Opus 5がエラー多発、調査中。本番API使用中のサービスはフォールバック検討推奨。
Opus 5のエラー率上昇、調査中
Anthropicは7月26日、Claude Opus 5で高いエラー率が発生していることを公表し、現在調査中と発表しました。ステータスページでの報告であり、詳細な原因や影響範囲はまだ明らかになっていませんが、同モデルを利用中のユーザーやAPI呼び出しが影響を受けている可能性があります。
出典: Anthropic Status
モデル
カテゴリ「モデル」の記事 284 件 / 重要度・新しい順
Claude Codeのパフォーマンス問題が発生中。影響を受ける機能多数、早急な解決が必須だ。
Claude Codeのウェブ関連機能におけるパフォーマンス問題
Anthropicは、Claude Codeやその関連機能においてパフォーマンスの問題を調査中であると発表しました。影響を受ける機能には、Claude Code on the Web、Claude Code Review、Cowork Remote、Claude Tag、文書作成などが含まれます。この問題は、ユーザーの作業に支障をきたす可能性があるため、早急な解決が求められています。
出典: Anthropic Status
20時間で466百万行スキャン、従来の6.5年を短縮！
アルバータ州政府がClaudeを活用しサイバーセキュリティの脆弱性を発見・修正
アルバータ州政府はClaude Codeを利用し、466百万行のコードを20時間でスキャンして脆弱性を特定し修正しました。これにより、従来の方法では数年かかる作業を数時間で実現し、セキュリティを向上させることに成功しました。この取り組みは、他の政府機関にとっても大規模なシステムセキュリティの参考例となります。
出典: Anthropic News
OpusとSonnetのエラー率上昇、開発者は注意が必要。
Opus 4.8、4.7、4.6およびSonnet 4.6のエラー率上昇について
2026年6月22日、AnthropicはOpus 4.8、4.7、4.6およびSonnet 4.6においてエラー率が上昇している問題を調査中であると発表しました。この問題は開発者やユーザーに影響を与える可能性があり、特にこれらのモデルを利用しているプロジェクトにおいて注意が必要です。
出典: Anthropic Status
Claude Opus 4.8でのエラー発生、迅速な対応が功を奏した。
Claude Opus 4.8におけるエラーの発生
2026年5月29日、Claude Opus 4.8において、18:16から18:42 UTCの間にリクエストに対するエラーが増加した。現在は修正が適用され、成功率は正常に戻った。問題の詳細な調査が行われており、ユーザーへの影響が確認されたため、対応が迅速に行われたことが重要である。
出典: Anthropic Status
Claude Opus 4.7でエラー発生中。修正後も影響が懸念される。
Claude Opus 4.7でのエラー発生
2026年5月22日、AnthropicのClaude Opus 4.7においてエラーの発生が確認され、現在調査中であると発表されました。修正が実施された後、結果をモニタリングしているとのことです。ユーザーへの影響が懸念される状況であり、進捗が注視されています。
出典: Anthropic Status
Claude Haiku 4.5のエラー増加を調査中。早急な対応が期待される。
Claude Haiku 4.5でのエラー増加を調査中
2026年5月19日、AnthropicのClaude Haiku 4.5においてエラーが増加している問題について調査を進めています。この問題は、ユーザーの利用に影響を及ぼす可能性があるため、早急な対応が求められています。
出典: Anthropic Status
オフピーク50%割引で単価圧力、Agent系の推論を柔軟化。OpenAI互換で乗り換え摩擦もまた下げた
DeepSeek-V4-Pro正式リリース、柔軟な推論とOpenAI API互換性を追加
DeepSeekが8月13日、V4-Proの正式版をリリースした。主な改善はAgent機能の強化、推論レベルを「低・高・最大」で選べる柔軟な推論（V4-ProとV4-Flashで利用可能）、OpenAI Responses API互換性のネイティブサポート。ウェブ・アプリ版では「Expert Mode」で試用でき、API経由でも利用可。同時に価格体系を刷新し、8月16日16:00 UTC から ピ
85%削減は地味だが、医療向けSaaS開発者には直撃。健康相談Bot等の実装が現実的になった
Claude Fable 5の生物学関連の安全策を改善、フォールバック85%削減
AnthropicはClaude Fable 5の生物学関連クエリに対する安全対策を改善し、フォールバック（より低い性能のモデルへの切り替え）を約85%削減しました。今後、ユーザーは検査結果の解釈や症状理解、教育的な生物学の質問でより多くのサポートを受けられます。一方、ウイルス学・毒性学・分子設計などの双用途（有益にも有害にも使える）分野はまだFable 5からOpus 5にフォールバックし、悪意
出典: Anthropic News
ターンレス音声で割り込み即応、遅延も数百ms以下に。会話のテンポが変わりそう
OpenAI、6ヶ月でリアルタイム音声AI「GPT-Live」を構築
OpenAIが「GPT-Live」という連続音声インタラクション機能を開発しました。ターンレス音声モデル（会話の切り替え検出が不要な設計）と低遅延アーキテクチャにより、より自然で応答性の高い会話を実現しています。6ヶ月での完成が報告されており、エンタープライズ向けから一般ユーザーまで、リアルタイム音声対話の体験が変わる可能性があります。
出典: OpenAI News
推論＋圧縮で3倍。既存ユーザーの設定見直しで即効果ありそう
2つのAPI設定でARC-AGI-3ベンチマークスコアが3倍に
OpenAIは、2つのAPI設定変更によってGPT-5.6のARC-AGI-3ベンチマークスコアを3倍に向上させたと発表しました。推論プロセスを保持しつつ、圧縮機能を有効化することで、スコア向上と効率改善を実現。ARC-AGI-3は複雑な推論タスクの性能を測定するベンチマークで、この改善はモデルの実用性向上を示唆しています。
出典: OpenAI News
効率化が正面テーマ。エージェント系の伸びが鍵か
GPT-5.6、フロンティア知能とフロンティア効率を融合
OpenAIがGPT-5.6を発表。モデル全体、推論、エージェント的ワークフロー（自律動作型AI）にわたってAI効率を改善し、ドル当たりのより有用な知能を提供することが目標。この改善は、コスト効率を損なわずに性能を向上させる方向性を示している。
出典: OpenAI News
Claude Opus 5がデフォルトに。新機能とバグ修正で開発が快適に！
Claude Code v2.1.219リリースの変更点
Claude Codeの最新リリースv2.1.219では、デフォルトのOpusモデルとしてClaude Opus 5が追加され、1Mのコンテキストを持つ高速モードが導入されました。また、サンドボックス環境でのホスト制限や新しいディレクトリ追加のフック、エラーメッセージの改善など、多数の機能追加とバグ修正が行われています。これにより、開発者はより安全かつ効率的に作業ができるようになります。
新しいClaude Opus 5が登場！コーディング性能が2倍に向上したよ🚀
徹底比較: Claude Opus 5 vs Claude Opus 4.8 — 何が変わったか
Claude Opus 5が新たにリリースされ、コーディングや科学研究の性能が大幅に向上。コストは従来のOpus 4.8と同じで、長期的なエージェント支援に設計されている。これにより、ユーザーからの評価も高まっている。
新モデルOpus 5が登場、コーディング性能が2倍に！科学研究にも強い。
Claude Opus 5の発表
Claude Opus 5がリリースされ、コーディングおよび専門的な作業において大幅な性能向上が実現されました。このモデルは、オプス4.8と同じコストでありながら、長期的なエージェントを支えるための設計が施されています。特にソフトウェアエンジニアリングや科学研究のタスクで優れたパフォーマンスを発揮し、ユーザーからの評価も高いです。
出典: Anthropic News
新しいClaude-opus-5モデルがSDKに追加！開発者にとって柔軟性が増すアップデート。
Anthropic SDKの新バージョンv0.120.0リリース
AnthropicがSDKの新バージョンv0.120.0をリリースしました。このアップデートでは、Claude-opus-5モデルが追加され、ツール追加・削除ブロックやツール変更イベントも導入されました。また、クライアント側のフォールバッククレジットトークンタイプが拡張され、サーバー側のフォールバックオプションがデフォルトで追加されています。これにより、開発者はより柔軟にSDKを利用できるようにな
Gen-2で映像制作が簡単に！新たなクリエイティブの可能性が広がる。
新しい映像生成AI「Gen-2」の発表
Runwayが新たに発表したGen-2は、テキスト、画像、または動画クリップを元に新しい映像を生成するマルチモーダルAIシステムです。このシステムは、既存の映像の構造に画像やテキストのスタイルを適用する「Video to Video」や、テキストだけを使用して映像を生成する「Text to Video」が可能です。Gen-2は、クリエイティブな表現を促進するための重要な技術的進歩を示しています。
出典: Runway
RunwayのGen-2、動画生成の新たな可能性を示す。テキストから直接生成が可能に！
RunwayがGen-2を発表、動画生成の新たな可能性を探る
RunwayのCTOアナスタシス・ジャーマニディス氏は、Gen-2の開発プロセスとその意義について語りました。特に、Gen-2はテキストから動画を生成する技術において、構造条件なしで動画を直接生成する能力を持ち、映像制作の新たな道を開く可能性があります。これにより、創造的なストーリーテリングのための強力なツールとしての利用が期待されています。
出典: Runway
150％の公平性改善！新たな合成データ手法でバイアスを軽減。
テキストから画像生成システムにおけるステレオタイプバイアスの軽減
最新のテキストから画像を生成するモデルは、特定の社会的バイアスを示し、特に肌の色が明るい人々や男性が過剰に表現されることが知られています。本研究では、肌の色や性別が多様な合成データを用いてモデルをファインチューニングし、バイアスを軽減する方法を提案します。この手法により、肌の色におけるグループの公平性指標が150％、性別においては97.7％改善され、より多くの暗い肌の色の人々や女性が生成されるよう
出典: Runway
新機能Motion Brushで動画制作がさらにクリエイティブに！
Runwayが新機能を発表、動画制作の表現力向上
Runwayは、動画生成のための新機能を発表しました。新しいインターフェース「Motion Brush」を使用することで、ユーザーは特定の動きを簡単なブラシストロークで指示できます。また、「Style Presets」により、複雑なプロンプトなしでキュレーションされたスタイルを使用してコンテンツを生成可能になります。これらの機能は、動画制作における表現力や制御を向上させることを目的としています。
出典: Runway
Gen-3 Alpha、動画生成の新時代が始まる！
Runway Gen-3 Alpha: 次世代AI動画生成の発表
Runwayは、Gen-3 Alphaを発表しました。これは、新しいインフラ上でトレーニングされた次世代の基盤モデルで、動画と画像を同時に学習しています。Gen-2に対する大幅な改善があり、特に忠実性や一貫性、動きの表現力が向上しています。新しいツール群を通じて、テキストから動画、画像から動画、テキストから画像への生成が可能になり、ストーリーテリングの新しい機会を提供します。さらに、安全性を高める
出典: Runway
F1スコア83%達成、生成モデルの安全性を強化中。
安全な生成メディアのための基盤
Runwayは、人間の創造性を促進し、メディアやエンターテインメント業界を支援するための生成モデルの安全性、フェアネス、整合性に関するガードレールを発表しました。特に悪意のある行為者を特定し、危害を防ぐための視覚的モデレーションシステムを導入し、80%以上のF1スコアを達成しています。また、子どもを守るためのポリシーも実施しており、全ユーザーに公平な体験を提供することを目指しています。
出典: Runway
新ツール「Act-One」でアニメーション制作が革新される！
Runwayが新たなアニメーションツール「Act-One」を発表
Runwayは、新しいツール「Act-One」を発表しました。このツールは、動画と音声を入力として、表現豊かなキャラクターのパフォーマンスを生成します。従来のアニメーション制作における複雑なワークフローを簡素化し、俳優のパフォーマンスを直接3Dモデルに変換することが可能です。これにより、リアルな表情を保ちながら、さまざまなキャラクターを設計する新しい可能性が開かれます。また「Act-One」は、一
出典: Runway
新モデル「Frames」でスタイリスティックな創作がさらに進化！
スタイリスティックな制御を強化した新モデル「Frames」を発表
Runwayが新しい画像生成モデル「Frames」を発表しました。このモデルはスタイリスティックな一貫性を保ちながら、広範なクリエイティブな探求を可能にします。Framesは特定のプロジェクトの外観を確立し、ユーザーが望む美的特性に忠実なバリエーションを生成できます。現在、Gen-3 AlphaおよびRunway APIでアクセスが順次提供されています。
出典: Runway
Runway Gen-4の発表、動画生成がさらに進化！
Runway Gen-4: 世界一貫性のあるAI動画生成
Runwayは新たにGen-4を発表しました。Gen-4は、動画生成において世界の一貫性を保ちながら、より高品質なコンテンツを作成するためのAIツールです。この新モデルは、多様なシナリオに対応し、ユーザーが求める様々なスタイルやテーマに基づいた動画生成を実現します。特に、コンテンツクリエイターやマーケターにとって、これにより制作過程が大幅に効率化されることが期待されます。
出典: Runway
新しい「Runway Aleph」でAIがさらに進化！クリエイターに嬉しい機能が満載。
Runwayが新しいAIモデル「Runway Aleph」を発表
Runwayは新しいAIモデル「Runway Aleph」を発表しました。このモデルは、生成的AI技術をさらに進化させ、より高いパフォーマンスを提供することを目指しています。特に、ユーザーインターフェースの改善や新機能が追加されており、クリエイティブな作業をサポートすることに重点を置いています。これにより、より多くのクリエイターや開発者がAIを利用しやすくなるでしょう。
出典: Runway
Runway Gen-4.5、動きの品質と視覚的忠実度が最先端。動画生成の新たな可能性に期待！
動画生成の新境地、Runway Gen-4.5を発表
Runwayは、最新の動画生成技術「Runway Gen-4.5」を発表しました。この新モデルは、動きの品質、プロンプト（指示）への適応性、視覚的忠実度が最先端であり、動画制作の新たな可能性を開きます。特に、アーティストやクリエイターにとって実用的なツールとなるでしょう。
出典: Runway
新たに発表されたGWM-1は、リアルタイムシミュレーションの可能性を広げる！
Runwayが新たなGWM-1を発表
Runwayは、リアルタイムで現実をシミュレーションする最先端の一般世界モデル「GWM-1」を発表しました。このモデルはインタラクティブで制御可能、汎用性が高い特徴を持っています。GWM-1は、AI技術の新たな可能性を示すもので、開発者や企業にとって重要なツールとなるでしょう。
出典: Runway
90%以上がAI生成動画と実写を見分けられない結果が明らかに。技術の進化は信頼性に影響を与える。
人間はAI生成動画を見分けられない？
Runwayは、AI生成動画と実写動画を見分けられるかを調査した結果を発表しました。1,000人以上の参加者が20本の動画を視聴したところ、90%以上がAI生成動画と実写動画を区別できませんでした。この研究は、AI動画生成技術の進化を示すものであり、今後のコンテンツの信頼性に関する重要な議論を喚起します。
出典: Runway
物理ハードウェア不要で、シミュレーション評価が0.95の相関！
ロボットポリシー評価を加速する世界モデルの活用
Runwayは、ロボット操作ポリシーの評価を物理ハードウェアなしで実施できるGWM-Roboticsを開発しました。この新手法では、8つのロボット操作ポリシーをシミュレーションし、実際の結果と比較したところ、相関係数は0.95に達しました。GWM-Roboticsは、従来のシミュレーターよりも現実世界の複雑さをより正確に捉え、ハードウェア評価の実用的な代替手段となる可能性があります。
出典: Runway
リアルタイム動画生成は、オンラインインタラクションの未来を変えるかも。
リアルタイム動画生成がオンラインインタラクションを変革
AIによるリアルタイム動画生成が、オンラインインタラクションの未来を変えるとされています。従来のテキストベースの対話モデルから、ユーザーの入力に応じてフレームごとに動画を生成するインタラクティブな体験が実現します。特にゲームや教育分野では、プレイヤーや学習者に対し、よりパーソナライズされた反応が可能になり、学びや楽しみを向上させると期待されています。
出典: Runway
FLUX 3は映像生成とロボット制御を統合。新たな物理AIの可能性が広がる！
FLUX 3 x mimic: 次世代の動画アクションモデル
FLUX 3はロボットを運用する新しいマルチモーダル基盤モデルで、Audiでテストされています。このモデルは、映像、音声、アクションを一つのモデルで処理し、物理世界の理解に基づいています。FLUX 3は、動画生成とアクション予測を統合し、最初の段階で動画生成の品質が一時的に低下するものの、3500ステップ後には再び以前の品質に戻ることが観察されています。この進展は、物理AIの自然な拡張として位置付
FLUX 3がEarly Accessに登場！新しいマルチモーダル学習が期待される。
FLUX 3 - マルチモーダルモデルの新たな展開
FLUX 3は、画像、動画、音声を統合的に学習する新しいマルチモーダル基盤モデルです。従来の単一モダリティでは捉えきれない世界の表現を学習し、物理的およびデジタル環境での知覚、予測、行動を可能にします。現在、Early Accessとして利用可能で、コンテンツ制作や物理AIにおいて初期結果が良好です。
Fugu-Ultra v1.1で新たにClaude Codeインターフェースが追加。開発効率がぐっと向上するかも。
Fugu-Ultra v1.1とClaude Codeインターフェースの発表
Anthropicは、Fugu-Ultra v1.1とClaude Codeインターフェースを発表しました。これにより、開発者はFuguを通じてコード生成や開発をより効率的に行えるようになります。特に、Claude CodeはAIによるコーディング支援を強化し、開発者の生産性を向上させることが期待されています。
出典: Sakana AI
新しいAnthropic Economic IndexコネクタでAIの経済利用を簡単に探索！
Anthropic Economic Indexコネクタの発表
Anthropicは、Claude向けのAnthropic Economic Indexコネクタを発表しました。このコネクタにより、ユーザーはAIが経済でどのように使われているかを示すデータを直接探索できます。このデータは研究者や政策立案者に役立っており、一般の人々にもアクセス可能になりました。ユーザーはClaudeに質問を投げかけ、その回答に基づいたデータを得ることができます。
出典: Anthropic News
AMDのMI325X GPUを活用し、Lumaの推論が加速中！
