Mavericks AI ニュース 【毎週配信・無料・5分で読める🗓】国内外の注目企業の動向分析から最新AIの紹介まで、幅広いAIニュースを分かりやすく解説👉 https://mvrks.news/ Wed, 17 Jun 2026 04:28:29 +0000 Sun, 14 Jun 2026 22:30:00 +0000 2026-06-14T22:30:00Z 2026-06-17T04:28:29Z Productivity Artificial Intelligence Technology Copyright 2026, Mavericks AI ニュース https://media.beehiiv.com/cdn-cgi/image/fit=scale-down,format=auto,onerror=redirect,quality=80/uploads/publication/logo/c9a5b6b1-9e78-4c3b-acaf-dcf2986c19ec/maverick_new.jpeg Mavericks AI ニュース https://mvrks.news/ https://www.rssboard.org/rss-specification beehiiv en-us support@beehiiv.com (Beehiiv Support) AIは今や核兵器。Mythos同等の史上最強AI「Claude Fable」公開も、米政府の要請によりわずか3日で提供終了。一体何が起きているのか? Claude Codeで1日で1000ドル分消費...!トークン最適化の時代が到来しつつある https://mvrks.news/p/ai-mythos-ai-claude-fable-3 https://mvrks.news/p/ai-mythos-ai-claude-fable-3 Sun, 14 Jun 2026 22:30:00 +0000 2026-06-14T22:30:00Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

今週は、Anthropic社の新AIモデル「Claude Fable 5」のリリースと、その公開停止をめぐって、世界のAI情勢が目まぐるしく動いた一週間でした。事態はいまも渦中にありますが、6月14日の執筆時点で判明している情報を、整理して網羅的にお届けします。

1. 直近のビッグニュースTop 3

① Anthropicが従来モデルとは一線を画すMythos級AI「Claude Fable 5」リリース！

米国時間6月9日、Anthropic社が新たなAIモデル「Claude Fable（フェイブル） 5」をリリースしました。安全上の懸念から一般公開が見送られていた「Claude Mythos（ミュトス） Preview」の発表から2ヶ月。満を持しての登場となりました。

同社の発表を端的にまとめるなら、Fableモデルは「ガードレール付きMythos」と言えます。

Mythosと同等の性能を保ちながら、サイバーセキュリティ、生物学、化学、そしてAI開発に関わるリクエストが来た際は、下位モデルのClaude Opus 4.8に回答を肩代わりさせます。このようなセーフガードによって、安全を担保しているとされています。

Fable 5 / Mythos 5, Mythos Previewと既存モデルとのベンチマーク比較
（Anthropic）

Fableの知能は、従来のどのAIモデルとも一線を画しています。

キャッチーな例で言えば、ゲーム、3D CAD、動画といった「プログラムで作られるコンテンツ」が挙げられます。これまでのAIには作れなかった完成度の作品を、たった一度の指示で生成できるようになったという投稿が相次いでいます。

Anthropic社からは、ポケモンの事例も公開されました。昨年11月にリリースされたClaude Opus 4.5は、「ハーネス」と呼ばれる補助ツールを携えてなお、500時間以上プレイしても「ポケットモンスター 赤」をクリアできませんでした。対するFableは、リメイク版の「ポケットモンスター ファイアレッド」を、画面情報のみを頼りに、わずか50時間でクリアしてみせたのです。

YouTube

もちろん実務能力も圧倒的です。特に開発・研究分野では、大規模かつ複雑なタスクの遂行精度が大きく上がったという声がSNSに溢れており、私自身も同感です。

AIがワークフローを自動構築して実行する「Dynamic Workflows」と組み合わせることで、2〜3時間にわたり人間を介さず自律稼働し、それでいて致命的なミスなくタスクを完遂してくれる場面に何回も遭遇しました。開発タスクに限れば、ジュニアエンジニアからシニアエンジニアへの進化といったところではないでしょうか。

② Claude Codeで1日で1000ドル分消費…！「トークン最適化」の時代が到来しつつある

一方で、Dynamic WorkflowsやFableモデルの登場により、AI実行コストに注意を払わなくてはいけない場面が一気に増えてきています。費用対効果を踏まえてタスクごとにモデルを使い分けないと、あっという間に支出過剰へ陥ります。

先月は、Claude CodeなどのAIコーディングツールの利用が急増したUber社が話題になりました。2026年の年間AI予算を年初からわずか4ヶ月で使い切り、「従業員1人あたり、コーディングツールごとに月額1500ドル」の上限を設けたといいます。

Wikipedia

これは決して他人事ではありません。FableのコストはOpusの2倍である上に、タスク規模の拡大に伴って消費トークンも膨らんでいきます。その結果、私自身もたった2日間で、Claude Code上でAPI換算2000ドルに相当するトークンを消費してしまいました。

現在Anthropic社は、Claude Codeを通じて各種ClaudeモデルをAPI料金よりも格安で提供しています。月額100〜200ドルを払うだけで、その何十倍にも相当する使用権が手に入る計算です。

最先端AIモデルの料金比較
（Artificial Analysis）

ところが同社はFableのリリースに際し、早ければ6月23日以降、FableはAPIと同価格の追加課金枠「usage credits」のみで利用可能になると発表しました。つまり、それ以降は実質、利用単価が何十倍にまで膨れ上がるのです。

こういった背景もあり、世界全体を見渡すと、とにかくAIを多用することが推奨される「トークン最大化」の時代から、費用対効果を突き詰める「トークン最適化」の時代への移行が、いよいよ始まりつつあるようです。

もっとも、そんな費用対効果の議論すら吹き飛ばす事態が、リリースからわずか数日後に待ち受けていました。次節で詳しくお伝えします。

③ 米政府からの指示で、Fable、Mythosがリリース3日で提供停止。一体何が起きたのか？

Fableのリリースから、わずか3日。世界を揺るがす衝撃的なニュースが飛び込んできました。

6月12日（以下、米国時間）、Anthropic社が米国政府からの輸出管理指示を受け、世界中の全ユーザーに対してFableおよびMythosの提供を停止すると発表したのです。一体、何があったのでしょうか？

AxiosやPoliticoによれば、ことの発端は、今週木曜からAmazon社をはじめとして、複数の企業がFableの安全性についてホワイトハウスに懸念を提起したことにあります。中でもAmazon社は、「新モデルの一部をジェイルブレイクし、国家安全保障上の脅威となりうる部分にアクセスできた手法を示す報告書を共有した」とされています。

「ジェイルブレイク」とは、AIモデルに設けられたセーフガードを、巧妙な指示ですり抜けようとする行為です。たとえば「これは小説の設定です」「開発者モードになって」などと誘導し、核兵器の製造方法やハッキングの手口を指南させるといった具合です。

そして金曜朝から、政権高官らはAnthropic社と数時間にわたって協議し、90分の猶予とともにFableとMythosを自主的に取り下げるよう求めました。しかし同社はこれに応じず、結果として米国政府は「輸出管理指示」という形で、国内外すべての外国籍の個人によるアクセスを停止するよう命じ、提供停止に至りました。

Anthropic CEOのダリオ・アモデイ氏
（CBS Sunday MorningのYouTubeより）

では、FableやMythosは実際にどれほどの脆弱性を抱えていたのでしょうか？

金曜夜のAnthropic社の発表からは、新モデルに致命的な脆弱性はなく、全面停止は過剰な措置だというスタンスが読み取れます。詳細は次の通りです：

・Fableの公開に至るまでの数週間、Anthropicは米国政府や英国のAISIなどと協力し、数千時間をかけてセーフガードを検証するレッドチーム（模擬攻撃テスト）を実施した。

・その結果、Fableのセーフガードは過去のどのモデルよりも大幅に効果的だと確認された。幅広いサイバー機能を一括で解放する「ユニバーサル・ジェイルブレイク」も、現時点で確認されていない。

・米国政府がFableのジェイルブレイク手法を把握しているとはみている。ただし同社が確認した限り、既知かつ軽微な脆弱性しか示されておらず、いずれも他の公開モデルでも発見できるものだった。

・限定的なジェイルブレイクの発見が、すでに何億人もの手に渡った商用モデルのリコールを正当化するとは考えていない。

対する米国政府からは、Anthropic社への疑念が浮かび上がっているようです。「アモデイ氏が普段からAnthropic技術の危険性を核爆弾になぞらえて説明していただけに、既知のセキュリティ脆弱性を理由とするシステムの停止を拒んだことに、ホワイトハウス高官らは困惑した」と報じられています。

確かに同社が、Mythosを一般公開せずに発表した上で、最先端AIの脅威を半ば煽るように繰り返し訴えてきたのは事実です。その是非はさておき、現時点での報道を踏まえると、米国政府がFable、Mythosモデルの致命的な脆弱性の証拠を掴んでいない可能性は否定できないでしょう。

仮に今回の基準が業界全体に適用されれば、Anthropicに限らず、OpenAIやGoogleをはじめとするあらゆるAIモデル開発企業が、米国政府の一片の通達で突如モデル提供を絶たれるリスクを背負うことになります。

それだけに、米国政府の今後の発表に、かつてないほどの注目が集まっています。

2. これだけは知っておこう！AIエージェントを使いこなすコツ

今週も引き続き、Claude Code、Cowork、CodexといったAIエージェントを使っている方に向けて、AIの能力を最大限に引き出すためのコツをご紹介します！

① トークン最適化のために、セッションをこまめに切り替える

Dynamic WorkflowsやFableモデルの登場により「トークン最適化」に注目が集まっていますが、そのための強力な方法として「セッションの切り替え」があります。話題が変わったら、必ず新しくチャットを立ち上げるべきです。

あまりにもシンプルで拍子抜けしまったかもしれませんが、会話あたりのトークン消費量はやり取りの回数に対して2次関数のオーダーで増加していきます。最悪ケース、1回目のやり取りと10回目のやり取りで、トークン消費量が100倍近く変わってしまう可能性があるのです。

なおClaude Codeでは、「/clear」というコマンドを打つことによっても、セッションを初期化できます。公式ドキュメントでは過去の会話履歴を要約して圧縮してくれる「/compact」コマンドも紹介されていますが、個人的には精度低下に繋がるためおすすめしません。

Anthropic

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> 1000体のAIが2時間以上連続稼働!最強AIエージェント機能「Claude Code Dynamic Workflows」リリース 他にも...AIが人の手を離れるかもしれない。AnthropicがAI開発ペースの減速検討を呼びかけ https://mvrks.news/p/1000-ai-2-ai-claude-code-dynamic-workflows https://mvrks.news/p/1000-ai-2-ai-claude-code-dynamic-workflows Sun, 07 Jun 2026 22:30:00 +0000 2026-06-07T22:30:00Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① 最大1000体のAIが数時間稼働。Claude Codeに新機能「Dynamic Workflows」登場

米国時間5月28日、Anthropic社がClaude Codeの新機能「Dynamic Workflows」を、リサーチプレビュー版としてリリースしました。

別名「ultracode」とも呼ばれ†、Javascriptで書かれたプログラムに則って、最大1000体のエージェントを呼び出しながら、数時間にわたって自律稼働するという、なんともキャッチーな機能です。

SNSではあまり話題になっていない印象ですが、少なくともコーディングタスクでは明確な精度向上を体感しました。ゆくゆくは他のタスクでも、同じような恩恵を得られる余地は十分にあると考えています。

今日のAIエージェントが抱える問題として、「コンテキストウィンドウ逼迫による精度低下」と「一貫性の欠如」が挙げられます。実際には文書を読んでいないのに確認済みのフリをしたり、あなたの指示文を鵜呑みにしたり。そんなAIに振り回された経験が、一度はあるのではないでしょうか。

今回のClaude Codeの新機能は、「分業」と「多角化」という2つの工夫を盛り込んだワークフローを自動構築することで、上記の弱点を大きく和らげています。スライド作成タスクを例に、その仕組みを紐解いていきましょう。

