%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
【AI日報】へようこそ！ここは毎日人工知能の世界を探索するためのガイドです。毎日、AI分野の注目ニュースをお届けし、開発者に焦点を当て、技術トレンドや革新的なAI製品の応用を理解するお手伝いをします。
新鮮なAI製品：クリックして詳細を見る：https://top.aibase.com/
1、ビットテクノロジーがエンド・トゥ・エンド同時通訳モデル「Seed LiveInterpret 2.0」をリリース
ビットテクノロジーのSeedチームは最新の研究成果として、「Seed LiveInterpret 2.0」をリリースしました。このモデルは中英語の同時通訳品質で業界トップレベルに達し、低遅延とリアルタイム音声再現機能を備えており、言語間コミュニケーションの自然さとスムーズさを大幅に向上させています。
【AiBaseの要約:】
🚀 Seed LiveInterpret 2.0は、人間の同声通訳に近い翻訳精度を持ち、遅延が極めてわずかで、3秒で完了します。
🎙️ 音声サンプルを事前に取得する必要なく、リアルタイムで「本物の声」の音声翻訳を合成できます。
📊 専門的な評価において、Seed LiveInterpret 2.0は中英語相互翻訳タスクで優れたパフォーマンスを示し、他のシステムよりもはるかに高いスコアを得ました。
詳細リンク:https://arxiv.org/pdf/2507.17527
2、ミーターサーチ API のリリース：料金は3セントでマルチモーダル検索機能を提供
ミーターアイサーチはその検索APIを正式リリースし、Bing Search APIの代替として開発者に新しい選択肢を提供しています。このAPIの料金は1回の検索につき0.03元で、マルチモーダル検索をサポートしており、利用制限がないため、迅速に接続することが可能です。
【AiBaseの要約:】
✅ ミーターアイサーチ APIが正式リリースされ、開発者向けの新しい検索代替案が提供されています。
💡 1回の検索ごとに0.03元の料金で競争力があり、マルチモーダル検索をサポートしています。
🚀 開発者は即時にテストし、複雑な申請プロセスなしで効率的に接続できます。
3、Lovart AI リリース版のグローバルリリース：全フローのスマートデザインで創造体験を再定義
記事では、Lovart AIのリリース版のグローバルリリースについて紹介しています。これは最初のAIデザインエージェントとしての革新性を強調し、自然言語のインタラクションと全フローのデザイン能力を通じて、デザイン業界の基準を再定義しています。また、新しい機能であるChatCanvasと中国市場向けの「星流エージェント」についても触れ、デザイン業界への影響を指摘しています。
【AiBaseの要約:】
🎨 Lovart AIは自然言語のインタラクションと全フローのデザイン能力を通じて、高品質なビジュアル資産生成サービスを提供します。
🧠 新機能のChatCanvasは、複数の会話ラウンドとレイアウト、カラーパレットのリアルタイム調整をサポートし、創造効率を向上させます。
🇨🇳 中国市場向けに最適化された「星流エージェント」は中国語の意味と国風の美的感覚をサポートし、地元のクリエイターが効率的に創作できるようにします。
4、リー・ムー（李沐）チームがHiggs Audio v2をリリース：音声合成の新たな時代を開く
リー・ムー（李沐）チームが公開したHiggs Audio v2は音声合成分野での大きな進歩であり、多言語対話生成、リズムの自動調整、音声クローンなどの機能を備えています。このモデルは1000万時間以上の音声データで訓練され、さまざまなテストで優れた性能を示し、業界の基準となっています。
【AiBaseの要約:】
🔥 Higgs Audio v2は多言語対話生成と音声クローンをサポートし、複雑なタスクを実現します。
📊 EmergentTTS-Evalテストでは、Higgs Audio v2は感情と質問カテゴリで優れたパフォーマンスを示しました。
🚀 リアルタイムの音声チャットやオーディオコンテンツの作成に対応し、バーチャルアーティストや音声アシスタントなど様々なシーンで使用できます。
5、Sora2が登場：OpenAIが生成型AI動画分野で再び中心になる
記事では、OpenAIがテキストから動画へのモデルSoraの後継であるSora2を開発していることを紹介しています。また、グーグルのVeo3の普及状況についても言及しており、生成型AI動画分野の競争がさらに激しくなることを示しています。
【AiBaseの要約:】
🚀 OpenAIはSora2の開発を積極的に進めています。
💡 Sora2はまだ公開されていませんが、今後の数週間でさらなる情報が明らかになるでしょう。
🌐 グーグルのVeo3は大学生に無料で提供されており、Google Cloudでも体験できます。
6、OpenAIとOracleがStargateプロジェクトを拡大：数千人の雇用を生み出す
