GoogleマップとEarthに生成AI導入:2.5億の地点データをLLMに連携
GoogleはGoogle Maps PlatformとGoogle Earth向けの生成AI機能を発表した。開発者は2億5000万件の地図データとLLMを連携させ、正確な最新情報を提供できる。Google EarthにもGeminiが導入され、都市計画データの分析を数日から数分に短縮する。
GoogleはGoogle Maps PlatformとGoogle Earth向けの生成AI機能を発表した。開発者は2億5000万件の地図データとLLMを連携させ、正確な最新情報を提供できる。Google EarthにもGeminiが導入され、都市計画データの分析を数日から数分に短縮する。
GoogleはGoogle AI StudioとGemini APIでGoogle検索によるグラウンディング機能の提供を開始した。Gemini 1.5がWebから最新情報を取得し、参照リンク付きで回答する。AI Studioでは無料でテストでき、APIの有料枠は1000件あたり35ドルとなる。
OpenAIはChatGPTの「高度な音声モード」をmacOSおよびWindows向けのデスクトップアプリに提供開始しました。感情表現豊かなリアルタイム音声で、コード作成やファイル分析を対話形式で行えます。現在はPlusおよびTeamプランの有料会員向けで、EUや英国など一部地域は対象外です。
Google のスンダー・ピチャイ CEO は 2024 年第 3 四半期の決算説明会で、社内の新規コードの 25% 以上を AI が生成し、エンジニアがレビューして採用していると明かした。AI が外部向け機能だけでなく、社内の開発基盤そのものに定着していることを示している。
AnthropicはGitHub Copilot向けにClaude 3.5 Sonnetのパブリックプレビュー提供を開始したと発表した。開発者はVS CodeやGitHub.com上でモデルを切り替えて利用可能で、今後数週間で全ユーザーへ展開される。
OpenAIは文章作成とプログラミングに特化した新インターフェース「Canvas」を発表した。チャット欄とは別の専用ウィンドウが開き、テキストの部分修正やインラインでの改善提案、コードのデバッグや言語変換がスムーズに行える。ChatGPT PlusとTeam向けに提供を開始した。
Google は軽量 AI モデル「Gemini 1.5 Flash-8B」の一般提供を開始した。May に出た 1.5 Flash に迫る性能を備えつつ、Gemini 系列で最も安価なコストと 1 分あたり最大 4,000 リクエストの高レート制限を実現している。
OpenAIはAPIプラットフォーム上で完結するモデル蒸留ワークフローを発表した。出力ログの保存、評価(Evals)、ファインチューニングを一体化。高度な大型モデルの出力を使い、低コストな小型モデルの性能を手間なく引き上げられる。
Googleのローガン・キルパトリック氏はGoogle AI Studioのモバイル体験を大幅に簡素化したと発表した。不要なUI要素を整理してモデルを前面に配置し、スマートフォンからでも直感的にモデルを操作・テストできるようにした。
マイクロソフトはAzure OpenAI ServiceにおいてGPT-4oおよびGPT-4o miniのファインチューニングを一般提供開始したと発表しました。あわせてMetaのLlama 3.2やPhi-3.5シリーズを追加し、ハルシネーションをリアルタイム修正する安全機能も導入しています。
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。
アリババクラウドは0.5から72 billionパラメータ規模の「Qwen 2.5」モデル100種類以上をオープンソースコミュニティ向けに公開しました。あわせて「通義万相」の新たなテキスト動画生成モデルや、長尺動画を理解するQwen2-VLも披露しています。オープンソースAIの選択肢が一気に広がる動きです。
AnthropicはRAGの精度を大幅に改善するContextual Retrievalを発表した。文書チャンクに文脈情報を自動付与することで情報の欠落を防ぎ、BM25やリランキングと併用して検索失敗率を最大67%削減する。プロンプトキャッシュにより100万トークンあたり1.02ドルで処理可能だ。
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。
Magicは1億トークンのコンテキストウィンドウを処理できるモデル「LTM-2-mini」を発表した。コード約1000万行に相当し、推論コストはLlama 3.1 405Bと比べ約1000分の1に抑えられるという。同社は3億2000万ドルの新規調達と、Google Cloud上でのGB200スパコン構築も明かした。
Anthropicは、Claude.aiの「Artifacts」機能を一般公開し、無料プランやPro、Teamを含む全ユーザー向けに提供を開始した。iOSおよびAndroidアプリにも対応。専用ウィンドウでコードやフローチャート、Webプロトタイプを即座にプレビュー・編集できるほか、公開やリミックスも可能になった。
Googleは小型版「Gemini 1.5 Flash-8B」、性能が大幅向上した「Flash」、そしてコーディングと複雑な指示処理を強化した「Pro」の実験的3モデルを公開しました。いずれも100万トークンの長文脈に対応し、Google AI StudioやAPIから無料でテスト可能です。
The Informationの報道によると、OpenAIは数学やプログラミングの難問を解く推論特化型モデル「Strawberry」を開発し、米国の国家安全保障関係者にデモを披露した。早ければ今秋にもChatGPTへ組み込まれる可能性があるほか、次世代旗艦モデル「Orion」を学習させるための高品質な合成データ生成にも使われているという。
NVIDIAは企業向け生成AIワークフロー「NVIDIA Blueprints」を発表した。第一弾としてカスタマーサービス向けデジタルヒューマン、創薬スクリーニング、マルチモーダルPDF抽出を提供。リファレンスコードやHelmチャートが含まれ、企業はゼロから構築することなく自社データと連携したAIを導入できる。
xAIの開発チームがオープンソースフレームワーク「SGLang」を採用し、推論コード全体を3日間でゼロから書き直した。これによりGrok-2 miniの処理速度が前日比で2倍に向上し、精度もわずかに改善されたほか、大型のGrok-2の推論も効率化された。