本文へスキップ
IFAI

AIデイリー：今日のAIニュース

木

10月8日 木曜日

  1. 画像・動画生成拡散指数 44

    Midjourneyが「思考モード」をテスト：プロンプト精度と文字描画が向上

    MidjourneyはAlpha版サイトで画像生成の「思考モード（Thinking Mode）」のテストを開始しました。生成ジョブのライトボックスから再実行することで、指示の忠実度、タイポグラフィ、画像の整合性が向上します。将来的には標準機能や生成後の追加思考オプションとしての提供も検討されています。

  2. 業界動向拡散指数 58

    OpenAIに解雇された研究者3名が反論、社内文化の「委縮効果」に警鐘

    OpenAIを先週解雇された安全研究員3名が公開書簡を発表し、機密情報の不当な扱いという会社の主張を否定しました。外部機関との連携は通常業務の範囲内だったと主張し、突然の解雇が社内に委縮効果を生んでいると警告。一方、OpenAI側は規定違反のパターンが確認されたためと反論しています。

  6. オープンソース拡散指数 48

    Metaが「GenIA」を発表：画像や動画から整合性の高い3Dモデルを再構築

    Metaは画像や動画から完全な3Dオブジェクトを生成する「GenIA」を発表した。SAM 3Dをベースに生成結果と元画像をリアルタイムで照合・補正する仕組みを取り入れ、外観や位置の再現度を高めている。非商用ライセンスでコードが公開されており、ローカル環境で実行できる。

  8. AIツール拡散指数 45

    Epic Games、AIエージェントを直接接続する「Unreal MCP」を公開

    Epic Gamesは、LLMエージェントをUnreal EngineおよびUEFNに直接接続できる公式ツール「Unreal MCP」を発表した。オープンなMCP規格を採用し、AIエージェントがエディタ機能を介してプロジェクト内の操作を自動実行できる。開発ワークフローの大幅な効率化が期待される。

  9. AIツール拡散指数 43

    Google、完全オフラインで動く会議文字起こしアプリ「Foresight」公開

    Googleは完全オフラインで動作する実験的ノートアプリ「Google AI Edge Foresight」をmacOS向けに無料公開した。オンデバイスモデル「EmbeddingGemma 2」を採用し、Apple Silicon搭載Macで会議の文字起こしや要約、手書きメモの清書、ローカルファイルへの質疑応答が行える。データは外部に送信されない。

  11. ロボット拡散指数 39

    HumanXがオープンソース化：人間動画から人型ロボットがバスケのシュートを習得

    人間の単眼動画から人型ロボットのインタラクションスキルを生成・学習させるフレームワーク「HumanX」が公開されました。Unitree G1のシミュレーション環境で、動画からパスキャッチやフェイクシュート、サッカーキックを再現可能です。高価なモーションキャプチャなしで動画から動作ポリシーを訓練できます。

  12. ロボット拡散指数 39

    Shenchen Kaidongのバドミントンロボ「XA1」、遠隔操作なしで1452回連続ラリー達成

    Shenchen Kaidongが人の遠隔操作なしでシャトルの軌道を予測し、自律的に移動して打ち返すバドミントンロボット「XA1」を開発した。クリアやヘアピンに加え一部のスマッシュにも対応し、返球成功率は96%超を誇る。過去には1452回連続ラリーのギネス記録も達成しており、高速な物理的インタラクションにおける具身AIの進歩を示している。

  14. 業界動向拡散指数 60

    Anthropicが利用規約を改定：世論誘導や兵器利用に加え「AIへの執拗な暴言」も禁止へ

    AnthropicはClaudeの利用規約改定を発表した（11月12日発効）。架空アカウント網による世論工作の禁止を一本化し、ドローン武装や兵器誘導ソフトの開発禁止を明文化。さらに極端なケースを対象に、モデルへの執拗な虐待行為を禁止し、AI側から対話を打ち切る権限を明確にした。

  17. 業界動向拡散指数 43

    Anthropicが防衛支援イニシアチブ発表：電力網の保護とOSS脆弱性無償スキャン

    Anthropicはサイバー防御支援計画「Anthropic Cyber Mission」を発表した。電力網や水道などの重要インフラ向けにClaudeと技術者を派遣するCIDPと、オープンソース向けに無償で脆弱性検知と修正案を提示するOSS Scannerを展開する。攻撃者優位の現状に対し、防衛側に先端AIを届ける狙いがある。

