今回は、WordやPDFといった多様な文書をMarkdown（GitHub-Flavored Markdown）に高速変換するRust製ライブラリ「anydoc」を取り上げます。
OpenAIが、Linux向けのChatGPTデスクトップアプリをプレビュー版として世界同時リリースしました。対応ディストリビューションはUbuntu 24.04 LTSおよび26.04 LTS、Debian 13、Fedora 43および44で、ChatGPT、ChatGPT Work、Codexの3サービスが利用できます。
Googleのスンダー・ピチャイCEOは、同社のAIアシスタントアプリ「Gemini」の月間アクティブユーザー数（MAU）が10億人を突破したとXを通じて発表しました。
Anthropicが、AIモデル Claudeが生成する文章に電子透かしを導入する計画を明らかにしました。
Sunoが8月10日（現地時間）、ダウンロードポリシーと利用規約（ToS）の変更を発表しました。適用は9月3日から。これまで「気に入ったらとりあえず全部ダウンロード」でやってきた筆者のようなユーザーにとっては、運用の見直しを迫られる内容です。
Insta360 初の日本国内店舗、Insta360 浅草本店のオープニングを取材してきました。
AWS、マイクロソフト、OpenAI、Anysphere、Vercelの各社は、AIエージェントのスキルやMCPサーバの設定を、AIエージェントが異なっていても共有できる業界標準の仕様「Agent Plugins 1.0.0」を発表しました。またGoogleもAgent Pluginsへの対応を発表しています。
モーツァルトには、サイコロを振って曲を作っていたという伝説があります。これをやってみようかと考えて、例のごとく、Claudeに投げてみたら、数十分後に出来上がりました。
無限音楽機関シリーズの新作として、DEVIATION Infinityを開発しました。きっかけとなったのは、東京大学名誉教授である暦本純一先生のこの投稿「反復と変容／予測脳：シューベルトからミニマル・ミュージックへ」でした。
エリック・サティ様式の自動生成機関を作りました。
「生成AIウィークリー」（第154回）は、2.8兆パラメータのオープンウェイトAIモデル「Kimi K3」や、Microsoftが開発した40億パラメータの小型マルチモーダルモデルファミリー「Mage」を取り上げます。
OpenAIが元アップルのデザイナー、ジョナサン・アイブ氏と共同開発しているAI搭載ハードウェアは、「基本的にディスプレイを持たないスマートスピーカー」と言える製品になる模様です。
OpenAIは2026年8月6日、ChatGPTのFreeプランおよびGoプランユーザーを対象に、テキストベースのチャットに設けていた利用制限を撤廃すると発表しました。
Metaが、ターミナル上で動作するコーディングエージェント「Muse Code」のベータ版を、macOSおよびLinux向けに公開しました。同ツールは新モデル「Muse Spark 1.2」を搭載し、大規模なリポジトリを対象とした複雑なソフトウェアエンジニアリングタスクを自律的にこなせると説明されています。Metaはこれを「より大規模で高性能なモデルに向けた次のステップ」と位置づけています。
Anthropicは、自社技術による高速かつ効率的なカスタムAIチップの開発を目指し、ハードウェアとAIモデルを共同設計するチームを構築するための人材を募集しています。
英国の政府機関 AI Security Institute（AISI）は8月4日、サイバーセキュリティ能力テスト中に、AIエージェントが自発的に実在の人物や組織を標的に、フィッシングや別人になりすました説得といった攻撃を仕掛けていたとするインシデント報告を公開しました。
過去から未来へのテクノロジーの歴史を、ちょっとした暇つぶしとしてテンポ良く、かつワクワクしながら読める壮大な読み物を改訂しました。
今回は、中国のDeepSeekがMITライセンスのもと重みを公開したAIモデル「DeepSeek-V4-Flash」正式版を取り上げます。これまで公開されていたプレビュー版に代わる正式リリースです。
アップルは7月に、OpenAIがAppleの技術に基づいたAIデバイスやその他の製品の開発を進めることを阻止することを目的とする仮差止命令を裁判所に求める企業秘密侵害訴訟を起こしました。そして今週、アップルは同社の企業秘密の窃盗に、さらに多くの元従業員が関与している可能性があると主張しました。
生年を入力するとSFと現実技術の171項目を帯付きの年表として並べるWebアプリ。Claude対話で作成、自己年表追加可。GitHub公開。