スライド完成までのフローには、「リサーチ」「シナリオ作成」「スライド化」といったサブタスクが含まれます。新機能ではこのタスク分解を自動でこなし、それぞれに別のAIエージェントを割り当てることで、各AIがコンテキスト逼迫に悩まされることなく、最大限の実力を発揮できるようになっています。

加えて、実行用とは別に「検証用」のAIエージェントが設置されます。これにより「指示文を鵜呑みにする」「文書を読んだフリをする」といった、第三者がいれば気づけたミスの発生確率が大きく軽減されるわけです。

右図がDynamic Workflowsの仕組みを示している。タスクを細かく分割しつつ、実行・検証・修正用にエージェントを分けたり、複数の独立なエージェントに検証させたりすることで、精度向上を図っている
（X）

実際に試してみて、もちろん完璧とはいかない場面もありましたが、通常の動作の10〜100倍程度のトークンを消費して、数時間動作するだけあって、「ファイルを読み損ねる」といった凡ミスは劇的に減っていることを確認できました。

そしてこの枠組みが最も活きるのが、先日のClaude Mythosで話題を呼んだ「脆弱性発見」のような現場でしょう。膨大なプログラムを隅々まで読み込み、多角的な視点から穴を見つけるという、いわば「探索の物量戦」と相性抜群であることを、強く感じさせられました。

†正確には、「ultracode」は、xhighの推論レベルで、Dynamic Workflowsの起動をClaude自身に判断させるClaude Codeのセッション設定のことを指します。

② AIが人の手を離れるかもしれない。AnthropicがAI開発ペースの減速検討を呼びかけ

前節で紹介したDynamic Workflowsを皮切りに、少なくともコーディングや研究の大規模なタスクでは、AIを数時間連続で稼働させる使い方が、徐々に普及していくでしょう。

AIがこなせるタスクの規模は拡大していく一方ですが、実はAnthropic社は、この急速な進化に歯止めをかけたいと考えているようです。同社は米国時間6月4日に発表したブログ記事で、世界的なAI開発のペースを緩めることを「おそらく良いこと」と明言しました。

Anthropic（一部ハイライト）

その背景にあるのが、AIによる「再帰的自己改善」、つまり人の手を介さずに自らの性能を向上させ続けるという状態の実現が、現実味を帯び始めているということです。

AIは日々凄まじいペースで進化を続けています。研究機関METRによれば、AIエージェントがこなせるタスクの規模は、4ヶ月で2倍以上、年率に換算すれば8倍以上のペースで拡大し続けています。Anthropic社内でも、エンジニアが1日にマージするコード量は、2021〜2024年までほぼ横ばいだったものが2025年以降に急上昇し、現在は2024年比で8倍に達しています。

Anthropic社内における、エンジニアが1日にマージするコード量の時系列推移
（Anthropic）

そしてもうひとつおさえておきたいのが、AIの性能がすでに「人間に計測不可能な水準」へ突入しつつあることです。上述のMETRの調査では、AIが少なくとも16時間以上連続稼働できることが確認された一方、タスク規模の上限を測ること自体が、もはや困難になってきたとされています。

こうした状況を踏まえ、Anthropic社は人間が主導してAIの性能が向上していくシナリオに帰着する可能性が最も高いとしながらも、再帰的自己改善のシナリオも「十分に起こり得る」としています。

そしてもしAIが人の手を離れていけば、人間の意図や価値観に沿うようにAIを安全に調整していく「アライメント」が機能しなくなる恐れがあります。それを防ぐため、最先端AIの開発を「一時的に減速または停止する選択肢」を世界が持つべきだと踏み込んだ提言をしたのです。

もっともAnthropic社が現在、IPOに向けた準備を進めているフェーズであることも踏まえると、あまりに危険で公開できないとしたClaude Mythosモデルの発表然り、程度こそわかりませんが、今回の発表にもマーケティング要素が含まれていることは否定できないでしょう。

③ あのGoogleまでもが、計算資源を「借りる」側へ。SpaceX社との利用契約を締結

前節で解説した通り、AI研究開発が大成功を収めれば、AIが自らを再帰的に改善し続けるシナリオが現実味を帯びてきます。

一方で足元に目を向ければ、各モデルプロバイダーがAIモデルの安定供給に四苦八苦しているのも事実です。米国時間6月5日には、耳を疑うようなニュースが飛び込んできました。

世界規模のデータセンターを運営し、Google Cloud Platform（GCP）を通じて顧客に計算資源を与える側であったはずのGoogle社が、SpaceX社が保有するデータセンターの計算資源を利用する契約を締結したのです。今年10月から2029年6月までの約4年間、月額9億2000万ドル（約1470億円）の契約となります。

SEC

SpaceX社は過去最大の時価総額283兆円でのIPOを目前に控え、モデルプロバイダーとの提携を矢継ぎ早に発表してきました。

今年4月には、自社モデル「Composer」の開発を進めるCursor社と、最大約9兆6000億円規模の買収オプションを残す形で提携を表明したほか、先月にはAnthropic社と、月額約2000億円でデータセンター「Colossus 1」の全計算能力を独占利用する契約を結んだばかりです。

xAI（現SpaceX）のスーパーコンピュータークラスタ「Colossus」
（xAI）

ではなぜ、計算資源を売る側であったはずのGoogle社までもが、計算資源不足に陥ったのでしょうか。CNBCによれば、法人向け「Gemini Enterprise」の需要が急増し、予測を大きく上回ったことが理由として挙げられています。

今月から、開発支援ツールGitHub Copilotが定額制から従量課金制へ移行するなど、計算資源の枯渇はAIサービスの提供形態にまで影響を及ぼしています。各社がいかにして計算資源を確保し、ユーザーへ届けていくのか。今後の動きから目が離せません。

2. これだけは知っておこう！AIエージェントを使いこなすコツ

今週は、Claude Code、Cowork、CodexといったAIエージェントを使っている方に向けて、AIの能力を最大限に引き出すためのコツをご紹介します！

① Effortレベルを適切に設定する

AIエージェントでは、推論にどれだけの労力をかけさせるかを「Effort」パラメータによって調節できます。このパラメータの強度を上げれば上げるほど、トークン消費量と処理時間が増える代わりに、回答に深みが出て精度が向上します。

AIエージェントの回答品質に満足できない、精度が下がったと感じた時は、強度を上げてみましょう。特にコーディングのような「答えのあるタスク」をこなす際には、xhigh以上で利用することをおすすめします。

② モデルを適切に設定する

先日リリースされた「Claude Opus 4.8」に関して、ツール呼び出しの不具合が多方面から指摘されています。もし頻繁にエラーに遭遇する場合は、Opus 4.6などの旧モデルを使用することで解決する可能性があります。Claude Codeに依頼してやってもらいましょう！

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> Googleが怒涛の発表。24時間年中無休のエージェント「Gemini Spark」に動画生成AI「Gemini Omni」まで目白押し! 他にも...AIはエージェントからイノベーターへ。OpenAIモデルが80年来の数学の未解決問題を解決 https://mvrks.news/p/google-24-gemini-spark-ai-gemini-omni https://mvrks.news/p/google-24-gemini-spark-ai-gemini-omni Sun, 24 May 2026 22:30:00 +0000 2026-05-24T22:30:00Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① Google I/O 2026の目玉はこれ。動画版Nano Bananaの「Gemini Omni」リリース！

米国時間5月19日、Google社が毎年恒例の開発者会議「Google I/O 2026」を開催しました。各種AI製品のアップデートが目白押しの中、個人的に最も印象に残ったのが、動画モデル「Gemini Omni」です。まずは是非、ユーザーの生成動画をまとめた以下の投稿をご覧ください。

Gemini Omniは、動画生成・動画編集それぞれに革新性を持つモデルです。一言で表すなら「動画版Nano Banana」と呼ぶのがぴったりでしょう。

まず動画生成AIとしてのGemini Omniが得意とするのは、テキストを含んだ動画生成です。以下のようなスライドや図解のアニメーション化はもちろん、広告でよく見かけるようなスタイリッシュなテキストアニメーションやカメラワークまで、適切に組み立ててくれます。

そしてNano Bananaが用語解説の図解をシンプルなプロンプトから生み出せたように、Gemini Omniも自身が持つ現実世界の知識を活用して動画を作り上げることができます。単なる「Text to Video」「Image to Video」の枠を超えて、ユーザーが本当に求めている動画に一発で辿り着けるのが魅力です。

もうひとつの強みが、動画編集タスクの性能の高さです。スタイル変換、物体の置換・削除、テロップ入れといった編集操作を、過去最高レベルの精度でこなしてくれます。

このように、こなせるタスクの幅で言えば「動画版Nano Banana」という呼び名がピッタリですが、残念ながら精度や実用性の面では、本家Nano Bananaにはまだ及ばないのが実情です。日本語テキストの文字崩れは少なくなく、「春夏秋冬が移り変わるようにスタイル変換して」といった複雑な指示が通らない場面もしばしばありました。また、映画やアニメに代表されるクリエイティブな動画生成用途では、ByteDance社が今年2月に発表したSeedance 2.0の方が表現力・正確性ともに優れているという声がほとんどです。

加えて、Gemini OmniのAPI料金も現時点では公開されていません。Seedance 2.0では1秒の動画生成に約50円かかるなど、最先端の動画生成AIのコストはまだまだ下がっていないのが現状であり、コストを気にせず動画生成AIを利用できる時代の到来は、まだ先になりそうです。

② 24時間年中無休で働くパーソナルAIエージェント「Gemini Spark」も発表！

今年のGoogle I/Oでもうひとつキャッチーだったのが、24時間年中無休のパーソナルAIエージェント「Gemini Spark」です。

年初にバイラルを巻き起こした「OpenClaw」のGoogle版とでも言うべきもので、Google Cloud上で動作します。米国の一部ユーザー向けに、ベータ版として公開が始まっています。

Gemini Sparkが他のAIエージェントと一線を画すのは、「24時間いつでも稼働可能」な点です。ChatGPTやClaude Codeを通常利用する時とは違って、ユーザーがPCを閉じている時であっても、自律的に稼働を始め、日毎・月毎のルーティンタスクを定期実行でこなしてくれます。

さらにGoogle製品との連携も強力です。Gmailをチェックして重要な通知を教えてもらったり、Google Meetの議事録を確認してクライアントへのメールドラフトを作ってもらったりと、まさに「パーソナルな秘書」のように働いてくれます。

もっとも、AIエージェントに限らず、この手のボットはセットアップに多少なりとも手間がかかる上、通知が必要以上に多いとかえって迷惑になりがちです。生産性向上を本当に達成するには、自発的に定期実行フローを提案したり、ユーザーの要望を受けて常識的かつ柔軟に通知頻度を調整してくれるような機能が、さらに必要だと考えられます。

なお今回のGoogle I/Oでは、新しい会話型の検索機能「Ask YouTube」も興味深く感じました。例えば「子どもに自転車の乗り方を教えたい」と頼むと、YouTube動画を検索した上で、ワンクリックで該当箇所に飛べるよう、タイムスタンプ付きで引用しながら回答してくれる仕組みです。

他にも新モデル「Gemini 3.5 Flash」、AIエージェントアプリ「Antigravity 2.0」など様々な発表がなされましたが、全体を通じて、目新しい発表はGemini Omniを除いてほとんどなかったというのが個人的な所感です。

昨年のGoogle I/Oでは「Powerful」「Personal」「Proactive」という3本柱が掲げられていました。それぞれに多少の進歩こそ見られたものの、根本からの体験変革には至っていません。GoogleのAIサービスが一種の安定期に入りつつあることを示唆する機会となったのではないでしょうか。