  19. AIツール拡散指数 44

    Google、業務向け自律AI「Gemini agent」発表　Workspace全体で協働

    Googleは企業の業務全般を自律処理する汎用AI「Gemini agent」を発表した。GmailやDocsなどのWorkspaceツールに直接組み込まれ、デバイスをまたぐ長期記憶と複数エージェントの連携に対応。指示ではなく目標を伝えるだけで、ツール横断で作業を自律完遂できる点が最大の特徴だ。

  21. オープンソース拡散指数 48

    オープンソースのAI作曲ソフト「Tonefold」登場、全音符をピアノロールで自由に編集可能

    オープンソースのAI音楽制作ソフト「Tonefold」がリリースされた。ClaudeやローカルのOllamaを使い、テキスト指示から和音やメロディなど11種類トラックを自動生成する。完成音源ではなくピアノロール上にノートとして書き込まれるため、1音単位での手動修正やMIDI書き出しが可能だ。

水

10月7日 水曜日

  1. オープンソース拡散指数 48

    Claude Opus 5.5でAdobe全ツールを再現、7つのオープンソースRust代替アプリが登場

    開発者のBrandon Thomas氏がAnthropicのClaude Opus 5.5を活用し、PhotoshopなどAdobeの主力7製品をRustでゼロから再現したオープンソース代替スイートを発表した。MIT/Apacheライセンスでローカル稼働に対応。複雑なPSD互換やプラグイン対応には課題が残るものの、商用ソフトの代替として注目を集めている。

  3. 業界動向拡散指数 58

    米マイクロソフト、NvidiaのRTX Spark搭載Surfaceを発表

    MicrosoftはNvidiaのRTX Sparkチップを搭載した「Surface Laptop Ultra」を発表した。価格は2600ドルからで、AIモデルを端末上でローカル実行できる。Windows 11にはAIエージェントを隔離する「実行コンテナ」機能が追加され、MacBook Proの下取りで最大1000ドル引きとなる。

  4. AIツール拡散指数 40

    マイクロソフト、Copilot Studioでアプリ・業務フロー・AIを一元構築可能に

    MicrosoftはCopilot Studioを刷新し、アプリ画面、確定的な業務フロー、自律型エージェントを同一プラットフォームで統合構築できるようにしました。自然言語によるアプリ生成に加え、ツールの実行前後を制御できるHooks機能も追加。対話型AIの枠を超え、企業全体の業務システム化を1つの画面で完結させる狙いです。

  6. AIツール拡散指数 53

    Google、ノーコードで遊べるゲーム作成AI「Playground」公開

    米Googleはテキスト入力だけでブラウザゲームを制作・プレイ・共有できる実験的プラットフォーム「Playground」を発表した。対話形式で物理挙動やルール、キャラクターを即座に変更できる。米国の18歳以上向けに提供が始まっており、近くUnity Sparkとの連携も予定している。

  9. AIモデル拡散指数 63

    OpenAI、対話中にUIを動的生成する「GPT-6」を全ChatGPTユーザーに提供開始

    OpenAIはすべてのChatGPTユーザー向けに「GPT-6」および新機能「Intelligent UI」の提供を開始した。従来のテキスト回答にとどまらず、質問内容に応じてボタン、フォーム、グラフなどの対話型UIをリアルタイムに生成して提示する。さらに思考しながら並行して回答を出力できるようになり、検索を伴う回答速度も大幅に向上した。

  10. AIツール拡散指数 57

    SpaceXのGrok Bot、Claude 5.5やMidjourneyなど複数AI連携へ

    イーロン・マスク氏はSpaceXのGrok Botにおいて単一モデル依存をやめ、タスクごとに最適な外部APIを選択するマルチモデル構成へ移行すると発表した。文章生成にClaude Opus 5.5、画像にMidjourney、音楽にSunoを連携させて最高の結果を目指す。

