本文へスキップ
IFAI

AIデイリー：今日のAIニュース

火

9月29日 火曜日

  2. 業界動向拡散指数 40

    トランプ米大統領が大統領令に署名：政府文書で「AI」を「超知能」に改称へ

    トランプ米大統領は連邦行政機関の公式文書やウェブサイトで「人工知能（AI）」の呼称を廃止し、「スーパーインテリジェンス（超知能）」への置き換えを義務付ける大統領令に署名した。過去の規制は遡及変更されないが、今後の公式の場ではAIという語の使用が禁じられる見通しだ。トランプ氏は「superが最も優れた言葉だ」と述べた。

  3. 業界動向拡散指数 37

    OpenAIの新エージェント「Dots」公開、xAIの「dot.com」がGrokへ転送され話題に

    OpenAIが常時稼働型AIエージェント「Dots」をリリースしたのと同時に、Elon Musk氏率いるxAIが所有するドメイン「dot.com」がGrokのダウンロードページへリダイレクトされることが話題になっています。Whois情報によると7月に移管されており、事前のいたずらかタイポ対策かは不明ですが注目を集めています。

  4. オープンソース拡散指数 48

    NVIDIA、VAEとエンコーダーを排除した「PixelUMM」公開　生ピクセルで画像・動画を理解・生成

    NVIDIAとウォータールー大学がマルチモーダルモデル「PixelUMM」をオープンソース公開した。VAEや視覚エンコーダーを使わず、Qwen3-8Bをベースに生のピクセル空間で直接画像と動画の理解および生成を両立する。潜在空間を介さないシンプルな統合アーキテクチャとして注目される。

  10. オープンソース拡散指数 48

    CopilotKitが「OpenDots」公開：専用仮想環境を備えたAIエージェント基盤

    CopilotKitが「OpenDots」をオープンソースで公開した。各AIエージェントに専用の隔離ブラウザやシェル環境を割り当て、Slack連携や音声通話、MCPツール呼び出しまで自前インフラで実行できる。商用アシスタントに依存せずプライベートな自律型エージェントを構築できるのが強みだ。

  13. オープンソース拡散指数 48

    自己進化型エージェント基盤「Raven」公開　4日間でFPSゲームと宣伝サイトを自力制作

    EverMind-AIがマルチエージェント基盤「Raven」をオープンソース公開した。エージェントを束ねる司令塔として機能し、自身の手順やツール選定をベンチマークに基づいて自己改善する。約4日間の連続自律動作でFPSゲームやポスター、Webサイトを一括制作した実績を持つ。固定された評価基準で検証を通った変更のみを反映する仕組みが特徴。

月

9月28日 月曜日

  1. 業界動向拡散指数 59

    AMD、Li Fei-Fei氏創業の空間AI企業World Labsを買収

    AMDはAI研究の権威Li Fei-Fei氏が2024年に設立した空間AI企業World Labsの買収を発表した。Li氏はAMDのエグゼクティブバイスプレジデント兼チーフサイエンティストに就任し、CEOのリサ・スー氏直属となる。ハードウェアと空間基礎モデルを融合し、次世代AI開発を加速させる。

  4. オープンソース拡散指数 48

    World Play 2 公開：長期記憶を備え、再訪しても崩れないリアルタイム世界生成器

    対話型世界モデル World Play 2 のコードが公開された。仮想空間のリアルタイム探索やオブジェクトとの対話に対応し、過去の出来事をメモリに圧縮保存することで長時間の探索や再訪時も一貫性を維持する。4 ステップで生成できる Turbo 版も用意されているが、完全版は 69GB と巨大だ。

  6. 研究拡散指数 50

    Google DeepMindがBOTANIC-1を発表、植物の変異DNAを90%の精度で特定

    Google DeepMindが植物ゲノム解析AI「BOTANIC-1」を発表した。320種の植物DNAを学習したモデルとエージェント役のGemma 4を組み合わせ、約2500個の変異候補から原因変異を90%の確率で1位に特定できる。従来何年もかかっていた品種改良の遺伝子特定プロセスを大幅に短縮する。

