供が始まっており、未ログイン状態でも設定から対話履歴の学習利用を拒否できる。生成 AI に触れるハードルが一気に下がった。
MS「Copilot」がPCローカル動作へ、ただし40 TOPS以上のNPUが必要か
IntelはMicrosoftがCopilotの一部機能をPCローカルで実行できるようにする計画を明かした。クラウド処理の遅延解消やプライバシー向上が期待される一方、次世代AI PCには40 TOPS以上のNPUが求められ、既存の市販PCでは基準を満たせない。
xAIが「Grok-1.5」発表、12万8000トークンの長文脈と推論強化を実現
xAIは推論力とコーディング性能を大幅に引き上げた新モデル「Grok-1.5」を発表した。コンテキスト長は従来の16倍となる128,000トークンに拡大し、MATHで50.6%、HumanEvalで74.1%を記録。数日中に𝕏の初期テスターへ提供される予定だ。
「王座陥落」――Claude 3 Opus、Chatbot ArenaでGPT-4を抜き初首位
火曜日、Anthropicの大規模言語モデル「Claude 3 Opus」が、評価ランキング「Chatbot Arena」でOpenAIのGPT-4を抜き初めて首位に立った。2023年5月の登場以来続いていたGPT-4の独走体制がついに崩れ、小型のHaikuも高評価を獲得。OpenAI以外のモデルがトップに立つ初の節目となった。