昨年のGoogle I/Oで掲げられた3本の柱（過去のニュースレター）

③ AIはエージェントからイノベーターへ。OpenAIモデルが80年来の数学の未解決問題を解決

Anthropic社が今年4月に発表した「Claude Mythos」は、セキュリティ特化型でない汎用モデルでありながら、世界的なソフトウェアを対象に、数十年間見過ごされてきた脆弱性をいくつも掘り出してみせました。現在も日々新たな脆弱性の発見が続いており、日本経済新聞で連日のように取り上げられるなど、金融業界を中心にニュース欄を騒がせ続けています。

AIが「世界最高レベルのセキュリティ研究者」と少しも劣らない学術能力を持っているなら、その実力は他分野でも顕現するはず。そんな仮説に強い裏付けを与える発表が、OpenAI社から飛び出しました。

同社の汎用AIモデルが、1946年にポール・エルデシュ氏が提起した離散幾何学の未解決問題「平面単位距離問題」について、一般的な予想を覆す証明を自律的に発見したというのです。

問題そのものは、高校生でも理解できるほどシンプルな形をしています。それでいて、数学者たちが80年に渡って取り組み続けてきた著名な難問でもありました。

これまでもOpenAIやGoogleのAIモデルが、国際数学オリンピックで金メダル相当のスコアを叩き出すことはありました。ただしそれらは、高々数時間で解けるよう人間が設計した問題です。

一方で今回対象となったのは、80年もの間、誰も解けなかった本物の未踏領域であり、OpenAI社によれば「数学の一分野の中核をなす著名な未解決問題が、AIによって自律的に解決された初めての事例」です。

また解法が独創的だったことも、数学者たちを驚かせました。

代数的数論という全く異なる数学分野からのアイデアを離散幾何学の証明に持ち込んでおり、「数学分野におけるノーベル賞」とも称されるフィールズ賞を受賞した元ケンブリッジ大学教授、ティモシー・ガワーズ氏は「独創的で巧妙なアイデア」と評しています。

元ケンブリッジ大学教授、ティモシー・ガワーズ氏は「私の意見では、この論文は現在のAIモデルが人間の数学者の単なるヘルパーにとどまらないことを示しています。彼らは独創的で巧妙なアイデアを持ち、それを形にできるのです。」と述べた
（OpenAI）

OpenAI社は過去にAGIへの道筋を、「チャットボット → リーズナー（推論者） → エージェント → イノベーター → オーガナイゼーション」の5段階で定めました。その中でもレベル4にあたる、新しいアイデアを自ら思いつき、未到達の領域を開拓できる「イノベーター」段階に、いよいよ手をかけつつあることが示唆されたのではないでしょうか。

Rundown AI

2. SNSで話題のAIツールをピックアップ！

Google Flow (https://labs.google/fx/ja/tools/flow)

  • Google Labsが提供している画像・映像制作ツール

  • Googleが新たに発表した動画生成・編集AI「Gemini Omni」を無料でも数回試せる

  • さらに画像生成AI「Nano Banana 2」を無料で利用可能。一括で最大4枚並列で生成できる点も嬉しい

  • なおGoogle AIの有料プランに入っていれば、GeminiアプリからもOmniモデルを1日3回利用可能

Dreamina (https://dreamina.capcut.com/)

  • TikTokを運営するByteDance社傘下の動画生成・編集AIツール

  • クリエイティブな動画生成AIでは現状最高性能との呼び声高い「Seedance 2.0」を試すことができる

  • エージェントモードを使用して、動画内容をAIと一緒に考えていくこともできる

  • ただし利用するためには、クレジットカードを登録して7日間の無料トライアルに登録する必要があることに注意

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> OpenAI元CTO率いるラボがAIエージェントに次ぐ大発明!目・耳・口をもち、リアルタイムで割り込みもできる「Interaction Models」発表! 他にも...NoLangスライド生成が大幅アップデート。SNS用図解からPPTXまで生成可能に! https://mvrks.news/p/thinking-machines-lab-interaction-models https://mvrks.news/p/thinking-machines-lab-interaction-models Sun, 17 May 2026 22:50:00 +0000 2026-05-17T22:50:00Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① NoLangスライド生成が大幅アップデート。SNS用図解からPPTXまで生成可能に！

先月リリースされたNoLangスライド生成が、早くも大幅にアップデートされました！

会議の説明資料からYouTube解説動画用のスライド、Instagramリール向けの図解まで、あらゆるデザインをNoLang内で作成できるようになっています。無料で試せるチケットも配布中ですので、この機会にぜひお試しください！

今回まず注目したいのが、デザインバリエーションの拡張です。

新たに「図解モード」が導入され、縦型生成にも対応しました。フローチャートやタイムライン、組織図といった図解要素を盛り込んだスライドはもちろん、SNSで目を惹くような訴求力の高いビジュアルも、これ一つで賄えるようになっています。

もうひとつの要が、法人プラン限定で提供を開始した「独自アルゴリズムを活用したPPTX生成」機能です。スライドマスターを独自に定義することで、レイアウト崩れをほとんど起こさずにスライドが生成され、PowerPointやGoogle Slides上で自由に手直しできます。

なおNoLangでは直近、開発スピードを一段と上げており、立て続けにアップデートをお届けしています。SNS連携機能によりYouTube、Instagram、TikTokといったプラットフォームへワンクリックで投稿できるようになったほか、Live2Dアバターも一気に拡充。200体もの多種多様なキャラクターをご利用いただけるようになりました。

そして、大変お待たせいたしました。

今月末に2025年3月以来の動画編集機能の完全リニューアルを予定しています！「誰でも動画を作れる」という体験はそのままに、これまでNoLangでは作りきれなかった動画まで、自由に作成できるよう進化しますので、リリースまで今しばらくお待ちください！

② 2027年のAIの姿が見えた。OpenAI元CTO率いるラボが「Interaction Models」を発表

東京大学に主席で合格するほどの知能を獲得したAIに、なお足りないものは何でしょうか。

その答えは「インタラクション」であると、OpenAI元CTOのミラ・ムラティ氏率いる「Thinking Machines Lab」が、デモを交えて鮮やかに示してくれました。

今回発表されたのは、Claude Codeの延長線上から外れた、全く新しいAIモデルのカテゴリ「Interaction Models」です。以下のデモ動画でその一端は掴めますが、初見ではやや読み取りにくい部分も多いため、以下で全容を解きほぐしていきます。

新モデルについて押さえておきたいのは、次の3点です：

・目と耳と口を持つ

・従来の「ターン制」から解放されて、あなたのことを常に見ているし、聞いている。 それゆえ、途中で割り込んだり、ユーザーの様子を見て自発的に行動したりできる。

・そして見聞きしながら、検索やスライド生成といった作業まで同時並行でこなせる

これまでのAIモデルは「人間が入力→AIが出力→人間が入力」というターン制のフローを前提に動作してきました。一方で「Interaction Model」にはターンという概念がなく、AIは目と耳でリアルタイムに情報を取得しながら、いつでも発話できる態勢にあります。それゆえ、人間が喋っている途中に割り込んで発言したり、人間の声に被せる形で同時通訳をこなしたりできるのです。

Thinking Machines Lab

発話のタイミングを自由に握れることは、モデルが「指示待ち」に留まらず、自発的に話しかけてくれることも意味します。ユーザーが画面に映った瞬間に挨拶したり、姿勢が悪くなっていることを検知して指摘したりと、気の利く挙動をしてくれます。

もう一つ押さえておきたいのが、入出力やツール利用を全て「マルチスレッド」で同時にこなせる点です。ユーザーに口頭で説明しながらHTMLで説明用グラフを描画したり、最新の話題について振られた際に、ユーザーが喋り終わる前からweb検索を走らせることで、遅延なくシームレスな応答を実現したりする様子が公開されています。

個人的には、OpenAIが2024年9月に推論モデル「o1」を披露して以来の、AIモデル進化における新しいパラダイムだと捉えています。Thinking Machines Labによれば、こうした「インタラクション」を司る能力はスケーリング則と共に伸びていくとのことで、来年にかけての動向に目が離せません。

③ あらゆる面倒な作業が楽になる。Android向けAI「Gemini Intelligence」が発表！

今週は、Google社の年次開発者会議「Google I/O 2026」がいよいよ開催されます。

それに先駆ける形で、Androidデバイス向けのAI機能群「Gemini Intelligence」が発表されました。コンサートチケットの購入や到着予定時刻の計算、お気に入りの服のセール通知まで、アプリ上での面倒な作業を、AIがユーザーに代わってこなしてくれます。

Gemini Intelligenceの強みは、Android OSの基盤に直接統合されており、アプリを横断した操作も安全にこなせる点でしょう。

似たような試みは「Apple Intelligence」も見せているものの、こちらは現状「使いものにならない」と酷評されているのが実情です。Google社が「実用的」な体験を届けられるかどうかに、注目が集まります。

また、自分専用のミニアプリを作れる「カスタムウィジェット」機能もユニークです。例えば作り置きを習慣にしている人なら、「高タンパクな作り置きレシピを毎週3つ提案して」と頼むだけ。専用ダッシュボードが自動で構築され、そのままホーム画面に追加してサイズも自由に調整できるようになります。

Google

さらに同日、Google DeepMindからも、ありそうでなかった新しい取り組みが発表されました。AIとの連携機能を備えたカーソルポインターの開発です。以下のデモ動画で紹介されているように、マウス操作と音声入力を組み合わせて指示するだけで、AIが自動でPCを操作してくれます。

テキスト入力に頼ることなく、マウスで対象物を指しながら「この服をノートアプリにメモしておいて」「この文を要約して」と頼むことができます。まるで隣にいる人に作業を依頼するかのような、自然な感覚で扱えるのが魅力です。

昨年のGoogle I/Oでは、新たな音声合成・動画生成モデルの公開に加え、GmailをはじめとするGoogle各種製品へのGemini統合が一挙に発表され、AI分野におけるGoogle社の地力を世に知らしめました。今年はどのようなインパクトを残してくれるのか、期待が高まるばかりです。

2. SNSで話題のAIツールをピックアップ！

NoLangスライド生成 (https://no-lang.com/slide/template)

  • 「日本らしいスライド」を作れるNoLangスライド生成が大幅アップデート！

  • 新たに「図解モード」が導入され、縦型デザインの生成にも対応。図解要素を盛り込んだスライドはもちろん、SNS投稿用のビジュアルも作成可能に

  • 生成したスライドは、一気通貫で解説動画に変換することができる

  • 現在無料でも、スライド生成を試すことが可能

Eleven Music (https://elevenlabs.io/music)

  • 音声合成AIで有名なElevenLabsだが、音楽生成の品質も非常に高い

  • 生成音楽に対して、スタイルを足し引きすることで微調整できる機能がユニーク

  • ただし日本語の読み上げはまだやや不安定なため、インスト曲や英語歌詞のBGM作成での利用を推奨。それ以外では、Sunoの利用をおすすめ

  • 無料でも十分な回数の音楽を生成可能

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> OpenAIがあの「ほんやくコンニャク」を実現した!過去最高のリアルタイム音声AIモデル3種を一挙公開 他にも...ついに日本でもGemini in Chromeが利用可能に!他のAIブラウザにはない革新的機能とは https://mvrks.news/p/openai-realtime-voice-models https://mvrks.news/p/openai-realtime-voice-models Sun, 10 May 2026 22:30:00 +0000 2026-05-10T22:30:00Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① まるでオリンピックの同時通訳。OpenAIがリアルタイム音声AIモデル3種を一挙公開

米国時間5月7日、OpenAI社が3種類のリアルタイム音声モデルをAPIで一挙に提供開始しました。「翻訳」「文字起こし」「音声対話」の3タスクそれぞれに特化したモデルが公開されましたが、まず注目したいのは、ドラえもんの「ほんやくコンニャク」を思わせる音声翻訳機能です。

