OpenAI、延期されていた最も高性能なGPTモデルをリリースへ ↗
OpenAIは、米国当局との追加テストと協議を経て、GPT-5.6の一般公開を準備している。これまで、サイバーセキュリティと国家安全保障に関する懸念から、アクセスは厳選されたパートナー企業に限定されていた。.
フラッグシップモデルのSolは、より安価なTerraおよびLunaバージョンと同時に発売される。OpenAIによると、このシリーズはコーディング、生物学、サイバーセキュリティ、エージェント業務など、幅広い分野で改良が加えられており、かなり大きな飛躍を遂げているように見える。.
OpenAIは、同時に聞き取りと発話を行う音声モデル「GPT-Live」を発表した。 ↗
OpenAIは、同時に聞き取りと発話が可能な音声モデル群「GPT-Live」を発表した。これにより、生の会話における不自然な間が減り、より自然な会話の中断が可能になるはずだ。.
GPT-Live-1と軽量版のGPT-Live-1 miniが世界中で展開されている。同時音声は些細なことのように思えるかもしれないが、音声エージェントがトランシーバーのように振る舞うのをやめるまではそうだろう。.
SpaceXAIがコーディングとエージェントタスクのためのGrok 4.5モデルを発表 ↗
SpaceXAIは、コーディングや自律タスク向けにこれまでで最もスマートなモデルであるGrok 4.5をリリースした。このモデルは、数万個のNvidia GB300チップを使用してトレーニングされ、特にトレーニングデータのフィルタリングと重複排除に重点が置かれた。.
このモデルは、Grok Build、Cursor、およびSpaceXAIの開発者コンソールを通じて利用可能です。価格は、入力トークン100万個あたり2ドル、出力トークン100万個あたり6ドルからとなっており、非常に積極的で、目立つ価格設定となっています。.
ミストラル社、物理AI推進における初のロボットモデルを発表 ↗
ミストラル社は、工場、倉庫、その他の物理的な環境で稼働するロボット向けに設計された初のモデルである「ロボストラル・ナビゲート」を発表した。.
このシステムは、ライダーや複雑なセンサーアレイ、マルチカメラ装置を用いることなく、単一のカメラでロボットのナビゲーションを可能にする。様々なロボットメーカーの製品に対応しているが、対象物の操作ではなくナビゲーションを担う。まさに一歩ずつ着実に前進していると言えるだろう。.
中国は、需要の高いAIモデルをシリコンカーテンで囲むことを検討している。 ↗
中国当局は、アリババ、バイトダンス、Z.aiなどのシステムを含む、高度な国内AIモデルへの海外からのアクセスを制限することを検討している。この動きは、米国が最先端技術に対する規制を強化していることを反映するものとなるだろう。.
これは、コーディングやエージェント型ワークロードに安価な中国製オープンソースモデルを利用している欧米のスタートアップ企業や研究者に打撃を与える可能性がある。皮肉なことに、AIの国境の壁は、本来挑戦しようとしているはずの米国の巨大企業をかえって強化する結果になるかもしれない。.
Googleフォトのビデオリミックスで、数秒でビデオを作成 ↗
Googleフォトは、Gemini Omniを搭載したツール「Video Remix」を導入しました。これは、テンプレートと簡単な指示に従って、通常の動画クリップを再構成するものです。.
ユーザーは背景を変更したり、映画のような照明効果を適用したり、水彩画、スケッチブック、油絵のエフェクトを追加したりできます。この機能は、一部の国で対象となるGoogle AI Plus、Pro、Ultraの加入者向けに順次展開されています。.
Prime Intellect社が、企業が独自のAIエージェントを構築できるよう支援するため、シリーズAラウンドで1億3000万ドルを調達 ↗
Prime Intellectは、企業価値10億ドルで1億3000万ドルの資金調達を行った。今回の資金調達ラウンドはRadical Venturesが主導し、Nvidia Ventures、Intel Capital、Dell Technologies Capital、そして複数の著名なテクノロジー系創業者らが支援した。.
同社のプラットフォームは、コンピューティングアクセス、強化学習ツール、評価機能を統合しており、企業は最先端の研究機関に完全に依存することなく、専門的なエージェントを育成できる。顧客にはRampやZapierなどが名を連ね、年間売上高は1億ドルに達したと報じられている。これは決して少額ではない。.
よくある質問
GPT-5.6とは何ですか？また、OpenAIはいつリリースする予定ですか？
GPT-5.6はOpenAIの次世代主力モデルファミリーであり、米国当局とのさらなるテストと協議を経て、より広範な展開が計画されている。サイバーセキュリティと国家安全保障上の懸念から、これまでアクセスは厳選されたパートナーに限定されていた。このファミリーには、主力モデルであるSolに加え、低価格版のTerraとLunaが含まれる。.
OpenAI GPT-5.6ではどのような改善が期待されますか？
OpenAIによると、GPT-5.6はコーディング、生物学、サイバーセキュリティ、エージェント業務など、幅広い分野でより優れた性能を発揮するとのことです。Sol、Terra、Lunaの各バージョンでは、ユーザーは最大限の性能と低い運用コストのどちらかを選択できると期待されています。具体的な性能は、モデルのバージョンとタスクによって異なります。.
GPT-Liveはどのようにして音声AIの会話をより自然にするのでしょうか？
GPT-Liveモデルは、片方の話し終わりを待つことなく、聞き取りと発話を同時に行うことができます。これにより、会話中のぎこちない間が減り、中断もより自然に感じられるようになります。OpenAIは、ライブ音声アプリケーション向けに、GPT-Live-1と軽量版のGPT-Live-1 miniを世界的に展開しています。.
開発者はGrok 4.5をどのような用途に利用できますか？
Grok 4.5は、コーディングや自律的なエージェントタスク向けに設計されています。Grok Build、Cursor、およびSpaceXAIの開発者コンソールから利用可能です。価格は入力トークン100万個あたり2ドル、出力トークン100万個あたり6ドルからとなっており、大量のコーディングや自動化ワークフローを実行する開発者にとって魅力的な価格設定となっています。.
ミストラルのRobostral Navigateは、工場や倉庫のロボットにどのように役立つのでしょうか？
Robostral Navigateは、単一のカメラを使用してロボットが物理環境内を移動できるようにするシステムです。LiDAR、マルチカメラシステム、複雑なセンサーアレイは不要で、異なるメーカーのロボット間でも動作するように設計されています。このモデルは、物体をつかんだり操作したりといったタスクではなく、ナビゲーションに重点を置いています。.
中国による高度なAIモデルへの規制は、開発者にとってどのような意味を持つのか？
規制によって、アリババ、バイトダンス、Z.aiといった企業が提供する高度なモデルへの海外からのアクセスが制限される可能性がある。コーディングやエージェント型ワークロードに低コストの中国製オープンソースモデルを利用している欧米のスタートアップ企業や研究者は、代替プロバイダーを探す必要に迫られるかもしれない。多くのパイプラインにおいて、これはコスト上昇や、米国の大手AI企業への依存度を高めることにつながる可能性がある。.