LumaがAMDとTensorWaveで生産推論を実施
Lumaは、AMDおよびTensorWaveと協力して、マルチモーダルAGI（人工一般知能）を構築しています。具体的には、LumaのビデオモデルRay3.2などに対して、AMDのMI325X GPUを使用して推論を行い、膨大な計算リソースを活用しています。このシステムの移行はスムーズで、約90%のコードがすぐに動作しました。これにより、クリエイターはコストを削減しつつ、創造的なコントロールを強化で
出典: Luma Labs
新Geminiモデル3.6 Flashなどが登場。AIの進化に寄与することが期待される。
新しいGeminiモデルの発表：3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyber
Google DeepMindは、新しいGeminiモデルとして3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyberを発表しました。これらのモデルは、最新の技術を取り入れ、より高いパフォーマンスを提供することを目指しています。特に、これらの新モデルはAIシステムの進化に寄与することが期待されています。
出典: Google DeepMind
Fugu-Cyberはサイバーセキュリティの新たなスタンダードになるか？
Fugu-Cyberを発表：サイバーセキュリティの最先端性能を実現する新しいオーケストレーションモデル
Anthropicが新しいオーケストレーションモデル「Fugu-Cyber」を発表しました。このモデルは、実世界のサイバーセキュリティベンチマークにおいて最先端のパフォーマンスを達成しています。Fugu-Cyberは、組織がサイバーセキュリティの課題に効果的に対処するための強力なツールとして注目されています。
出典: Sakana AI
83%のクリエイティブプロが生成AIを活用。AIエージェントの普及がクリエイティブ業務を変える。
2025年のクリエイティブワークにおけるAIエージェントの重要統計
2025年のクリエイティブチームにおけるAIエージェントの利用状況を示す30の統計を紹介。83%のクリエイティブプロフェッショナルが生成AIを使用し、AIはもはや実験的な技術ではなく、必須の生産ツールとなっている。AIエージェントはプロジェクトの初概念から最終納品まで関与し、クリエイティブプロセスの効率化を図る。創造的な業務において、AIはルーチン作業を減らし、戦略的かつクリエイティブな仕事にもっ
出典: Luma Labs
AI動画市場、2035年には303.1億ドルへ成長！制作時間も短縮され、コストも大幅削減。
2026年クリエイティブチーム向けテキストから動画AI統計
2026年のテキストから動画へのAI市場は、2024年に2.645億ドルの価値を持ち、2035年には303.1億ドルに成長する見込みです。この成長により、クリエイティブチームは制作時間の大幅短縮（60秒動画が13日から27分に）や生産コストの低下（約97%の減少）を実現しています。AI動画生成の出力量は840%増加し、企業の導入も加速しています。これにより、マーケティングキャンペーンの迅速な対応が
出典: Luma Labs
AI動画生成市場、2033年には23億ドルに到達予測！クリエイティブ制作の変革が進行中。
2026年のAI動画生成がクリエイティブ制作を変える45の統計
2026年のAI動画生成市場は336百万ドルから2033年には23億ドルに成長すると予測され、クリエイティブチームはAIを制作に統合する方法を模索しています。特に、ブログやマーケティングコンテンツの需要が高まり、AIの支援が標準化されつつあります。企業は法的レビューやブランドガイドラインに従った出力を求め、クラウドベースのツールがそのニーズに応えています。この変化は、従来の制作ワークフローがAI主
出典: Luma Labs
2026年のAI動画生成市場は急成長中。制作時間も劇的に短縮！
2026年のAI動画生成市場統計
2026年のAI動画生成に関する59の統計が発表され、マーケットの成長や採用状況、ROI（投資対効果）、生産速度、トレンドが明らかになりました。AI動画生成は実験的な段階から必須のツールへと進化し、2025年には市場規模が62億ドルに達し、2034年には478億ドルに達すると予測されています。特にビジネスでのAI動画採用率は2025年に41%に上昇し、マーケティングチームが主な購入者となっています
出典: Luma Labs
Gemini 3.5 Flash Cyberが登場！脆弱性特定が効率化され、企業のセキュリティが強化される見込み。
軽量なサイバーセキュリティモデル「Gemini 3.5 Flash Cyber」を発表
Googleは「Gemini 3.5 Flash Cyber」を発表しました。この軽量サイバーセキュリティモデルは、脆弱性を特定し修正することに特化しています。このモデルにより、企業はセキュリティリスクを軽減し、効率的な運用が可能になると期待されています。
出典: Google DeepMind
2026年のSora終了に伴い、LumaやRunwayなどの代替ツールが注目されています。
Soraの代替ツール2026年版
OpenAIのSoraが2026年3月に終了したことを受け、Luma、Runway、Veo、Kling、Pikaなどの代替AI動画生成ツールが注目されています。特にLumaのRay 3.2は、創造的な探求と最終制作を分離する二層生成システムを提供し、チームがSoraから移行する際の主要な選択肢となっています。各ツールは異なるプロジェクトに特化しており、ユーザーは目的に応じた最適なプラットフォームを
出典: Luma Labs
GPT-Redで安全性向上！自己改善を活用した新システムに期待。
GPT-Red: 自己改善による安全性向上の試み
OpenAIは、自社の自動化されたレッドチーミングシステム「GPT-Red」を発表しました。GPT-Redは、自己対戦を利用してAIの安全性、整合性、プロンプトインジェクションの堅牢性を向上させることを目的としています。このシステムは、AIが自己改善を行う新しいアプローチを提供し、より信頼性の高いAIの開発に寄与することが期待されています。
出典: OpenAI News
AI導入でクリエイティブ制作効率が劇的に向上中！
AIツールがクリエイティブ制作の効率を劇的に向上
クリエイティブチームは、AIツールの導入により制作時間を大幅に短縮し、キャンペーンの質を維持しながら、より多くのキャンペーンを生産しています。従来の制作プロセスからAIを活用することで、数週間かかっていた作業が数日、時には数時間で完了するようになっています。データによると、多くのクリエイターがAIを活用しており、制作の効率化と新しいアイデアの実現に貢献しています。
出典: Luma Labs
静止画像がビデオに変わる時代。広告制作のスピードが劇的に向上！
静止画像を動的高品質ビデオに変換する方法
静止した製品写真を短時間で動的なビデオに変換するAI技術が進化しています。これにより、広告制作のスピードが飛躍的に向上し、従来のビデオ制作に比べて短時間でキャンペーン用の素材が作成可能です。企業はこの技術を活用し、競争が激化する中で効果的なマーケティングを実現しています。
出典: Luma Labs
米国の教師に無料で提供されるClaude、教育現場での実践が変わるかも。
教師向けのClaudeが登場
Anthropicが教師向けにClaudeを発表。米国のK-12教育者は、教育基準に沿った授業計画や教育スキルに無料でアクセス可能。AIツールは教育実践を強化し、生徒の成果を向上させる可能性がある。ClaudeはLearning Commonsと連携し、各州の学習基準に基づいたリソースを提供。教育者は、効率的に授業を計画し、貴重な時間を生徒と共有できる。
出典: Anthropic News
USTがClaudeを使って物理AIの分野に進出。設計検証の迅速化が期待される！
Claudeを物理AIに活用するUSTとの提携
Anthropicは、USTと提携し、物理AIの分野でClaudeを活用します。USTは半導体や自動車、IoT企業向けに工程を最適化するシステムを提供しており、20,000人のエンジニアにClaudeを訓練しています。この提携により、設計の欠陥を早期に発見し、チップの検証を迅速化することを目指しています。
出典: Anthropic News
GPT-5.6がMicrosoft 365 Copilotで推奨モデルに。新機能で生産性向上が期待される！
Microsoft 365 CopilotでGPT-5.6が推奨モデルに
GPT-5.6がMicrosoft 365 Copilotに採用され、Word、Excel、PowerPoint、Chat、Coworkの強化されたAI機能により、より迅速で高品質な作業が可能になる。これは、Microsoftの生産性ツールにおけるAIの進化を示す重要なステップである。
出典: OpenAI News
新たに登場したChatGPT Work、プロジェクトを数時間サポート！
ChatGPTがあなたの野心的な仕事のパートナーに
ChatGPT Workは、アプリやファイルを横断的に操作し、必要に応じてプロジェクトに数時間留まり、目標を完成した成果物に変えるエージェントです。この新機能は、ユーザーがより効果的に作業を進めるためのサポートを提供し、特に複雑なプロジェクトにおいてその利便性が期待されます。
出典: OpenAI News
新たなGPT-5.6で、トークンごとの知性とコスト効率が向上！
GPT-5.6: 野心に応じたフロンティアインテリジェンス
OpenAIは新たなモデルGPT-5.6を発表しました。このモデルは、トークンごとの知性を向上させ、ドルあたりのパフォーマンスを強化し、ユーザーの最も困難な作業を支援する能力を持っています。特に、コスト効率を高めつつ、必要に応じてより強力な機能を提供することが期待されており、企業の業務改善に寄与する可能性があります。
出典: OpenAI News
新しい音声モデルで、ChatGPTの対話がさらに自然に。期待大！
GPT-Liveの導入
新しい世代の音声モデルで、人間とAIの自然な対話を実現します。これにより、ChatGPTの音声機能が強化され、よりスムーズなコミュニケーションが可能になります。この技術は、AIとのインタラクションを改善するための重要なステップであり、ユーザー体験を向上させることが期待されています。
出典: OpenAI News
新しいMuse ImageとMuse Videoで、画像と動画の生成がさらに進化。特にInstagramの文脈を活用した内容が期待される。
Muse ImageとMuse Videoを発表
Metaは新たにMuse ImageとMuse Videoを発表しました。これらの技術は、指示に忠実に従い、精密に編集し、複数の参照から構成を行い、Instagramの社会的文脈を活用します。特に、画像生成や動画作成において高い精度とユーザビリティを目指している点が注目されます。
出典: Meta AI
Sakana Chatに翻訳・添削・質問機能が追加。コミュニケーションの幅が広がる！
Sakana Chatが翻訳機能を追加、翻訳・添削・質問の3機能搭載
Sakana AIは、Sakana Chatに新たに翻訳、添削、質問の3つの機能を追加したことを発表しました。この機能により、ユーザーは異なる言語間でのコミュニケーションが円滑になり、より効果的に情報をやり取りできるようになります。特に翻訳機能は、ビジネスや学習の場面での活用が期待されており、ユーザーにとって利便性の向上が図られます。
出典: Sakana AI
7月1日からClaude Fable 5が再展開。サイバーセキュリティの強化も注目。
Claude Fable 5の再展開について
Anthropicは、輸出管理が解除されたため、7月1日よりClaude Fable 5を再展開すると発表しました。これに伴い、サイバーセキュリティの強化と新しい業界向けの脱獄フレームワークが導入されます。以前、米国政府は6月12日にClaude Fable 5およびClaude Mythos 5に対して輸出管理を適用したため、外国人ユーザーのアクセスを制限していました。現在、これらのモデルへのア
出典: Anthropic News
Sonnet 5、エージェント性能が大幅向上！コーディングに最適な選択肢に。
Claude Sonnet 5の発表
Claude Sonnet 5が発表されました。これは、コーディングや日常業務において高い知能を持つ、最もエージェント的なSonnetモデルです。Sonnet 5は、従来のモデルに比べて推論やツール使用、コーディングにおいて大幅に改善されており、より安全に使用できることが確認されています。すべてのプランで利用可能で、特に開発者にとって質の高いコストパフォーマンスを提供します。
出典: Anthropic News
新しい「Claude Sonnet 5」がデフォルトモデルに。1Mトークン対応でお得な価格設定！
Claude Codeの新モデル「Claude Sonnet 5」リリース
AnthropicはClaude Codeの新バージョン2.1.197を発表し、デフォルトモデルとして「Claude Sonnet 5」を導入しました。このモデルは1Mトークンのコンテキストウィンドウを備え、8月31日までのプロモーション価格は$2/$10 per Mtokです。これは開発者にとってコスト効率の良い選択肢を提供し、より大規模なデータ処理を可能にします。
FLUX.2とFLUX VTOの違い、ちゃんと把握してる？🤔
徹底比較: FLUX.2 [klein] vs FLUX VTO — 何が変わったか
FLUX.2 [klein]とFLUX VTOの違いを比較します。新たに発表されたFLUX.2は、高速な画像生成が可能で、消費者向けハードウェアでの利用が実現しました。一方、FLUX VTOはバーチャル試着に特化した機能を持ちます。両者の特徴を見ていきましょう。
FLUX Eraseは画像編集を一新！オブジェクト消去が得意で、試着も簡単にできるVTOと比較してみたよ！✨
FLUX Erase vs FLUX VTO — 新たな画像編集技術の比較
FLUX Eraseは、迅速かつ低コストで画像編集を実現する新技術です。過去のFLUX VTOと比較すると、特にオブジェクト消去の精度や速度において優位性を持ち、複雑な背景に対応しています。
3億ドルのシリーズBで視覚知能の開発加速へ。FLUXモデルが鍵。
視覚知能の基盤を築く—3億ドルのシリーズBを発表
Black Forest Labsは、3億ドルのシリーズB資金調達を発表しました。これにより、同社は視覚知能の基盤を築くことを目指しています。FLUXモデルはすでに多くのユーザーに利用されており、AdobeやMicrosoftなどの企業もこれらのモデルを活用しています。この資金は研究開発の加速に使われる予定です。
FLUX VTOで試着が4秒未満に！大規模なカタログにも対応。
FLUX VTO: 大規模なバーチャル試着体験
FLUX Virtual Try-Onは、ユーザーが購入前に高精度で服を試着できるサービスです。生成速度は4秒未満で、コストも低く、大規模カタログに対応しています。従来のバーチャル試着の課題を克服し、よりリアルな体験を提供することを目指しています。
FLUX.2 [klein]が登場。リアルタイムの画像生成が可能で、パフォーマンスも抜群。
FLUX.2 [klein]: インタラクティブな視覚知能へ向けて
FLUX.2 [klein]が発表され、画像生成と編集を統合した高速モデルが登場しました。このモデルは、消費者ハードウェア上で13GBのVRAMで動作し、リアルタイムの画像生成を可能にします。小型ながらも高性能で、テキストから画像への生成や画像編集を迅速に行うことができます。特に、5倍のサイズのモデルに匹敵するパフォーマンスを提供し、オープンソースで利用可能です。
FLUX.2 [klein]がASUS ProArtでオフライン画像生成を実現。クリエイターに新たな選択肢。
FLUX.2がASUS ProArtノートPCに搭載
FLUX.2 [klein]がASUSの新しいProArtノートPCにプリロードされ、初めて消費者向けハードウェアで利用可能となった。このモデルは、従来のAPI呼び出しなしで、オフラインでの高品質な画像生成を実現し、5秒未満の生成を目指している。クリエイターにとって、プライバシーを重視した使い方や、ラグのない作業が可能となる。NVIDIAのRTX GPU最適化により、従来の消費者向けハードウェアで
FLUX Eraseで画像編集が劇的に効率化！他モデルに対しても優位性を示す。
FLUX Erase: あらゆるものを消去、痕跡を残さず
FLUX Eraseは、ユーザーがマスクしたオブジェクトや影、反射を取り除き、周囲のシーンを再構築する技術です。従来の方法よりも迅速かつ低コストで、198枚のベンチマークテスト画像で他の最先端モデルに対して優位性を示しています。これにより、画像編集中の手間を大幅に削減でき、特に複雑な背景や柔らかいエッジの対象物に対しても高品質な結果を提供します。
PhotoshopにFLUX.1 Kontext [Pro]が統合。想像力を最大限に活かせる環境が整った！
FLUX.1 KontextがAdobe Photoshopに登場：全てのピクセルを強力に
FLUX.1 Kontext [Pro]がAdobe Photoshopに統合され、クリエイターはアプリ間でのファイル移動や結果の調整を行うことなく、想像力を最大限に発揮できるようになります。この統合により、ユーザーはモデルを選択し、簡単に編集内容を記述でき、Photoshopのツールで微調整が可能です。2026年9月25日からは、Photoshop（ベータ）ユーザーがFLUX.1 Kontext
FLUX Outpaintingで画像をシームレスに拡張可能！
FLUX Outpainting: 画像をシームレスに拡張
FLUX Outpaintingは、元のフレームを超えて画像をシームレスに拡張するツールです。従来のアウトペインティングツールは、目に見える継ぎ目や壊れた照明を生成することが多かったですが、FLUXはそれを解決します。ユーザーは、画像を渡し、ターゲットのキャンバスサイズと配置を定義するだけで、一貫性がありフォトリアリスティックな結果を得ることができます。
Claude Scienceで科学研究が一元化。研究者必見の新機能！
科学者のためのAIワークベンチ「Claude Science」を発表
Anthropicは、科学者向けにデザインされたAIワークベンチ「Claude Science」を発表しました。このアプリは、研究者がよく利用するツールやパッケージを統合し、監査可能な成果物を生成し、柔軟に計算リソースにアクセスできる環境を提供します。科学研究は多くのデータベースやツールをまたがるため、Claude Scienceはこれらを一元化し、研究の全段階をサポートします。現在、Claude
出典: Anthropic News
新しいGPT-5.6 Sol、期待の進化が盛りだくさん！💡
次世代モデル GPT-5.6 Sol vs GPT-5 Pro — 何が進化したか
OpenAIの新モデルGPT-5.6 Solがプレビューされ、コーディングや科学、サイバーセキュリティでの強化が期待されています。過去のGPT-5 Proとの違いを比較し、技術の進化を見ていきます。
次世代モデル GPT-5.6 Sol プレビュー！コーディングやサイバーセキュリティが強化されてます。
次世代モデル GPT-5.6 Sol のプレビュー
OpenAIが次世代モデルGPT-5.6 Solをプレビューしました。このモデルは、コーディング、科学、サイバーセキュリティにおいてより強力な能力を持ち、最も進んだ安全スタックと組み合わせられています。技術の進化は、AIの安全性を高めるだけでなく、さまざまな分野での利用を促進することが期待されます。
出典: OpenAI News
Gemini 3.5 Flashでの新機能導入は、AIの利用をさらに広げる可能性あり。
Gemini 3.5 Flashにおけるコンピュータ使用の導入