概要を掴むには、以下のOpenAI社員によるデモ動画をご覧いただくのが手っ取り早いでしょう。

私も実際に試してみましたが、わずか2〜3秒程度の遅延で通訳音声が走り出します。一文が長い時は発話者がまだ喋っている最中から訳が重なり始め、オリンピック中継のリアルタイム通訳を思わせる遅延の短さです。それでいて訳の正確性も高く、ビジネス会議への導入に耐えうる水準と言って良いでしょう。

リアルタイム音声通訳自体は目新しい機能ではなく、世界的にはGoogle Meet、国内ではCoeFontがすでに同種のサービスを提供しています。とはいえ遅延と正確性の両軸で見れば、今回の新モデルは間違いなく過去最高水準と言えるでしょう。

さらにAPIで提供されていることから、誰でも翻訳機能を組み込んだアプリやシステムを手軽に組み立てられるようになった点も画期的です。

もうひとつおさえておきたいのが、音声対話モデルが「エージェント」と呼ぶに相応しい能力を獲得したことです。OpenAIがこれまで提供してきた「GPT-Realtime-1.5」はGPT-4oを土台としており、いわばエージェント時代到来以前の知性しか持っていませんでした。一方で今回公開された「GPT-Realtime-2」は、GPT-5クラスの推論能力を備えている上、以下のように「音声AIエージェント」の構築に必要な要素が一通り揃っています。

ここまで見てきた通り、今回のアップデートは、音声AIをアプリやシステムに組み込みたい開発者にとっては、間違いなく有意義なものでした。

一方で個人的に残念だったのは、「対話の心地よさ」自体には劇的な改善が感じられなかった点です。「過剰に情報を詰め込みがち」というAI特有の癖は、テキスト対話ではそこまで気にならないものの、音声対話では途端に鬱陶しく響きます。今回のアップデートでも、この問題はほぼ手付かずのまま残されていました。

OpenAI社が今年後半に披露予定とされる新音声AIデバイスでは、既存の音声AIとは一線を画す性能のモデルが必要となるはずです。そこに至るまでの道のりは、まだ見えきってないように思えます。

② ついに日本でもGemini in Chromeが利用可能に！他のAIブラウザにはない革新的機能とは？

Google社が日本国内で、ChromeのサイドパネルからGeminiを呼び出せる新機能「Gemini in Chrome」の提供を開始しました。発表のあった先月時点ではほとんどのユーザーが利用できない状態でしたが、現在は無事にロールアウトされたようです。

これまでも、OpenAI社の「Atlas」やThe Browser Company社の「Dia」といったAIブラウザが登場していたとはいえ、Chromeからブラウザを変えることなく同等の体験が手に入るというのは、画期的と言うほかありません。

私個人としても、予想以上に機能が充実していたため、Chromeブラウザへの出戻りを決意したほどです。果たしてどんなことができるのでしょうか。

まず嬉しいことに、以前紹介したAIブラウザ「Dia」に搭載されていた便利機能が一通り揃っています。中でも私のお気に入りが、「skill」と呼ばれるショートカット機能です。よく使うプロンプトを事前に登録しておくだけで、長文記事やYouTube動画の要約、海外記事の翻訳といったタスクを、スラッシュコマンドで呼び出せます。また、@メンションでページを指定すれば、複数のタブをまたいだ商品比較なども手軽にこなせます。

Gemini in Chromeにて、skillを呼び出して、記事を要約する様子

さらにGemini in Chromeならではの強みも見逃せません。搭載されたGeminiはマルチモーダル対応のため、開いている記事をもとにした画像生成までその場で実行できます。加えて通常のGeminiアプリと会話履歴が共有されており、AIとのやりとりを一元管理できる点も、Geminiユーザーには嬉しい配慮でしょう。

Gemini in Chromeにて、記事に合った画像を生成する様子

なお通常のGeminiも日々強化が進んでおり、先月末にはPDF、Googleスプレッドシート、Microsoft Wordといった各種ファイルを直接生成できる機能が追加されました。Geminiを軸としたGoogleサービス間の連携は、今後一層便利になっていくことでしょう。

③ AnthropicがSpaceXと計算インフラで提携！深刻な計算資源不足の解消へ

Claude CodeをはじめとするAIツールを使っていて、ふとした瞬間に「性能が落ちた気がする」「使用回数の制限が厳しくなった」と感じた経験のある方は多いのではないでしょうか。

その背景にある大きな要因のひとつが「計算資源の不足」です。各AIモデル企業を苦しめる、業界共通の頭痛の種となっています。

そんな中、米国時間5月6日に、Anthropic社とSpaceX社が計算インフラに関する提携を発表しました。SpaceX社と合併されたxAIのデータセンター「Colossus 1」の全計算能力をAnthropic社が利用する契約です。

これによりAnthropic社は、300メガワット、NVIDIA GPUに換算すれば22万台分以上の計算能力を手中に収めました。サービスへもすぐさま反映されており、Claude Code有料プランにおける5時間あたりのレート制限が一気に2倍へと引き上げられています。

この提携の背景には、Anthropic社やClaude Codeが、同社の想定をも超えるスピードで成長し続けているという事実があります。

Claude Codeのランレート収益は今年2月半ば時点で25億ドル以上に達しており、年初からわずか1ヶ月半で2倍以上の伸びを見せています。同社は元々年10倍の成長を計画していたものの、Q1時点での収益・利用量は年率換算80倍のペースに到達しており、CEOのアモデイ氏も「クレイジー」「対処しきれないほど」と率直に語っています。

Anthropic社のランレート収益の時系列推移
（VentureBeat）

ところが、このような需要増を前にしても、計算インフラの拡大にはいくつかの決定的なボトルネックが立ちはだかります。

米シンクタンクCNASによれば、2024〜25年にかけてのAIスケーリングを縛っていた制約は「データセンターの電力」でした。そして2026年以降の少なくとも一年間は、「AIチップ自体の生産」が新たなボトルネックとなる可能性が高いと指摘されており、当然ながら一朝一夕の劇的な改善は見込めません。

先月にはCursor社がSpaceX社との大型提携を発表したのも記憶に新しいところです。今後しばらくは、いかにして必要な計算資源を確保するかが、AIモデルの開発・提供における最重要課題となるでしょう。

2. SNSで話題のAIツールをピックアップ！

GPT-Realtime-2 (https://openai.com/index/advancing-voice-intelligence-with-new-models-in-the-api/)

  • OpenAIの新しいリアルタイム音声AIモデル。GPT-5をベースとしており、推論能力が高く、複雑な質問や長い会話にも対応

  • 無料で公式ブログから90秒間の会話を楽しめる。より長く会話したい、あるいはリアルタイム翻訳を体験したい場合は、API Playgroundから試せるが、モデル名を指定する必要があることに注意

  • また5月10日時点で、ChatGPTの音声モードにはまだ新モデルは搭載されていない点にも注意

Gemini in Chrome (https://gemini.google/jp/overview/gemini-in-chrome/?hl=ja)

  • GeminiがChromeのサイドパネルに搭載。開いているwebページが自動的に文脈に組み込まれ、要約・翻訳といったタスクを瞬時に実行可能

  • 繰り返し使いたいプロンプトを「skill」として登録したり、他のタブを同時にメンションして参照させたりすることが可能

  • さらに搭載されているGeminiはマルチモーダルで、開いているページを元に画像生成することもできる

  • Chromeを最新版にアップデートすることで、無料でも利用可能

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> ChatGPTが再び世界を変えた!日本語を含むポスター・スライドを圧倒的品質で生成できる「ChatGPT Image 2.0」リリース SpaceXがCursorと提携!2026年内に10兆円での買収オプションを保有 https://mvrks.news/p/chatgpt-image-2-0 https://mvrks.news/p/chatgpt-image-2-0 Sun, 26 Apr 2026 22:30:00 +0000 2026-04-26T22:30:00Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① 画像生成AIにとっての、新たな時代の始まり。ChatGPT Images 2.0がリリース！

昨年11月にGoogle社が「Nano Banana Pro」をリリースして以降、SNSで「AIで作ったんだろうな」と思わせる画像投稿を目にする機会が一気に増えました。しかしいよいよ、その区別すら困難な時代がやってきたようです。

OpenAI社が米国時間4月21日、画像生成AIモデル「ChatGPT Images 2.0」をリリースしました。以前から限定提供され話題を呼んでいましたが、ついに全ユーザーに向けて正式公開された形です。

（OpenAI）

今回最も注目したいのは、テキスト描画能力の高さです。Nano Bananaをはじめとする従来の画像生成AIでは文字崩れが多い上、特に日本語では決まったフォントになりがちで、どこかAI生成感が漂っていました。

一方ChatGPT Images 2.0では、小さな文字であっても崩れることはほとんどありません。さらにフォントはもちろん、色やサイズ、装飾に至るまで、デザイン性高く仕上げてくれます。

ChatGPT Image 2.0により生成

また、実写画像を取り入れたデザインセンスも極めて高い水準にあります。SNSで流れてきたChatGPTの生成画像を眺めていると、思わず「美味しそう」「行ってみたい」といった感情を引き出されてしまうほどです。バナー画像、ポスター、チラシといった画像生成AIと相性の良いユースケースでは、いよいよ「ポン出し」でも実用的な成果物が得られるようになってきたと言えるでしょう。

ChatGPT Image 2.0により生成

ChatGPT Images 2.0の可能性は、これに留まりません。

お茶の滲んだ手書きのノートやPCのスクリーンショット、使い捨てカメラで撮影したレトロな写真まで、驚くほど正確に描画してくれます。加えて、極端なアスペクト比を持つ画像の生成にも対応しており、ユースケースの幅は一気に広がりました。

生成品質について欠点らしい欠点は見当たらず、速度・料金も前世代のモデルと同等で申し分ありません。もちろんすべてが完璧とはいきませんが、少なくとも「オール4.5」のモデルと言って差し支えないでしょう。

なお今回のOpenAI社の公式ブログでは、AI生成と思われる画像のみを用いて解説がなされており、個人的に衝撃を受けました。同社によれば、「画像は装飾ではなく、伝えるための言語」。要旨が分かりやすくまとめられており、是非一度ご覧になってはいかがでしょうか。

② SpaceXがCursorと提携！2026年内に10兆円での買収オプションを保有

SpaceX社が、次世代の「コーディング及びナレッジワーク向けAI」を共同開発するため、Cursorとの提携を発表しました。

SpaceX社は2026年内にCursorを600億ドル（約9兆6000億円）で買収するオプションを保有し、行使しなかった場合でも、共同作業の対価として100億ドルをCursorへ支払う契約となっています。

なぜこの規模の契約が成立したのか。SpaceX・Cursor双方の事情を見ていくと、Win-Winの構図が浮かび上がってきます。

そもそもSpaceX社は今年2月、AIモデル「Grok」を擁するxAI社との合併を発表していました。合併後の企業価値は1.25兆ドルに上り、今年夏のIPOが有力と報じられています。

しかしxAI社の足元は心もとないのが実情です。AIコーディング市場ではOpenAI、Anthropic、Cursorに大きく後れを取っており、さらにイーロン・マスク氏を除く11人の共同創業者のうち9人が離脱したとも報じられています。

そうした状況でCursorを取り込むことができれば、開発者向けプロダクト、ユーザー基盤、そしてコーディングAIの開発技術を一挙に手中に収められます。そして実際、すでにCursorのプロダクトエンジニアリング責任者2人が3月にxAI社へ移籍しているのです。

他方Cursorは公式発表にて「モデル学習をさらに大きく前進させたいと考えていたが、計算資源がボトルネックになっていた」と述べています。狙いはどうやら、xAIのスーパーコンピュータークラスタ「Colossus」へのアクセスにありそうです。

xAIのスーパーコンピュータークラスタ「Colossus」
（xAI）

Cursorは元々自社モデルを持たず、OpenAIやAnthropicのAPIを介してAI機能を提供する、いわゆる「AIラッパー」型のサービスでした。しかし現在は「Composer」と呼ばれる高速モデルを独自に開発し、Cursor上で提供することで、他社依存からの脱却を図っています。今回の提携は、その開発を一息に加速させる狙いと読み解けるでしょう。