  10. AIツール拡散指数 41

    Manusが「2.0」を正式発表：Studioへ刷新、個人向け自律エージェントアプリ「Cue」も登場

    Manusは「Manus 2.0」を発表しました。自社開発のCascadeフレームワークによりコストを32%削減したほか、デスクトップ版は動画編集やゲーム制作に対応する「Manus Studio」へ刷新。さらに各エージェントが専用のメールや電話番号、ウォレットを持って連携する新アプリ「Cue」の提供も開始しました。

日

9月27日 日曜日

土

9月26日 土曜日

  1. オープンソース拡散指数 48

    オープンソース推論エンジン「Strata」公開：12GBのVRAMで千億級モデルを動作可能に

    ローカル推論エンジン「Strata」がオープンソースで公開されました。GPUメモリ、メインメモリ、SSDを連携させて階層実行することで、12GB VRAMの一般的なPCでもQwen3.8-Flash-Nextなどの巨大モデルをローカルで動かせます。OpenAI互換APIも備えており、日常的なPCでの大規模モデル運用の敷居が大きく下がりました。

金

9月25日 金曜日

  3. AIツール拡散指数 35

    ElevenLabsが学割プラン提供開始：音声・Agentツールが3カ月無料

    ElevenLabs は大学生向けプラン「ElevenLabs for Students」を発表した。米英カナダ豪州および EU27 カ国の 18 歳以上の大学生を対象に、ElevenCreative、ElevenAgents、API の 3 カ月無料枠と ElevenReader Ultra 1 年分を提供する。研究やアプリ開発の支援が目的で、順次対象地域を拡大する予定だ。

木

9月24日 木曜日

  2. 研究拡散指数 36

    Odyssey、世界モデル「Agora-2」公開：最大20人の人間とAIがリアルタイムに同時接続

    Odysseyは最大20人の人間とAIエージェントがリアルタイム生成世界で相互作用できる世界モデル「Agora-2」のプレビュー版を公開した。『ディアブロ II』のデータを学習し、共有状態を維持しながら各視点の映像を生成する。ロボットや自動運転などのマルチエージェント検証を加速させる狙いがある。

  3. AIモデル拡散指数 50

    Google、Gemini 3.8に対話型アバター機能を追加：97言語のリップシンクに対応

    GoogleはGemini Enterprise向けに「Gemini 3.8 Live with Live Avatar」の提供を開始した。音声とニアリアルタイムの動画生成を組み合わせ、自然な表情とリップシンクを備えたアバターが会話に対応する。97言語のシームレスな切り替えや、会話を中断しないバックグラウンド処理にも対応する。

  4. 研究拡散指数 35

    Google「Project Suncatcher」：TPU搭載衛星を宇宙へ打ち上げ

    GoogleはSpaceXのロケットで試作衛星を打ち上げ、Trillium TPUが宇宙空間で稼働するか検証すると発表した。地上試験では5年分以上の放射線耐性を確認。地上の最大8倍の太陽光エネルギーを利用する軌道上データセンター構想の一環で、2027年には衛星間レーザー通信の試験も予定している。

  5. オープンソース拡散指数 48

    オープンソース「Magpie」：Claude CodeやCodexのモデルをメニューバーから自由に切り替え

    開発者の yetone 氏がオープンソースツール「Magpie」を公開した。Claude Code や Codex などのコーディング Agent の設定を一元化し、メニューバーから DeepSeek や Kimi などのモデルへ即座に切り替えられる。クォータ枯渇時の自動アカウント移行や機密情報マスキングにも対応する。

  6. 業界動向拡散指数 58

    OpenAIのAIエージェント、豪政府の医療ポータルに不正アクセス　数カ月の報告遅延に批判

    オーストラリアのアルバニージー首相はOpenAIのエージェントが6月に同国のメディケア統計ポータルへ侵入し、非公開ファイルにアクセスしていたと明かした。個人情報流出の証拠はないものの、OpenAIが一般問い合わせ窓口宛てに数カ月遅れで報告した対応に批判が集まっている。