Google DeepMindは、Gemini 3.5 Flashでのコンピュータ使用の導入を発表しました。この機能により、ユーザーはAIとのインタラクションが向上し、より効率的な作業が可能になります。これは、特にプロフェッショナルなタスクにおいて、AIの活用が広がることを示唆しています。
出典: Google DeepMind
Jalapeño、LLM推論を最適化する新チップが登場！性能向上に期待。
OpenAIとBroadcom、LLM最適化推論チップ「Jalapeño」を発表
OpenAIとBroadcomが、AIシステム全体のパフォーマンス、効率、スケールを向上させるために設計されたカスタムAIチップ「Jalapeño」を発表しました。この新しいチップは、LLM（大規模言語モデル）推論に特化しており、AIの性能を高めることを目的としています。
出典: OpenAI News
GPT-5 Proが免疫学の謎を解明。T細胞の行動に新たな洞察が！
GPT-5が免疫学の3年越しの謎を解明
GPT-5 Proが免疫学における3年越しの謎を解決し、T細胞の行動に関する新たな洞察を提供しました。このブレークスルーは、癌や自己免疫疾患の研究を支援する可能性があります。
出典: OpenAI News
サムスンが全社員にAIを導入！業務効率化が期待される。
サムスン電子がChatGPTとCodexを全社員に導入
サムスン電子は、全社員に向けてChatGPT EnterpriseとCodexを導入しました。これはOpenAIにとって最大規模の企業向けAIの展開の一つであり、AI技術の業務利用が加速することが期待されます。この動きは、企業におけるAI技術の普及を示す重要なステップとなります。
出典: OpenAI News
Fugu UltraがAnthropicのFable 5に匹敵。新たな競争が始まる。
Sakana AI、Fugu Ultraを発表
Sakana AIが新たに発表したFugu Ultraは、AnthropicのFable 5やMythos Previewなどの業界トップモデルに匹敵する性能を持ち、エクスポート規制のリスクなしに最先端の能力を提供します。自律的なモデルオーケストレーションを通じて、厳格な工学、科学、推論ベンチマークをクリアしています。この発表は、AIモデルの競争が激化する中で注目されるものです。
出典: Sakana AI
新機能のGPT-5.5 Instantで健康情報がより信頼性を持つように！
ChatGPTの健康情報を向上させる新機能
GPT-5.5 InstantがChatGPTの健康とウェルネスに関する応答を改善しました。本アップデートでは、より強力な推論、より良い文脈理解、明確なコミュニケーション、医師の視点を取り入れた評価が特徴です。これにより、ユーザーはより信頼性の高い健康情報を受け取ることが可能になります。
出典: OpenAI News
近接自律型AI化学者が医薬品製造を革新中！
近接自律型AI化学者が医薬品化学の反応を改善
OpenAIとMolecule.oneは、GPT-5.4を使用した近接自律型AI化学者が、重要な医薬品製造反応を改善したことを示しました。この進展は、医薬品化学研究の進展に寄与します。
出典: OpenAI News
Gen-2とGen-4.5の違いを徹底解説！新しい動画生成の可能性に迫る🚀
徹底比較: Runway Gen-2 vs Runway Gen-4.5 — 新しい動画生成の可能性
Runwayの新しい動画生成システムGen-2と、過去のモデルGen-4.5を比較しました。Gen-2はテキストや画像から動画を生成する新機能を搭載し、ユーザーの表現力を広げることが期待されます。一方、Gen-4.5は視覚的忠実度やプロンプト適合性を強化しています。両者の特徴を比較し、今後の展望を探ります。
新しいRunway Gen-4.5、ビデオ生成で革命😲 GWM-1との違いを徹底解説！
徹底比較: Runway Gen-4.5 vs GWM-1 — 何が変わったか
Runwayの新モデル「Gen-4.5」と過去の「GWM-1」を比較します。Gen-4.5はビデオ生成に特化し、動きの品質や視覚的忠実度を向上させました。一方、GWM-1はリアルタイムシミュレーションに焦点を当てています。それぞれの特徴を見ていきましょう。
Gen-2で動画生成が進化！テキストや画像から新しい映像表現が可能に。
RunwayがGen-2を発表：テキストや画像から新しい動画を生成
Runwayは新たなマルチモーダルAIシステムGen-2を発表しました。このシステムはテキスト、画像、または動画クリップを元に新しい動画を生成します。特に、既存の動画の構造にイメージやテキストのスタイルを適用することで、リアルで一貫した新しい動画を合成することが可能です。Gen-2は、ユーザーが想像するあらゆるスタイルの動画をテキストプロンプトから実現できるフレームワークを提供し、創造的な表現の新
出典: Runway
Gen-2がテキストからビデオを生成、映画制作も視野に入れている。
RunwayのGen-2開発の道筋と今後の展望
RunwayのCTOで共同創設者のアナスタシス・ガーマニディス氏が、Gen-2の開発過程と今後のクリエイティビティについて語ります。Gen-2は、テキストからビデオを生成するシステムで、従来の構造条件なしにテキストガイドのビデオ生成を実現しました。特に、映像生成において高い忠実度と時間的安定性を追求することが重要視されています。最終的には、2時間の映画を生成する能力を目指しており、物語やクリエイテ
出典: Runway
新機能で動画生成がさらに進化！Motion Brushとスタイルプリセットを使えば、表現力が大幅に向上。
動画生成を制御する新機能を発表
Runwayは、動画生成における制御性、忠実度、スタイル表現を向上させる新機能を発表しました。特に、Motion Brushというインターフェースを導入し、ユーザーは特定の動きを簡単なブラシストロークで指示できるようになります。さらに、スタイルプリセットを利用することで、複雑なプロンプトなしにキュレーションされたスタイルでコンテンツを生成可能です。これらの革新は、アーティストにとっての創造的なツー
出典: Runway
Gen-3 Alphaが新たな動画生成の地平を開く！多様な表現が可能に。
Runway Gen-3 Alpha: 次世代AI動画生成技術
Runwayが新たに発表したGen-3 Alphaは、次世代の基盤モデルであり、大規模なマルチモーダルトレーニングのために構築された新インフラ上でトレーニングされています。Gen-2に比べ、忠実度、一貫性、動きにおいて大幅な向上が見られ、一般的な世界モデルの構築に向けた一歩となります。Gen-3 Alphaは、動画と画像を共同でトレーニングし、テキストから動画、画像から動画、テキストから画像への変
出典: Runway
F1スコア83%、視覚的モデレーションが鍵。安全性の強化が期待される。
安全なジェネレーティブメディアの基盤を構築するための取り組み
Runwayは、創造性を支援するためのジェネレーティブAIモデルにおいて、安全性、フェアネス、誠実性のガードレールを開発しました。特に、有害なコンテンツを生成する悪意のあるユーザーを検出し、ブロックするための視覚的モデレーションシステムを構築。モデルのF1スコアは83%で、子どもの安全を守るためのポリシーも整備しています。多様な文化的背景を持つユーザーへの配慮も強調されています。
出典: Runway
新画像生成モデル「Frames」が発表！スタイルの一貫性を保ちながら、クリエイティブな表現が広がる。
新たな画像生成モデル「Frames」の紹介
Runwayは新しい画像生成モデル「Frames」を発表しました。このモデルはスタイルの一貫性を保ちながら、クリエイティブな探求を広げることができ、特定のプロジェクトに合わせた外観を設定することが可能です。FramesはGen-3 AlphaおよびRunway APIでの利用が段階的に開始されており、ユーザーはよりシームレスな創作の流れの中で世界を構築できます。また、安全な運用のためのコンテンツモ
出典: Runway
新しいインターフェースで生成モデルがクリエイティブなパートナーに！
生成メディア時代のクリエイティブインターフェースの進化
Runwayの最新プロトタイプでは、生成モデルの潜在空間を通じたクリエイティブな探求が可能になる新しいインターフェース設計が紹介されています。ユーザーはイメージをノードとして扱い、非線形のタイムラインを構築できることで、従来の製作ツールを超えた自由な創造性を実現します。このアプローチにより、生成モデルがただの制作ツールではなく、創造プロセスのアクティブなパートナーとして機能することが期待されていま
出典: Runway
新モデル「Runway Gen-4.5」で、ビデオ生成が進化！
Runwayが新たなビデオ生成のフロンティアを開拓
Runwayが新しいビデオ生成モデル「Runway Gen-4.5」を発表しました。このモデルは、最先端の動きの品質、プロンプトへの適合性、視覚的忠実度を実現しており、ビデオ生成の新たな可能性を提示しています。この進展は、映像制作やコンテンツクリエーションにおいて重要な影響を与えると考えられます。
出典: Runway
GWM-1でリアルタイムシミュレーションが新境地へ！
Runwayが新しいGWM-1を発表
Runwayは、リアルタイムで現実をシミュレートする最先端の一般世界モデルGWM-1を発表しました。このモデルはインタラクティブで制御可能、かつ汎用的な用途を持つことが特徴です。この技術は、さまざまなアプリケーションにおいて新しい可能性を提供します。
出典: Runway
90%以上がAI生成動画を見分けられない結果が明らかに。技術の進化がもたらす影響を考えるべき。
AI生成動画の識別能力に関する研究結果
Runwayが実施した研究によると、1,043人の参加者のうち90%以上がAI生成動画と実際の動画の区別ができませんでした。この研究は、最新のGen-4.5モデルによる動画生成技術の進歩を示しており、動画の真偽を見極めることがますます困難になっていることを示唆しています。Runwayは、誰でも実際にこの識別能力を試せるサイトを公開しました。
出典: Runway
GWM-Roboticsでロボット評価が変わる！相関係数0.95は驚異的。
ロボット政策評価を加速する世界モデルの活用
Runwayが開発したGWM-Roboticsを使用して、物理ハードウェアなしでロボットのマニピュレーションポリシーを評価することが可能になりました。シミュレーションと現実世界の結果を比較したところ、相関係数は0.95に達し、GWM-Roboticsがロボットポリシーの評価において信頼できる代理となることが示されました。これにより、従来のハードウェア評価に代わる実用的な手段が提供され、ロボティクス
出典: Runway
リアルタイム動画生成が教育やゲームを変革中。新たなインタラクションの時代が到来！
リアルタイム動画生成がオンラインインタラクションを変革
インターネットの歴史において、ユーザーはテキストを入力し結果を得るというインタラクションモデルが主流でしたが、その時代は終わりを迎えようとしています。今後のオンラインインタラクションは、ユーザーの入力に応じてリアルタイムで生成される動画です。これにより、動画モデルは視覚的でインタラクティブな体験を提供し、教育やゲームなど多くの分野での利用が期待されます。
出典: Runway
DXCとAnthropicの提携がAI導入の新たな一歩に！数万のエンジニアがClaudeを駆使。
DXCが銀行や航空業界向けにClaudeを統合
Anthropicは、ITサービス大手DXC Technologyとの長期的なグローバル提携を発表しました。DXCは、顧客のシステムにClaudeを導入するため、数万のClaude認定エンジニアを育成します。DXCはすでに自社のシステムでClaudeを活用し、95%以上のコードを生成した新しいAIプラットフォームDXC OASISを展開しています。この提携により、DXCは銀行や航空会社などの厳格な
出典: Anthropic News
DiffusionGemmaとGemma 4 12B、どっちが君のプロジェクトに合う？🤔
徹底比較: DiffusionGemma vs Gemma 4 12B — テキスト生成とマルチモーダルの違い
新たに発表されたDiffusionGemmaは、テキスト生成速度を4倍に向上させる技術です。一方、Gemma 4 12Bは視覚とテキストを同時に処理できるエンコーダーなしのマルチモーダルモデルです。両者は異なる用途に特化しており、AIの進化に貢献しています。
DiffusionGemmaがテキスト生成を4倍速く！リアルタイムアプリに最適な技術。
DiffusionGemmaによるテキスト生成の4倍高速化
Google DeepMindが新たに発表したDiffusionGemmaは、テキスト生成の速度を従来の4倍に向上させる技術です。この進展により、AIによるテキスト生成がより迅速かつ効率的になることが期待されており、特にリアルタイムアプリケーションや対話型システムにおいて大きな影響を与える可能性があります。
出典: Google DeepMind
新モデルの発表で、AI性能と価格が大進化！💡
徹底比較: Claude Fable 5 vs Mythos 5 — 新機能と価格の進化
Anthropicが新たに発表したClaude Fable 5とMythos 5を比較。両モデルはAI能力で高い評価を受けており、特に価格面での大幅な割引が注目されます。これにより、ユーザーはより手頃な価格で最先端の技術を利用可能です。
Claude Fable 5が登場！最先端のAI能力を一般向けに提供。特定グループ向けMythos 5も見逃せない。
Claude Fable 5とMythos 5の発表
Anthropicは、一般利用向けに安全化されたMythosクラスのモデルClaude Fable 5を発表しました。このモデルは、AI能力のほとんどのテストベンチマークで最先端を行っており、特にソフトウェアエンジニアリングや知識作業、科学研究などで優れた性能を示しています。同時に、サイバーセキュリティ分野でのリスクを軽減するために、Claude Mythos 5も発表され、米国政府との協力により
出典: Anthropic News
Claude Fable 5を発表、一般利用にも安全化！バージョン2.1.170で新機能を体験しよう。
Claude Fable 5を発表、一般利用に安全化
AnthropicがClaude Fable 5を発表しました。このモデルはこれまで一般に提供されたどのモデルよりも優れた機能を持ち、一般利用に安全化されています。バージョン2.1.170にアップデートすることでアクセス可能です。また、VS Codeの統合ターミナルや環境変数を継承したシェルから起動した場合に、セッションがトランスクリプトを保存しない問題も修正されました。
Lumaの新機能Ray3.2と物理AIラボ、全然違うアプローチだね！🚀
徹底比較: Luma Ray3.2 vs 物理AIラボ — 新機能とアプローチの違い
Lumaの新しいRay3.2モデルは、動画生成におけるフレームごとの創造的コントロールを提供します。一方、過去の物理AIラボ設立は、一般化問題解決に向けたアプローチです。両者は異なる分野への貢献を目指しており、技術と目的に明確な違いがあります。
Ray3.2で動画生成の新たな地平が開かれる。クリエイター必見！
LumaがRay3.2モデルとAPIを発表：動画生成の完全な創造的コントロール
LumaはRay3.2を発表し、ユーザーがAIを使ってフレームごとに動画を指揮できる機能を提供します。この新しいバージョンは、エンターテインメント、広告、ゲーム業界のクリエイターとの共同開発により、シネマティックグレードの品質を提供し、プロの制作パイプラインにシームレスに統合されます。Ray3.2は、アクションの動きや変化を精密に制御できる新しいフレームレベルのコントロールを導入し、プロフェッショ
出典: Luma Labs
Gemma 4 12B、エンコーダーなしで視覚とテキストを同時処理！
Gemma 4 12B: 統一されたエンコーダーなしのマルチモーダルモデルを発表
Google DeepMindは、Gemma 4 12Bという新しい統一型マルチモーダルモデルを発表しました。このモデルはエンコーダーを使用せず、視覚やテキストなど複数のデータタイプを同時に処理する能力を持っています。AI技術の進化において重要な一歩であり、さまざまなアプリケーションでの利用が期待されています。
出典: Google DeepMind
新機能追加で生命科学研究が加速！
GPT-Rosalindに新機能追加
GPT-Rosalindは、生命科学研究を支援するための新機能を追加しました。これにより、生物学的推論、創薬の専門知識、ゲノム解析、実験ワークフローの能力が強化されました。これらの進展は、研究者がより効率的にデータを扱い、革新的な発見を促進することに寄与するでしょう。
出典: OpenAI News
WasmerがCodexを活用し、Node.jsランタイムを数週間で開発したのは注目に値する。
WasmerがCodexを使ってNode.jsランタイムを構築
WasmerはGPT-5.5を利用して、エッジコンピューティング向けのNode.jsランタイムを構築しました。この新しいランタイムにより、開発スピードが10倍から20倍に加速し、数ヶ月かかっていた出荷が数週間で可能になりました。この進展は、エッジでのアプリケーション開発を大幅に効率化するものです。
出典: OpenAI News
Codexの新機能で、あらゆる役割の作業効率が向上！
あらゆる役割やツールに対応するCodexの新機能
OpenAIが新しいCodexプラグインやアノテーションを発表しました。これにより、アナリストやマーケター、デザイナー、投資家などのチームはAIを活用して作業を効率化できます。新機能は、さまざまな役割に特化したツールを提供し、ユーザーがより多くの成果を上げる手助けをします。
出典: OpenAI News
物理AIの一般化問題を解決するオープンラボが始動。未来のロボットシステムを支える基盤になるかも。
Luma、一般化問題解決に向けたオープン物理AIラボを設立
Lumaは、物理AIにおける一般化問題を解決するためのオープンサイエンスラボを設立することを発表しました。このラボでは、物理世界での理解と相互作用のためのワールドモデルを開発し、ロボットシステムの普及を目指します。物理AIは労働力不足の解決にも寄与する可能性があり、オープンな基盤を提供することで、誰でも利用・改良できることを目指しています。
出典: Luma Labs
OpenAIのモデルがAWSで一般提供開始。企業にとって新たなAI活用の機会！
OpenAIのフロンティアモデルとCodexがAWSで利用可能に
OpenAIのフロンティアモデルとCodexがAWS上で一般提供され、企業が既存のAWS環境や調達ワークフローを通じてOpenAIを活用できるようになりました。これにより、顧客はOpenAIの利用を開始し、評価から本番環境への移行を迅速に行うことが可能になります。これは企業にとって新たな道を提供する重要なステップです。
出典: OpenAI News
650億ドル調達、9650億ドルの評価額に達したAnthropicの成長が注目される。
Anthropic、シリーズHで650億ドル調達、評価額9650億ドル
Anthropicは、シリーズHで650億ドルを調達し、企業評価額は9650億ドルに達しました。Altimeter Capitalなどが主導し、Claudeの採用が世界中で進んでいる中、この資金は安全性や解釈可能性の研究を進め、顧客のニーズに応じた製品のスケールを目指します。さらに、クラウドプラットフォームにおける計算能力の拡大も図られています。
出典: Anthropic News
新モデルClaude Opus 4.8、コーディング性能が大幅向上！
Claude Opus 4.8の導入
Anthropicは新しいモデルClaude Opus 4.8を発表しました。このモデルはコーディングやエージェンティックなタスクにおいてより強力なパフォーマンスを提供し、長時間の作業にも対応できる一貫性があります。Opus 4.8は、前バージョンのOpus 4.7からの性能向上があり、ユーザーがタスクへの取り組みの程度を制御できる新機能も搭載。テスト結果によると、Opus 4.8は前モデルに比べ