もっとも計算資源の枯渇はCursorに限らず、世界中のAIモデル開発企業が頭を悩ませているテーマです。

Anthropic社は、「Claudeの需要が前例のない速度で伸び、特にピーク時にインフラが逼迫している」と認めています。さらに同社CEOののダリオ・アモデイ氏は「計算資源は年率で3倍に増えているが、経済全体が300%成長するわけではない」と述べ、計算資源こそがAI産業の成長を縛りうる制約だとの見方を示しました。EpochAIの調査でも、AIモデルの学習・推論にかかる計算量はともに年あたり4〜5倍で指数関数的に増えていると推定されています。

Podcastでインタビューに答えるダリオ・アモデイ氏
（Dwarkesh Podcast）

もし買収が成立すれば、10兆円規模のビッグディールになると同時に、AIコーディング市場を激変させる一手となる可能性を秘めています。それだけに、今後の動向から目が離せません。

③ ChatGPTが法人向けに大きく強化。AIエージェントをチームで管理する「Workspace Agents」リリース

米国時間4月22日、OpenAI社が法人向けに「Workspace Agents」を発表しました。2023年11月にリリースされた「GPTs」の言わばエージェント版で、クラウド上にカスタムエージェントを構築し、チームメンバーへそのまま共有できるサービスです。

以下のプロモーション動画にコンセプトがよくまとまっています。是非ご覧ください。

Workspace Agentsが土台に据えるのは、OpenAI社のAIコーディングツール「Codex」です。MCPを介した外部ツール連携、skillsによるワークフロー登録、さらには定期実行まで、エージェント運用に必要な要素が一通り揃っています。

OpenAI社内でも、営業・カスタマーサポート・情報システムと、部門を問わず活用が進んでおり、同社におけるCodexの利用率は85%に上るとも述べられています。

「NoLangスライド生成」で作成

作成したエージェントが担えるタスクの幅は、Claude Codeで構築できるエージェントと基本的には同等です。一方で決定的に異なるのは、エージェント自体が個人PCではなくクラウド上で動く点で、「運用効率」と「安全性」の2点からチーム利用に適していると言えます。

まずClaude Codeで組んだエージェントは、あくまで作成者のPC上での動作しか保証されておらず、PCを閉じている間は動かせません。一方クラウド上で常時稼働するエージェントなら、メンバー間で即座に共有でき、毎日・毎週単位の定期実行も思いのままです。

また、セキュリティ面のアドバンテージも見逃せません。先日発表されたClaude Mythosのような最先端モデルによるハッキングの危険性が叫ばれ、TrivyやAxiosなど主要OSSパッケージへのサプライチェーン攻撃も頻発する昨今、Claude Codeで気軽にエージェントを常駐させることは、決して小さくないリスクを伴います。

その点Workspace Agentsであれば、エージェントはOpenAIのクラウド上の隔離環境で動き、ツール連携やアクションは管理者が事前に許可した範囲だけに絞られます。また仮に攻撃が成立しても、その影響は切り離された領域の中に閉じ込められる仕組みです。

「NoLangスライド生成」の新機能（開発中）で作成。リリースまで今しばらくお待ちください！

前世代に当たるGPTsは、かつて「App StoreのAI版」を掲げて提供された、ToC色の濃いサービスでした。今回の発表は一転して、ToBへの本気度を打ち出すものと読み解けます。

またOpenAI社については、先月時点でChatGPT・Codex・AIブラウザ「Atlas」の3製品を1つのデスクトップアプリへ統合する「スーパーアプリ構想」が報じられていました。先日のCodex大型アップデートと合わせて、その実現にまた一歩近づいた格好です。

2. SNSで話題のAIツールをピックアップ！

Codex 音声入力 (https://developers.openai.com/codex/app)

  • OpenAIのCodexアプリに音声入力機能が登場。Codexに限らず、画面のどこでもショートカットキーから呼び出せる

  • 文字起こしの精度は類似アプリと比べて高い印象

  • Mac, Windows双方で提供されており、現在は無料でも利用可能

  • デフォルトではオフのため、アプリ設定を変更する必要あり

YouMind GPT Image 2 Prompts (https://youmind.com/ja-JP/gpt-image-2-prompts)

  • 2000以上のGPT Image 2用画像生成プロンプトを収録したプロンプト集

  • カテゴリ分けもなされており、使用シーンやスタイルで絞り込むことが可能

  • GPT Image 2を利用している方はもちろん、ユースケースを知りたい方にもおすすめ

  • 無料で利用でき、定期的にメンテナンスもされている

さいごに

最後までお読みいただきありがとうございました。GW期間に入るため、次回の配信は翌々週の5/11（月）を予定しています。今後ともご愛読のほど、よろしくお願いいたします！


サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> 間違いなくデザインAIの正解はこれ。Claude Designリリースで、webページもスライドも動画も全て一つのツールで作成可能に! 他にも...Claude Codeへの反撃なるか?OpenAI社がCodexを大型アップデート https://mvrks.news/p/claude-design https://mvrks.news/p/claude-design Sun, 19 Apr 2026 22:30:00 +0000 2026-04-19T22:30:00Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① 現時点で最も完成されたデザインAIエージェント。「Claude Design」がリリース！

米国時間4月17日、Anthropic社がデザインAI「Claude Design」をリリースしました。Claude Codeのヘビーユーザーはもちろん、これまでコーディングAIに手が出なかった人にとっても使いやすい、現時点で最も完成されたデザインAIエージェントと言えるでしょう。まずは是非、以下のデモ動画をご覧ください。

Claude Designが作成できるのは、一言でいえば「HTMLで表現可能なあらゆるデザイン」です。Webサイトやアプリのプロトタイプに始まり、スライドや動画に至るまで、幅広い用途をカバーしています。

とはいえこれまでも、Claude CodeやCoworkを使えば、このようなデザインは作成可能でした。では、Claude Designの何が特別なのでしょうか？

まず嬉しいのが、生成したデザインをその場で確認し、編集できる点です。プロトタイプ、スライド、動画といった用途別に最適化された画面が用意されており、テキストや色、オブジェクトの配置を自由に変更することができます。

HTMLを操作することになるため、編集の自由度こそ限られますが、ターミナルやVSCodeといった開発者ツールを一切開くことなく、ここまで操作が行えるのは画期的と言うほかありません。

そして、Claude Designの編集自由度に満足できない、上級者への配慮も抜かりありません。エクスポート機能が充実しており、PDF、PPTXでのダウンロードに加え、CanvaやClaude Codeといった外部ツールへのエクスポートもサポートされているのです。

案出しからドラフト作成までをAIと共同で行い、最後の仕上げを人がやるという、これまでライティングやコーディングで王道とされてきたワークフローをこなすハードルが、今回のリリースにより格段に下がったと言えます。

② これまでのAIエージェントにはなかった。Claude Designだけに搭載されたデザイン機能とは？

Claude Designの魅力は、便利な機能が揃っていることに留まりません。デザイン特化型ツールならではの工夫が、随所に散りばめられています。ここでは「バリエーションの探索」と「ブランディングに沿ったデザインシステムの構築」という2点から見ていきましょう。

web画面のデザインタスクにおいては、依頼主と作業者が認識を擦り合わせるために、簡素化されたデザイン案を複数パターン作成するのが定石です。具体的にはまず、画面の骨格を描いた「ワイヤーフレーム」を作成し、続いて実際の見た目を再現した「モックアップ」へと落とし込んで、細部を詰めていきます。

ワイヤーフレームとモックアップの違い。文脈によってこれら単語の意味はブレることが多く、あくまで一定義として紹介。

Claude Designには、このワイヤーフレームを作成するための専用モードが用意されています。特別なテクニックを使わずとも、擦り合わせに必要なデザイン案を効率良く量産できるのです。

Claude Designによって生成されたワイヤーフレーム

さらに、「Tweaks（微調整）」と呼ばれる機能では、モックアップをベースとしたバリエーションの探索も行えます。テーマカラーやフォント、レイアウトといった項目の微調整を、専用パネルから即座にプレビューへと反映できます。

もう一つ着目したいのが、「デザインシステム」機能です。これは、会社や個人のブランディングに沿った統一感のあるデザインを生み出すための仕組みで、誤解を恐れずに言えば、以前紹介したGoogle Stitchの「DESIGN.md」の上位互換機能です。Figmaファイルやwebページのソースコードなどを読み込ませると、その中身を5分間にわたって解析した上で、カラーテーマやフォント、アイコンといった項目に関するルールを自動で整備してくれます。

Claude Designによって生成されたデザインシステム。各項目に対してユーザーがフィードバックを与えることもでき、気に入らない場合は修正を促すことが可能

先日発表されたClaude Mythosを受け、サイバー攻撃への警戒感が世の中で一段と高まっています。一方で、「見た目」を司るデザインは、その対極に位置する、リスクの低いAI活用の象徴とも言える領域です。障壁が低いだけに、Claude DesignのようなデザインAIエージェントの普及は、今後も着実に進んでいくでしょう。

③ Claude Codeへの反撃なるか？OpenAI社がCodexを大型アップデート

Claude Designのリリースに先駆けて、米国時間4月16日、OpenAI社がAIエージェント「Codex」の大型アップデートを発表しました。「Codex for (almost) everything」という強気のタイトルを掲げての発表です。

OpenAI社については先月時点で、ChatGPT、Codex、AIブラウザ「Atlas」の3製品を1つのデスクトップアプリへ統合する「スーパーアプリ構想」が報じられていました。今回のアップデートは、その実現に向けた第一歩と位置付けられるものです。

対抗馬となるClaude Codeが非エンジニアからも人気を集めている状況ではありますが、今回強調されたのはあくまで開発者向けの機能群でした。

まず注目したいのは、コンピューター使用機能の搭載です。Webブラウザに限らず、あらゆるPC操作をCodex自身が代行してくれます。さらにOpenAI社によれば、バックグラウンドで動作することから、私たちのPC操作を一切邪魔することなく、アプリのテストといった地道な作業を裏側で淡々と進めてくれる仕組みです†。

ChatGPTの画像生成機能が統合されたことも話題になりました。これにより、CodexでWebページを作成しながら、生成画像をそのままシームレスに差し込めます。

ただ総合的に見ると、Claude Codeに追いつこうという姿勢こそ感じるものの、機能や使い勝手の面では後塵を拝していると言わざるを得ないでしょう。

むしろ今注目したいのは、ChatGPTやArena AI上で限定的に公開されている、GPTの新しい画像生成AIモデルです。日本語を含むテキスト描画の水準がNano Bananaを始めとするこれまでの画像生成AIとは一線を画していると話題となっており、一般公開が待たれるところです。

†3月19日に筆者が試した限りでは、他のPC操作と干渉することがありました。

2. SNSで話題のAIツールをピックアップ！

ChatGPT画像生成 (https://chatgpt.com/)

  • ChatGPTの新しい画像生成AIモデルが限定的にロールアウト中

  • 日本語を含むテキスト描画の水準がNano Bananaなどのモデルと比べて向上し、いよいよAI生成画像だと判別できない水準に達したと話題に

  • Arena AIというサービスでも提供されているが、より遭遇確率が低いと考えられ、ChatGPTから試すことをおすすめ

a

Google Flow Music (https://www.flowmusic.app/)

  • 音楽生成AIサービス「Producer AI」が、Google買収に伴って新ツールとしてリニューアル。Googleの音楽生成AI「Lyria 3 Pro」を搭載