火

10月6日 火曜日

  1. 画像・動画生成拡散指数 41

    Google、「Nano Banana 2.1」を公開　最大14枚の参照画像合成や4K出力に対応

    Googleは画像生成・編集モデル「Nano Banana 2.1」を公開し、GeminiやFlowなどで提供を開始した。最大14枚の参照画像を用いた合成や被写体の一貫性維持、マスク編集の精度が向上し、4K解像度にも対応する。トップクラスの競合モデルには画質面で及ばないとの指摘もあるが、Flow上で毎日数十回無料で利用できる。

  3. オープンソース拡散指数 47

    MusubiがPolicyLM-1.7Bをオープンソース公開：独自ルールを即時反映、判定は100ms未満

    Musubiがコンテンツモデレーション用分類モデル「PolicyLM-1.7B」をApache 2.0でオープンソース公開しました。メッセージごとに独自の運用ポリシーを直接読み込んで判定するため再学習が不要で、L4 GPU上の中央値35msで動作し、リアルタイムチャットの監視やAIガードレールに適しています。

  4. AIツール拡散指数 45

    OpenAI、macOS版ChatGPT向けに会議要約プラグイン「Meetings」をベータ提供開始

    OpenAIはmacOS向けChatGPTデスクトップアプリのProおよびBusinessユーザー向けに、会議記録プラグイン「Meetings」のベータ版提供を開始しました。会議の要点を自動記録し、利用者の業務履歴を踏まえた要約とネクストアクションをChatGPT Spaceに保存します。議事録からフォローアップメールの作成まで一貫して指示可能です。

  6. AIツール拡散指数 38

    Harkが「Hark Pro」を公開：操作を肩代わりするAI OS

    スタートアップのHarkが「Hark Pro」を一般公開した。コンピュータ操作に特化して訓練されたモデルを基盤とし、経費承認やメール返信、車両登録の更新といった日常作業を代行する。エージェントがウェブを操作する様子を小さな画面で可視化して透明性を確保しており、無料プランと有料プランを用意する。

  8. 研究拡散指数 51

    GoogleとWHO、AIで感染症流行を予測：4万5500人のリスクを数分で特定

    GoogleはWHOなどと連携し、衛星画像や人流データを基に感染症流行を予測する「Google Earth AI」の成果を発表した。コンゴ民主共和国のエボラ出血熱対応では、地理空間推論エージェントが数分で48カ所の集落と4万5500人以上のリスク対象者を特定し、従来数週間要した調査を劇的に短縮した。

  13. AIツール拡散指数 45

    OpenAI、「Auto-review」を全ChatGPTユーザーに無料開放

    OpenAIは、ログイン済みの全ChatGPTユーザー向けに「Auto-review」機能の無料提供を開始した。長時間のタスク実行時に第2のエージェントが主エージェントの行動を常時監視し、高リスクな操作を自動でブロックする。毎回の手動承認による疲労を解消する狙いだ。

  15. 業界動向拡散指数 45

    AtlassianとOpenAIが提携拡大：GPT-6をRovoに統合、JiraでAIエージェントにタスク割り当ても

    AtlassianとOpenAIは提携拡大を発表し、次世代モデル「GPT-6 Astra」やGPT-5.6シリーズをAIアシスタント「Rovo」に導入する。組織横断の文脈をつなぐ「Teamwork Graph」と連携し、Jiraの課題やConfluenceからプロジェクトの障害を即座に特定できる。さらにJira上でAIエージェントに業務を割り当てる機能の開発も進めている。

月

10月5日 月曜日

  1. 業界動向拡散指数 43

    Anthropicの月200ドルプラン、OpenAIの5倍お得と判明

    米調査機関SemiAnalysisは、AI定額プランの検証結果を発表しました。主力のミドルレンジモデルにおいて、Anthropicの月200ドルClaudeプランはOpenAIの同等プランと比べて約5倍のAPI換算価値を提供していると分析。OpenAIが200ドル枠の制限を半減させたことが響いています。

  2. AIツール拡散指数 52

    AIアシスタント「Instinct」、グループチャットに対応　未登録の友人と共同計画が可能に

    Instinct AI はグループチャット対応を発表した。旅行計画や割り勘、配車調整を 1 つのスレッドでまとめられ、相手が Instinct を使っていなくても参加できる。グループ専用 AI と個人アカウントの権限は厳格に分離され、新メンバー参加時は情報共有が一時保留される。現在は早期アクセス向けに提供中。