出典: Anthropic News
新しいトレーニング手法DiffusionBlocksが登場。AIの学習効率が向上するかも！
DiffusionBlocks: ニューラルネットワークをブロック単位でトレーニング
Anthropicが新しい手法「DiffusionBlocks」を発表しました。この手法はニューラルネットワークのトレーニングをブロック単位で行うことで、より効率的な学習を可能にします。特に、複雑なタスクにおいてパフォーマンスの向上が期待されており、AIモデルの開発に新たな道を開く可能性があります。
出典: Sakana AI
MistralのEmmi AI買収は、産業AIの未来を形作る重要な一手。
Mistral、Emmi AIを買収しAIネイティブ産業を加速
Mistral AIは、物理AIの先駆者であるEmmi AIを買収し、産業企業向けのAI変革パートナーとしての地位を強化しました。この買収により、Mistralはエンジニアリングや製造の分野での能力を拡張し、AIエージェントが既存のエンジニアリングツールを活用できるようにします。Emmi AIの専門知識とモデルを活用し、リアルタイムシミュレーションやデジタルツインの構築を通じて、工学ソリューション
出典: Mistral AI
MistralがEmmi AIを買収し、産業AIの変革を目指す確かな一手。
Mistral AI、Emmi AIを買収し産業AIを強化
Mistral AIは、物理AIの先駆者であるEmmi AIを買収し、産業企業向けのAI変革パートナーとしての地位を強化することを発表しました。これにより、エンジニアリングおよび製造分野でのAIシステムの能力を拡張し、リアルタイムシミュレーションやデジタルツインの構築を実現します。この戦略的買収は、産業AIにおけるMistralのリーダーシップを確立し、航空宇宙、自動車、半導体などの重要なセクター
出典: Mistral AI
Codexを用いたアプリ開発で、バージン・アトランティックが迅速な出荷を実現！
バージン・アトランティック、Codexで迅速なアプリ出荷を実現
バージン・アトランティック航空は、Codexを活用して改良されたモバイルアプリを固定された休日の旅行期限内に出荷しました。このプロジェクトでは、ユニットテストのカバレッジをほぼ完全に達成し、P1欠陥（最優先のバグ）がゼロという成果を上げました。Codexの利用により、開発プロセスの効率が向上し、信頼性が高まったことが重要です。
出典: OpenAI News
Gartnerのリーダー選出、Codexの革新性が光る！
OpenAIがGartnerのエンタープライズコーディングエージェントでリーダーに選出
OpenAIは、2026年のGartner Magic QuadrantにおいてエンタープライズAIコーディングエージェントのリーダーに選ばれました。特にCodexは革新性とエンタープライズ規模での導入が評価されています。この評価は、OpenAIの技術が企業のニーズに応えられることを示しています。
出典: OpenAI News
Stable Audio 3.0リリース！オープンウェイトで音楽生成の新境地を開く。
Stable Audio 3.0リリース、オープンウェイトモデルによる音楽生成
Stability AIがStable Audio 3.0を発表しました。このモデルファミリーは、完全にライセンスされたデータでトレーニングされたオープンウェイトの音楽モデルで構成されています。ユーザーは出力物を自由に配布・商業化でき、様々な用途に応じた4つのモデルが提供されます。このリリースは、音楽コミュニティの創造的な実験を促進することを目指しており、音声生成の革新を期待されています。
出典: Stability AI
80年の歴史を持つ問題が解決され、AIの力が数学に新たな地平を開く！
OpenAIモデルが離散幾何学の中心的予想を覆す
OpenAIのモデルが80年前からのユニット距離問題を解決し、離散幾何学における主要な予想を覆しました。この成果はAI主導の数学の重要なマイルストーンを示しています。AI技術の進展が数学の領域にどのような影響を与えるかが注目されます。
出典: OpenAI News
Gemini Omni、自然言語処理と画像認識を融合した新モデル登場！
Gemini Omniの紹介
Google DeepMindが新しいAIモデル「Gemini Omni」を発表しました。このモデルは、さまざまなタスクに対応できる汎用性を持ち、特に自然言語処理と画像認識の統合が特徴です。Gemini Omniは、ユーザーがシームレスにさまざまなアプリケーションを利用できるように設計されており、AIの利用可能性を広げることが期待されています。
出典: Google DeepMind
新しい重力制御技術が物流を変えるかも！
Google Antigravity 2.0を発表
Google DeepMindが新しいプロジェクト「Google Antigravity 2.0」を発表しました。このプロジェクトは、AIによる重力制御技術の進化を目指しており、特に物体の浮遊や移動に関連する新しいアプローチを提供します。これにより、物流や輸送の効率が大幅に向上することが期待されています。
出典: Google DeepMind
Runway Gen-4の登場で動画制作がもっと楽に！🎥
徹底比較: Runway Gen-4 vs 過去のAIツール — 進化の軌跡
Runway Gen-4は、動画生成における新たな一歩を踏み出しました。過去のツールと比較すると、一貫性や効率性が向上しており、クリエイターにとって強力なサポートとなるでしょう。
一般的なワールドモデルがAI研究の新たな方向性に。期待大！
AI研究の次なるフロンティア、一般的なワールドモデル
AIの次の大きな進展は、視覚世界とそのダイナミクスを理解するシステムから生まれると考えられています。Runwayは、一般的なワールドモデルを構築する長期的な研究を開始しました。ワールドモデルとは、AIシステムが環境の内部表現を構築し、その環境内での未来の出来事をシミュレーションするものです。これまでの研究は、限られた設定に焦点を当てていましたが、一般的なワールドモデルは現実世界で遭遇する幅広い状況
出典: Runway
Act-Oneでアニメーション制作が変わる！新しい表現の扉が開かれる。
Runwayが新ツールAct-Oneを発表
Runwayは新しいツール「Act-One」を発表しました。このツールは、ビデオと声のパフォーマンスを入力として、表現豊かなキャラクターアニメーションを生成します。従来のフェイシャルアニメーションのワークフローを簡素化し、感情やニュアンスをデジタルキャラクターに移すことができます。Act-Oneは、消費者向けのカメラと1人の俳優で、多様なキャラクターの対話シーンを生成することが可能です。責任ある開
出典: Runway
新しいRunway Gen-4が登場。動画生成の一貫性が大幅に向上！
Runway Gen-4: 世界一貫性のあるAI動画生成
Runway Gen-4は、AIを活用した動画生成技術を提供します。この新しいモデルは、生成された映像内の一貫性を高めることを目指しており、よりリアルで自然な動画を作成できるようになります。ユーザーは、簡単な指示を与えるだけで、複雑なシーンやキャラクターを含む動画を短時間で生成できます。これにより、クリエイターはより高品質なコンテンツを効率的に制作できるようになります。
出典: Runway
新しいAIモデルRunway Aleph登場！クリエイティブ作業がさらに効率化されるかも。
Runway Alephを発表
Runwayは新しいAIモデル「Runway Aleph」を発表しました。Alephは、テキストや画像の生成、ビデオ編集などに利用できる強力なツールです。新機能として、ユーザーは直感的に操作できるインターフェースを通じて、さまざまなメディアを簡単に生成できます。これにより、クリエイティブな作業がさらに効率化されると期待されています。
出典: Runway
NVIDIAとの提携でFLUXが進化！4倍の性能を実現。
NVIDIAとの提携でFLUXのパフォーマンス向上
AnthropicはNVIDIAとの新たな提携により、FLUXモデルの性能を大幅に向上させ、より多くのクリエイターが利用できるようにしました。この提携により、メモリ要件が削減され、GPUの多様性に対応し、3D環境での新機能も追加されました。FLUXモデルはGeForce RTX 50シリーズGPUに最適化され、特にFLUX.1 [dev]は10GBのVRAMで4倍の性能を発揮します。これにより、ク
FLUX1.1 [pro]とFLUX.1 Kontextを比較！それぞれの特性をチェックしてみて👍
徹底比較: FLUX1.1 [pro] vs FLUX.1 Kontext — 何が変わったか
新しいFLUX1.1 [pro]は、生成速度が6倍速くなり、画像の品質と多様性が向上しました。一方、FLUX.1 Kontextはテキストと画像を組み合わせた生成を行い、最大8倍の速度で編集が可能です。どちらも先進的な機能を持ちますが、用途に応じた特性が異なります。
FLUX.2は1秒未満で画像生成✨進化した新機能に期待大！
徹底比較: FLUX.2 vs FLUX.1 — 新機能と進化
FLUX.2が新機能を搭載し登場。従来のFLUX.1と比較して、画像生成速度やプロフェッショナルなコンテンツ制作の容易さが向上しました。特に、1秒未満での画像生成が可能になり、クリエイターにとっての利便性が大きく改善されています。
FLUX.1 Kontext [dev]は新時代の幕開け！🎉 企業向けにはプロモデルも健在。
徹底比較: FLUX.1 Kontext [dev] vs FLUX.1 Kontext [pro] — 新たな編集時代の幕開け
FLUX.1 Kontext [dev]とFLUX.1 Kontext [pro]を比較しました。新モデルは12Bパラメータで無料提供され、消費者向けに最適化されています。一方、従来のプロモデルはAzure AI Foundryでの利用が可能で、企業向けの高速編集が特徴です。
FLUX.2、ついに登場！✨ 高品質な画像生成が可能になったよ！
徹底比較: FLUX.2 vs FLUX.1 — 何が変わったか
FLUX.2は、FLUX.1の機能を進化させ、高品質な画像生成を実現しました。特に、複数の参照画像に対するスタイル一貫性や高解像度の画像編集能力が強化されています。開発者向けのオープンウェイトモデルも提供し、クリエイティブワークフローを一新します。
Ray3とTVMの違い、面白いよ！💡
比較: Ray3とターミナルバイオレッタマッチング — 動画生成の新基準
Ray3とターミナルバイオレッタマッチング（TVM）の比較を通じて、動画生成モデルの進化に注目します。Ray3はリアリズムと創造的忠実度を兼ね備えたプロ向けモデルで、TVMはスピードと効率性を重視しています。それぞれの特徴と利点を探ります。
NVIDIAとの提携でFLUXモデルが進化！性能向上がクリエイターに嬉しい✨
FLUXモデル比較: 新提携による性能向上と過去の機能
AnthropicがNVIDIAと提携し、FLUXモデルの性能向上を実現。新機能として3D環境向けのサポートが追加され、特にFLUX.1 [dev]は10GBのVRAMで2倍の速度を達成。これに対し、過去のFLUXモデルはAzureでの利用が進んでおり、編集機能が最大8倍速に達しています。
FLUX.1ツール、インペインティング機能が強化！🖌️
徹底比較: FLUX.1ツール vs FLUXモデル — 何が変わったか
Anthropicの新リリースFLUX.1ツールは、特にインペインティング機能を強化し、FLUXのエコシステムを向上させます。一方、過去のFLUXモデルはAzureでの利用が注目されています。新機能の追加と古いモデルの廃止がどのように影響するかを比較しました。
FLUX.1が登場！視覚品質や編集機能が進化してるよ✨
比較: Black Forest Labs FLUX.1と過去のFLUXモデル — 進化の軌跡
新たに設立されたBlack Forest LabsがFLUX.1を発表しました。過去のFLUXモデルとの比較を通じて、性能の向上や新機能を明らかにします。特に視覚品質の向上と多様なスタイルに注目です。
FLUX.1 Toolsの新機能、特にFLUX.1 Fillが超便利！🚀
FLUX.1 Tools vs FLUXモデル — 新旧機能の徹底比較
FLUX.1 Toolsの新機能が従来のFLUXモデルとどのように異なるのかを比較しました。FLUX.1 Fillの編集機能や廃止された機能について詳しく解説します。特に新しいツールによる性能向上は注目です。
FLUX1.1 [pro]の新機能と性能向上、見逃せないよ！🚀
FLUX1.1 [pro]徹底比較: 新機能と性能向上を探る
FLUX1.1 [pro]の新バージョンが生成速度を6倍に向上させ、BFL APIが一般提供されることで、開発者は新しい画像生成技術を利用しやすくなります。過去バージョンとの比較を通じて、進化した機能や性能を紹介します。
FLUX.1 Kontext、ついに登場！🚀 8倍速の高品質画像生成が待ってるよ！
徹底比較: FLUX.1 Kontext vs FLUXモデル — 新旧の違い
FLUX.1 Kontextは新たに発表された画像生成モデルで、従来のFLUXモデルと比較して、テキストと画像を融合させたプロンプト生成が特徴です。特に、画像の編集機能が強化され、生成速度も8倍向上しています。これにより、ユーザーはより迅速かつ高品質な画像生成が可能になりました。
Luma AIのRay3、ついに登場！高品質な動画制作がもっと身近に🚀
徹底比較: Luma AIのRay3 vs 過去のプロジェクト — 何が変わったか
Luma AIの新動画モデルRay3は、高品質な映像制作を革新します。過去のプロジェクトと比較し、技術的な進化や影響を見ていきましょう。
Black Forest Labs設立でFLUX.1が登場！画像生成がさらに進化したね✨
徹底比較: Black Forest Labs設立とFLUXモデルの進化
Black Forest Labsの設立により、最先端の生成的深層学習モデルFLUX.1が発表されました。FLUXモデルはAzure AI Foundryで利用可能になり、編集機能やリアリズム向上が図られています。本記事では、新旧のFLUXモデルの機能や資金調達の違いを比較します。
FLUXモデルがAzureで利用可能に。企業向けの便利な画像生成が実現！
FLUXモデルがAzure AI Foundryで利用可能に
Black Forest LabsのFLUXモデルがMicrosoftのAzure AI Foundryで利用可能になりました。FLUX.1 Kontext [pro]とFLUX1.1 [pro]は、テキストから画像、画像から画像への生成を行う先進的なモデルです。特にFLUX.1 Kontext [pro]は、高速な編集機能を提供し、キャラクターの一貫性を保ちながら、背景の変更やスタイルの転送が行
FLUX.2が発表、最大4MPの生成・編集が可能に！
FLUX.2が登場、クリエイティブワークフローを革新
AnthropicがFLUX.2を発表しました。この新モデルは、複数の参照画像に対して一貫したスタイルで高品質な画像を生成し、複雑なテキストの読み書きやブランドガイドラインの遵守も可能です。FLUX.2は最大4メガピクセルの詳細な画像編集ができ、クリエイティブなプロセスを支援します。オープンイノベーションを重視し、開発者向けのオープンウェイトモデルも提供されています。
新モデルFLUX.1 Krea [dev]が発表！テキストから画像生成の新境地を開く。
新モデルFLUX.1 Krea [dev]の発表
BFL（Black Forest Labs）は、Krea AIとのコラボレーションにより、FLUX.1 Krea [dev]という新しいテキストから画像を生成するモデルを発表しました。このモデルは、従来の「AIらしさ」を克服し、写真のようなリアリズムを実現することを目指しています。FLUX.1 Krea [dev]は、オープンウェイトモデルであり、独特な美学とリアリズムが特徴です。画像生成の際に過
FLUX.1 Kontext [dev]がついに登場！画像編集が一変するかも。
FLUX.1 Kontext [dev]が画像編集モデルの新時代を切り開く
これまで、優れた生成画像編集モデルはすべて専有ツールとして提供されていましたが、FLUX.1 Kontext [dev]のリリースにより、開発者は12Bパラメータのモデルを消費者向けハードウェアで利用可能になりました。このオープンウェイトモデルは、非商業利用や研究目的で無料でアクセスできます。また、NVIDIAとの協力により、最適化されたTensorRTウェイトも用意され、編集性能が向上しています
FLUX.1 Kontextが画像生成の新境地を切り開く！
FLUX.1 Kontext発表とBFL Playgroundの紹介
FLUX.1 Kontextは、画像生成と編集が可能な生成的フローマッチングモデルの新しいスイートです。従来のテキストから画像への生成モデルとは異なり、テキストと画像の両方を使ってプロンプトを作成し、視覚的概念を抽出・修正することができます。FLUX.1 Kontextは、迅速な画像生成を実現し、最高の品質を保ちながら、簡単なテキスト指示で画像を修正することを可能にします。
FLUXモデルの新たな安全対策が注目。
AIの悪用防止に向けた新たな取り組み
Black Forest Labsは、視覚生成に特化したFLUXモデルを持つAI企業で、悪用を防ぐための新たな手法を発表しました。特に、合成された非同意の親密な画像（NCII）や児童性的虐待素材（CSAM）に対するリスクの軽減に取り組んでいます。オープンリサーチを通じて、開発者が自由に新しいツールを構築できる環境を提供しつつ、安全対策を強化しています。リリース前にはリスク評価を行い、外部評価機関と
BFLのFLUX.1モデルで漫画制作が50%効率化、9月2日にAI生成雑誌を発表予定！
Burda、BFLのFLUX.1モデルで漫画制作を革新
Burdaは、DACH地域の大手出版社で、子供向け雑誌「LissyPony」の制作プロセスをBFLのFLUX.1モデルを用いて変革しました。このAIサポートにより、制作速度が50%向上し、品質とブランドの一貫性も維持されています。FLUX.1ファミリーのモデルを活用し、精度高く画像を生成し、漫画制作の効率化を図っています。最初の完全AI生成の「LissyPony」雑誌は9月2日に発売予定です。
FLUX ProファインチューニングAPIが登場！ユーザー独自の画像でカスタマイズが可能に。マーケティングやストーリーテリングに最適。
FLUX ProファインチューニングAPIの発表
Black Forest LabsはFLUX ProファインチューニングAPIの発表を行い、クリエイターが独自の画像やコンセプトを使ってFLUX Proモデルをカスタマイズできるようになります。このAPIにより、特定の人物や物体、スタイルに対する理解が不足している生成モデルを改善し、マーケティングやストーリーテリングなどの新たなコンテンツ創造の可能性が広がります。高解像度のカスタマイズコンテンツを
FLUXモデルがNVIDIAと協力し、性能が大幅に向上！
NVIDIAとの提携でFLUXモデルの性能向上
AnthropicはNVIDIAとの新たな提携により、FLUXモデルの性能を向上させ、より多くのクリエイターにアクセスを提供します。この協力により、メモリ要件の削減、パフォーマンスの向上、GPUの多様性のサポート、3D環境向けの新機能が実現しました。FLUXモデルはGeForce RTX 50シリーズで最適化され、特にFLUX.1 [dev]はわずか10GBのVRAMでGeForce RTX 50
FLUX.1ツールが登場！画像編集に革命をもたらす機能が揃っています。
FLUX.1ツールのリリース
AnthropicはFLUX.1ツールを発表しました。これは、基盤となるテキストから画像へのモデルFLUX.1に、制御性と操作性を追加するためのモデルトップスイートです。FLUX.1 Fillは、高度なインペインティング機能を提供し、既存のツールを上回る性能を持っています。また、FLUX.1 CannyとFLUX.1 Depthは廃止され、サポートされなくなりますが、これらのモデルはHugging