OpenAIはOracleと新たな協議を結び、Stargateプロジェクトの米国のデータセンター容量を4.5ギガワットに拡大し、全体の容量は5ギガワットを超えました。これは、OpenAIが2029年までに10ギガワットを達成する重要な一歩です。このプロジェクトは、米国が世界中の人工知能発展の主導権を握ることを目指し、多くのテクノロジーや国際投資家を引きつけました。
【AiBaseの要約:】
🔥 Stargateプロジェクトの容量は5ギガワット以上に拡大し、目標は2029年に10ギガワットに達することです。
🤝 OpenAIとOracleをはじめとする多くのテクノロジーや企業がプロジェクトを推進し、10万人以上の雇用を生み出す見込みです。
💰 このプロジェクトには190億ドル以上の資金が投入され、多くの国々の投資家が参加しています。
7、Google PhotosにAI機能追加：写真を瞬時にアニメに変換、1クリックで動画を作成
Google Photosは、静止画を動画に変換する機能や、写真を異なる芸術スタイルに変換するクリエイティブツールなどを含む多数のAIベースの新機能をリリースしました。これらの機能は、ユーザーの創造体験を向上させ、実験的な方法で製品を改善していくものです。
【AiBaseの要約:】
📷 写真を動画に変換する機能はVeo2モデルを使用し、静止画を6秒で動的動画に変えることができます。
🎨 Remix機能はImagen AIによって駆動され、通常の写真をアニメやマンガなどの芸術スタイルに変換できます。
📌 Google Photosアプリに「作成」タブが追加され、さまざまなクリエイティブツールが統合され、ワンストップの創造体験が提供されます。
8、YouTube Shortsに新AIエフェクトをリリース：写真が瞬時に動画に！
YouTubeはShortsのクリエイターに対して、画像から動画への変換やAIエフェクトといった革命的な生成型AI機能を開放しました。これらのツールは静止画を動画に変換し、多様なクリエイティブオプションを提供することで、制作のハードルを大幅に下げ、コンテンツの魅力を向上させます。
【AiBaseの要約:】
📷 画像から動画への機能により、静止画が6秒以内で生き生きとした動画になります。
🎨 AIエフェクトは描き文字やセルフィーなどの簡単な素材を美しい芸術作品に変えることができ、クリエイターのインスピレーションを刺激します。
🎥 新世代のVeo3動画生成器は音声を同時に生成し、より完成度の高い創作ソリューションを提供します。
9、グーグルがAeneasモデルをリリース：古代文書の解読に新たな道を開く
グーグルがリリースしたAeneasモデルは、古代の碑文の解読に新しい方法を提供し、歴史学者が碑文の復元、鑑定、年代の特定を速く行うことを可能にし、他の古代言語や資料にも拡張可能な力を備え、歴史研究の効率と深さを大きく向上させます。
【AiBaseの要約:】
🧠 AeneasモデルはグーグルDeepMindによってリリースされ、歴史学者が古代文書を理解するための目的で設計されました。
🗣️ このモデルは古代文書の類似性を分析し、文書の空白部分を埋め、歴史研究者の負担を軽減します。
📜 Aeneasは文書を「歴史的な指紋」として変換し、歴史学者が広範囲な文脈の中で碑文を解釈するのを助けます。
詳細リンク:https://deepmind.google/discover/blog/aeneas-transforms-how-historians-connect-the-past/
10、GitHub Sparkが登場：一言でWebアプリを作成、AI開発の新時代へ!
GitHub Sparkは自然言語処理技術を活用し、開発者だけでなく非開発者も簡単にカスタマイズされたWebアプリケーションを構築できるようにし、プログラミングのハードルを顕著に低下させ、マイクロアプリケーションの開発に新たな可能性をもたらします。
【AiBaseの要約:】
🌟 GitHub Sparkは自然言語でニーズを説明することで、完全なWebアプリケーションを迅速に生成できます。
🚀 全マネージド実行環境を提供し、1クリックでデプロイおよびPWA互換性をサポートし、開発プロセスを簡略化します。
🔧 複数のモデルを選択できる機能を備え、GitHubエコシステムと深く統合され、開発効率を向上させます。
詳細リンク:https://github.blog/changelog/2025-07-23-github-spark-in-public-preview-for-cop ilot-pro-subscribers/
11、Huawei M-Pencil Proのリリース：699元、小藝スマートアシスタントを素早く呼び出せる
Huaweiは新世代のペンHUAWEI M-Pencil Proをリリースし、価格は699元で、16384段階の圧力感知、サイド回転機能、さまざまなペン先の選択を備え、AI機能のショートカットやスタークロックの正確な検索機能をサポートし、クリエイターにより便利で現実的な創作体験を提供します。
【AiBaseの要約:】
✨ HUAWEI M-Pencil Proは16384段階の圧力感知を備え、力の変化を正確に感知し、創作の現実感を向上させます。
💡 ペンの末尾にあるスマートボタンは、HarmonyOSの星環デザインのバイブレーションランプを採用し、小藝スマートアシスタントを素早く呼び出すことが可能です。