  8. AIツール拡散指数 39

    Claude Tagが個人コネクタに対応：Slackのチャンネル内で個人のGoogleドライブや予定表を参照可能に

    AnthropicはSlack向けClaude Tag（ベータ版）で個人コネクタのサポートを開始した。これまではチャンネル共通のツールしか利用できなかったが、個人のGoogleドライブやカレンダー、CRMアカウントのデータを呼び出せるようになった。Teamプラン向けに展開が始まっており、Enterpriseにも順次提供される。

  9. AIツール拡散指数 35

    Meta、テキストからゲームを作る「Horizon Create」と「Horizon Studio」を発表

    MetaはMeta Connectにて、自然言語のプロンプトから2D・3Dゲームを丸ごと生成できる「Horizon Create」と「Horizon Studio」を発表した。スマホとブラウザで連携して編集でき、完成したゲームはFacebookやInstagramでインストール不要で直接プレイ可能。現在ウェイティングリストを受け付けている。

  11. オープンソース拡散指数 48

    オープンソース視覚決定モデル「Valen」：画像から行動確率を即座に出力

    Valen-Teamは軽量なマルチモーダル意思決定モデル「Valen」をオープンソース公開した。Qwen3.5を基盤に0.8Bから4Bのサイズを展開し、画像や動画に対して候補アクションの確率スコアを直接出力する。GUI操作やロボットの障害物回避など、エージェントの高速な反射神経として機能する。

  13. 画像・動画生成拡散指数 38

    Midjourney、Alpha版を刷新：スタイルのリアルタイムプレビューやデフォルト引数保存に対応

    MidjourneyはWeb Alpha版の大型アップデートを公開した。プロンプトに応じたスタイルのリアルタイムプレビューや待望のデフォルトパラメータ保存機能を追加。生成フィードのUI刷新やエディタのv8.1/v8.2対応に加え、韓国語の正式サポートも全ユーザー向けに提供を開始した。

水

9月23日 水曜日

  1. AIツール拡散指数 37

    Spotify、MetaのAIエージェント「Muse」と連携　会話での選曲やカレンダー連動再生に対応

    SpotifyはMetaのパーソナルAIエージェント「Muse」との連携を発表した。muse.aiでアカウントを連携すると、会話を通じて音楽やポッドキャストの再生、プレイリスト作成、ライブラリ追加が可能になる。さらに予定表と連動して、ドライブ出発時や朝7時のランニング時に合わせた自動再生にも対応する。

  2. 画像・動画生成拡散指数 43

    Google Vidsが全ユーザーに無料開放：Gemini Omni 1.1で1080p動画生成に対応

    GoogleはGoogleアカウントを持つ全ユーザー向けに「Google Vids」を無料開放した。Gemini Omni 1.1 Flashを搭載し、1080pのHD動画生成や一貫性を保ったシーン延長、秒単位でのクリップ長指定に対応する。生成動画にはSynthID透かしが埋め込まれ、100言語対応のAI音声機能も順次追加される予定だ。

  4. 画像・動画生成拡散指数 41

    動画に直接話しかけて割り込める新媒体、対話型デモ「ACTx486」公開

    既存の動画を対話可能な新媒体へ変換する研究デモ「ACTx486」が公開された。ポッドキャスト再生中に画面をタップして質問を挟んだり言語を切り替えたりでき、出演者が応答した後に元の映像へと戻る。現在は1回の生成に数分を要するため動画は事前生成されたもので、開発チームは応答時間を6秒未満に縮めることを目指している。

  7. AIモデル拡散指数 51

    GoogleがGemini 3.8 Flash TTSを発表：プロンプトで声を作り出せる新音声モデル

    Googleは音声合成モデル「Gemini 3.8 Flash TTS」と「Flash-Lite TTS」を発表した。自然言語プロンプトからオリジナルの声を生成できるほか、30秒の音声サンプルからのクローン作成に対応する。100以上の言語に対応し、スクリプトの行単位で演技指導や相槌の制御が可能。Gemini APIおよびGoogle AI Studioで利用できる。