前回は、ゼロショットSVS（Singing Voice Synthesis、歌唱合成）の「SoulX-Singer」を妻の歌声で実験してみました。英語と中国語でしか使えないこのAIボーカルシンセに日本語をなんとか歌わせるところまではできました。では、次の段階へ。
空飛ぶカメラ「HOVERAir」のZERO ZERO ROBOTICSが、新製品「HOVERAir VERSA」を発表しました。
Google DeepMindが開発したタンパク質構造予測AIプログラム「AlphaFold」を手がけたチームが、事実上解体されたことがFinancial Timesの報道で明らかになりました。Google DeepMindは一部のメンバーをGemini関連プロジェクトや科学研究部門へ異動させており、他のメンバーはすでに同社を退社しているとのことです。
Googleの新機能「優先ソースとして追加」のボタンを設置しました。
今回の「生成AIウィークリー」（第153回）は、OpenAIの前CTO創設「Thinking Machines Lab」が開発した総パラメータ9750億のマルチモーダルモデル「Inkling」や、DGX Spark1台で動くコーディング特化AI「Laguna S 2.1」 を取り上げます。
ユナイテッド航空は、ヒト型および動物型ロボットを、機内持ち込みおよび受託手荷物としての持ち込みいずれにおいても禁止すると発表しました。
香港のDnsys Innovation Limitedが開発する外骨格パワードスーツ「Dnsys BOOSTSUIT」を最大35%オフで入手できる国内クラファンが、まもなく7月30日(木)22:00に終了します。
最近は作家・ライター界隈で、自前のテキストエディターを開発する流れがありますが、筆者は自前のボーカルシンセエディターを作っています。どういうことかというと……。
OpenAIが提供するAIチャットボット「ChatGPT」が、著名作家の文体を直接模倣するよう求めるリクエストを断るようになった模様です。
テクノエッジ編集部では、生成AIグラビア実践ワークショップ第4期第6回を7月31日に開催します。今回は、「今、最も勢いのある画像生成AI、Krea 2」をテーマに、デモを交えて解説します。
OpenAIが音声対話機能「ChatGPT Voice」(音声モード)をデスクトップアプリ（Mac・Windows）に展開しました。
今回は、Alibaba傘下の研究機関Tongyi Lab（Qwenの開発元）が発表した、テキスト音声合成（text-to-speech）モデル「Qwen-Audio-3.0-TTS」を取り上げます。
・Instagramのアダム・モッセリ責任者が、Metaスマートグラスで撮影した見知らぬ人への嫌がらせ動画を禁止すると公式に表明した
・ナンパ師アカウント2件（各100万フォロワー超）がすでに停止され、Metaも方針違反を理由とした削除を認めた
・Metaはグラスの録画インジケーターライトへの改ざんを検知した場合にカメラを無効化するアップデートも実施している
先週、OpenAIの未発表AIエージェントが試験環境を逸脱してHugging Faceのサーバーに侵入したことが明らかになりましたが、Reutersは7月24日、OpenAIがそのことに気づくまでに1週間以上もかかったことを報じました。
Anthropicは7月24日、待望の新AIモデル「Claude Opus 5」の提供を開始しました。すでに全プラットフォームで利用できます。
Googleは、ユーザーがアカウントにサインインするための方法に、自撮り動画を使うオプションを追加すると発表しました。
Anthropicは7月23日、Claudeの音声対話機能「Voice mode」を刷新し、高性能モデルのOpusおよびSonnetに対応したと発表しました。
ELPのキース・エマーソン、ギタリストのエリック・クラプトンの自動生成に続いて、現在のポピュラーミュージックの共通言語とも言える音楽理論のインタラクティブ教科書をClaude Fable 5で作成。次は古典に挑戦してみます。
ますます活発なKrea 2。ControlNetからEdit、LoRAまで。
Gensparkは7月21日、AIワークスペースの大型アップデート「AIワークスペース6.0」を発表しました。
OpenAIは、同社のAIモデルがサイバー能力の内部評価テスト中にサンドボックス環境を脱出し、Hugging Faceの本番インフラに不正アクセスするという事案が発生したと発表しました。
Anthropicが2024年に作家グループから起こされた著作権侵害訴訟について、米連邦裁判所がサンフランシスコにて和解を承認しました。