  4. AIモデル拡散指数 50

    Rekaが「Rho-1」発表：言語・映像・ロボット動作を単一モデルに統合

    Rekaは19Bパラメータの全モーダル推論モデル「Rho-1」の研究プレビューを公開した。個別モデルを組み合わせるパイプライン構造を廃し、テキスト、画像・動画生成、物理動作を単一のネットワークに集約。同一の文脈を保ったまま、対話を通じたリアルタイムな世界シミュレーションを可能にする。

  8. 業界動向拡散指数 63

    OpenAI、AIテキスト用透かし「textGrain」発表：EU規制に対応

    OpenAI は EU AI 法の要件に対応するため、AI 生成テキストに不可視の統計的シグナルを付与する技術「textGrain」を発表しました。世界中の API 利用者は任意で有効化でき、EU 域内の ChatGPT などには数週間以内にデフォルト適用されます。同義語置換などの編集に弱い課題があり、検出器は現在研究者向けに限定提供されています。

日

10月4日 日曜日

  1. AIツール拡散指数 52

    OpenAIのCodexチーム、28日間の連続改善スプリントを開始：毎日1つの更新を約束

    OpenAI の Codex チームは 28 日間にわたる製品改善スプリントの開始を発表した。期間中は大半のユーザーに役立つ明確な改善を毎日 1 件リリースし、達成できない日はリセットを行うと宣言している。操作の簡素化や日常的な効率化、新モデルの導入に集中し、よりシンプルで使いやすい開発体験を目指す。

  2. 研究拡散指数 36

    Vals AIがClaudeエージェントで室温磁性半導体を発見：次世代メモリの高速化に道

    Vals AI は Claude Opus 5.5 エージェント群を活用し、次世代メモリ向けに 2 種類の室温反強磁性半導体候補を発見した。外部磁場を生じさせずに電子スピンを識別できるため、より小型で高速な記憶デバイスの実現が期待される。なお、成果は現時点で計算シミュレーション段階にとどまる。

  3. オープンソース拡散指数 48

    復旦大とテンセント、音動画同時生成モデル「Prism」をオープンソース化

    復旦大学、テンセント混元、浙江大学の研究チームが、ネイティブ2K解像度対応の音動画同時生成フレームワーク「Prism」を公開しました。動的スパースアテンションを用いて発音部位や動きの激しい領域に計算を集中させ、学習速度を2.5倍に引き上げつつ生成品質を向上させています。現在Hugging Faceにてプレビュー版が利用可能です。

土

10月3日 土曜日

  1. AIモデル拡散指数 54

    GoogleがGeminiの無料枠を縮小、10月9日より基本Flash-Liteのみに制限

    GoogleはGeminiの無料ユーザー向けモデル提供を10月9日から縮小すると発表した。無料枠は原則Flash-Liteへの自動割り当てとなり、FlashやProは選べなくなる。利用枠も計算量ベースで5時間ごとに更新される仕組みに変わり、Proモデルや深い推論機能を使うには月額19.99ドル以上の有料プランが必要になる。

  2. 業界動向拡散指数 38

    登録者3億人超のクリエイターが「AI開発の一時減速」を要求　Team Human署名運動が開始

    Center for AI Safetyの後押しを受け、登録者計3億人を超えるYouTubeクリエイターらが「Team Human」署名キャンペーンを開始した。科学的安全性と国民の合意が得られるまで、人間を超えるAIの開発を国際協定で規制するよう求めており、集まった署名は今秋、米国とEUの議員へ提出される。

  3. 研究拡散指数 36

    単一画像から3D世界全体を生成する「DistScene」発表

    1枚の画像から周囲の環境と個別の物体を含む完全な3Dシーンを生成する「DistScene」が発表された。個別の物体を作ってつなぎ合わせる従来手法と異なり、共通の座標系で環境と物体を同時に生成して精度を高める。モデルとデータセットは今後公開予定。