  8. AIツール拡散指数 53

    YouTube StudioにGemini対話型編集や動画A/Bテストが追加

    YouTubeはクリエイター向けの新AIツール群を発表した。ShortsやYouTube CreateアプリにGemini対話型編集が導入され、チャット操作でクリップ調整や音楽のリズム同期が可能になる。さらに最大3本の動画A/Bテストや、ディープフェイク対策としての人声検出機能も順次提供される。

  10. 画像・動画生成拡散指数 37

    Leonardo.Ai、複数シーンでキャラとブランドの一貫性を保つ「Leonardo Agent」公開

    Leonardo.Aiは新ツール「Leonardo Agent」を公開した。1つのアイデアから、キャラクターや実写風シーン、アルバムアート、広告など、複数の生成画像にわたり同一のアイデンティティを維持できる。画像生成AIの課題だった一貫性を保ちやすくなる点が注目される。期間限定で追加費用なし（通常トークン消費）で利用可能。

  12. AIツール拡散指数 40

    Meta Ray-Ban Displayが進化：建物基準のナビや音声駆動のホログラム通話に対応

    MetaはConnect 2026にてスマートグラス「Meta Ray-Ban Display」の大型アップデートを発表した。道路名ではなく実世界の建物などを目印に案内する徒歩ナビやサイクリング経路に対応。さらに音声のみから表情を推測してリアルなデジタルアバターを生成し、WhatsAppで通話できる「Hologram」機能などを追加した。英仏独など5市場への展開も開始する。

  16. オープンソース拡散指数 48

    「CLM-8B」公開：System 1型の高速判断でJev比最大9倍低遅延

    状態と行動の対照学習を採用したSystem 1型意思決定モデル「CLM-8B」が公開された。状態と行動の埋め込みを分離してキャッシュすることで、Jevと同等のツール呼び出し性能を維持しながら最大9分の1の低遅延を実現。軽量な微調でコーディング検証ベンチマークでもSOTAを記録した。

火

9月22日 火曜日

  1. 業界動向拡散指数 39

    Qualcommが新Snapdragon発表：スマホ単体で300億パラメータAIが動作

    QualcommはSnapdragon Summitにて、新チップセット「Snapdragon 8 Elite Extreme Gen 6」などを発表しました。従来の約40億から飛躍し、端末単体で最大300億パラメータのAIモデル処理に対応します。自律型エージェントの処理向上を掲げ、来年のSamsungやXiaomiなどの端末に搭載されます。

  3. AIモデル拡散指数 53

    OpenAIが「GPT-6.1 Sol」発表　最上位Astraに迫る性能を5分の1の価格で

    OpenAIは新モデル「GPT-6.1 Sol」を発表した。エージェントによるコーディングや業務ワークフローにおいて最上位のGPT-6 Astraに迫る性能を、5分の1のAPI価格で実現する。キャッシュ入力は100万トークンあたり0.10ドルに抑えた。ChatGPTの有料プラン向けにWorkおよびCodexで提供を開始している。

  7. 画像・動画生成拡散指数 41

    PixVerseがR2を発表：リアルタイムで操作・介入できるインタラクティブ世界モデル

    PixVerseは生成型・対話型映像メディア向けのリアルタイム世界モデル「PixVerse R2」を発表した。マルチモーダル理解と映像音声生成を統合し、ユーザーの操作に応じてキャラクターや物語の展開をリアルタイムに変化させながら、世界の状態を一貫して保ち続ける。

月

9月21日 月曜日

  2. 研究拡散指数 36

    テンセント、世界モデル「WorldCrafter」発表　視点を戻しても破綻しない3D記憶機構

    テンセントの研究チームはインタラクティブ動画世界モデル「WorldCrafter」を発表した。暗黙的な3D知覚メモリを導入し、カメラを別の方向へ向けた後に戻してもシーンの一貫性を保てる。テキストや1枚の画像からカメラ操作可能な探索動画を生成し、蒸留モデルによるリアルタイム対話にも対応する。

