OpenAI、推論・翻訳・文字起こしに対応した新しいリアルタイム音声モデルをAPIに追加
OpenAIは公式ブログで、推論・翻訳・音声文字起こしに対応した新しいリアルタイム音声モデルをAPIに投入したと発表しました。これにより、より自然で知的な音声体験を実現する音声アプリケーションの開発が可能になります。詳細な仕様は今後の情報公開が待たれます。
まとめサイトの記事や機械翻訳ではなく、一次情報だけを追っています。興味のあるトピックだけ選んで読めます。
トピック: ai-llm解除
OpenAIは公式ブログで、推論・翻訳・音声文字起こしに対応した新しいリアルタイム音声モデルをAPIに投入したと発表しました。これにより、より自然で知的な音声体験を実現する音声アプリケーションの開発が可能になります。詳細な仕様は今後の情報公開が待たれます。
Modularが推論エンジンMAXの新バージョン26.3と、プログラミング言語Mojoの1.0ベータ1をリリースしました。MAXでは動画生成モデルへの対応やマルチGPU向けPython APIが加わり、Mojoではコンパイル時の型絞り込みなど言語仕様の大きな刷新が行われています。
OpenAIは自社のコーディングエージェント「Codex」を安全に運用するための仕組みを紹介する記事を公開しました。サンドボックス化、承認フロー、ネットワークポリシー、エージェント向けテレメトリの4本柱で、安全かつコンプライアンスに配慮したエージェント導入を支えています。
Vercelは「Chat SDK」に新たにWebアダプターを追加したと発表しました。サーバー側で定義したボットに対して、ブラウザから@ai-sdk/reactのuseChatフックを使って直接ストリーミング接続できるようになります。社内アシスタントやサポートエージェントなど、ブラウザベースのチャット体験を作りたい開発者にとって選択肢が広がります。
元YC企業CTO3名が立ち上げたSupersetは、最大10体のコーディングエージェントを並列稼働できるIDEです。Vercel上に構築されたインフラが、ブランチごとの即時プレビューやAIモデルルーティングを支え、1日約600件のプレビューデプロイを無停止で処理しています。
OpenAIは、企業が最先端AIを実際の業務に導入し、具体的な成果へとつなげることを支援する新会社「DeployCo」を発表しました。詳細な機能や提供形態はまだ明らかにされていませんが、AI活用の「実装」に特化した専門組織である点が特徴です。
Vercelは、ダッシュボード上で自然言語による指示文からWAFのカスタムルールを自動生成できる新機能を発表しました。IPアドレスやパス、国、ユーザーエージェントなどの条件に基づき、ログ記録・ブロック・チャレンジ・レート制限・リダイレクトといった制御をルール記述の専門知識なしで設定できるようになります。ダッシュボードのほかVercel CLIからも利用可能です。
Google DeepMindのブログで、研究者Filippo Menolascina氏がAIツール「Co-Scientist」を活用し、新たな肝疾患治療法の候補特定と、既存薬が一部の患者にしか効かない理由の解明に取り組んでいることが紹介されました。原文は短い紹介にとどまりますが、AIが基礎研究の仮説探索を支援する具体例として位置づけられます。
Vercelが自社の**AI Gateway**を通過した7か月分・200K超のチームの実運用データを分析したレポートを公開しました。支出額と処理トークン量ではランキングが逆転するなど、単一のベンチマークでは見えない「本番環境でのAI利用実態」が明らかになっています。
Google DeepMindは、Geminiを基盤に構築した協働型AI「Co-Scientist」を発表しました。研究者と共同作業を行い、科学的発見のスピードを加速させることを目的としています。現時点で公開されている情報は概要のみで、具体的な機能や提供時期などの詳細は明らかにされていません。
Vercelは公式ブログで、AI Gatewayの動画生成機能が非同期実行に対応したと発表しました。これまで1本のHTTPリクエストを開きっぱなしにしていた仕組みから、Webhookやポーリング、ジョブ分離実行など複数の方式を選べるようになり、長時間かかる動画生成でもタイムアウトを気にせず扱えるようになります。
Kubernetes v1.36は、AI/MLやバッチワークロード向けのスケジューリング機能を大幅に強化しました。Workload APIとPodGroup APIを分離し、gang schedulingやトポロジー考慮スケジューリング、ワークロード単位のpreemption、DRA連携、Jobコントローラーとの統合を新たにAlpha機能として提供します。分散学習やバッチ処理を運用する開発者にとって、Pod単位ではなくグループ単位での効率的な資源確保が可能になります。
Vercelの Chat SDK が、新しいサブパスを通じてAI SDK用の組み込みツールセットを提供するようになりました。createChatTools関数一つでChat SDKの読み書き機能をエージェントに接続でき、書き込み系ツールは承認制やプリセットで安全に制御できます。
Google DeepMindは、スタンフォード大学の遺伝学者が同社のAIツール「Co-Scientist」を活用し、慢性肝疾患や肝線維症に対する既存薬の再活用(ドラッグリパーパシング)の可能性を探った事例を紹介しました。原文は概要紹介にとどまり、具体的な発見内容や成果の数値には触れられていません。
IBMが新しい多言語テキスト埋め込みモデル「Granite Embedding Multilingual R2」を発表しました。Apache 2.0ライセンスで公開され、32Kトークンの長いコンテキストに対応し、1億パラメータ未満のモデルの中で最高水準の検索精度を実現しているとされています。
Databricksが、OpenAIの新モデル「GPT-5.5」を企業向けエージェントワークフローに導入したことが明らかになりました。同モデルはベンチマーク「OfficeQA Pro」で新たな最高スコアを記録しています。OpenAI Newsが公開した短い発表に基づく内容です。

Google DeepMindは公式ブログで、新モデル「Gemini 3.5」を発表しました。複雑なエージェント型のワークフローを実行できるよう設計されている点が特徴として示されています。現時点で公開されている情報はごく短く、詳細な機能や性能指標は明らかにされていません。
Hugging Face公式ブログにて、新しいリランカーモデル群「Ettin Reranker Family」の発表記事が公開されました。ただし本稿執筆時点で参照できた原文には具体的な仕様やベンチマーク結果などの詳細本文が含まれていないため、確認できた事実は限定的です。詳細を知りたい方は原文URLを直接ご参照ください。

Redis Blogは、AIエージェントがデモ環境と本番環境で直面する課題の違いを整理し、本番運用に必要な「コンテキストレイヤー」という概念を提示しています。セッションをまたいだユーザー記憶や、矛盾する検索結果の調整といった実務上の壁が浮き彫りにされています。
OpenAIはシンガポールとの複数年にわたるAIパートナーシップ「OpenAI for Singapore」を発表しました。AI活用の拡大、人材育成、企業や行政サービスへの支援を柱としています。