生成AI - 窓の杜

「Copilot+ PC」のAI機能が「AMD Ryzen AI 300」「Intel Core Ultra 200V」にも解放
2025年3月非セキュリティプレビュー更新プログラムから順次展開
(2025/4/1)
「Apple Intelligence」がようやく日本語でも利用可能に
テキスト、画像、音声の処理をAIでパワーアップ、「Siri」も賢く
(2025/4/1)
「Microsoft 365 Copilot」に強力なエージェント「Researcher」と「Analyst」が追加
専門家のように徹底的な調査や「Python」を用いた大量・複雑な業務データ分析が可能に
(2025/3/31)
「NotebookLM」にマインドマップ生成機能が追加～取り込んだ資料を視覚的に理解可能
回答で使う言語を選択する機能も追加
(2025/3/31)
「Opera」搭載の生成AI「Aria」に頼んで簡単にタブを操作・管理可能に
文章生成機能も強化され、新規タブでAriaを開く機能も追加
(2025/3/28)
「Google ドライブ」にGeminiを簡単に利用できるボタンが追加
Geminiの利用方法やドキュメント要約、フォルダー情報を提案するnudges機能
(2025/3/28)
OpenAI、「GPT-4o」に画像生成モデルを組み込み
「ChatGPT」のPlus/Pro/Team/Freeプランで利用可能
(2025/3/27)
日本語にも対応、「Google ドライブ」サイドパネルで「Gemini」がPDF文書を分析・操作
AIの助けで要約、質問、結合、内容をもとにした新規コンテンツの作成が可能
(2025/3/27)
「NVIDIA アプリ」にAIアシスト機能が搭載～ゲームの設定を音声で変更可能に
ローカルGPUで動作するSLMを使った「Project G-Assist」を提供。ただし現在は英語のみ
(2025/3/27)
Google、「Gemini 2.5」を発表～ますます複雑化する問題と対峙できる「思考モデル」
初期モデル「2.5 Pro Experimental」が体験可能、「Gemini Advanced」プランにも展開
(2025/3/26)
連載柳谷智宣のAI ウォッチ！
生成AIを活用するならRAGも使いこなそう！～ChatGPT＆Claudeのプロジェクト、GoogleのNotebook LM、どれを選ぶ？
いまさら聞けない「RAG」とは？［後編］
(2025/3/26)
Book Watchニュース
『Pythonで学ぶ画像生成』発売、画像生成の基礎から実践までを一冊に凝縮
深層学習技術の基礎と拡散モデルに焦点を当てた解説書
(2025/3/25)
「Microsoft フォト」アプリにさらなる強化～OCR、AI、シェル連携の拡充をテスト開始
要望の多かったJXLファイルのサポートも
(2025/3/25)
Microsoft、「Visual Studio Hub」を開設～ブログ、SNS、学習リソースなどを集約
AIコーディング支援機能「GitHub Copilot」の活用もここから
(2025/3/25)
Roblox、3Dモデル生成AI「Roblox Cube」と3D基礎モデル「Cube 3D基礎モデル」を発表
3Dオブジェクトやシーンを作成するためのAIモデルをオープンソースで提供開始
(2025/3/21)
OpenAI、次世代音声モデルをAPIに導入～「親身なカスタマー担当のように話して」も可能
書き起こしの精度は以前の「Whisper」モデルを凌駕
(2025/3/21)
「Windows Update」で「Microsoft Copilot」アプリが勝手に削除される問題は解消へ
Microsoftがアナウンス
(2025/3/21)
連載開発者と読み解くAIの世界
AIエージェント「Devin」はジュニアエンジニアの域を超えていた
AIエージェントの可能性
(2025/3/21)
「Gemini」にも「Canvas」が追加～AIと対話しながらドキュメントをまとめられる新UI
AIモデルには同社最新鋭の「Gemini 2.0 Flash」を採用
(2025/3/19)
Google DeepMind、「Gemini Robotics」を発表～「Gemini 2.0」をロボット制御に
周囲の環境を理解して人間のように適切に反応する「身体性推論」（ER）能力を実現
(2025/3/19)
「Microsoft Copilot」アプリが勝手に自動アンインストール、2025年3月の「Windows Update」適用で
タスクバーからピン留めも解除される不具合発生
(2025/3/18)
ラフな下書きをAIが芸術に～「ペイント」アプリの［コクリエイター］パネルが新しく
スタイルや創造性を調整しつつ、何度も試せる
(2025/3/18)
「Gemini」が大幅にアップグレード～ユーザーの検索履歴に基づき応答してくれる
自分専用の専門家をつくれるカスタマイズ機能「Gem」も一般ユーザー向けに提供
(2025/3/18)
Algomatic、音声会話型おしゃべりAIプラットフォーム「にじチャット」を正式リリース
リリース記念キャンペーンも同時に実施
(2025/3/18)
「Gemini」のDeep ResearchとGemを利用可能な「Google Workspace」エディションが拡大
Business StarterやFrontline Standardエディションでも利用できるように