  • ChatGPTのようなチャットインターフェースで、AIと音楽作りを進めていける

  • さらに生成後は「女性ボーカルに変えて」「もっとアップテンポに」といった形で修正依頼をすることもできる

  • 無料でも試すことが可能

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> 危険すぎた史上最強AI「Claude Mythos」発表。一般公開は見送られ、AI版マンハッタン計画が始動する事態に 他にも...NoLangで「日本らしいスライド」を「たった30秒」で作れるように! https://mvrks.news/p/ai-claude-mythos-ai https://mvrks.news/p/ai-claude-mythos-ai Sun, 12 Apr 2026 22:35:00 +0000 2026-04-12T22:35:00Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① NoLangがスライド生成機能をリリース！「日本らしいスライド」をたった30秒で

この度、「NoLangスライド生成」をβ版としてリリースしました！「日本らしいスライド」をわずか30秒で生成し、そこから一気通貫で解説動画を作成することができます！是非以下のデモ動画を、音声ONでご覧ください！

まず注目していただきたいのが、GensparkやManusといった既存のスライド生成AIでは実現できなかった「レイアウト指定」です。フォントサイズをpx単位で指定できるほか、ヘッダー・フッターといった構成要素の有無やサイズも厳密に調整することができます。

また、利用できるフォントやデザインのバリエーションも豊富です。これまでのスライド生成AIにありがちだった「AIっぽいデザイン」に悩む必要もありません。

そしてNoLangを使えば、作成したスライドの動画化まで、一つのツールで完結します。文字だらけの企画書や煩雑なマニュアルなど、そのままでは「読みたくない」と思うような資料を、あっという間に「分かりやすい動画」に変換することができます！

NoLangスライド生成は現在β版として公開しており、正式リリースに向けて、PPTX出力をはじめとする追加機能の搭載を進めています。今だけ無料でスライドを1回生成できますので、是非お試しください！

さらに私たちは、スライド生成にとどまらず、動画生成AI「NoLang」を過去最大規模でアップデートすべく精力的に開発を進めています。次なる発表まで、今しばらくお待ちください！

② Anthropicが新AIモデル「Claude Mythos」発表。しかし危険すぎて一般公開見送り

オッペンハイマーら科学者・技術者が総動員され、核兵器完成へと至ったマンハッタン計画の発足からまもなく84年。AIが核兵器と並んで語られるべき脅威になっていることは、間違いないでしょう。

米国時間4月7日、Anthropic社が新AIモデル「Claude Mythos Preview」を発表しました。しかしこのモデルは安全上の懸念から一般公開はされず、代わりにマンハッタン計画を想起させるセキュリティプロジェクト「Project Glasswing」が同時に発表されました。

AWS、Apple、Google、Linux Foundation、Microsoft、NVIDIAを含むIT大手12社が参画しています。

Project Glasswingに参画しているIT大手12社
（Anthropic）

このプロジェクトでAnthropic社は、Mythosモデルのクレジットを最大1億ドル分拠出し、上記12社と40超の追加組織に対して提供するとしています。同モデルは基盤システムや重要ソフトウェアの脆弱性発見・修正など防御的セキュリティ業務に利用され、そこで得られた知見は業界全体で共有されます。

この発表を受けて、米政府もすぐさま動き出しました。FRBパウエル議長とベッセント財務長官が、Bank of America、Citigroup、Goldman Sachs、Morgan Stanleyといった米大手銀行のCEOらを招集し、Mythosモデルがもたらすサイバー脅威について協議したと報じられています。

Mythosはギリシャ語で「神話」を意味します。これ以上の上位モデルが今後リリースされないことを示唆しているように思えますが、果たして本当にそこまで高性能で、危険性を孕んだAIモデルなのでしょうか？

Anthropic社が公開したベンチマークスコアは、確かに既存モデルを大きく上回るものでした。また重要な根拠として、同モデルがわずかな期間で、世界中のサービスで利用されている主要ソフトウェアにおいて、数十年間に渡り見過ごされてきた脆弱性をいくつも発見したことを挙げています。

Anthropic発表資料をもとに、「NoLangスライド生成」で作成

ただし性能向上は誰もが認める一方で、それがこれまでとは一線を画す飛躍的なものであったかどうかについては、懐疑的な報道もあります。

Anthropicの主張のどこまでがセールストークなのか、その真偽は定かではありません。しかし最先端のAIモデルを活用することで、攻撃者がソフトウェアの脆弱性をこれまでは考えられなかったスピード感で発見し、悪用できてしまうことは確かです。少なくとも今回の出来事は、AIのもたらすサイバーセキュリティ上の脅威を「甘く見積もっていた」世間に対して、実態とのギャップを知らしめるものだったのではないでしょうか。

③ 15秒の動画で話し方まで再現。「Avatar V」リリースでAIアバターの理想系が見えた

あなたの分身となる、AIアバターを作成する技術は日々進歩していますが、ついにその「最終形」とも呼べる方向性が示されたのではないでしょうか。

HeyGen社が新たなAIアバターモデル「HeyGen Avatar V」をリリースしました。わずか15秒の動画を録画するだけで、あなたの外見のみならず「話し方の特徴」まで再現するという革新的なモデルです。是非以下のプロモーション動画をご覧ください。

ここ1〜2年でAIアバター技術としてトレンドだったのは、人物の「写真」を動かすリップシンクでした。この技術は成熟しつつあり、人物の「外見維持」と「口の動き・ジェスチャーの自然さ」の2点に関しては、昨年末時点ですでに、AI生成とは分からない品質に達していました。

一方でAvatar Vでは、アバター作成に「動画」を利用します。それゆえ上記2点に加えて、「話し方の特徴」まで抽出・再現されるのです。実際に私も試してみたところ、「喋る時に歯を見せるかどうか」「ボディーランゲージの大きさ」といった特徴がしっかり再現されていました。

さらに、人物の一貫性を維持したまま「服装・場所・姿勢」を変えられるとも謳われています。つまり理想的には、一旦動画を撮影してアバター化してしまえば、以降はそのクローンをどんな動画にも登場させることが可能になるわけです。

もちろん、今回の新モデルが上述した全てを完璧にこなせるわけではありません。話し方の特徴は一定再現されるものの、「その人らしさ」まで忠実に再現されているとは言い難いのが現状です。数回会っただけの仕事相手であれば気づかないかもしれませんが、友人から見たらAI生成であることは確実に識別できるでしょう。

また私が試した限りでは、「服装・場所・姿勢」を変更してしまうと話し方の特徴はほとんど引き継がれず、画像を動かす既存のリップシンクとほぼ同程度の品質になってしまいました。

それでも、Avatar Vが目指す「その人らしい動き」を保ったまま「服装や場所を自在に変えられる」アバターが実現すれば、それはまさにAIクローンの完成形と言えるでしょう。その実現が、徐々に現実味を帯びてきたことを感じさせる発表でした。

2. SNSで話題のAIツールをピックアップ！

NoLangスライド生成 (https://no-lang.com/slide)

  • NoLangに「日本らしいスライド」を生成できる新機能が登場！

  • 「レイアウト指定」によって、フォントサイズをpx単位で調整できるほか、ヘッダー・フッターといった構成要素の有無やサイズも指定可能

  • 生成したスライドは、一気通貫で解説動画に変換することができる

  • 現在無料でも、スライド生成を一回試すことが可能

HeyGen (https://www.heygen.com/)

  • 最も有名なAIアバター動画生成ツールのうちの一つ

  • 先週新たに、たった15秒の動画から自分のAIアバターを作れる新機能「Avatar V」がリリース

  • 外見だけでなく、「話し方の特徴」まで一定再現してくれる点が画期的

  • 無料でもAvatar Vのアバター作成を試すことが可能

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> Claude Code大失態でソースコードが52万行も流出...AI攻撃リスクはもはや他人事ではない 他にも...Metaが我々の脳活動を推定できてしまうAI基盤モデル「TRIBE v2」を公開 https://mvrks.news/p/claude-code-leaked https://mvrks.news/p/claude-code-leaked Sun, 05 Apr 2026 22:30:00 +0000 2026-04-05T22:30:00Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① Claude Codeのソースコードが流出。Anthropicやユーザーへの影響は？

米国時間3月31日、AIコーディングエージェント「Claude Code」のソースコードが流出しました。流出したのはAIモデルを実運用に接続するソフトウェア基盤であり、Claudeモデルの重み・学習データ・ユーザーデータは含まれていません。

昨年末から急激にユーザー数を伸ばしていた最中でのインシデントとなりましたが、Anthropic社、Claude Code、そしてユーザーは果たして「大丈夫」なのでしょうか？

Indagariのカード決済データで観測された、Claudeの有料消費者ユーザー数の推計
（TechCrunch）

まず今回の流出の原因は、外部からの攻撃ではありません。リリース時に「ソースマップ」と呼ばれるプログラムを誤って公開してしまったという人為的ミスです。ClaudeチームはAIをフル活用しており、52日間で73機能と驚異的なペースでアップデートを発表し続けています。その代償か、Claude Codeでは頻繁にバグが報告されていたことも事実ですが、今回の流出は「AI任せによるリスク」と直接的な関係はないようです。

そしてこの「ソースマップ」の流出は決して珍しいものではありません。実は昨年2月のリリース当初にも、Claude Codeのソースマップが一度流出しており、昨年12月にはAppleのApp Storeでも同様の事案が発生しています。

とは言え、競合他社や攻撃者が内部実装を詳しく研究できる状態になったことは事実であり、Anthropic社及びユーザーへの影響は小さいものではありません。

メモリ設計・コンテキスト管理など、AIモデルをエージェントへと昇華させるための実装上の重要なノウハウが明るみになってしまいました。誤解を恐れずに言えば、Claude Codeのクローンを自作するために必要な情報が一通り漏洩しており、Anthropic社の技術的優位性が一つ失われた形です。

また攻撃者がClaude Codeの脆弱性を、これまでより特定しやすくなっています。Claude Codeが攻撃者の仕掛けた罠を踏み、想定外の挙動を起こすことで、ユーザーが被害を受けるリスクが上がったことも否定できず、我々ユーザーは、今後Anthropic社の発表を注視しておくべきでしょう。

また今回のインシデントとは独立した文脈で、3月に入ってからTrivy・Axiosなど有名なOSSパッケージへのサプライチェーン攻撃が相次いでいます。Claude Codeの普及によってコーディングツールが民主化する中で、個人・会社単位でセキュリティへのリテラシーを上げる重要性が日に日に高まっているのではないでしょうか。

Axios開発元のAqua社による公式ブログでの発表
（Aqua）

② Metaが我々の脳活動を推定できてしまうAI基盤モデル「TRIBE v2」を公開

Metaの基礎AI研究チームが米国時間3月26日、脳活動を予測するAI基盤モデル「TRIBE v2」をオープンモデルとしてリリースしました。映像・音声・言語の3つのモダリティについて、私たちの脳がどのように反応するかを表すfMRI応答を予測することができます。以下のデモ動画で概要が分かりやすく説明されています。是非ご覧ください。

そもそも、これまで脳活動の計測に使用されてきたfMRIは、神経活動そのものを直接計測しているわけではありません。血流変化から脳活動を間接的に推定する技術であるため、心拍や体動、装置由来のノイズの影響を受けやすいという特性があります。

さらに、時に何ヶ月もの時間をかけて、実験のたびに被験者を招集し、高価なスキャナーを確保する必要がありました。脳科学の研究には莫大な時間とコストがかかっていたのです。

fMRI計測によって得られる画像の例
（Wikiepedia）

TRIBE v2は、こうした脳反応予測を仮想空間上で、最短わずか数秒で実行可能なAIモデルです。700名以上の被験者から収集した500時間以上のfMRIデータで学習されており、集団平均としての「典型的な脳反応」との一致度では、単一のfMRI計測結果よりもTRIBE v2予測の方が良いことがしばしばあったとも報告されています。

このAIモデルは人間の脳活動をコンピュータ上で再現・予測する「デジタルツイン」です。デジタルツインの研究開発は生成AIモデルの台頭以前から盛んであり、その原型は1960年代のアポロ計画に遡るとされています。宇宙空間にある実機の異常や故障に対し、地上のモデルやシミュレータで状況を再現・検証することで対処法が検討されたと言います。