  4. 業界動向拡散指数 50

    OpenAIの安全フレームワーク起草者が退職、「破綻した開発文化」を告発

    OpenAIで3年半にわたり安全報告を主導し「Preparedness Framework」を起草したDavid Robinson氏が退職した。同氏はThe Atlanticへの寄稿で、終わりのないスプリント開発により根本的な安全対策が後回しにされていると批判。相次ぐ安全担当者の離脱は、業界の安全軽視への懸念を一段と強めている。

  5. AIモデル拡散指数 50

    Claude Fable 5.5 の噂を検証：未公開モデル同士の架空の対決

    OrcaRouter はネット上で拡散された「Claude Fable 5.5 が GPT-6.1 Astra を上回る」という噂を検証した。Anthropic の公式文書に Fable 5.5 の記録はなく、Astra は安全上の懸念から OpenAI が公開を見送ったモデルだ。既存モデルの性能差を投影した推測にすぎない。

金

10月2日 金曜日

  2. ロボット拡散指数 40

    Runwayがロボット向け世界モデル「Praxis-1」と広告エージェントを発表

    報道によると、Runwayは自社イベントで広告運用エージェント「Runway Ads」とオープンウェイトのロボット向け世界行動モデル「Praxis-1」を発表しました。CEOは実環境での物理AI導入まで12〜18か月かかると予測し、言語モデルに偏る米国に対し中国では約70%のトークンが動画向けに消費されていると指摘しました。

  3. 業界動向拡散指数 45

    NVIDIA、4999ドルの小型スパコン「DGX Spark 64GB」発表

    NVIDIAはGB10 Grace Blackwellを搭載した「DGX Spark 64GB」を10月23日に4999ドルで発売すると発表した。単体で1000億パラメータのモデルを実行でき、2台をQSFPケーブルで直結すれば128GBのメモリプールを構成可能。クラウドに頼らず手元で自律型エージェントを動かせるのが特徴だ。

  4. 業界動向拡散指数 36

    米アマゾンがデータセンター公約発表、水消費や汚染巡る批判に反論

    AmazonはAIインフラ拡大に伴う懸念に対処するため「Built Together」プログラムとデータセンター公約を発表した。全米で100件以上の建設計画停止案が検討される中、同社はデータセンター1カ所の平均日消費水量が一般家庭42世帯分（1.3万ガロン未満）にとどまり、非常用発電機の稼働も年10時間程度だと強調。地域コミュニティへの巨額の税収効果をアピールした。

  6. 画像・動画生成拡散指数 37

    Midjourney Alphaが更新：サイドバーでスタイル事前確認、フォルダ別デフォルト設定に対応

    Midjourney が Alpha 版の更新ログを公開した。生成前に仕上がりを確認できるサイドバーのスタイルプレビューや、フォルダごとのデフォルトパラメータ保存機能を導入。複数のスタイル参照を 1 つのカプセル UI にまとめ、10 万枚以上の画像を保有する環境でのクラッシュ問題も解消した。

木

10月1日 木曜日

  3. 画像・動画生成拡散指数 41

    Black Forest Labsが「FLUX 3 Image」発表：枠線で構図を精密制御、ピクセル単位の編集に対応

    Black Forest Labsが画像生成モデル「FLUX 3 Image」を公開した。キャンバス上にバウンディングボックスを描いて構図を精密に制御でき、最大10枚の参照画像やネイティブ4K出力に対応する。指定部分以外を崩さずに何度でも再編集できる点が強み。現在PlaygroundとAPIで利用可能。

  4. 業界動向拡散指数 42

    米国家庭のAI課金率はわずか2%――a16zの最新市場調査で判明

    ベンチャーキャピタルの a16z が発表した市場調査によると、米国家庭で AI サービスに料金を支払っている割合はわずか 2% で、98% は課金していないことが分かりました。ChatGPT などの知名度は高いものの、消費者向け課金ビジネスは依然として極めて初期段階にあります。

  5. 画像・動画生成拡散指数 41

    AI動画の一貫性を保つ「Mosaic Chunk」公開：画面外の物体も忘れない記憶技術

    今週、AI動画生成向けの記憶システム「Mosaic Chunk」のコードとモデルがオープンソース公開された。過去の全フレームではなく重要特徴を選択的に記憶・再呼出しすることで、物体が画面から消えても一貫性を維持する。MiniMax H3およびLing World Infinityベースのモデルがローカルで利用可能だ。

