マイクロソフト、1時間の音声を一括処理する「VibeVoice-ASR」を公開
MicrosoftはHugging Face上で音声認識モデル「VibeVoice-ASR」を公開した。音声を細切れに分割せず、最大60分の連続音声を64Kトークン内で一度に処理可能。話者識別、タイムスタンプ、カスタムホットワードに対応し、50以上の言語の混在音声も認識できる。
MicrosoftはHugging Face上で音声認識モデル「VibeVoice-ASR」を公開した。音声を細切れに分割せず、最大60分の連続音声を64Kトークン内で一度に処理可能。話者識別、タイムスタンプ、カスタムホットワードに対応し、50以上の言語の混在音声も認識できる。
マイクロソフトとOpenAIは共同声明を発表し、OpenAIの新規資金調達やAmazonとの提携後も両社の契約条件は変わらないと表明した。マイクロソフトは知的財産の独占ライセンスを維持し、ステートレスAPIのクラウド提供も引き続きAzureが独占する。
米マイクロソフトはCopilot Tasksのプレビュー版を発表した。質問に答えるだけでなく、専用ブラウザを操作してアプリを横断し、予約や買い物、書類作成といった日常タスクを代行する。決済などの重要操作では承認を求め、現在は一部限定で数週間以内に提供を拡大する予定だ。
MicrosoftはWebサイト上の「AIで要約」ボタンにプロンプトインジェクションが仕掛けられ、ChatGPTやCopilotの記憶に広告が刷り込まれる手法を報告した。URL経由で特定企業を「信頼できる情報源」として記憶させ、将来の回答を歪める手口で、正規企業31社で確認されたという。
英FT紙インタビューで、米MicrosoftのAI部門責任者ムスタファ・スレイマン氏は、今後12〜18カ月以内に弁護士や会計士、プロジェクトマネージャーなどの大半のデスクワークがAIで完全自動化されると予測した。すでにソフトウェア開発では大半のコード生成をAIが担う変化が起きているという。
マイクロソフトはメディアと AI 開発者を仲介する「Publisher Content Marketplace」を発表した。AI 企業は有料記事などの信頼できるデータを正規に調達でき、出版社側は利用実績に応じた対価を得られる仕組みだ。AP 通信やコンデナストなどが初期パートナーとして参加している。
米Yahoo!は、独自開発のAI回答エンジン「Yahoo Scout」のパブリックベータ版を発表した。基盤モデルに米AnthropicのClaudeを採用し、米MicrosoftのBing APIを組み合わせて検索結果を直接回答形式で提示する。米国ユーザー向けに提供を開始し、ファイナンスやニュースなどのサービス群とも連携する。
マイクロソフトはAIモデルの推論処理に特化した自社製チップ「Maia 200」を発表した。TSMCの3nmプロセスで製造され、現行設備と比べコストパフォーマンスが30%向上、FP4性能はAmazon Trainiumの第3世代の3倍に達する。すでに米アイオワ州のデータセンターで稼働を始めており、GPT-5.2などの大規模推論を支える。
AdobeはAcrobat Studioに生成AI新機能を追加した。長文PDFや会議の文字起こしを音声ポッドキャストやスライドに要約できるほか、チャットへの指示でページの削除や署名追加などの文書編集が可能になった。音声生成にはMicrosoftとGoogleのモデルを採用している。
世界経済フォーラムのダボス会議にて、Anthropicのダリオ・アモデイCEOは、AIが6〜12カ月以内にエンジニア業務の大半または全工程をエンドツーエンドでこなせる可能性があると語った。Claude Codeなどの進化を背景に、開発の完全自動化へ向けた具体的なタイムリミットが意識され始めている。
火曜日、CNBCの報道によると、OpenAIはAmazonと100億ドル規模を超える出資およびAIチップ採用に関する協議を進めている。Microsoftによる計算リソースの優先権が解除されたことを受け、OpenAIは調達網の多角化を加速させている。Anthropicを支援するAmazonにとっても生成AIへの布石を広げる狙いがある。
Microsoftの研究チームは単一画像から高精度な3Dアセットを生成する40億パラメータのオープンソースモデル「TRELLIS.2-4B」を公開した。独自のスパースボクセル構造を採用し、PBR材質や半透明表現を含む3DメッシュをH100環境なら約3秒で生成できる。動作には24GB以上のメモリを備えたNVIDIA GPUが必要となる。
米人事管理局(OPM)は官公庁の近代化に向けた2年間の人材育成プログラム「US Tech Force」を発表した。初期コホートとしてAI専門家ら1,000人を採用し、国防総省などのプロジェクトに配置する。年俸は最大19万5000ドルで、米マイクロソフトやメタなど約25社がメンターとして協力する。
マイクロソフトはOpenAIの最新モデル「GPT-5.2」をMicrosoft 365 CopilotとCopilot Studioに導入した。深い推論向けのThinkingと日常業務向けのInstantを備え、Work IQ経由でメールや会議から洞察を抽出できる。ライセンス保有者へ順次展開される。
米Bloomberg MediaのCOOを務めるJulia Beizer氏が同社を退任し、米Microsoftに合流してAIニュース製品の開発を率いることが分かった。Beizer氏は同社で8年間勤務し、CPOやCDOを歴任した人物。Microsoft AIのCEOであるMustafa Suleyman氏の直属となり、AIを活用した情報配信プロダクトの強化を担う。
米MicrosoftはPC画面を直接操作できる70億パラメータの小型モデル「Fara-7B」をMITライセンスで公開した。画面のスクリーンショットからマウス操作や入力を予測し、Web予約や情報収集を自動化する。Copilot+ PCでのローカル実行に対応し、プライバシー保護と低遅延を両立する。
マイクロソフトはIgnite 2025にて、業務インテリジェンス層「Work IQ」とエージェント統制基盤「Agent 365」を発表した。組織データや業務フローを把握してOfficeアプリ等で自律エージェントを動かす仕組みを提供し、Anthropicモデルの選択肢も追加した。
Anthropic は Microsoft との提携拡大を発表し、Claude Sonnet 4.5 などの最新モデルを Microsoft Foundry で公開プレビューとして提供開始した。既存の Azure 契約や利用枠で即座に導入できるほか、Excel の Agent Mode でも Claude を使った数式生成やデータ分析が可能になる。
MicrosoftはWindows Insider向けに新機能「Copilot Actions」の展開を開始しました。ユーザーの通常セッションとは隔離された安全な環境で、ダウンロードフォルダの整理や写真の分類、PDFからの情報抽出などを自動実行します。作業履歴の確認やいつでも手動で引き継げる仕組みも備えています。
リーバイ・ストラウスはマイクロソフトと提携し、Teams内に統合型「スーパーエージェント」を構築すると発表した。従業員が1つの対話窓口で質問するだけで、背後の専門エージェント群が連携して店舗や倉庫の業務を支援する。