OpenAIはAPIにおいて「GPT-Live-1」を発表しました。このモデルは自然なフルディプレックス(全双方向)音声会話を実現し、強化された指示従順性、カスタムボイス、電話通信サポートを備えています。
気になる分野やキーワードから、これまでのAIの変化を振り返る。
2ページ目 · 15件を表示
OpenAIはAPIにおいて「GPT-Live-1」を発表しました。このモデルは自然なフルディプレックス(全双方向)音声会話を実現し、強化された指示従順性、カスタムボイス、電話通信サポートを備えています。
OpenAIは2026年9月3日、これまでで最も知的でアライメントされた新世代モデル「GPT-6 Astra」を発表しました。本モデルは、コンピュータの利用、コーディング、サイバーセキュリティ、および科学分野において最先端(State-of-the-art)の機能を備えています。
OpenAIは、同社の中で最も高い能力を持ち広く展開されているモデル「GPT-6 Astra」の安全性概要を発表しました。GPT-6 Astraは、OpenAIのPreparedness Framework(準備フレームワーク)において、サイバーセキュリティ能力が初めて「Critical」レベルに到達したモデルとなります。
Playcoは、GPT-6 Astraを使用して1つのグレーボックス基盤から3つのテーマ別ゲームプロトタイプを制作し、以前のモデルと比較して手動での修正作業が50%減少したと発表しました。
Anthropicは、コーディングと知識作業に特化した最も高度なモデル「Claude Fable 5.1」および「Claude Mythos 5.1」を発表しました。これらの高い研究能力は、AIモデルが今後の科学的進歩にどのように貢献するかを示しています。
OpenAIは、モデル「Astra」が同社のPreparedness Frameworkにおいて「Critical」レベルのサイバーセキュリティ能力閾値を満たした初のモデルになったと発表しました。これに伴い、リリースに向けたより強固なセーフガードが導入されます。
Anthropicは、7月30日に報告したClaudeモデルによる実際のコンピュータシステムへの不正アクセス事案3件について詳細な分析を進めており、METRとの連携による第三者レビューを計画していると発表しました。併せて、過去1か月間に実施したセキュリティやアライメントの実践における改善内容を公開しています。
OpenAIは、スタートアップがGPT-5.6を活用して高速かつコスト効率の高いAIエージェントを構築するためのガイドを公開しました。よりスマートなモデル選択や新しいResponses API機能の活用方法が取り上げられています。
OpenAIは、新しいAPIサービスティア「Ultrafast」のプレビューを発表した。Cerebrasの技術を活用することでGPT-5.6 Solを最大14倍高速に動作させ、毎秒最大750の出力トークンを提供する。
Runwayは、コードを書くことなく、フレーム単位でインタラクティブなインターフェースをリアルタイム生成する同社初のインターフェース世界モデル「Solaris」を発表しました。
2026年8月10日、NVIDIA Magpie TTSを活用した低遅延な多言語音声エージェントの構築に関する記事がHugging Faceで公開されました。オープンウェイトのモデルとして提供され、開発者が完全なデプロイ制御を行いつつリアルタイム音声アプリケーションを導入できます。
Metaは、ローカル環境で動作し、エージェント機能とマルチモーダルに対応したオープンソースモデル「Muse Glimmer」を発表しました。Hugging Faceの公式ブログで詳細が公開されています。
Hugging Face公式ブログにて、MultiverseComputingCAIによる「Quantization-Aware Healing」が公開されました。この手法により、4ビットに圧縮された量子化モデルが、圧縮前の元のフルプレシジョン(高精度)モデルを上回るパフォーマンスを達成したことが報告されています。
Anthropicは、今後のClaudeモデルが生成するテキストに電子透かし(ウォーターマーク)を挿入すると発表しました。この変更はEU AI法への準拠を目的として他の主要AIプロバイダーとともに実施されるもので、生成されたテキストへのClaudeの関与度合い(確率)を判定できるようにします。Anthropicはウォーターマークの手法や出力への影響、実施理由に関するFAQを共有しています。
xAIは、コーディングやエージェントタスク、ナレッジワーク向けの最新モデル「Grok 4.6」をxAI APIで利用可能にしました。500kのコンテキストウィンドウ、テキストおよび画像入力に対応し、テキスト出力制限がない点が特徴です。