  6. AIツール拡散指数 50

    Google、視覚障害者向け新機能「Guided Vision」提供開始

    Googleは、Gemini Liveでリアルタイムに視覚情報を音声解説する「Guided Vision」をAndroid向けに公開した。支援団体Airaと共同開発され、カメラ映像から周囲の様子や文字を読み上げるほか、被写体がズレている場合は画角の調整も音声で指示する。

  8. AIツール拡散指数 55

    Shopify、新ツール「Canvas」発表：AIエージェントSidekickと協働してストアを丸ごとデザイン

    ShopifyはAIエージェント「Sidekick」と協働してストアを構築できる新デザインツール「Canvas」を発表した。ストアの全ページを俯瞰しながら細部へズームし、チャットでリアルタイムにコードを修正・確認できる。コードの知識がなくても独自の店舗設計が可能になる。数日かけて順次展開予定。

  9. AIモデル拡散指数 54

    Tavusが対話モデル「Griffin」公開、通話テストで48%が「人間」と誤認

    AIスタートアップのTavusはリアルタイムに対話できるビデオモデル「Griffin」を発表した。音声と映像を同時に知覚・生成するフルデュプレックス構造で、相槌や割り込みにも自然に対応し、通話実験では48%が本物の人間と誤認した。現在「Griffin-Lite」が限定テスター向けに公開されている。

  10. AIツール拡散指数 44

    Anthropic、Claude Code向け機能拡張「Mods」を発表　TypeScriptでUIや動作を自由に改変

    AnthropicはAIコーディングツール「Claude Code」を拡張できる「Mods」を公開した。開発者はTypeScript関数を使ってプロンプトの書き換えやツールの挙動制御、独自UIの追加が可能になる。Claude自身にModを書かせて即時反映させることもできる。サンドボックス化はされていないため導入元には注意が必要だ。

  11. オープンソース拡散指数 49

    Strands、テキスト生成を省き115msで即断する「Decider 2B」をオープンソース公開

    Strandsは2B規模の軽量意思決定モデル「Decider 2B」を公開した。Qwen3.5-2Bからテキスト生成部を外しポインタヘッドに置き換えることで、事前定義された選択肢の判定と確信度スコア算出に特化。RTX 3090上で中央値115msの低遅延で動き、ローカルエージェントの検証に役立つ。

  12. 業界動向拡散指数 61

    機密情報を外部共有した疑い、OpenAI が安全研究者3人を解雇

    ウォール・ストリート・ジャーナルによると、OpenAI は機密情報を外部の AI 安全団体に不正共有したとして安全チームの研究者3人を解雇した。同社は規定違反と説明しているが、幹部が安全警告を軽視していたとの報道直後だけに、研究現場と経営陣の摩擦が浮き彫りになっている。

水

9月30日 水曜日

  2. AIツール拡散指数 39

    Runway、広告の自動生成・出稿・改善を担う「Runway Ads」を発表

    Runwayは運用型広告向け自律エンジン「Runway Ads」を発表した。ブランド素材から画像や動画広告を生成し、Meta、Google、TikTokへの自動出稿と成果に基づく自動再生成までを一気通貫で行う。自社運用では週間広告数を77本から約900本に増やし、獲得単価を41%抑えたという。

  3. 業界動向拡散指数 52

    米テック界首脳がホワイトハウス「超知能協定」に署名、安全開発の責任を明記

    Nvidiaのジェンスン・フアンCEOをはじめとする業界リーダーがホワイトハウスで「超知能協定」に署名した。先進AIを開発する企業が安全な開発と展開に第一義的な責任を負うことを明記。厳格な内部統制、独立した外部評価、取締役会レベルの監督体制を整え、不備があった際の説明責任を果たすことを誓約した。

  5. AIツール拡散指数 39

    Instagram、動画編集アプリ「Edits」に投稿を助言するAIアシスタントを導入

    Instagramは独立型動画編集アプリ「Edits」にAI「クリエイティブアシスタント」を導入すると発表した。再生維持率やシェア数などのアカウントデータを分析し、動画の成否理由の解説や、台本、音源の改善案を提示する。一定回数は無料だが、ヘビー利用には有料のMeta Oneが必要となる。

毎日のAIピックアップ