Google DeepMindが「Gemini」音声モデルを改善、より自然な音声体験を実現へ
ワンポイントGeminiがGoogleDeepMindの改善
Google DeepMindは公式ブログで、音声体験の向上を目的とした**Gemini音声モデルの改善**を発表しました。今回の発表は2025年12月12日に公開されており、音声インターフェースの品質向上を目指す取り組みの一環です。詳細な技術仕様については、原文の続報が待たれます。
Primary Sources Only
公式ブログとリリースノートを、日本語の記事にして毎朝届けます。
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。
- 一次情報のみ公式ブログ・リリースノートだけを収集、二次情報は扱いません
- 毎朝ダイジェスト興味トピックの新着記事をメールでまとめて
- 原文リンク明記出典と原文へのリンクを必ず併記
トピック: ai-llm解除
tech/ai news
「Gemma Scope 2」公開、Gemma 3ファミリー全モデルで解釈可能性ツールが利用可能に
ワンポイントGemma 3全モデルで解釈可能性ツールが利用可能に
Google DeepMindが、言語モデルの内部挙動を分析するオープンな解釈可能性ツール「Gemma Scope 2」を公開しました。Gemma 3ファミリーの全モデルに対応しており、AI安全性コミュニティが複雑なモデル挙動への理解を深める助けとなることを目指しています。
tech/ai news
OpenAI、科学研究タスクへの到達度を測る新ベンチマーク「FrontierScience」を発表
ワンポイントOpenAIが科学研究への到達度を測る新指標「FrontierScience」を発表
OpenAIは、物理学・化学・生物学におけるAIの推論能力を評価する新しいベンチマーク「FrontierScience」を発表しました。実際の科学研究に近い課題への到達度を測ることを目的としています。対象分野や目的は明示されていますが、具体的な評価方法や結果についての詳細は公開情報の範囲では限定的です。
tech/ai news
OpenAIが新「ChatGPT Images」を発表、画像生成が最大4倍高速に
ワンポイント画像生成が最大4倍高速化、APIではGPT-Image-1.5として提供
OpenAIは新しい画像生成モデルを搭載した「ChatGPT Images」を発表しました。編集精度とディテールの一貫性が向上し、生成速度は最大4倍高速化しています。新モデルは全ChatGPTユーザー向けに展開されるほか、APIでは「GPT-Image-1.5」として利用可能です。
Google DeepMind、高速・低コストな最新モデル「Gemini 3 Flash」を発表
ワンポイントフロンティア級AIを、より速く低コストで
Google DeepMindは、フロンティア級の性能を高速かつ低コストで提供する新モデル「Gemini 3 Flash」を発表しました。Gemini 3シリーズの一員として、速度とコスト効率を重視した設計になっています。
tech/ai news
OpenAI、Codex CLIの内部動作を解説する技術記事「Unrolling the Codex agent loop」を公開
ワンポイントCodex CLIの内部エージェントループをResponses APIで徹底解説
OpenAIは、コーディングエージェントCodex CLIがどのようにモデルやツール、プロンプトを制御し、パフォーマンスを引き出しているかを解説する技術解説記事を公開しました。核心となるのはResponses APIを用いたエージェントループの仕組みです。
tech/ai news
OpenAI、AIの「思考過程」を監視する新評価フレームワークを発表
ワンポイントAIの内部推論を監視する方が出力監視より効果的と判明
OpenAIは、AIモデルの思考の連鎖(Chain-of-Thought)がどれだけ人間による監視に適しているかを測る新しい評価フレームワークを公開しました。13種類の評価タスクと24種類の環境から構成され、出力結果だけを見るよりも内部の推論過程を監視する方が、モデルの危険な挙動を検知する上で有効であることが示されています。
tech/ai news
OpenAI、強化学習による自動レッドチーミングでChatGPT Atlasのプロンプトインジェクション耐性を継続強化
ワンポイント強化学習の自動レッドチームでAtlasの脆弱性を先回り発見・修正
OpenAIは、強化学習で訓練した自動レッドチーミングの仕組みを使い、ブラウザエージェント「ChatGPT Atlas」のプロンプトインジェクション対策を継続的に強化していると発表しました。未知の攻撃手法を先回りで発見し修正する「discover-and-patch」ループにより、AIがより自律的（エージェント的）になる中での防御力向上を狙います。
tech/ai news
OpenAI、「GPT-5.2システムカード」への補遺を公開 ― コーディング特化モデル「GPT-5.2-Codex」を対象に
ワンポイントGPT-5.2系にコーディング特化モデル「GPT-5.2-Codex」が登場
OpenAIが公式ニュースにて、GPT-5.2システムカードに対する補遺(アディンダム)を公開しました。対象となるのはコーディング用途に特化したとみられる「GPT-5.2-Codex」で、既存のGPT-5.2システムカードを補完する形での文書公開です。具体的な評価内容や変更点については、公開されている原文本文が限られているため、現時点で判明している事実の範囲での紹介となります。
tech/ai news
OpenAI、最新のコーディング特化モデル「GPT-5.2-Codex」を発表
ワンポイントOpenAI史上最も高度なコーディングモデル「GPT-5.2-Codex」登場