(2025/3/18)
「Google Meet」のAI会議メモ作成機能「Take notes for me」が日本語に対応
会議内容の振り返りを効率化
(2025/3/17)
Google、「Gemini 2.0 Flash」による画像生成の実験を開放
対話で画像の微調整や長文プロンプトも正確に反映
(2025/3/17)
OpenAIが「Responses API」「Agents SDK」を発表～AIエージェント構築を容易にする新ツール
Assistants APIは2026年中頃に廃止へ
(2025/3/14)
「メモ帳」に待望の履歴メニューが追加、生成AIを用いた要約機能も
Canary/Devチャネルでテスト開始
(2025/3/14)
連載使ってわかるCopilot+ PC
NPU対応を含む25種類以上のローカルAI機能を試せる「AI Dev Gallery」
超解像度や人物のポーズ検出、画像のラベリングなどのNPU対応機能をテスト
(2025/3/14)
GPT-4oに迫る日本語能力に強化された「Llama 3.3 Swallow」、東京科学大学などの研究チームが公開
特定のライセンスと利用規約のもとで商用可能
(2025/3/13)
「Google Workspace」の「Google Meet」に背景生成やStudio look/lightingなどが解放
「Google Chat」では自動翻訳、「Google 図形描画」では背景削除を利用可能に
(2025/3/13)
Google、「Gemma 3」を発表～単一GPU/TPUにおさまるものとしてはもっとも高性能
「Gemini 2.0」の成果をベースに視覚対応、ロングコンテキスト、エージェント対応
(2025/3/13)
「Googleドライブ」のGeminiに新規フォルダーやファイルを作成する機能が追加
フォルダーやファイルの作成作業が効率的に
(2025/3/13)
連載柳谷智宣のAI ウォッチ！
「Notebook LM」のつかいかた～RAGを手軽に構築、自分専用にカスタマイズした生成AIを使い倒す
いまさら聞けない「RAG」とは？［前編］
(2025/3/12)
産総研、日本語音声基盤モデル「いざなみ」「くしなだ」を公開～少量データで音声AIを構築可能に
約6万時間に及ぶ学習データ、音声感情認識に性能を発揮
(2025/3/11)
NovelAIが最新画像生成AIモデル「NovelAI Diffusion V4 Full」を公開
生成画像の複雑なプロンプトやマルチキャラ生成に対応
(2025/3/10)
国産フルスクラッチLLM「PLaMo 2」が公開～100Bから8Bの軽量モデルに、個人は無償で商用利用も可能
商用条件に「PLaMo Community License」を新たに設定
(2025/3/7)
連載使ってわかるCopilot+ PC
NPU対応LLM「DeepSeek R1」の7B/14Bが追加されたので試してみた
7B/14Bなら日本語も饒舌に話してくれるのか？
(2025/3/7)
AI機能をプラグインに分離した「EmEditor」v25が公開～「GPT-4.5」にもさっそく対応
MarkdownとHTMLの相互変換コマンドを追加するなどの改善も
(2025/3/5)
Stability AI、Armと提携してスマホ上でオーディオ生成AIが軽快動作する技術を開発
ARM CPUで「Stable Audio Open」が30倍高速に動作
(2025/3/5)
連載生成AIストリーム
日本の技術者はSakana AIのことを、よく見たほうがいい。
Sakana AIから占う日本の生成AIの未来
(2025/3/4)
「Copilot on Windows」がモダンなネイティブXAMLアプリに、文字化けはご愛敬
すべてのInsiderチャネルでテスト開始
(2025/3/4)
「Gemini」のファイルアップロード機能が無料ユーザーに開放
32,000トークンのコンテキストウィンドウの利用が可能
(2025/2/28)
OpenAI、「GPT-4.5」を発表、ハルシネーションを低減、創造的な洞察能力も向上【3月6日追記】
「ChatGPT Plus」ユーザーへのロールアウトが完了
(2025/2/28)
個人向け「Gemini Code Assist」が無償提供、パブリックプレビュー開始
競合サービスの90倍多く使える“寛大な”利用制限も魅力
(2025/2/27)
Microsoft、「Copilot」にThink Deeper/Voiceへの無料・無制限のアクセスを提供
「OpenAI o1」を活用してトピックを深堀り、長時間のおしゃべりも
(2025/2/27)
無償のAI支援が「Windows Terminal」にも～「GitHub Copilot Free」に対応
Canaryチャネルの「Windows Terminal」で試験提供中
(2025/2/27)
Microsoft、小規模言語モデル「Phi-4-multimodal」「Phi-4-mini」を発表
初のマルチモーダル（音声・視覚・言語）対応モデルと、テキスト特化の極小モデル
(2025/2/27)
「ChatGPT」で「GPT-4o mini」搭載の高度なボイスモードが無料ユーザーにプレビュー開始
Plusユーザーは「GPT-4o」搭載の高度なボイスモードを無料制限の5倍利用可能に
(2025/2/26)