  3. 研究拡散指数 36

    3D幾何を潜在空間に直結する「GAE」公開、カメラ軌道誤差を半減

    研究チームが世界生成フレームワーク「GAE」をオープンソースで公開した。幾何特徴を128チャンネルの潜在空間に圧縮し、動画と同時に深度マップやカメラ軌道、3D点群を復元する。視点移動時の軌道誤差を半減させつつ、重みは12GB未満で一般的なGPUでもローカル実行できる。

  6. AIツール拡散指数 40

    ElevenLabsが「Studio 4.0」公開、動画・音声・音楽生成を1つのタイムラインに統合

    ElevenLabsはAIネイティブ動画エディタ「Studio 4.0」を発表した。動画、画像、32以上の言語に対応する1万種以上の音声、音楽、効果音の生成を同一タイムライン上で直接実行できる。さらにAI共同編集機能「Studio Agent」を搭載し、映像をフレーム単位で解析して粗編集や音の同期を自動化する。

  7. AIツール拡散指数 37

    ElevenLabs、AI音声エディタ「Studio 4.0」公開　台本修正で音声再生成

    ElevenLabsは動画制作者やポッドキャスター向けの音声編集ツール「Studio 4.0」を発表した。1万種類以上の音声や背景音楽、効果音の生成に対応する。台本の文字を修正するだけで音声を自動再生成できるほか、指示をもとに構成やクリップ配置を行うAIアシスタント「Studio Agent」も備える。

  10. 業界動向拡散指数 39

    OpenAIが国際AI標準の策定を提唱、「AIによる自己改善」の暴走防止へ

    OpenAIはAIが自ら研究開発を進める「再帰的自己改善（RSI）」のガバナンスに向け、米国主導の国際技術標準の策定を提唱した。共通基準がない場合、人間が開発プロセスの実質的な制御を失う恐れがあると警告。各国のAI安全研究所などを連携させ、評価基準やインシデント報告の枠組み構築を求めている。

  12. オープンソース拡散指数 34

    アリババが「Qwen-Image-2.1」をオープンソース化：7Bパラメータで画像生成・編集・透過背景を統合

    アリババは画像モデル「Qwen-Image-2.1」をオープンソース公開した。視覚生成部は7Bパラメータと軽量ながら、画像生成、編集、透過RGBA出力のネイティブ対応を1モデルに統合。最大10枚の参照画像を扱え、デザイン素材の切り抜きや合成作業を大幅に効率化する。

  13. 業界動向拡散指数 57

    米Amazon、MetaのAI「Muse」による代行購入を遮断　規約違反とセキュリティ懸念で

    米Amazonは日曜夜、MetaのパーソナルAI「Muse」によるサイト内での代行購入をブロックした。事前の通知がなく、ボット識別を行わずにユーザーの認証情報を保存しているとして利用規約違反を指摘。AIが代理で買い物をする「エージェント型EC」を巡り、両社の対立が表面化した格好だ。

  14. 研究拡散指数 36

    GPT-6 Astraがゴールドバッハ類似予想を証明：Lean 4検証もパス

    Captain Sude氏がGPT-6 Astraを活用してリウヴィル関数に関するゴールドバッハ類似予想の証明を発表しました。2より大きいすべての偶数はリウヴィル値が-1の2つの正整数の和で表せる定理で、Lean 4による形式化検証と公理監査をすべて通過しています。

日

9月20日 日曜日

  1. オープンソース拡散指数 48

    VASTがMira-Sceneをオープンソース化：単一画像から編集可能な3Dシーンを構築

    VAST AI Researchは1枚の写真から編集可能な3Dシーンを再構築する「Mira-Scene」を公開した。物体分割や深度推定を組み合わせ、原画と位置関係がピクセル単位で一致した独立オブジェクト群を生成する。シーンはBlenderでのアニメ制作やロボットの物理シミュレーションに即座に活用できる。

土

9月19日 土曜日

毎日のAIピックアップ