OpenAIは2025年12月18日、自社史上最も高度なコーディング特化モデルとして「GPT-5.2-Codex」を発表しました。長期にわたる推論能力、大規模なコード変換、強化されたサイバーセキュリティ機能を備えているとしています。
tech/ai news
OpenAI、質的データを定量化する研究者向けオープンソースツール「GABRIEL」を公開
ワンポイントGPTで質的データを定量化、研究者向けOSSツール「GABRIEL」登場
OpenAIが社会科学研究者向けの新しいオープンソースツール「GABRIEL」を発表しました。GPTを活用してテキストや画像といった質的データを定量データへと変換し、大規模な研究分析を可能にします。
tech/ai news
Vercel、TypeScript向けAI開発ツールキット「AI SDK 6」を公開
ワンポイントAI SDK 6公開、月間2000万DL超のTypeScript製AIツールキット
Vercelが公式ブログでAI SDKの最新メジャーバージョン「AI SDK 6」を発表しました。月間**2000万件以上**のダウンロード実績を持ち、スタートアップからFortune 500企業まで幅広く採用されているこのツールキットは、複数のAIプロバイダーを統一APIで扱えるのが特徴です。Next.js・React・Svelte・Vue・Node.jsといった主要フレームワークとの連携もそのまま維持されています。
ServiceNow AI、LLMの安全性と耐攻撃性を高めるガードレール「AprielGuard」を発表
ワンポイントServiceNowがLLM向け安全ガードレール「AprielGuard」を発表
ServiceNow AIがHugging Face Blogで、現代のLLMシステム向けにセーフティと敵対的攻撃への耐性を提供するガードレール「AprielGuard」を発表しました。ServiceNowが手がける「Apriel」モデルファミリーに連なる取り組みとみられ、LLM運用の安全対策強化を目的としています。
Google DeepMind、2025年の研究成果を8分野にまとめて総括
ワンポイントDeepMindが2025年の研究成果を8分野で年次総括
Google DeepMindは公式ブログで、2025年に同社の研究チームが達成したブレークスルーを8つの分野に分けて振り返る記事を公開しました。年末恒例の総括企画として、AI研究における1年間の進展を俯瞰する内容になっています。
tech/ai news
OpenAIが公開、CodexとSoraを支える新しいアクセス管理システムとは
ワンポイントCodexとSora、レート制限を超えた新アクセス管理で安定運用へ
OpenAIは、コーディングエージェント「Codex」と動画生成モデル「Sora」への継続的なアクセスを支えるため、レート制限・利用量トラッキング・クレジットを組み合わせたリアルタイムのアクセス管理システムを構築したと発表しました。単純な流量制限に頼らない設計により、需要増加時にもサービスを安定運用することを狙っています。
tech/ai news
OpenAIが医療機関向けソリューション「OpenAI for Healthcare」を発表
ワンポイントOpenAIがHIPAA準拠を掲げる医療機関向けAIを発表
OpenAIは、医療分野に特化した新サービス「OpenAI for Healthcare」を発表しました。HIPAA準拠をサポートするセキュアでエンタープライズグレードのAI基盤により、医療現場の事務作業負担の軽減と臨床ワークフローの支援を目指すものです。
Falcon-H1-Arabic登場、ハイブリッドアーキテクチャでアラビア語AIの可能性を拡張
ワンポイントアラビア語特化のハイブリッド型AI「Falcon-H1-Arabic」登場
Hugging Face Blogにて、TIIによる新モデル「Falcon-H1-Arabic」が発表されました。ハイブリッドアーキテクチャを採用し、アラビア語処理における性能向上を目指すモデルとされています。ただし本記事執筆時点では、原文本文の詳細情報が確認できていません。
NVIDIA、物理AI向け推論モデル「Cosmos Reason 2」を発表
ワンポイントNVIDIAが物理AI向け推論モデル「Cosmos Reason 2」を発表
NVIDIAはHugging Face公式ブログで、物理AI分野向けの推論モデル「Cosmos Reason 2」を発表しました。前身のCosmos Reasonシリーズの後継として位置づけられており、物理世界を扱うAIシステムへの高度な推論能力の提供を目指すものです。本記事執筆時点では原文の詳細な仕様説明は確認できていません。
tech/ai news
Vercelが音声AI向けUIコンポーネント集「AI Voice Elements」を公開
ワンポイント音声UI6種を追加、AI Elementsが音声アプリ対応に
Vercelは、AI SDKのTranscription/Speech機能と組み合わせて使える新しいコンポーネント群をAI Elementsに追加しました。音声エージェントや文字起こしサービスなど、自然言語を扱うアプリのUI実装を効率化することが狙いです。Persona、SpeechInput、Transcription、AudioPlayer、MicSelector、VoiceSelectorの6種類が提供されています。
Google DeepMind、「Veo 3.1 Ingredients to Video」を発表 縦型動画生成にも対応
ワンポイントVeo 3.1が縦型動画生成に対応、より自然でダイナミックな映像へ
Google DeepMindが動画生成AIモデルVeoの最新アップデート「Veo 3.1 Ingredients to Video」を公式ブログで発表しました。より自然でダイナミックな動画クリップの生成に加え、縦型動画フォーマットへの対応が新たな特徴です。