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。
OpenAI
新しいニュースを見る
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。
OpenAI、GPT-4学習にYouTube動画100万時間以上を文字起こし利用か
ニューヨーク・タイムズ報道によると、OpenAIはデータ枯渇に対処するため、Whisperで100万時間以上のYouTube動画を文字起こししてGPT-4の学習に利用した。法的懸念を認識しつつフェアユースと判断したとされ、GoogleやMetaも同様の苦境にある。
OpenAIがファインチューニングAPIを強化、比較評価機能やカスタムモデル支援を追加
OpenAIはファインチューニングAPIの機能強化を発表した。エポックごとのチェックポイント自動生成やモデルを並べて比較できるPlayground、外部ツール連携を追加。あわせて企業の専門ニーズに合わせた「支援付きファインチューニング」も正式提供する。
StoryblocksがAI検索を導入：BERTとLLMを活用しDL率を最大60%向上
定額制素材サイトのStoryblocksがAIを活用した検索機能の刷新を発表しました。自社開発のBERTモデルやOpenAIのLLMを導入し、4時間ごとに新着素材を評価。AIによるサムネイル選定も行われ、初期テストではダウンロード率が最大60%向上しました。
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。
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。
マイクロソフトとOpenAI、1000億ドルのAIスパコン「Stargate」を計画か
米メディアの報道によると、マイクロソフトとOpenAIは最大1000億ドル規模のAIスーパーコンピューター「Stargate」の建設計画を進めている。数百万個の専用チップを備え、早ければ2028年の稼働を目指す。ただし、本格始動はOpenAIのモデル能力が大幅に進化するかどうかに左右されるという。
OpenAI、15秒で声を複製する「Voice Engine」公開 悪用リスク懸念で一般公開は見送り
OpenAI はわずか 15 秒の音声サンプルから本人そっくりの音声を生成できる「Voice Engine」のテスト結果を発表した。教育や医療向けに限定提供されているが、ディープフェイクなどの悪用リスクを警戒し、一般への公開は見送られている。
「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。
Airtable、要約や自動分類を行う「Airtable AI」を正式提供開始 月額6ドルから
Airtableは生成AI機能「Airtable AI」の一般提供を開始した。複数テーブルにまたがる情報の要約や自動タグ付け、翻訳、メール下書きの作成などが可能になる。基盤にはAmazon Bedrockを採用し、GPT-4やClaudeなどのモデルを選択できる。500クレジットの無料試用枠が提供され、以降は月額6ドル（年払い）の有料オプションとなる。
OpenAI、GPT-4の回数制限撤廃やDALL-E 3の部分修正機能をテスト中か
開発者のTibor Blaho氏がChatGPTのプレビュー版コードから新機能を発見した。GPT-4の「3時間で40件」という固定制限の撤廃や、難易度に応じたGPT-3.5との自動振り分け、さらにDALL-E 3向けのインペイント編集ツールが準備されている。
OpenAI、動画生成AI「Sora」を使ったクリエイターの初期作品を公開
OpenAIは映像作家やデザイナーらによる「Sora」の初期制作事例と感想を公開した。現実の再現以上にシュールで抽象的な表現を素早く形にできる点が評価されている。なお、公開作はアーティストによる編集が加えられており、一般提供はまだ始まっていない。
OpenAIがハリウッドに進出、動画生成AI「Sora」の導入に向けスタジオと協議
ブルームバーグによると、OpenAIはロサンゼルスの映画スタジオや大手芸能事務所と会合を重ね、動画生成AI「Sora」の制作現場への導入を提案している。COOのブラッド・ライトキャップ氏らがデモを実施し、一部の著名監督や俳優にはすでに先行アクセスが提供されている。
OpenAIのGPT Store、スパムや著作権侵害ツールが横行
TechCrunchの調査により、OpenAI公式の「GPT Store」に著作権侵害やAI検知ツールの回避をうたうスパムGPTが溢れている実態が明らかになりました。著名人の無断模倣や外部有料サービスへの誘導ツールも多数見つかっており、OpenAIが掲げる審査体制の実効性が問われています。
Sam Altmanが解任騒動を回想：AGIへの道は権力闘争の連続になる
OpenAIのSam Altman CEOがLex Fridmanのポッドキャストに出演し、昨年11月に起きた取締役会での解任劇を振り返った。人生で最も苦痛な経験であり会社が崩壊しかけたと語る一方、AGI実現への道のりは今後も激しい権力闘争が避けられず、組織の耐性を高める契機になったと述べた。
アップル、iPhone向けAI機能でGoogle「Gemini」の採用を協議中か
ブルームバーグの報道によると、アップルは年内のiOS 18で提供する画像生成や文章作成支援機能に向け、Googleの「Gemini」ライセンス導入を交渉している。オンデバイス機能は自社開発しつつ、高度な生成AI処理は外部提携で補う狙いとみられる。
人型ロボット「Figure 01」にOpenAIモデルが統合、会話しながら作業可能に
ロボット企業のFigureは、人型ロボット「Figure 01」にOpenAIの音声および視覚言語モデルを統合したデモを公開した。ロボットは人間と自然に対話しながら指示通りに物を片付ける作業をこなし、発話時の自然な言い淀みまで再現。ChatGPTに物理的な身体を与える具身AIの大きな一歩となった。
OpenAIの動画生成AI「Sora」、年内に一般公開へ 音声追加も計画
OpenAIのCTOミラ・ムラティ氏は、動画生成AIモデル「Sora」を年内、早ければ数カ月以内に一般公開する計画を明らかにした。将来的な音声生成や編集機能の追加も予定しており、利用コストを画像生成モデル「DALL-E」並みに抑えることを目指しているという。
OpenAIが「GPT-4.5 Turbo」を誤公開か、検索エンジンに一時インデックス
OpenAIのWebチームが「GPT-4.5 Turbo」の製品ページを誤って公開し、検索エンジンに一時インデックスされた。検索結果のスニペットによると、コンテキスト長はGPT-4 Turboの2倍となる25.6万トークンで、ナレッジカットオフは2024年6月と記載されている。リンク先は現在404エラーとなっている。