もちろん、この技術はまだ研究段階であり、臨床利用からはほど遠いのが現実です。一方で、データ量に対する性能のスケーリングが確認されており、学習データを増やすほど性能が向上し続けることが期待されています。Google DeepMindのAlphaFoldがタンパク質構造研究を変革したように、脳研究においても何ヶ月もかかるスキャン作業が数秒の計算で代替できるようになるかもしれません。

③ GoogleがGeminiへの乗り換え機能を発表。ChatGPTからもClaudeからも手軽に移行

Googleが米国時間3月26日、他社AIサービスからGeminiへの乗り換え機能を発表しました。ChatGPTやClaudeとの会話履歴や、そこから導出されるユーザーの属性・好みをGeminiにインポートできる機能です。3月初旬にClaudeで同様の機能がリリースされており、それを追う形での発表となりました。

工程はシンプルです。Googleが用意した専用プロンプトを他社のAIチャットサービスで実行すると、ユーザーの属性・関心・人間関係・直近のイベントなどが抽出され、その出力結果をGeminiに貼り付けるだけで良いのです。

Geminiへの乗り換え用画面。用意されたプロンプトをコピーして、回答結果をGeminiに貼り付けるだけで良い

また、ChatGPTやClaudeに搭載されている会話履歴のエクスポート機能と組み合わせることで、zipファイルを読み込む形で会話履歴全体をGeminiに移行できるようにもなっています。

筆者がClaude Codeで専用プロンプトを使って試した例（一部抜粋）。MCPでツール連携すれば、ドライブや議事録、カレンダーなどからも情報を取得してきてくれる

昨年は、AIにタスクに必要な背景情報を教える「AIオンボーディング」の難しさが実利用のボトルネックになっていました。しかし現在、Claude CodeをはじめとするAIエージェントは、タスクを終えた後の振り返りとして、再現性を確保するための「引き継ぎ書」を執筆できるようになり、あたかも一社員であるかのように要領よくタスクをこなしてくれるようになっています。

そしてこの引き継ぎ書は、作成したAIはもちろん、他のAIでも理解可能な形で執筆されているため、AI間の引き継ぎもほとんど手間なしに行えるようになってきていることが、今回改めて示唆されたのではないでしょうか。

ただし個人的には、現時点でAIは「定型的な仕事」を任せる上では良い相棒であり、まさしく「秘書」なのですが、より曖昧な個人の趣味・嗜好を理解してくれるAIコンパニオン、つまり「友達」として振る舞う能力は、ここ数年でさほどは向上していないように思えます。

個人の特性や人間関係といったプライベートな情報を元に振る舞いをパーソナライズし、それによって大衆を感動させるAIの登場には、まだ技術的なブレイクスルーが必要に思えます。

2. SNSで話題のAIツールをピックアップ！

Google Flow (https://labs.google/flow/about)

  • Google Labsが提供している画像・映像制作ツール

  • 画像生成AIサービス「ImageFX」の後継ツールでもあり、「Nano Banana 2」を無料で利用可能

  • 一括で最大4枚並列で生成できる点も嬉しい

  • また無料枠は僅かだが、動画生成AI「Veo 3.1」を試すこともできる

Manus (https://manus.im)

  • Gensparkと並んで有名な、汎用AIエージェントツール。Metaが先日買収したことでも話題となった

  • 新たにLINEとの連携機能が追加され、LINEからManusにメッセージを送るだけで、リサーチ、webページ、スライド生成といったタスクをこなしてくれるように

  • 進捗を細かく報告してくれる点も使いやすい

  • 無料でもクレジットが付与され、試すことが可能

あ

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> Claudeがスマホ指示で動画編集もパワポ操作もやってくれるように!大本命のコンピューター操作機能がついにリリース 他にも...OpenAIが動画生成AI「Sora」アプリおよびAPIのサービス終了を発表 https://mvrks.news/p/claude-computer-use https://mvrks.news/p/claude-computer-use Sun, 29 Mar 2026 22:30:00 +0000 2026-03-29T22:30:00Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① Claudeがあらゆるコンピューター操作を行えるように！PowerPointも動画編集アプリも

米国時間3月23日、Anthropic社がClaudeアプリをアップデートし、コンピューター操作機能を公開しました。以前からClaude in Chromeなどのツールを利用すれば、Webブラウザを操作させることは可能でしたが、今回のアップデートにより、PowerPointやSlackといったデスクトップアプリも含めた、あらゆるPC操作をClaudeに委ねることが可能になりました。

以下の投稿では、動画編集ソフト「Adobe Premiere Pro」にて、Claudeが正確に操作できている様子を確認できます。PCの操作精度は実用水準にかなり近づいてきた印象です。

今回興味深いのは、Anthropic社が単に「AIがあらゆるPC操作をこなせるようになった」という技術的な進歩に焦点を当てるのではなく、「スマホから指示を送ってAIにタスクを完了してもらえる」という体験を強く打ち出している点です。

以下の公式デモ動画では、「（移動中で遅刻ギリギリなので）PowerPointアプリから今日の資料をダウンロードして、インビテーションに添付しておいて」といった、日常的なシーンが紹介されています。

そしてこれは単なるコンセプトムービーではなく、現在公開されている機能で十分に実現可能です。先日発表された「Dispatch」と呼ばれる機能と組み合わせることで、モバイルアプリからClaudeのセッションを起動し、外出先からでもAIにPCを操作してもらうことができます。

Claude Dispatch機能を使って、NoLangのLPのスクリーンショットを撮影し、PCフォルダに保存させた例。利用するPCは起動している必要がある点に注意。

これは言わば、先に出社した同僚に、代わりにPCを操作してもらっているようなものであり、もちろんリスクとは隣り合わせです。私が実際に試した中でも、Slackの操作を依頼しているにも関わらず、なぜか別で開いていたNotionの使用権限を求められるといった、意図しない挙動が見られることがありました。また現時点では、クリックやスクロールなど1つの画面操作に約10秒程度かかるなど、速度が実利用におけるボトルネックとなっています。

Claude Codeが、制限された権限の中で定型作業を正確にこなしてくれる「秘書」のような存在だとすれば、今回のコンピューター操作機能は、より距離感の近い「同僚」に本来任せるべきではないようなタスクまで依頼してしまう感覚に近いでしょう。とはいえAIの性能進化とともに、これらの境界線は徐々に曖昧になっていくのではないでしょうか。

② OpenAIが動画生成AI「Sora」アプリおよびAPIのサービス終了を発表

諸行無常とは言えど、あまりに早い幕引きでした。

OpenAI社が、動画生成AI「Sora」のアプリ及びAPIのサービス終了を発表しました。Soraアプリのリリースは2025年9月30日であり、わずか半年での発表となります。

OpenAI社はかつて動画生成AI領域において、間違いなくトップランナーでした。2024年2月に、一見AI生成とは分からない品質の動画を生成できる初代Soraを発表し、それまでの常識を打ち破りました。翌年9月の「Sora 2」リリース時には、物理シミュレーションの正確さや、SNS・CMで目にするようなストーリー性のある動画作品を完成させる能力が高く評価され、動画生成AIにおける「GPT-3.5モーメント」とも呼ばれました。

また同モデルを搭載したSoraアプリは「AI生成動画のみが流れてくる全く新しいSNS」として話題を呼び、リリースから5日で100万ダウンロードを達成したほか、ディズニー社との提携により、200以上のディズニーキャラクターを活用してユーザーがショート動画を生成・共有できるようになるとされていました。

しかしSoraは、「収益性」「リスク」「競合優位性」の3つの観点から、非常に厳しい状況に立たされていました。

まず収益面では、Soraアプリは持続的な人気を維持できず、ダウンロード数は今年1月時点でピーク時の約66%にまで低下していました。それでいてForbesの試算によれば、10秒の動画1本あたり約1.3ドル、1日換算で約23億円もの推論コストがかかっていたとされています。

Soraアプリの月間ダウンロード数の推移
（TechCrunch）

またOpenAI社は、今年後半のIPO申請に向けて準備を進めていると各社が報じていますが、Soraはその足枷となりうる問題を多数抱えていました。マリオやピカチュウなどの著作権キャラクターの濫用、マイケル・ジャクソンやキング牧師といった故人のディープフェイク動画の拡散に関して、世間から大きな批判に直面していたのです。

そしてOpenAI社の技術的優位はもうほとんど残っておらず、さらには先行者利益までじわじわと食いつぶされている現状があります。特に直近ではClaude CodeやCoworkを擁するAnthropic社の躍進が目立ち、Ramp社の調査によれば、AIを新規導入する企業の約70%がOpenAIではなくAnthropicを選択しているといいます。

AIを新規導入する企業におけるOpenAIとAnthropicのシェアの比較
（Ramp）

今回のサービス終了を受けて、ディズニー社との業務提携並びに出資話は事実上キャンセルになったとも報じられました。そして次節でお伝えするように、OpenAI社ではSora以外にも、かねてより計画されていた構想の見直しが相次いでいます。

③ OpenAIがアダルトモード構想を無期限停止。「選択と集中」でやむなく現実路線へ

Soraのサービス終了に続く形で、OpenAI社がかねてより計画していた「ChatGPTアダルトモード」構想の無期限停止も報じられました。

2025年12月の開始が予定されていましたが、性的AIコンテンツの社会的影響について従業員や投資家から懸念が出ていたほか、NSFW制限を緩和しつつも非同意行為や児童性的虐待のような有害シナリオは排除するといったモデレーションの設計にも苦戦していたとされています。

このようにネガティブなニュースが続く中、OpenAI社はどこに向かおうとしているのでしょうか。

同社が目指しているとされるのが「選択と集中」です。元々OpenAI社は、研究開発を拡張する形であらゆる方面へとプロダクトを展開しており、上述のSoraアプリだけでなく、ジョニー・アイブ氏と次世代AIデバイスを開発しているほか、ChatGPTを教育・Eコマース・ヘルスケア領域それぞれに特化させたサービスも展開していました。

（左）元AppleでMacBook、iPodなどのインダストリアルデザインを手がけた「伝説的なデザイナー」アイヴ氏と（右）OpenAI CEOアルトマン氏が対談する様子
（OpenAI）

しかし直近の状況を受けて、同社は元Instacart CEOのフィジー・シモ氏の役割を「アプリケーション部門CEO」から「AGI展開部門CEO」へと改めた上で、同氏とサム・アルトマン氏が主導する形で、コーディング支援と企業向け利用に経営資源を集中させるとされています。

OpenAIでアプリケーション部門CEOを務めるFidji Simo（フィジー・シモ）氏
(Wikipedia)

具体的には、Wall Street Journal紙が「ChatGPT」、AIコーディングツール「Codex」、AIブラウザ「Atlas」の3製品を1つのデスクトップアプリに統合し「スーパーアプリ」として提供する構想を報じています。またFinancial Times紙によれば、OpenAI社は年内に従業員数を4,500人から8,000人にまで増強し、特にサービスの企業導入・活用を支援する人材を増やすことで、企業向け事業拡大の体制構築を目指しているとのことです。

いずれにせよ、先週の一連の発表は、OpenAI社が現実路線への方針転換を迫られていることを決定づけたのではないでしょうか。IPOを控えた同社にとって、夢を追うフェーズから収益の柱を固めるフェーズへの移行は避けられなかったようです。

2. SNSで話題のAIツールをピックアップ！

Producer (https://www.producer.ai/)

  • Googleが買収したProducerAI社が運営する音楽生成AIサービス

  • Googleが先週発表した音楽生成AI「Lyria 3 Pro」も使用可能

  • ChatGPTのようなチャットインターフェースで、AIと音楽作りを進めていける点が嬉しい

  • 無料でもクレジットが付与され、試すことが可能

PLaMo Chat (https://plamo.preferredai.jp/chat)