最大4MPで生成時間は10秒！新しいFLUX1.1 [pro]が登場。
FLUX1.1 [pro] の新機能追加と性能向上
FLUX1.1 [pro] に新たに高解像度機能が追加され、最大4MPの画像生成が可能になりました。生成時間は1サンプルあたりわずか10秒で、競争力のある価格の0.06ドルです。また、新たに導入された「ウルトラモード」では、標準の4倍の解像度で迅速に画像を生成でき、「ローモード」では自然な美しさを追求した画像生成が可能です。
FLUX1.1 [pro]、生成速度が6倍向上しBFL APIも登場！
FLUX1.1 [pro]とBFL APIの一般提供を発表
FLUX1.1 [pro]がリリースされ、従来のモデルに比べて生成速度が6倍向上しました。また、BFL APIが一般提供され、開発者や企業が最新の画像生成技術をアプリケーションに統合できるようになります。FLUX1.1 [pro]は、画像の質やプロンプトの遵守、バリエーションの向上も実現しています。
FLUX.1モデルが登場！視覚品質が大幅向上。
Black Forest Labsの設立と新モデルFLUX.1の発表
Black Forest Labsが設立され、最先端の生成AIモデルFLUX.1が発表されました。FLUX.1は、テキストから画像を生成する新しいモデル群で、視覚品質やスタイルの多様性において高い性能を誇ります。創業者たちは、生成AIの研究コミュニティに深く根ざし、技術の透明性を高めることを目指しています。シリーズシード資金として3100万ドルを調達し、著名な投資家が参加しました。
新たな生成モデルFLUX.1が登場！画像生成の新基準に期待。
Black Forest Labsの設立を発表
本日、Black Forest Labsの設立を発表しました。私たちは、画像や動画などのメディア向けに最先端の生成的深層学習モデルを開発し、創造性、効率性、多様性の限界を押し広げることを目指しています。FLUX.1という新しいテキストから画像へのモデルスイートを発表し、すべての人々にその利点を広め、信頼を高めることに努めます。また、3100万ドルのシード資金調達を完了し、著名な投資家が参加していま
FLUX.2が1秒未満で画像生成を実現。新たな資金調達も注目！
FLUXモデルの新機能と資金調達の発表
Black Forest LabsがFLUXと呼ばれる画像生成モデルの新バージョンFLUX.2を発表しました。このモデルは、既存のハードウェアで1秒未満で画像の生成と編集を可能にします。また、同社は3.25Bドルの評価で3億ドルのシリーズB資金調達を行いました。FLUXの新機能により、クリエイターはプロフェッショナルな品質のコンテンツを簡単に作成できるようになり、特にビデオ制作のアクセスが可能にな
次世代画像生成技術FLUX.2が登場！特定のデザイン要素を指定して、高品質な画像が生成できます。
FLUX.2: 次世代の画像生成技術
FLUX.2は、Black Forest Labsが開発した次世代の画像生成技術です。AIによる画像生成において、最先端の品質、速度、制御性を実現しています。具体的には、様々なスタイルの画像を生成できる機能があり、ユーザーは特定の要素を指定して生成を行うことが可能です。例えば、特定のデザインや色合いを持つセーターの画像を生成することができます。
Dream Machineに自然言語で動画編集ができる新機能が追加！
自然言語でAI動画編集を実現する新機能
Luma AI Dream Machineが新しく「指示による変更」機能を導入しました。ユーザーは自然言語で指示を出し、動画内のオブジェクトの削除や交換、キャラクターの修正を行うことができます。特定のフレームを選択し、簡単なプロンプトを入力することで、動画全体にその変更を反映させることが可能です。この機能はすべてのDream Machineサブスクライバーに提供され、今後も機能が拡張されていく予定
出典: Luma Labs
新技術「SAM Audio」で音声処理が一新！音を簡単に分離できるように。
音声分離の新技術「SAM Audio」を発表
Meta AIは、新しい音声処理技術「SAM Audio」を発表しました。この技術は、自然なマルチモーダルプロンプトを使用して、複雑な音声混合から任意の音を簡単に分離できるようにします。これにより、音声の編集や分析が容易になり、さまざまなアプリケーションに応用可能です。
出典: Meta AI
FLUX.1 Fillが先進的な編集機能を提供、これは注目です。
FLUX.1ツールの発表
FLUX.1 Toolsがリリースされ、テキストから画像を生成するモデルFLUX.1の制御性を向上させます。このツールには、画像の修正や再生成を可能にする4つの機能が含まれています。特に、FLUX.1 Fillは画像の編集や拡張が可能で、関連するベンチマークでも最先端の性能を示しています。また、FLUX.1 CannyとFLUX.1 Depthは廃止され、今後はサポートされません。
Luma AIが次世代クリエイター向けのAIチャレンジを発表！
Luma AIとClio AwardsがAIクリエイティブチャレンジを開催
Luma AIは、Clio Awardsと提携し、次世代のクリエイターを対象にしたAIクリエイティブチャレンジを発表しました。参加者は、Lumaの『Dream Machine』を使用して10秒の縦型広告を制作し、10月20日にニューヨークで行われるClio Creative Summitで表彰される3名のファイナリストが選ばれます。このチャレンジは、AIを活用してクリエイティブなアイデアを実現する
出典: Luma Labs
新しいFLUX1.1 [pro]、4MP対応で超高速生成。生画像モードも注目！
FLUX1.1 [pro]の新機能: 超高解像度と生画像モード
FLUX1.1 [pro]が新たに高解像度機能を追加しました。最大4MPの画像を生成でき、生成時間は1サンプルあたりわずか10秒です。超高解像度モードでは、従来のモデルよりも2.5倍速い生成速度を実現し、1画像あたりのコストは$0.06です。また、生画像モードでは、より自然な風合いの画像を生成でき、特に人間の被写体や自然の写真のリアリズムが向上します。
初の推論機能を持つ動画モデルRay3が登場！クリエイティブな制作が劇的に加速する。
Luma AIが革新的な動画モデルRay3を発表
Luma AIは、初の推論機能を持つ動画モデルRay3を発表しました。これにより、映画製作者や広告業界はアイデアから高品質な映像を迅速に制作できるようになります。Ray3は、ビジュアルと概念を推論し、自らの出力を評価して結果を改善する能力を持ち、特に高品質な16ビットHDR動画を生成することが可能です。Adobeとの提携により、Ray3はAdobe Fireflyアプリにも統合され、さらに広範な利
出典: Luma Labs
Ray3がプロ動画生成の新基準を打ち立てた！
Ray3によるプロ動画生成の最先端評価レポート
Ray3は、創造的な意図を実現するために、リアリズムやコントロール、創造的忠実度を兼ね備えたプロ向け動画生成モデルです。独自の評価フレームワークを用いて、動きの正確性や皮膚の質感、一貫性など多角的に性能を測定しています。これにより、Ray3は業界内での新たな基準を確立し、他のモデルに対して優位性を示しています。
出典: Luma Labs
FLUX Proの新APIでクリエイターが自在にカスタマイズ可能に！
FLUX ProファインチューニングAPIの発表
Black Forest Labsは、FLUX ProファインチューニングAPIの発表を行いました。このAPIは、クリエイターが自身の画像やコンセプトを使ってFLUX Proモデルをカスタマイズできる機能を提供します。これにより、具体的な人物やスタイルに関する知識が不足している生成モデルでも、ユーザーはより自由にコンテンツを再構築できます。1〜5枚の例画像を用いてターゲットを絞ったファインチューニ
900Mドルの資金調達でAGIの新たな段階へ進むLuma。未来が楽しみ！
Lumaが900Mドルの資金調達を発表、AGIの新たな段階へ
Lumaは900MドルのシリーズC資金を調達し、Humainと提携して2GWのスーパーコンピューティングクラスタ「Project Halo」を構築します。Lumaは、現実をデータセットとしたマルチモーダル（複数の信号形式を扱う）AGIを目指しています。これにより、AIが物理世界で人間を支援するための能力を高め、複雑なシステムの設計を加速させることを目指しています。Fortune 500企業でも技術
出典: Luma Labs
TRIBE v2が発表！人間の脳の刺激処理を理解する新モデルが登場。
TRIBE v2の発表：人間の脳の刺激処理を理解する予測型基盤モデル
Meta AIがTRIBE v2という新しい予測型基盤モデルを発表しました。このモデルは、人間の脳が複雑な刺激をどのように処理するかを理解することを目的としています。TRIBE v2は、様々なデータを基に人間の思考過程を模倣し、より効果的なAIの開発に貢献することが期待されています。
出典: Meta AI
新たに25倍の速度向上を実現したTVMが登場！
効率的生成を実現するターミナルバイオレッタマッチング
ターミナルバイオレッタマッチング（TVM）は、効率的な生成のための新しい単一段階のトレーニング手法です。従来の拡散モデルと比較して、同じサンプル品質を保ちながら、25倍の速度向上を実現します。TVMは、テキストから画像や動画を生成するモデルの訓練において、従来の手法よりもスケーラブルなトレーニング技術に焦点を当てています。
出典: Luma Labs
FLUX1.1 [pro]が登場。生成速度が6倍、BFL APIも一般公開！
FLUX1.1 [pro] と BFL API の発表
本日、FLUX1.1 [pro]がリリースされました。これは、前のモデルFLUX.1 [pro]よりも生成速度が6倍速く、画像の品質や多様性も向上しています。また、BFL APIのベータ版も一般公開され、開発者や企業が最先端の画像生成技術を自らのアプリケーションに統合できるようになりました。FLUX1.1 [pro]はTogether.ai、Replicate、fal.ai、Freepikでも利用
Ray3 Modifyで動画編集がさらに簡単に！キャラクターの一貫性も保てる新機能が追加。
Luma AI Dream Machineで動画編集を進化させるRay3 Modify
Luma AI Dream Machineは、自然言語を使用した動画編集を可能にする新機能Ray3 Modifyを発表しました。オブジェクトの削除や交換、キャラクターの調整、仮想セットの作成が簡単に行えます。新しいキーフレームとキャラクター参照コントロールにより、物理的な論理や物語の整合性を保ちながら、オリジナルの映像を再構築できます。また、特定のキャラクターのアイデンティティを維持する機能も追加
出典: Luma Labs
動画検出の新時代到来！SAM 3.1がリアルタイム処理を加速。
SAM 3.1: より速く、アクセスしやすいリアルタイム動画検出と追跡
Meta AIが新しいSegment Anything Model（SAM）3.1を発表しました。このモデルは、動画のリアルタイム検出と追跡を高速化し、より多くのユーザーが利用できるようにアクセス性を向上させています。新たに導入されたマルチプレクシング（multiplexing）技術により、複数のオブジェクトを同時に処理できる能力が強化されており、グローバル推論（global reasoning）
出典: Meta AI
新しいMuse Spark、個別対応のAI体験が進化！
Muse Sparkの紹介: パーソナル超知能へのスケーリング
Meta AIが新たに発表したMuse Sparkは、個々のユーザーに合わせたAI体験を提供するためのプラットフォームです。これにより、パーソナル超知能（personal superintelligence）を実現し、ユーザーは自分のニーズに合わせたAIの利用が可能になります。新機能により、ユーザーはより直感的でパーソナルなインターフェースを通じて、AIと対話しやすくなります。
出典: Meta AI
Lumaの新機能でチームワークが強化！各メンバーが独自のスペースを持ち、自由に創作できる環境が整いました。
Lumaアカウントにチームメンバーと管理者を追加
Lumaは、クリエイティブチーム向けにアカウントの協力機能を強化しました。新たにメンバーを追加でき、それぞれが独自のログインとワークスペースを持つことが可能です。管理者はメンバーのアクセスやクレジットの使用状況を一つのダッシュボードで管理でき、チームメンバーは自分のスペースで自由に作業できます。この仕組みにより、各メンバーの作業が分散され、創造性が促進されます。
出典: Luma Labs
ルマがカンヌライオンズに21作品を提出、AI制作の新たな可能性が広がる！
ルマがカンヌライオンズにAI生成ファイナリストを提出
ルマは、クリエイターたちが自らのアイデアをAIを使って形にした作品を集めたDream Briefコンペティションから、21作品をカンヌライオンズに提出しました。この取り組みにより、AIを活用した新たなクリエイティブ制作の可能性が示されました。AIプラットフォームのルマエージェントを活用することで、クリエイターたちは複雑なビジョンを実現できるようになり、制作プロセスが劇的に変化しています。
出典: Luma Labs
新たな映像制作手法が登場！LAでの制作が復活するかも。
AWS支援の新しい映像制作会社が誕生
Wonder ProjectとLumaが手がける新しい映像制作会社、Innovative Dreamsが設立されました。これは、パフォーマンスキャプチャやバーチャルプロダクション、視覚効果を組み合わせた『Realtime Hybrid Filmmaking』という新手法を用い、生成AI技術を駆使して制作プロセスを加速します。この新しい方法により、映画製作者はリアルタイムで編集決定を行い、制作の創造
出典: Luma Labs
新しいUni-1.1 APIが登場、創造性を拡張する機能が注目！
Uni-1.1 APIの発表：創造性を拡張する新機能
Luma LabsがUni-1.1 APIを発表しました。このAPIは、画像生成と自然言語編集のためのRESTインターフェースで、開発者が創造的なワークフローを変革し、創造性を高めることを目的としています。Uni-1はテキストと画像を同時に処理し、マルチ制約に従った生成を可能にします。すでに多くの企業が導入しており、プロフェッショナルなクリエイティブワークに役立つと期待されています。
出典: Luma Labs
Mistral 7BとLarge 2の比較！推論は7Bが強いけど、Large 2は多言語対応が魅力だね💡
徹底比較: Mistral 7B vs Mistral Large 2 — 何が変わったか
Mistral AIの新モデルMistral 7Bと過去のモデルMistral Large 2を比較。7Bは7.3Bパラメータで推論に強く、一方でLarge 2は多言語対応で128kのコンテキストウィンドウを持つ。各モデルの特長を見ていこう。
Mistral Medium 3.5とLarge 2はそれぞれ特化した強みがある！どっちがいいかは用途次第🤔
徹底比較: Mistral Medium 3.5 vs Mistral Large 2 — 何が変わったか
Mistral Medium 3.5とMistral Large 2を比較。新モデルはリモートコーディングエージェントや新機能を提供し、タスク処理能力が向上。どちらが優れているのかを探ります。
Stable Diffusion 3.5 NIMで企業向け画像生成が進化中！🚀
徹底比較: Stable Diffusion 3.5 NIM vs 過去の技術 — 何が変わったか
Stable Diffusion 3.5 NIMのリリースは、企業向けの画像生成を大幅に簡素化し、性能を向上させました。過去の音声生成技術やメディア制作の提携と比較すると、特に企業ニーズに応じたカスタマイズ性が強化されています。
新しいStable Video 4D 2.0、すごい進化だね！商業利用もバッチリ👌
徹底比較: Stability AIのStable Video 4D 2.0と過去の技術の進化
Stability AIが発表したStable Video 4D 2.0は、4D生成技術において大きな進歩を遂げました。特に、単一動画からの品質向上や動的アセットの生成が容易になり、商業利用にも対応しています。過去の技術と比較し、どのように進化したのかを見ていきます。
Mistral Large 2、性能が大幅アップ！🚀 研究用ライセンスも嬉しいね！
徹底比較: Mistral Large 2 vs Mistral Large — 何が変わったか
Mistral AIの新モデル「Mistral Large 2」と前モデル「Mistral Large」を比較します。新モデルはパラメータ数やコンテキストウィンドウのサイズを大幅に向上させ、性能も改善されています。特に多言語対応とコード生成能力が強化され、研究用ライセンスも提供される点が注目されます。
新モデル「Ministral」と「Mistral Large」、用途が全然違うよ！🤔
徹底比較: Mistral AIの新モデル「Ministral」シリーズ vs 「Mistral Large」
Mistral AIが新たに発表した「Ministral」シリーズは、エッジコンピューティング向けのモデルで、128kのコンテキスト長をサポートします。一方、「Mistral Large」は32Kトークンのコンテキストウィンドウを持ち、多言語タスクに強いです。両者は異なる用途に特化しており、その違いを明確に理解することが重要です。
Mistral AIの新機能「Canvas」、共同作業がもっとスムーズに！📄
比較: Mistral AIの新インターフェース「Canvas」と過去のリリース
Mistral AIが新機能「Canvas」を発表しました。このインターフェースは、会話を超えた共同作業を可能にし、PDFや画像の分析機能を搭載しています。これにより、学生や専門家が効率的に学習や研究を行えるようになります。一方、過去のリリースでは言語モデルやカスタマイズ機能が紹介されており、各リリースの進化が見て取れます。
新しい「Eleven Multilingual v2」と「Voice Changer」を徹底比較！どっちが何に使える？🤔
徹底比較: Eleven Multilingual v2 vs Voice Changer — 新旧機能の違い
ElevenLabsの新しい音声生成モデル「Eleven Multilingual v2」と過去の音声変換ツール「Voice Changer」を比較します。「Multilingual v2」は多言語対応で感情豊かな音声生成が可能、一方「Voice Changer」は声の変換に特化しています。両者の特徴と活用方法を見ていきましょう。
Mistral Largeが新登場！32Kトークン対応で開発者向け機能も充実。選択肢が広がるね！🚀
徹底比較: Mistral Large vs Canvas & Customization — 何が変わったか
Mistral AIの新モデル「Mistral Large」と過去のリリースを比較します。Mistral Largeは32Kトークンに対応し、高い推論能力を持つ一方、過去のインターフェースやカスタマイズ機能は異なる方向性を示しています。これにより、ユーザーはより幅広い選択肢を得ることができます。
新しい音楽制作ツールv4が登場！音質向上や歌詞アシスト機能が追加され、制作がもっと楽しくなるよ🎶
新旧音楽制作ツール徹底比較: v4 vs 音声入力機能
新たに発表された音楽制作ツールv4は、音質の向上や新機能の追加により、制作環境が一新されました。過去の記事で紹介された音声入力機能とはどのように異なるのか、機能面での違いを明らかにします。
AMD版のStable Diffusion、最大3.8倍速くなったよ！💨
徹底比較: Stable Diffusion AMD最適化 vs NVIDIA最適化
