マイクロソフト、新たに3つの基礎モデルを発表しAI競争に挑む
マイクロソフトは、OpenAIやGoogle、Anthropicといった競争相手に対抗するため、3つの新しい基礎モデルを発表しました。これにより、生成AI市場での存在感を一層強化しようとしています。
多模态AI に関するニュース
Gemini 3.1 Flash Live初公開：対話ロボットの真偽判別が困難に
GoogleがGemini 3.1 Flash Liveを発表し、その革命的な対話型音声AIモデルがGoogle検索、Geminiアプリ、開発者ツールで正式にリリースされた。稲妻のような応答速度と高度にリアルな音声合成能力により、ユーザーは
マルチモーダルAIが金融を革新：複雑なワークフローの自動化
マルチモーダルAIが金融業界の複雑な文書処理を自動化し、従来のOCRシステムの限界を克服して効率を大幅に向上させている。
Meta Llama 3.2ビジュアルモデルが重大発表：オープンソースマルチモーダルAIがモバイル時代へ
MetaがLlama 3.2ビジュアルモデルシリーズ（11B・90Bパラメータ版）を発表し、Llamaファミリー初の視覚機能を搭載。軽量11Bモデルはスマートフォンで効率的に動作可能で、オープンソース化後わずか数日でダウンロード記録を更新し
Google Gemini 2.0のマルチモーダルアップグレード：動画理解とエージェント能力が飛躍的向上、ベンチマークテストでSoraを超える
GoogleがGemini 2.0のマルチモーダルアップグレードを重大発表し、動画理解とインテリジェントエージェント能力において飛躍的な進歩を遂げ、ベンチマークテストでOpenAIのSora動画生成モデルを上回ったことで業界の注目を集めてい
Claude Code音声モード公開、AnthropicがAIプログラミング分野に本格参入
AnthropicがClaude Codeに音声モード機能を追加し、自然な音声対話によるプログラミングを実現。AIプログラミング分野での競争力を大幅に強化した。
Gemini 2.0の流出情報が明らかに：マルチモーダル能力がSoraを超える可能性、GoogleのAI戦略に注目集まる
Googleの次世代大規模モデルGemini 2.0に関する流出情報が話題となっており、特に動画理解性能がOpenAIのSoraモデルを上回るとされている。Google I/O開発者会議の延期と相まって、業界のGoogleAI戦略への期待が
Google、Gemini 3.1 Proを発表：複雑な問題解決能力が大幅に向上
Googleは2026年2月20日、複雑な問題解決に特化した最新AIモデル「Gemini 3.1 Pro」を発表し、長鎖推論や多モーダル統合において驚異的な性能を示した。
Google Geminiアプリに音楽生成機能追加、テキスト・画像・動画入力に対応
Googleは旗艦AIアプリGeminiに音楽生成機能を追加し、テキスト、画像、動画を入力として高品質な音楽を生成できるようになった。この革新により、AI音楽創作がより身近で直感的な時代へと進化している。
インドAIラボSarvamの新モデル：オープンソースAIの実現可能性への大きな賭け
インドのAIラボSarvamが30億・105億パラメータのLLMを含む新モデル群を発表し、オープンソースAIの可能性に大きく賭けた。これらのモデルは12以上のインド言語に対応し、多言語・多文化環境に最適化されている。
xAI、Grok-1.5 Visionを発表：マルチモーダルAI能力でGPT-4Vを上回り、リアルタイムXデータ活用で大反響
xAIが初のマルチモーダル大規模言語モデル「Grok-1.5 Vision」を発表し、RealWorldQAベンチマークでOpenAIのGPT-4Vを上回る性能を示した。Elon Muskが自らXプラットフォームでデモを行い、わずか数時間で
Meta Llama 3.2ビジュアルモデルリリース：軽量マルチモーダルAIがスマートフォン時代を開く
Meta AIチームがLlama 3.2シリーズモデルを発表し、Llamaファミリー初のビジョン機能を導入。軽量1B・3Bパラメータ版はスマートフォンでの動作に最適化され、マルチモーダルAIの消費者向けデバイスへの展開における重要な一歩とな
Baidu文心一言4.0 Turbo版重大リリース：推論速度3倍向上、中国語マルチモーダル能力が業界をリード
Baiduが文心一言4.0 Turbo版を正式リリースし、推論速度を3倍に向上させ、中国語マルチモーダル能力を強化。デモ動画が中国語SNSで急速に拡散し、開発者テストではGPT-4に匹敵する性能と評価された。
Google Gemini 2.0 Flash正式リリース：軽量・高速マルチモーダルAIモデルが開発者の熱狂を呼ぶ
Googleが2024年12月に発表したGemini 2.0 Flashは、低遅延と高効率を実現した軽量マルチモーダルAIモデルで、リリース以来10万回以上のベンチマークテストを記録し、開発者コミュニティで大きな注目を集めています。
Moonshot AI Kimi新バージョンリリース：長文コンテキストとマルチモーダル機能が中国語AIブームに火をつける
中国のAIスタートアップMoonshot AIのチャットボットKimiが大幅アップグレードを実施し、超長文コンテキストウィンドウとマルチモーダル機能でネットを席巻。ユーザーからは「国産GPTキラー」との称賛が相次ぎ、中国語大規模言語モデル（
xAI Grok-2正式リリース：多モーダル能力がトップモデルに匹敵、Elon Muskが自らテストし話題に
2023年8月13日、xAIはGrok-2とGrok-2 miniを正式に発表しました。これらの新しいAIモデルは、画像理解やリアルタイムのXプラットフォームデータ処理で優れた性能を示し、Elon Muskが自らデモを行ったことで注目を集め