Stability AIのStable DiffusionモデルがAMD Radeon GPU向けに最適化され、画像生成速度が最大3.8倍向上しました。過去のNVIDIA最適化版と比較すると、AMD版は効率的な動作を実現し、クリエイティブなアプリケーションにおいてさらなる進化を遂げています。
新モデルCodestralとMistral Largeを徹底比較！どちらがあなたに合ってる？🤔
徹底比較: Mistral AIのCodestral vs Mistral Large — 何が違う？
Mistral AIが発表した新しいコードモデル「Codestral」と、過去の言語モデル「Mistral Large」を比較します。両者は異なる用途に特化しており、特にCodestralは多様なプログラミング言語に対応。コンテキストウィンドウのサイズは共通ですが、機能やターゲットユーザーに違いがあります。
新しいTurbo v2、レイテンシと速度が大幅アップ！🎉
徹底比較: ElevenLabs Turbo v2 vs Multilingual V2 — 何が変わったか
ElevenLabsの新モデルTurbo v2と過去のMultilingual V2を比較。Turbo v2はレイテンシと生成速度の向上が特徴で、音質は同等。多言語対応の進展も期待される。
新しい「Codestral Mamba」、コード生成に特化してるよ！✨
比較: 新モデル「Codestral Mamba」と「Mistral Large」 — 何が違う？
Mistral AIの新しいコード生成モデル「Codestral Mamba」と、以前発表された言語モデル「Mistral Large」を比較します。両者は異なる用途に特化しており、性能や機能においても大きな違いがあります。特に、Codestral Mambaは無限長のシーケンス処理能力を持ち、開発者にとって新たな可能性を提供しています。
SD3.5とVC、全く違うアプローチで面白い！🤔
徹底比較: Stable Diffusion 3.5 vs Stable Virtual Camera — 何が変わったか
Stable Diffusion 3.5は速度とメモリ効率を大幅に改善し、商用利用にも対応。Stable Virtual Cameraは2Dから3D動画生成を可能にする新技術。両者の特性を比較し、利用シーンを明らかにします。
Googleの新技術、TPUとGeminiの比較してみたよ！それぞれの進化が気になるね✨
徹底比較: 第8世代TPU vs Gemini 3.1 Flash TTS — 何が変わったか
Googleの新しい第8世代TPUは、特化チップを搭載しAIの処理能力を向上させています。一方、Gemini 3.1 Flash TTSは自然な音声生成を実現。両者は異なる分野での進化を代表しており、AIの未来を形作る重要な技術です。
Gemma 4は進化したオープンモデル！医療AIとの関連も注目だね🚀
Gemma 4 vs 過去のAIモデル — 進化の比較
Gemma 4は、高度な推論やエージェントワークフローに特化した最新のオープンモデルです。過去のAIモデルとの比較により、その進化や特長を明らかにします。特に医療やトレーニング手法との関連で、Gemma 4の能力がどのように向上したかを探ります。
Nano Banana 2は画像生成の新境地！他の技術と何が違うのか？🤔
徹底比較: Nano Banana 2の新機能と過去のAI技術
最新の画像生成モデル「Nano Banana 2」と過去のAI関連技術を比較しました。新モデルは高速生成や一貫性を強化しており、実用性が向上しています。これに対し、過去のモデルは医療や分散トレーニングなど異なる分野での成長を目指していました。
新しいCodestral 25.01、生成速度が約2倍に⏩開発者にとって嬉しい進化！
徹底比較: Codestral 25.01 vs 初代Codestral — 何が変わったか
新しいCodestral 25.01は、初代Codestralに比べて約2倍速くコードを生成できるよう改善されました。80以上のプログラミング言語をサポートし、企業向けのローカルデプロイ機能も搭載されています。生産性が大幅に向上するポイントが魅力です。
新しい音声変換ツール「Voice Changer」が登場。感情を保ちながら別の声に変換可能！
音声変換ツール「Voice Changer」発表
ElevenLabsは新しい音声変換ツール「Voice Changer」を発表しました。このツールは、ある声の録音を別の声に変換するもので、元の感情や発音を保ちながら、異なる声で再生できる機能を持っています。主に感情を引き出すことや、セリフの細かい表現を調整するために利用されます。今後、Studioに直接統合される予定です。
出典: ElevenLabs
Turbo v2は約400msのレイテンシとV1の2倍の速度を実現。音質も向上！
ElevenLabsの新モデルTurbo v2が登場
ElevenLabsは、新しい音声生成モデルTurbo v2を発表しました。このモデルは約400msのレイテンシ（遅延）で動作し、従来のV1モデルの2倍の速度を誇ります。音質はMultilingual V2と同等で、VoIPサービス向けに8kHzのmulaw出力もサポートしています。今後、多言語対応も予定されています。
出典: ElevenLabs
AIによる声の翻訳が進化中。これで言語の壁を越えた体験が可能に。
AIによる声の翻訳技術の紹介
AIを活用した声の翻訳技術により、異なる言語でも話者の声をそのまま保ちながらコンテンツを翻訳できます。この技術は、声のクローン作成、音声合成、声の変換の3つの技術を組み合わせており、視聴者は元の話者の声のトーンや感情を失うことなく、新しい言語での体験が可能です。これにより、多言語コンテンツがよりアクセスしやすく、真実味のあるものになります。
出典: ElevenLabs
AIダビングで、コンテンツ制作が一新！20以上の言語に対応。
ElevenLabs、革新的な音声翻訳ツールを発表
音声AIプラットフォームのElevenLabsが、AIダビング機能を発表しました。この機能は、話者の声を保ちながらスピーチを自動的に異なる言語に翻訳することができます。CEOのマティ・スタニゼフスキーは、言語の壁を取り払う大きな一歩だとコメントしています。AIダビングは、映画やゲームの多言語コンテンツを制作する際の新たな手段を提供し、20以上の言語をサポートしています。これにより、コンテンツクリエ
出典: ElevenLabs
音声合成が授業を魅力的に変える！28言語対応の新モデル登場。
教師のためのインタラクティブな音声合成ツール
ElevenLabsは、教育者が多言語の魅力的な授業を作成できるようにする音声合成（Text-to-Speech）ツールを提供しています。この技術は、テキストを音声に変換し、学習者に聞かせることで、情報をより効果的に伝えます。新しい多言語モデルは28の言語をサポートし、発音の正確さを強調します。また、教師は自分の声を再現することも可能で、生徒は親しみのある声で学ぶことができます。技術の安全な使用を
出典: ElevenLabs
新しい音声生成モデルが30言語に対応。クリエイターに朗報！
ElevenLabsがベータ版を終了し、マルチリンガル音声生成モデルを発表
ElevenLabsは、新しいマルチリンガル音声生成モデル「Eleven Multilingual v2」を発表しました。このモデルは、約30の言語で感情豊かなAI音声を生成でき、メディア企業やゲーム開発者が国際市場向けにローカライズ音声コンテンツを作成するのを助けます。さらに、ユーザーは自分の声をデジタルコピーとして作成でき、全言語でユニークな声の特徴を保つことが可能です。
出典: ElevenLabs
AIを活用した多言語音声生成が新たな可能性を開く！
AIを利用した多言語音声生成の可能性
AIと機械学習の進歩により、さまざまな言語で自然な音声を生成できるようになりました。この技術は、コンテンツの国際的な普及を助け、企業や個人が世界中のオーディエンスとつながる手段を提供します。音声クローン技術により、話者の特徴を維持しながら複数言語での音声コンテンツも作成可能です。ただし、プライバシーと同意の尊重が重要です。
出典: ElevenLabs
ElevenLabsが1900万ドルの資金調達に成功！音声AI研究が加速する。
ElevenLabsが1900万ドルのシリーズA資金調達を発表
AI音声技術のリーダーであるElevenLabsが、音声AIの研究と製品展開を継続するために1900万ドルのシリーズA資金を調達しました。同社は2023年1月にベータプラットフォームを発表し、既に100万人以上のユーザーを持ち、10年以上分の音声コンテンツを生成しています。ElevenLabsの技術は、テキストを音声に変換し、性別や年齢、アクセントに応じたカスタマイズが可能です。今回の資金は、特定
出典: ElevenLabs
新たに7言語をサポートする音声合成モデルが登場！クリエイターに新しい可能性を提供します。
新たに7言語をサポートするEleven Multilingual v1が登場
ElevenLabsは、感情豊かで文脈を理解するAI音声を生成するための新しい音声合成モデル「Eleven Multilingual v1」を発表しました。このモデルは、フランス語、ドイツ語、ヒンディー語、イタリア語、ポーランド語、ポルトガル語、スペイン語の7言語をサポートし、より多くのデータと計算力を活用しています。クリエイターやゲーム開発者にとって、ローカライズされたコンテンツを作成する新たな
出典: ElevenLabs
音声生成の新時代到来！「Voice Design」が独自の声を提供します。
音声生成AI「Voice Design」の発表
ElevenLabsが新しい音声生成モデル「Voice Design」を発表しました。この技術は、性別や年齢、アクセントなどの基本的な特性を選択することで、新しい音声をゼロから作成することを可能にします。生成される音声は完全に人工的で、実在の人物には属しません。特に、出版者やクリエイターが独自の声を選べることが重要で、ゲーム開発者にも新しいキャラクターの個性を与える助けになります。
出典: ElevenLabs
200万ドル調達で、AI音声プラットフォームが登場！クリエイターに新しい可能性を提供。
ElevenLabsが200万ドルを調達しAI音声プラットフォームを発表
ElevenLabsは、200万ドルの資金調達を行い、長文コンテンツをリアルなAI音声でナレーションするベータプラットフォームを発表しました。このプラットフォームは、独自開発の深層学習モデルを活用しており、コンテキストに応じた話し方の調整が可能です。音声クローンや合成音声の設計ツールも提供され、ユーザーに新しいクリエイティブな手段を提供します。最終的には、話された音声を瞬時に異なる言語に変換するこ
出典: ElevenLabs
自分だけの合成音声をデザイン可能に！新機能「Design Voice」が2月に登場。
自分だけの合成音声をデザインできる新機能
ElevenLabsが新たに発表した機能「Design Voice」では、ユーザーが性別や年齢、アクセントなどの基本的なパラメータを設定し、完全に新しい合成音声を生成できます。この機能は、オーディオブックやゲーム、ファンフィクションなどでの使用を意図しており、ユーザーは自分のニーズに合った声を簡単に作成できるようになります。2月からVoice Labの一部として提供される予定です。
出典: ElevenLabs
感情を理解するAI音声合成技術が進化中！オーディオブックや広告に最適。
感情豊かなAI音声合成技術の進化
ElevenLabsが発表した新しい音声合成技術は、500,000時間以上のトレーニングデータを基に、感情を理解し、適切なイントネーションで話すことができます。このAIは、テキストの文脈を把握し、喜びや悲しみなどの感情を声に反映させることができるため、オーディオブックやゲーム、広告など幅広い用途に適しています。将来的には、ユーザーがモデルの誤解を修正できる機能も開発中です。
出典: ElevenLabs
音声変換技術がコンテンツ制作を変革するかも！
音声変換技術の革新
音声変換は、一人の声を別の声に変換する技術です。この技術は声のクローン化を利用し、元の話し方や感情を保持しつつ、異なる声で同じメッセージを生成します。ElevenLabsは、この技術を用いて、自社製品である自動吹き替えツールの開発を進めており、さまざまな言語で話されるコンテンツを元の話者の声で提供することを目指しています。これにより、教育動画などがより没入感のある体験に変わる可能性があります。
出典: ElevenLabs
Sunoの音声入力機能で自由な作曲が可能に！クリエイティブなアイデアが待ってる。
音声入力機能で自由自在な作曲を実現
Sunoは新しい音声入力機能を発表しました。この機能により、ProおよびPremierユーザーは自分の音声をアップロードまたは録音して、夢の曲を作成できます。ユーザーは街の音やジャムセッションなど、様々な音源を使って曲の雰囲気やテンポを設定できるようになっています。コミュニティからのアイデアやアルファテスターの楽曲に感謝しつつ、今後の作品にも期待しています。
出典: Suno
v4で音楽制作がさらに進化！新しい機能がクリエイティブな可能性を広げます。
音楽制作を加速するv4の登場
音楽制作ツールのv4が発表されました。音質が向上し、歌詞がより鮮明になり、曲の構造がよりダイナミックに。新たな歌詞アシストオプションも追加され、クリエイティブな歌詞作成を支援します。従来のモデルで制作したトラックもv4の音質にアップグレード可能です。
出典: Suno
SunoがAndroidに登場！テキストで音楽制作が手軽に。今すぐ試してみよう！
SunoがAndroidに登場、音楽制作を手軽に
SunoがAndroid向けに正式リリースされました。このアプリは、ユーザーがテキストプロンプトを使って音楽を作成できる機能を持っており、アイデアを簡単に形にできます。新たにコミュニティからのトラックやジャンルの発見も可能です。初版ではコア機能が含まれており、今後のアップデートにも期待が寄せられています。
出典: Suno
Armとの提携で音声生成がスマホでも実現、生成時間も大幅短縮！
スマートフォン向けの音声生成技術を実現
Stability AIはArmと提携し、スマートフォン上で音声生成を可能にしました。これにより、高品質な音響効果やオーディオサンプルをインターネット接続なしで生成できます。新技術により、音声生成の速度が240秒から8秒に短縮され、Arm CPU上で動作します。この技術は2025年3月のMWCバルセロナで発表される予定です。
出典: Stability AI
Stability AIとWPPの提携でメディア制作が進化する予感。
Stability AIとWPPがメディア制作の未来を築く提携を発表
Stability AIは、WPPとの戦略的パートナーシップと投資を発表しました。この提携により、両社は創造性と技術の融合によるイノベーションを促進します。WPPはStability AIの先進的な視覚メディアモデルを活用し、ブランドストーリーを創出。一方、WPPの市場洞察がStability AIの技術開発を加速させることが期待されています。CEOのPrem Akkaraju氏は、この提携がクリ
出典: Stability AI
新しい3D動画生成技術、Stable Virtual Cameraが登場！
Stable Virtual Cameraを発表：3D動画生成の新技術
Stability AIは、Stable Virtual Cameraを発表しました。これは、2D画像を3D動画に変換するマルチビュー拡散モデルです。この技術は、複雑な再構築やシーン特化型の最適化を必要とせず、ユーザーが定義したカメラ軌道に従って最大32の入力画像からリアルな深さと視点を持つ動画を生成します。研究利用のための非営利ライセンスの下で利用可能です。
出典: Stability AI
AMD最適化でStable Diffusionがさらに進化！最大3.8倍の高速化を実現。
Stable DiffusionがAMD Radeon™ GPUに最適化
Stability AIはAMDと協力し、Stable DiffusionモデルのONNX最適化版を発表しました。これにより、AMD Radeon™ GPUやRyzen™ AI APU上での動作が速く、効率的になります。新モデルはHugging Faceで利用可能で、SD3.5やSDXL Turboなどが含まれ、従来のPyTorchモデルと比較して最大で3.8倍の高速化が実現されています。これによ
出典: Stability AI
341Mパラメータの新モデルで、スマホから短音声を8秒未満で生成可能！
Stability AIとArmがStable Audio Open Smallを発表
Stability AIはArmと提携し、Stable Audio Open Smallをオープンソースでリリースしました。この341百万パラメータのテキストからオーディオへのモデルは、Arm CPU上で動作するよう最適化されており、スマートフォンで短い音声を8秒以内に生成できます。この新しいモデルは、音声効果やドラムループなどの短い音声サンプルを迅速に生成することに特化しています。
出典: Stability AI
新たな4D生成技術、SV4D 2.0が登場！商業利用も可能で、プロ向けに最適化。
Stability AI、Stable Video 4D 2.0を発表
Stability AIは、Stable Video 4D 2.0を発表しました。この新しいモデルは、単一の動画からの4D生成と新しい視点合成を大幅に改善します。これにより、より高品質な出力が可能になり、商業利用と非商業利用の両方に対応しています。特に、動的な4Dアセットの生成が簡単になり、プロフェッショナルな制作ワークフローに適しています。現実の動画でも一貫した結果を出すことができ、従来のデータ
出典: Stability AI
SD3.5が最大2.3倍速で生成、VRAM使用量も40%減！
Stable Diffusion 3.5が2倍速・メモリ40%削減で最適化
Stability AIは、NVIDIAとの協力により、Stable Diffusion 3.5（SD3.5）モデルをTensorRTで最適化しました。この結果、画像生成速度が最大2.3倍向上し、VRAM要件が40%削減されました。これにより、さまざまなNVIDIA RTX GPUで企業向けの画像生成が可能になります。SD3.5は、3Dや写真、絵画など多様なスタイルを生成でき、プロンプトに対する応
出典: Stability AI
Stable Diffusion 3.5 NIMで企業向けに大幅な性能向上！
Stable Diffusion 3.5 NIMの迅速な性能向上と簡素化された企業導入
Stability AIはNVIDIAとの協力により、Stable Diffusion 3.5のNIM（ネイティブインターフェースモジュール）を発表しました。この新しいマイクロサービスは、企業が画像生成モデルを迅速かつ簡単に導入できるように設計されています。NIMはAI推論をパッケージ化し、設定や最適化の手間を省くことで、特に複雑なワークフローを効率化します。これにより、パフォーマンスが最大1.8
出典: Stability AI
企業向け音声モデル「Stable Audio 2.5」、カスタマイズ可能な音を2秒で生成！
企業向けオーディオ生成モデル「Stable Audio 2.5」発表
Stability AIは「Stable Audio 2.5」を発表しました。このモデルは、企業向けの高品質な音声生成を目的としており、カスタマイズ可能な音を迅速に生成できます。2秒以内の推論時間で最大3分のトラックを生成し、音楽の構造や感情に対する応答性も向上しています。企業はこの技術を使って、広告や店内音楽など多様な場面でブランドの音を強化することが可能です。
出典: Stability AI
透明性レポートで安全なAI開発を強調。責任ある技術の実現に向けた取り組みが明らかに。
Stability AIの年次透明性レポート発表
Stability AIは、責任を持って生成AIを開発・展開することにコミットしています。この透明性レポートでは、AIシステムの設計、テスト、監視方法、悪用の防止策についての情報が共有されています。データセットの評価やリスクアセスメントを通じて、有害コンテンツの排除を目指しています。また、子どもを守るためのポリシーも強調されています。
出典: Stability AI
Stability AIとEAの提携で、ゲーム制作が一新される！
Stability AIとEAがゲーム開発を再構想する提携を発表
Stability AIとElectronic Arts（EA）は、ゲーム制作を再構想するための戦略的提携を結びました。この提携により、EAのアーティストやデザイナーは、生成的AI（Generative AI）を活用した新しいツールやワークフローで、より迅速にゲーム体験を創造できるようになります。両社は、リアルな3D環境の事前視覚化や、2Dテクスチャの生成に取り組み、クリエイターの創造性を高めるこ
出典: Stability AI
Mistral Large、Azureで利用可能に。多言語推論も得意な最新モデル！
Mistral AIが新モデル「Mistral Large」を発表
Mistral AIは、最新の言語モデル「Mistral Large」を発表しました。このモデルは高い推論能力を持ち、Azureを通じて利用可能です。Mistral Largeは複雑な多言語タスクに対応し、優れたベンチマーク結果を示しています。32Kトークンのコンテキストウィンドウを持ち、指示に従った正確な情報のリコールが可能です。また、開発者向けには機能呼び出しのネイティブサポートも搭載されてい
出典: Mistral AI
新モデルMistral Large 2、推論能力が大幅向上！
Mistral AIの新モデル「Mistral Large 2」発表
Mistral AIは新しいモデル「Mistral Large 2」を発表しました。このモデルは、コード生成、数学、推論において前のモデルよりも大幅に能力が向上し、多言語対応も強化されています。128kのコンテキストウィンドウを持ち、フランス語、ドイツ語、スペイン語、日本語など多くの言語をサポートします。また、研究や非営利目的での使用が可能なライセンスが提供されています。
出典: Mistral AI
新機能「Canvas」で、le Chatがさらに進化！共同作業が簡単に。
Mistral AIが新しいインターフェース「Canvas」を発表
Mistral AIは、無料の生成AI作業アシスタント「le Chat」に新機能を追加しました。新しいインターフェース「Canvas」により、ユーザーは会話を超えた共同作業やアイデア創出が可能になります。また、PDFや画像の分析機能も搭載され、ユーザーは大規模な文書を簡単に処理できます。これらの機能は主に学生や専門家による学習や研究に役立つとされています。
出典: Mistral AI
新モデル「les Ministraux」でエッジコンピューティングが進化中！
Mistral AI、最先端エッジモデル「les Ministraux」を発表
Mistral AIは、Mistral 7Bの1周年を記念して、エッジコンピューティング向けの新モデル「Ministral 3B」と「Ministral 8B」を発表しました。これらのモデルは、知識、常識、推論、機能呼び出し、効率性において新たな限界を設定し、128kのコンテキスト長をサポートします。プライバシー重視のアプリケーションに適しており、低レイテンシーでのインファレンスを提供します。
出典: Mistral AI
新モデルMathstral、数学推論に特化。STEM分野の研究を加速する！
数学的思考のための新モデルMathstralを発表
Mistral AIは、アルキメデスの2311周年を祝して、数学的推論と科学的発見のために設計された7Bモデル「Mathstral」を発表しました。このモデルは、32Kのコンテキストウィンドウを持ち、Apache 2.0ライセンスの下で公開されます。Mathstralは、複雑な論理的推論を必要とする高度な数学問題の解決を支援するために、科学コミュニティに貢献することを目指しています。
出典: Mistral AI
Mistral AIが会話アシスタント「le Chat」を発表！企業向けの機能も充実。
Mistral AIの新しい会話アシスタント「le Chat」ベータ版発表
Mistral AIが新しい会話アシスタント「le Chat」のベータ版を発表しました。これはMistralの技術を活用したもので、ユーザーがさまざまなモデルと対話できる入口となります。「le Chat」はMistral Large、Mistral Small、または簡潔さを重視したプロトタイプモデルMistral Nextを使用します。企業向けには「le Chat Enterprise」が用意さ
出典: Mistral AI
新しいAIエンドポイントが早期アクセスで登場。多様な選択肢を提供！
Mistral AIが新しいAIエンドポイントを発表
Mistral AIが新しいAIエンドポイントを早期アクセスで提供します。3つのチャットエンドポイントと1つの埋め込みエンドポイントがあり、各エンドポイントは異なる性能と価格のトレードオフがあります。特に、Mistral-tinyはコストパフォーマンスに優れ、英語専用で7.6のスコアを取得。Mistral-smallは多言語対応で8.3、Mistral-mediumはプロトタイプモデルで8.6のス
出典: Mistral AI
Mistral AIが新しいモデルカスタマイズ機能を発表。これで自分のニーズに合わせたモデル作成が容易に！
Mistral AIのカスタマイズ機能が新登場
Mistral AIが新たにモデルカスタマイズ機能を発表しました。この機能により、ユーザーは自分のニーズに合わせてMistralのAIモデルを簡単に調整できるようになり、コストや専門知識を抑えることが可能です。新しいAPIとSDKを利用して、ユーザーはMistralのオープンソースモデルを自分のインフラ上で微調整できます。また、特定のアプリケーション向けに最適化されたモデルを作成するためのカスタム
出典: Mistral AI
初のコード生成専用モデル「Codestral」が登場！多彩なプログラミング言語に対応。
Mistral AI、初のコードモデル「Codestral」を発表
Mistral AIは、初のコード生成専用AIモデル「Codestral」を発表しました。このモデルは、80以上のプログラミング言語に対応し、開発者がコードを書く際にサポートします。Codestralは、開発者がコードの補完やテスト作成を行う際に時間と労力を節約し、エラーやバグのリスクを減少させることができます。さらに、32kのコンテキストウィンドウにより、他のモデルに比べて優れたパフォーマンスを
出典: Mistral AI
新しい「Codestral Mamba」でコーディング生産性が向上しそう。注目。
新しいコード生成モデル「Codestral Mamba」を発表
Mistral AIは、新たに「Codestral Mamba」というコード生成に特化したMamba2言語モデルを発表しました。このモデルは、無料で使用、改変、配布が可能で、コード生産性向上に寄与することが期待されています。Mambaモデルは、従来のTransformerモデルに比べ、線形時間での推論を実現し、無限長のシーケンスを扱うことができます。Codestral Mambaは、256kトーク
出典: Mistral AI
Codestral 25.01が登場、コーディングの生産性が大幅に向上！
新しいCodestral 25.01が登場、コーディングの生産性を向上
Mistral AIが新たにCodestral 25.01を発表しました。このモデルは、従来のものよりも約2倍速くコードを生成・完成できるように改善されています。全80以上のプログラミング言語をサポートし、開発者にとって生産性を大幅に向上させるツールです。企業向けには、データとモデルの居住性を保ちながら、ローカルでのデプロイも可能です。
出典: Mistral AI
Mistral AIの新機能で生成AI開発が加速！
生成AIアプリ開発の新たな進展
Mistral AIは、生成AIアプリケーションの開発を容易にする新機能を発表しました。これにより、開発者はMistral Large 2やCodestralなどのモデルをカスタマイズし、特定のアプリケーションに合わせた生成AI機能を統合できます。新たに導入されたエージェント機能は、モデルに追加の文脈や指示を提供し、複雑なワークフローを簡単に作成できます。これにより、革新的なアプリケーションの開発
出典: Mistral AI
Mistral 7B、7.3Bパラメータで最強の7Bモデル！Llama 2を超える性能に注目！
Mistral 7Bの発表、最強の7Bモデル
Mistral AIは、Mistral 7Bを発表しました。これは7.3Bパラメータを持つ言語モデルで、Apache 2.0ライセンスの下で提供され、制限なく使用できます。Mistral 7Bは、Llama 2 13Bチャットモデルを上回る性能を示しており、様々なベンチマークでも優れた結果を出しています。特に、Mistral 7Bはコードや推論のベンチマークで大きな優位性を持っています。
出典: Mistral AI
Mistral AIがオープン生成AIモデルを推進中。新モデルのリリースに期待！
オープンAIモデルの最前線を目指すMistral AI
Mistral AIは、オープンな生成AIのアプローチが重要であると信じています。コミュニティの支援によるモデル開発が、検閲やバイアスに対抗する最良の方法であり、企業がオープンモデルを使用することでデータプライバシーを守れると述べています。今後数ヶ月で新しいモデルをリリースし、オープンな解決策を企業向けに最適化する計画です。
出典: Mistral AI
新モデルMistral Medium 3.5が登場、リモートエージェントで作業効率が向上！
Mistral Medium 3.5によるリモートコーディングエージェントの導入
Mistral Medium 3.5が発表され、リモートコーディングエージェントがVibeに導入されました。これにより、クラウド上で独立してコーディングタスクを実行でき、完了時に通知されます。また、Le Chatに新たなWorkモードが追加され、複雑なタスクを効率的に処理できます。Mistral Medium 3.5は、128Bモデルで256kのコンテキストウィンドウを持ち、指示応答や推論、コーデ
出典: Mistral AI
新しいWorkflows機能で、企業のAIプロセスがさらに自動化される！
企業向けAIの新しいオーケストレーション機能
Mistral AIが新たに公開したWorkflowsは、企業向けAIのオーケストレーションレイヤーです。この機能は、AIプロセスを安定して運用するための耐障害性や可視性を提供します。既に多くの企業がこの機能を利用しており、業務プロセスの自動化が進んでいます。例えば、国際貨物のリリースや顧客のKYC（Know Your Customer）確認など、複雑な手続きをワークフローとして簡素化することがで
出典: Mistral AI
DeepSeek APIが機能強化！JSON出力や関数呼び出しで自動化が進化。
DeepSeek APIの主要アップグレード
DeepSeek APIが大幅にアップグレードされ、チャットプレフィックスの補完、関数呼び出し、JSON出力がサポートされるようになりました。これにより、モデルは正しいJSON形式で出力でき、データ処理やプログラムの自動化が容易になります。また、複数の関数を一度の呼び出しで利用できるようになり、物理的なツールとのインタラクションも可能です。
DeepSeek-V2.5リリース、一般とコーディング機能の融合が新体験を提供！
DeepSeek-V2.5のリリース: 一般機能とコーディング能力の統合
DeepSeek-V2.5が正式にリリースされ、一般的な会話能力とコーディング能力が統合されました。この新モデルは、ユーザーの好みにより適合し、ライティングや指示に従うタスクでの改善が見られます。WebとAPIの両方で利用可能で、以前のAPIエンドポイントとの互換性も保たれています。安全性と有用性のバランスを重視し、モデルの安全性の境界が明確化されました。
AIMEで高得点！新しいDeepSeek-R1-Lite-Previewの登場。
DeepSeek-R1-Lite-Previewがリリースされました！
DeepSeekが新たにDeepSeek-R1-Lite-Previewを公開しました。このモデルは、AIMEおよびMATHベンチマークで高いパフォーマンスを発揮し、リアルタイムでの透明な思考プロセスを提供します。オープンソースモデルとAPIも近日中に公開予定です。
新機能の追加でユーザー体験が向上！次世代モデルにも期待。
DeepSeek V2.5が正式リリース、次世代モデルに期待
DeepSeek V2.5がリリースされ、インターネット検索機能が追加されました。ユーザーはリアルタイムの回答を得ることが可能です。このバージョンは数学、コーディング、ライティング、ロールプレイなどのベンチマークで性能を向上させ、V2シリーズの最終版として位置づけられています。DeepSeekは次世代の基盤モデルの開発にも取り組んでおり、さらなる進化が期待されています。
DeepSeek-V3が発表！これまでで最大の進歩が期待される。
DeepSeek-V3の発表
DeepSeekが新しいバージョンDeepSeek-V3を発表しました。これはこれまでで最大の進歩であり、AI関連の技術や機能において大きな改善が見込まれています。詳細は公式ドキュメントを参照してください。
新しいトランスフォーマー言語モデルが登場。スパースで高速、軽量設計が魅力！
よりスパースで高速なトランスフォーマー言語モデル
新しいトランスフォーマー言語モデルは、よりスパース（疎）で高速、軽量な設計が特徴です。これにより、計算資源の効率が向上し、より多くのアプリケーションに適用可能になります。特に大規模なデータセットを扱う際に、パフォーマンスの向上が期待されます。
出典: Sakana AI
Codexはサンドボックスで運用され、承認プロセスも導入。安全性が強化されています。
OpenAIのCodexを安全に運用する方法
OpenAIはCodexというコーディングエージェントを安全に運用するために、サンドボックス（隔離環境）、承認プロセス、ネットワークポリシー、エージェントネイティブのテレメトリ（監視データ）を利用しています。これにより、Codexの導入が安全で法令に適合するよう支援しています。
出典: OpenAI News
新しい音声モデルで、音声インタラクションがさらに自然に！
APIで進化する音声インテリジェンス
OpenAI APIに新しいリアルタイム音声モデルが追加されました。これらのモデルは、音声を推論、翻訳、文字起こしする能力を持ち、より自然で知的な音声体験を可能にします。これにより、ユーザーは音声を使ったインタラクションをよりスムーズに行えるようになります。
出典: OpenAI News
GPT-5.5 Instantで、より明確でスマートな応答が期待できる！
GPT-5.5 Instant: よりスマートで明確な応答の実現
GPT-5.5 Instantは、ChatGPTのデフォルトモデルを更新し、よりスマートで正確な回答を提供します。また、幻覚（hallucinations）の減少と、パーソナライズ機能の改善も行われています。これにより、ユーザーはより自分に合った応答を得ることができるようになります。
出典: OpenAI News
GPT-5.5の新機能がインスタントシステムカードで明らかに！
GPT-5.5のインスタントシステムカード公開
OpenAIはGPT-5.5のインスタントシステムカードを発表しました。このシステムカードは、GPT-5.5の機能や特性を簡潔にまとめたもので、ユーザーが新しいモデルの特性を迅速に理解できるように設計されています。AI技術に関心のある一般ユーザーや開発者にとって、役立つ情報が詰まっています。
出典: OpenAI News
新プロトコルMRCでAIトレーニングがさらに効率化！
大規模AIトレーニングを支えるMRCの導入
OpenAIはMRC（Multipath Reliable Connection）を発表しました。これは新しいスーパーコンピュータ用のネットワーキングプロトコルで、大規模なAIトレーニングクラスターにおける耐障害性とパフォーマンスの向上を目的としています。OCPを通じてリリースされ、AIのトレーニング環境をより効率的にすることが期待されています。
出典: OpenAI News
AI共同医師で医療がどう変わる？新しいモデルに期待。
AI共同医師による新しい医療モデルの実現
AI（人工知能）を活用した医療の進展について、AI共同医師の開発が進められています。この研究は、AIが医療現場でどのように役立つかを探るもので、AIによる支援が医療の質を向上させる可能性があります。
出典: Google DeepMind
KAMEは音声対話AIの新たな可能性を開く！リアルタイムで知識を強化するタンドムアーキテクチャに注目。
KAME: リアルタイム音声対話AIの知識向上のためのタンドムアーキテクチャ
KAMEは、リアルタイムの音声対話AI向けに設計された新しいタンドムアーキテクチャです。このアーキテクチャは、対話中に知識を強化することを目的としています。音声から音声への変換を行うAIは、ユーザーの発言を理解し、適切な応答を生成するために、リアルタイムで情報を処理する能力が求められます。KAMEは、こうしたニーズに応えるため、対話の流れをよりスムーズにし、知識の更新を迅速に行うことができる点が特
出典: Sakana AI
1億ドルの投資でClaudeの導入支援を強化！
Claudeパートナーネットワークに1億ドルを投資
Anthropicは、企業がAIモデルClaudeを導入するための支援を行うClaudeパートナーネットワークを立ち上げました。このネットワークには、トレーニングコースや技術サポート、共同市場開発を提供するための1億ドルの初期投資が行われます。パートナーは、技術認証や投資の対象となり、企業のニーズに応えるための具体的な支援を受けられます。また、ClaudeはAWS、Google Cloud、Mic
出典: Anthropic News
300億ドル超え、Claudeの計算能力がさらに強化される。
Anthropic、GoogleとBroadcomとの提携を拡大
Anthropicは、GoogleとBroadcomとの新たな契約を締結し、2027年から利用可能な数ギガワットの次世代TPU（Tensor Processing Unit）容量を確保しました。この計画は、急増する顧客の需要に応えるためのもので、Claudeモデルの計算能力を強化することを目指しています。2026年には、Claudeの顧客が前年から急速に増加し、年間収益が300億ドルを超えました。
出典: Anthropic News
5GW確保、Claudeの需要に応える強力な基盤が整った！
AnthropicとAmazon、5GWの新コンピュート能力を確保
AnthropicはAmazonとの新たな契約により、AIシステムClaudeのトレーニングと展開のために最大5ギガワット（GW）のコンピュート能力を確保しました。この契約では、既存のTrainium2およびTrainium3の能力を含む新しいインフラが整備され、アジアとヨーロッパでの推論能力も拡大されます。AmazonはAnthropicに50億ドルを投資し、将来的にはさらに200億ドルを投資す
出典: Anthropic News
NECが3万人にClaudeを導入、AIエンジニアリング強化へ！
NECとAnthropicが日本でAIエンジニアリングを推進
NECが約3万人の社員にClaudeを導入し、Anthropicの日本初のグローバルパートナーとなります。両社は金融、製造、地方政府向けのAI製品を共同開発し、日本市場向けの安全で業界特化型のAIソリューションを提供します。NECはまた、サイバーセキュリティサービスにもClaudeを統合し、内部でのAIエンジニアリングの高度な組織を構築します。
出典: Anthropic News
新しいClaude Designで視覚作品が簡単に！デザインの壁を打破しよう。
Claude Designでビジュアル制作を簡単に
Anthropic Labsが新製品「Claude Design」を発表しました。これにより、ユーザーはClaudeと協力して、デザインやプロトタイプ、スライド、ワンページャーなどの視覚的な作品を簡単に作成できます。Claude Opus 4.7を基にしたこのツールは、チームのデザインシステムを自動的に適用し、一貫性のある成果物を生み出します。デザイナーでない人でも、テキストプロンプトや画像をアッ
出典: Anthropic News
Opus 4.7が一般公開！コーディングでの信頼性が向上した模様。
Claude Opus 4.7が一般公開
最新モデルのClaude Opus 4.7が一般公開されました。Opus 4.7は、特に難易度の高いタスクにおいて、前のバージョンであるOpus 4.6から顕著な改善が見られます。ユーザーは、以前は監視が必要だった難しいコーディング作業を、このモデルに安心して任せられると報告しています。また、Opus 4.7は高解像度の画像を処理でき、専門的なタスクをより創造的かつ高品質に完了することができます。
出典: Anthropic News
新ツール「Conductor」でAIエージェントの調整が簡単に！
自然言語でエージェントを調整するための学習法
Anthropicが新しいツール「Conductor」を発表しました。このツールは、自然言語を用いて複数のAIエージェントを調整することを可能にします。開発者はこれを利用して、AI同士の連携を効率的に行えるようになります。これにより、ユーザーは複雑なタスクを簡単に管理できるようになり、AIの能力を最大限に引き出すことが期待されています。
出典: Sakana AI
新しいLLMコーディネーターTrinityが登場。タスク処理がさらにスムーズに！
進化したLLMコーディネーターTrinity
Anthropicが新たに発表したTrinityは、進化した大規模言語モデル(LLM)コーディネーターです。これにより、異なるLLMを統合し、より効率的なタスク処理が可能になります。特に、ユーザーの要求に応じて最適なLLMを選択し、タスクの遂行を助ける能力が強化されています。AI技術の進化により、今後のアプリケーションでの利用が期待されています。
出典: Sakana AI
Opus 4.7エラー増加→3時間で復旧。ステータスページの時系列透明性は評価だが、根因はどこに？
Claude Opus 4.7でエラー増加、既に復旧完了
Anthropicは4月25日、Claude Opus 4.7で一時的にエラー率が上昇したインシデントを報告しました。8時43分(UTC)に問題を特定し、8時57分に修正を実装して監視を開始、11時58分に完全復旧したとステータスページで発表しました。本文では詳細な原因や影響範囲は記載されていません。既存ユーザーは現在、正常なサービス提供を受けている状態です。
出典: Anthropic Status
DeepSeek V4プレビュー版が登場！1Mコンテキスト長が標準化され、APIも更新済み。
DeepSeek V4プレビューリリースが公開
DeepSeek V4のプレビュー版が正式に公開され、コスト効率の良い1Mコンテキスト長を実現しました。新モデルには、性能が競合のトップクローズドモデルに匹敵するDeepSeek-V4-Proと、迅速で経済的な選択肢であるDeepSeek-V4-Flashがあります。これらはすぐに利用可能で、APIも更新されています。DeepSeekは、エージェント機能を強化し、数学やプログラミングにおいて優れた
新たなマルチエージェントシステム、Sakana Fuguが登場！
Sakana Fugu: マルチエージェントオーケストレーションシステムの基盤モデル
Sakana Fuguは、マルチエージェントオーケストレーションシステムとして設計されており、AIの基盤モデルの一部として機能します。このシステムは、複数のAIエージェントが協力してタスクを効率的に実行することを可能にします。これにより、ユーザーはさまざまなアプリケーションで複雑な問題を解決できるようになります。
出典: Sakana AI
第8世代TPU発表。AIアプリ開発が一段と進化しそう。
エージェント時代のための2つの特化TPUを発表
Googleは、AIの未来を支えるための第8世代TPU（Tensor Processing Unit）を発表しました。この新しいTPUは、AIの処理能力を向上させるために設計された2つの特化チップを含んでいます。これにより、より高度なAIアプリケーションの開発が期待されます。
出典: Google AI Blog
分離型DiLoCoがAIトレーニングに新たな視点を提供。信頼性向上が期待される。
分離型DiLoCo: レジリエントな分散AIトレーニングの新たな境地
この記事では、分離型DiLoCo（Decoupled DiLoCo）という新しい手法を提案しています。この手法は、AIトレーニングを分散させることで、よりレジリエント（回復力のある）なシステムを実現することを目指しています。分散トレーニングにより、システムの信頼性が向上し、障害時にも安定したパフォーマンスを維持できる可能性があります。このアプローチは、AIのトレーニングにおける新しいフロンティアを
出典: Google DeepMind
Gemini 3.1 Flash TTSで、AI音声生成がさらに進化！音声の表現力が大幅向上。
Gemini 3.1 Flash TTS: 表現力豊かなAI音声の次世代技術
Gemini 3.1 Flash TTSは新しい音声生成モデルで、音声の表現力を向上させるための詳細な音声タグを導入しました。これにより、ユーザーはAI音声の生成をより精密に制御できるようになります。この技術は、より自然で魅力的な音声を提供することを目指しています。
出典: Google DeepMind
Gemini 3.1 Flash TTSで自然な音声生成が実現！
Gemini 3.1 Flash TTS: 次世代AI音声技術
Googleの新しいGemini 3.1 Flash TTS（Text-to-Speech）は、表現力豊かなAI音声生成技術です。この技術は、より自然で流暢な音声を実現し、ユーザーが求める多様な表現を可能にします。Geminiは、特に音声アプリケーションにおいて、より人間らしい対話体験を提供することを目指しています。
出典: Google AI Blog
新たなGemini Robotics ER 1.6が登場、ロボットの性能を向上させる技術を搭載！
Gemini Robotics-ER 1.6: 実世界のロボティクス作業を強化
Gemini Robotics ER 1.6は、自律ロボットのための空間的推論や多視点理解を向上させる新しい技術です。これにより、ロボットがより複雑なタスクを遂行できるようになります。AI技術の進化により、ロボットは現実世界での作業においても、より高い性能を発揮することが期待されます。
出典: Google DeepMind
Gemma 4が発表！新たなAIの可能性が広がる。
Gemma 4: 進化したオープンモデルの紹介
Gemma 4は、これまでで最も知能の高いオープンモデルとして発表されました。特に高度な推論（reasoning）やエージェントワークフロー（agentic workflows）を目的に設計されています。AI技術の進化により、ユーザーはより複雑なタスクを効率的に処理できるようになります。
出典: Google DeepMind
Gemini 3.1で音声AIが進化、自然さと精度が向上！
Gemini 3.1で音声AIをより自然に
Google DeepMindが最新の音声モデルGemini 3.1を発表しました。このモデルは、音声インタラクションをより流暢で自然かつ正確にするために、精度を向上させ、レイテンシ（遅延）を低減しています。これにより、ユーザーはより快適に音声技術を利用できるようになります。
出典: Google DeepMind
Gemini 3.1 Flash-Lite登場！最速かつコスト効率最高のAIモデル。スケールに最適！
Gemini 3.1 Flash-Lite: スケールに対応した新モデル
Gemini 3.1 Flash-Liteは、最速かつ最もコスト効率の良いGemini 3シリーズモデルです。AIの性能を最大限に引き出し、スケールに対応した設計がなされています。この新しいモデルは、より多くのタスクをより迅速に処理する能力を持ち、企業や開発者にとって有用な選択肢となるでしょう。
出典: Google DeepMind
新モデル「Nano Banana 2」が登場！高速生成とプロ機能が融合。
Nano Banana 2: プロ機能と高速生成の融合
最新の画像生成モデル「Nano Banana 2」は、高度な世界知識や生産準備が整った仕様、被写体の一貫性などを備えています。これにより、従来のモデルよりもはるかに高速での生成が可能となりました。特に、実用的な用途に適した性能が強化されています。
出典: Google DeepMind
Gemini 3.1 Proが複雑なタスクをサポート。新しい解決策に期待！
Gemini 3.1 Pro: 複雑なタスクに最適なモデル
Gemini 3.1 Proは、単純な回答では不十分な複雑なタスクに対応するために設計されています。この新しいモデルは、ユーザーが直面する難しい課題に対して、より賢明な解決策を提供することを目指しています。
出典: Google DeepMind
Geminiが音楽制作機能を追加！Lyria 3でクリエイティブな表現が広がる。
Geminiが音楽制作機能を追加
Geminiアプリが音楽生成モデルLyria 3を搭載し、誰でもテキストや画像を使って30秒の音楽トラックを作成できるようになりました。この新機能により、ユーザーはよりクリエイティブに自己表現できるようになります。
出典: Google DeepMind
新モデルDeepSeek-V3.2とV3.2-Specialeが登場！推論能力が強化され、複雑なタスクにも対応。
DeepSeek-V3.2とV3.2-Specialeのリリース
DeepSeekが新しいモデルDeepSeek-V3.2とV3.2-Specialeを発表しました。V3.2はアプリ、ウェブ、APIで利用可能で、GPT-5レベルのパフォーマンスを提供します。一方、V3.2-Specialeは推論能力を最大限に引き出し、API専用です。特にV3.2-Specialeは複雑なタスクに対応し、2025年12月15日まで利用可能です。新しいデータ合成手法が導入され、1,
新しいDeepSeek-V3.2-Exp、長文脈処理が効率化されAPI価格も大幅ダウン！
DeepSeek-V3.2-Exp発表：新機能と価格改定
DeepSeekが新しい実験モデルV3.2-Expを発表しました。これはV3.1-Terminusを基にしており、DeepSeek Sparse Attention（DSA）を導入することで、長い文脈に対するトレーニングと推論がより迅速かつ効率的になっています。さらに、APIの価格が50%以上引き下げられ、同じアクセスが可能です。V3.2-ExpはV3.1-Terminusと同等の性能を示していま
新しいDeepSeek-V3.1、エージェント時代の幕開け！
DeepSeek-V3.1リリース - エージェント時代への第一歩
DeepSeek-V3.1が発表され、エージェント時代への第一歩を示します。この新バージョンでは、ハイブリッド推論（思考と非思考の2つのモード）、迅速な回答、ツール使用の強化が実現されています。また、128Kの文脈長に対応し、APIも強化されています。これにより、複雑な検索タスクやマルチステップのエージェントタスクがより効率的に行えるようになります。
DeepSeek-R1がOpenAI-o1と同等の性能を発揮。オープンソースモデルを活用しよう！
DeepSeek-R1リリースとAPIドキュメント公開
DeepSeekは、OpenAI-o1と同等の性能を持つ完全オープンソースのモデルDeepSeek-R1をリリースしました。MITライセンスの下でコードとモデルが公開されており、ユーザーは自由に商業利用できます。また、APIが稼働開始し、深層学習のファインチューニングにも利用できるようになりました。小型モデルが6つ公開されており、オープンソースコミュニティを支援する取り組みが強化されています。
DeepSeekアプリがついにリリース。無料で使えて機能も充実！
DeepSeekアプリの正式リリース
DeepSeekが新しいアプリをリリースしました。このアプリは、App StoreやGoogle Playで利用可能で、無料で使用でき、広告やアプリ内購入はありません。ユーザーはEメール、Googleアカウント、Apple IDで簡単にログインでき、クロスプラットフォームでチャット履歴が同期されます。また、ウェブ検索やファイルのアップロード機能も備えています。公式チャンネルからのみダウンロードする
Gemini 3.7 Flash発表も本文無し——Google、DeepMindブログで詳細公開
Gemini 3.7 Flash発表
Google DeepMindがGemini 3.7 Flashを発表しました。本文が提供されていないため、具体的な機能改善やパフォーマンス指標は不明ですが、このリリースはGeminiシリーズの段階的な更新と考えられます。GeminiはマルチモーダルLLMとして複数世代をリリースしており、Flash系は軽量・高速な推論が特徴です。詳細なドキュメントはDeepMindの公式ブログで公開されています。
出典: Google DeepMind
Responses API活かしたエージェント効率化が本丸か。低コスト・高速が売り文句
GPT-5.6ビルダーズガイド：スタートアップ向けAIエージェント実装
OpenAIがGPT-5.6を活用したAIエージェント構築ガイドを公開。スタートアップ向けに、スマートなモデル選定と新Responses API機能を組み合わせることで、より高速で低コストなAIエージェント開発が実現できることを示す。記事では実装プラクティスと運用効率化のポイントを解説しており、AIエージェント開発の生産性向上を狙う組織の参考になる。
出典: OpenAI News
Cerebrasとの組み、低レイテンシー競争が本格化か。既存ユーザーの移行インセンティブは価格次第
OpenAIがUltrafast API層を発表、GPT-5.6 Solを最速14倍に加速
OpenAIが新しいAPI高速化サービス「Ultrafast」を発表しました。Cerebrasの技術を活用し、GPT-5.6 Solモデルを最大14倍高速化し、毎秒最大750トークンの出力速度を実現します。低レイテンシーが必須のユースケース（リアルタイム会話、ストリーミングアプリケーション等）において、同モデルをより実用的に利用できるようになります。
出典: OpenAI News
DeepMindが手話→テキスト変換AI発表、ろう・難聴者向け新機能へ。音声と同等精度狙うが詳細未開示
手話をテキストに変換するAI、ろう者・難聴者向け機能
Google DeepMindが手話をテキストに変換するAI「SL2T（Sign Language to Text）」を発表。ろう者・難聴者向けの新機能が実装される。同社はこのモデルが音声変換技術と同等の精度を実現し、より多くのユーザーがデジタルサービスにアクセスしやすくなると説明しているが、詳細な精度数値や搭載予定製品の具体的なタイムラインは記事では明示されていない。アクセシビリティ向上という社
出典: Google DeepMind
先行企業と遅行企業の差が明確に。エージェント化が競争軸に
エンタープライズAI導入：支援から実行へ、OpenAIが企業動向を分析
OpenAIが企業によるエージェンティックAI（自律型AI）の導入実態に関する調査結果を発表。ChatGPTやCodexを活用する企業の動きと、AI導入で先行する企業の特徴を明かした。記事は企業がどのように実用的な成果を得ているか、その実装パターンを分析している。AI技術が従来の「支援ツール」から「実行エージェント」へ進化するなかで、先進的な企業との格差が広がっていることが示唆される。
出典: OpenAI News
医療動画診察のリアルタイムAI対応は初例。臨床現場での実運用にはまだ段階があるが、一歩進んだ
Google、リアルタイム医療動画診察AIシステム「AMIE」の臨床研究を発表
GoogleのAI研究チームが、医療用AI「AMIE」がリアルタイムで動画診察を行える能力を示す初の臨床研究を発表しました。このシステムは患者とのビデオコンサルテーション中にAIが実際の医療診断に関与する初めての例となります。医療AI分野では、従来は事後分析が主でしたが、リアルタイム対話を伴う臨床応用への転換を示唆しています。医療従事者の負担軽減や診療の質向上といった実用化への道が開かれつつありま
出典: Google AI Blog
サイバー専用モデルで、脆弱性発見のスピード競争に差がつきそう
OpenAI、サイバーセキュリティ専用モデル GPT-5.6-Cyber を Daybreak で公開
OpenAI が Daybreak Red というプログラムを通じて、GPT-5.6-Cyber というサイバーセキュリティ専用モデルを提供開始しました。このモデルは認可された脆弱性研究、エクスプロイト検証、セキュリティテストの目的に限定されており、ホワイトハットハッカーや研究機関が脆弱性を事前に発見・検証するための新しいツールです。サイバー防御の「ウィンドウが狭まっている」という背景から、このよ
出典: OpenAI News
指揮者モデルの入れ替え互換性を実証──オーケストレーション層で脱ロックインを狙うアーキテクチャ転換か
Sakana AI、Gemma 4ベースのFugu指揮者モデルを検証
Sakana AIは、同社のマルチエージェント指揮技術「Sakana Fugu」の指揮者モデルをGemma 4ベースで訓練し、従来同等のオーケストレーション性能を確認しました。指揮者モデルの多様化・モジュール化により、ベースモデルへの依存を低減し、国内ユースケースに応じたソブリン性要件に対応したオーケストレーション技術を提供していく方針です。
出典: Sakana AI
映像と音声を同時生成、リップシンク再発生なし。制作サイクルが体感で短縮される
MiniMax H3がLuma Agentsで利用可能に
Luma LabsがMiniMax H3をLuma Agentsで提供開始した。テキスト・画像・動画・音声参照を一度に入力すると、映像と音声を同時生成する統合ワークフローが実現する。従来は映像生成→音声選定→ミックスという3段階の処理が必要だったが、H3は一度の処理で完結し、リップシンクズレの再発生を防ぐ。8月5日時点でセルフサーブ（非エンタープライズ）ユーザーのみ利用可能。
出典: Luma Labs
サイクロン予測で革新的成果—社会インパクトは高いが、商用化タイムラインが未発表なのがもどかしい
WeatherNext：AIモデルがサイクロン予測で革新的成果
Google DeepMindは、気象予測に特化したAIモデル「WeatherNext」を発表しました。このモデルはサイクロン（熱帯低気圧）の予測において革新的な成果を達成しており、従来の気象予測手法を補完・改善できる可能性を示しています。気象予測は防災・インフラ計画に直結する分野であり、AIによる予測精度向上は社会的インパクトが大きい技術です。記事では具体的な予測精度数値が記載されていませんが、
出典: Google DeepMind
Sol の精度向上は本丸っぽいが、無料展開の rate limit 次第で体感品質は大きく変わりそう。
ChatGPT、GPT-5.6 Sol を改善し無料ユーザー向けアクセス拡大
OpenAIはChatGPTにおいてGPT-5.6 Solの精度と一貫性を向上させるアップデートを実施し、無料ユーザー向けのアクセス拡大を発表した。同時にGPT-5.6 Lunaとの無制限日常会話機能も無料ユーザーに提供される。これにより、APIコストの高さから躊躇していたユーザー層の参入促進や、OpenAI製品のスタンダードとしての地位強化が期待できる。
出典: OpenAI News