  • PFN社が開発する純国産フルスクラッチモデル「PlaMo」を試せる公式ウェブサイト

  • 現在提供されているのは、「PLaMo 2.2 Prime」というモデル。「gpt-oss-120b」などのトップレベルのオープンLLMに肉薄する「PLaMo 3.0 Prime」はまだ一部企業のみに公開

  • 画像アップロード機能がある一方、web検索機能はまだ未搭載

  • 現在は無料で利用可能

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> GoogleのバイブデザインAIエージェント「Stitch」が登場!Figma株が12%下落した理由とは? 他にも...Google AI Studioがフルスタック開発基盤へ進化!ノーコードアプリ制作の完成形が見えてきた https://mvrks.news/p/google-ai-stitch-figma-12 https://mvrks.news/p/google-ai-stitch-figma-12 Sun, 22 Mar 2026 22:30:00 +0000 2026-03-22T22:30:00Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① GoogleのバイブデザインAIツール「Stitch」が登場。Figma株が12%下落した理由とは？

Google Labsが米国時間3月18日、UIデザインツール「Stitch」の大型アップデートを発表しました。Stitchは、webアプリやwebサイトのUIを、AIエージェントに対する簡単な指示だけで制作できる「バイブデザインツール」と謳われており、X投稿が1700万回再生を突破するなど、世界的に大きな注目を集めました。

そしてこのリリースを受けて代替対象と目されたのか、Figma社の株価が2日間で12%下落しました。一体何が、ここまでのインパクトを与えたのでしょうか。

従来、webアプリやwebサイトのデザインでは、デザイナーがFigmaを利用して「ワイヤーフレーム」と呼ばれる設計図をGUIで作成していくフローが王道でした。その後LLMの発展によって、Claude Artifactsやv0にはじまり、UIデザインをAI生成できるツールは多数登場していたものの、デザインコンセプトに一貫性を持たせるには綿密な工夫とプロンプトの磨き上げが必要でした。

Figmaの画面。ワイヤーフレームと呼ばれる設計図をGUIで編集していき、デザインを作り上げるのが従来の手段だった

一方Google Stitchでは、AIエージェントがUIを生成・編集してくれるだけでなく、カラーパレットや使用フォントなどのデザインテーマを「DESIGN.md」と呼ばれるテキストファイルに記述してくれます。現在バイラルを巻き起こしているClaude Codeが「CLAUDE.md」というファイルを使ってルールを学習していくのと同じように、Google Stitchのエージェントもユーザーとのやり取りの中でデザイン指針を学習し、それに則ってデザインを制作してくれるのです。

Google Stitchの操作画面。一番左のコンポーネントが、DESIGN.mdの記述内容の一部を表現している

一方で言ってしまえば、Claude Code等のAIエージェントを利用すれば同様のワークフローを簡単に実装できることも事実です。今回のFigma社の株価下落も、技術革新そのものというよりは、ユースケースが投資家に分かりやすく示されたことが主要因でしょう。

Stitchは、最先端技術を取り入れたプロダクトを試験的に提供することで知られるGoogle Labsのツールです。それもあって、AIによる複雑な編集は失敗することが多く、かといって人手で編集するにもFigmaと比べると遥かに自由度が低いため、このツールだけでデザインを完結させられることはほとんどないのが実情でしょう。まずは無料で使える入門デザインAIツールとして、どこまでシェアを伸ばしていけるか注目が集まります。

② Google AI Studioがフルスタック開発基盤へ進化！ノーコードアプリ制作の完成形が見えてきた

同じく米国時間3月18日、Google AI Studioの大型アップデートが発表されました。同ツールはもともとGeminiモデルを試せるプレイグラウンドであり、特にアプリ制作に関しては、アプリのUIを作ることしかできませんでした。しかし今回のアップデートにより、バックエンド機能を搭載したアプリを、全世界に公開できるプラットフォームへ進化を遂げています。

今回新たにできるようになったことをもう少し深掘っていきましょう。まず、追加登録なしにFirebaseと呼ばれるGoogle製のサービスと連携させることで、Googleログインによる認証やデータベースとの接続が可能になりました。これにより例えば、ユーザーが自分のレシピを登録・管理できるレシピアプリを簡単に作れるようになっています。

さらに、APIキーや認証情報といった、利用者に開示してはいけない機密情報を安全に格納できる仕組みも導入されました。これにより、APIで提供されている外部のAIモデルを自由に組み込んだり、Stripeをはじめとする決済サービスを利用して課金機構を実装することも可能になっています。

このようにノーコード・ローコードで作成できるアプリの幅が広がっていくことは喜ばしい一方で、相応のリスクを伴う点には注意が必要です。知識がなくても間違いを見つけて容易に修正できるアプリUIとは異なり、データ管理や決済システムの運営においては、不可逆なデータ削除や機密情報の漏洩といった深刻な落とし穴がいくつも存在します。

またアプリ制作の民主化には限度があるのも事実です。昨年のSimilarWebのデータによれば、2024年末から2025年前半にかけてAIコーディングツールは飛躍的に成長したものの、その後は伸び悩みを見せています†。さらにその筆頭であったLovableが先週、コーディングに留まらずデータ分析やスライド生成もこなせる汎用AIエージェントツールとしての展望を示したことも、実情をよく表しているでしょう。

アプリを作りたいと思い、かつ実際に作り切ることができるユーザーは限られる一方、高度な機能を実装するには、結局コードへの理解が必要になります。この点を踏まえると、現在のGoogle AI StudioやLovableの姿は、ノーコードアプリ制作ツールの一旦の完成形と言えるのではないでしょうか。

†ここでの「AIコーディングツール」に、当時主にCLIで利用されていたClaude CodeやCodexといったサービスは含まれていません。それらを含めた広義のAIコーディングツールの市場規模は、まだ順調な拡大フェーズにあるでしょう。

③ ドラクエ10にGemini搭載のAIキャラクター「おしゃべりスラミィ」が登場！

3月21日、スクウェア・エニックスがオンラインRPG「ドラゴンクエスト10」に、Geminiを搭載した対話型AIキャラクター「おしゃべりスラミィ」を導入すると発表しました。

プレイヤーはチャット機能を使ってスラミィと自由に会話でき、スラミィは音声で回答してくれます。世界観の説明や次に挑戦すべきミッションの提案など、ゲームについて様々なサポートをしてくれる様子が公開されています。

ドラゴンクエストシリーズの生みの親である堀井雄二氏も述べている通り、スラミィは「村人のようなNPC（ノンプレイヤーキャラクター）ではなく、一緒に遊んでくれる"友だち"、一緒に戦ってくれる"仲間"」として開発されているようです。

それゆえゲームを進めていく上での旅のお供として、キャラクター側から話しかけてくることもあり、プレイヤーの服が変わったとき、強敵を倒したときなどに言葉をかけてくれるといいます。

ここで注目したいのは、スラミィのようなAIの在り方がゲームの世界に留まらないという点です。より広い文脈で捉えれば、このキャラクターは「AIコンパニオン」の一種と言えます。

「AIコンパニオン」とは、タスクをこなすための道具に過ぎない「AIアシスタント」とは異なり、ユーザーの生活に自然に溶け込む存在として振る舞うAIを指します。代表的なサービスとして、イーロン・マスクやマリオなどのキャラクターを模したAIチャットボットと会話できる「Character.AI」や、xAI社のGrokで提供されているAIガールフレンド「Ani」が挙げられます。最近では日本発のAI VTuber「Shizuku」も記憶に新しいところです。

【しずくV2.0 初配信】ただいま、ご主人様！【AI VTuber】
（YouTube）

もっとも、AIコンパニオン領域はまだ発展途上です。Claude CodeやOpenClawといった「AIアシスタント」が、過去のやり取りを元にユーザーの好みを学習し、「秘書」として活躍する場面が増えてきている一方、「AIコンパニオン」がユーザーをよく知る「友達」のように心地よく寄り添ってくれると感じられるようになるには、まだ技術的なブレイクスルーが必要だと強く感じています。

Google Cloudのゲーム部門責任者であるジャック・ビューザー氏は「AIはプレーヤー体験にきわめて大きな影響を与える。今後3年から5年の間にすべてのゲームを大きく変えると確信している」と述べています。裏を返すと今後1〜2年は、全く新しいゲーム体験を創り出すには時期尚早で、ゲーム開発の効率を向上させるような事例の発表が続いていくように思えます。

2. SNSで話題のAIツールをピックアップ！

Google Stitch (https://stitch.withgoogle.com/)

  • テキスト・画像を入力すると、AIエージェントがwebサイトやwebアプリのUIを作成してくれるデザインツール

  • AIがUIを生成・編集してくれるだけでなく、カラーパレットや使用フォントなどのデザインテーマを「DESIGN.md」と呼ばれるファイルに記入し、一貫した指針に基づいて設計してくれる点が画期的

  • 成果物はFigmaやClaude Code用にエクスポートできる

  • 現在はGoogle Labsから提供されており、無料で利用可能

Google AI Studio (Build) (https://aistudio.google.com/apps)

  • 米国時間2月18日に大型アップデートが施行され、バックエンド機能を備えたフルスタックアプリを本番アプリとして公開できるように

  • 具体的には、Googleログインやデータベース、さらにはAPI連携といった処理機構を持つアプリも実装できるようになった

  • 公式発表にて、シューティングゲーム、クレーンゲーム、レシピアプリなど、いくつかのユースケースがプロンプト付きで紹介されている

  • フルスタックアプリの開発自体は無料でも試すことが可能

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> Canvaに最強機能がきた。圧倒的精度で画像をPowerPointに変換、編集可能にする新機能リリース! 他にも...Claudeが会話内でグラフやフローチャートを直接描画!「ビジュアル回答」の時代がやってくる https://mvrks.news/p/canva-img-to-powerpoint https://mvrks.news/p/canva-img-to-powerpoint Sun, 15 Mar 2026 22:30:00 +0000 2026-03-15T22:30:00Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① これを待っていた。Canvaが画像をPowerPointに変換する新機能をリリース！

今年も3月中旬に差し掛かりました。「2026年で最も感動したAIツールは？」と聞かれたら、やはりClaude Codeと答えます。では「2番手は？」と聞かれたらどう答えるか。個人としては、この機能になりそうです。

Canva社が、画像を解析してレイヤー分けすることで、各要素をPowerPointライクに編集可能にする「Magic Layers」をリリースしました。例えばNano Bananaで作成した図解画像を読み込ませて、テキストや物体の位置・サイズ・中身を自由に変更できます。多くの方が求めていた機能かと思いますので、是非以下の動画で使用感をご確認ください。

これまでもLovartをはじめとして、画像をレイヤー分けして編集可能にするAIツールはいくつか存在していました。しかしCanvaの新機能は、これらとは一線を画す仕上がりになっています。

最も注目したいのは、レイヤー分けの精度の高さです。Lovart等の既存ツールでは、レイヤーの分け方が粗く、要素数が増えてくると背景と物体が同一レイヤーとして認識されてしまうことが多々ありました。一方でCanvaは要素数が20以上であっても、極めて高い精度で物体を1つ1つ検出してくれます。

そして、Canvaの既存機能をフル活用できる点も非常に画期的です。検出されたテキストや物体はCanvaオブジェクトとして出力されるため、500以上の日本語フォントから好きなものに差し替えたり、あるいは物体の色を変更することも可能です。

さらにCanvaの画像編集機能を利用すれば、追加の修正もかけられます。領域を指定して消しゴムのように物体を消去する「Eraser」や、背景を除去する「BG Remover」などとセットで利用できる点も嬉しいところです。

もちろん、Nano Bananaで生成された複雑な図解などを対象にすると、一発では完璧にいかないこともありますが、後処理で対処できる範囲内だと感じます。デザイン性の高い図解やポスターを、AIが一発でPowerPoint形式で出力してくれるサービスが出てくるのも、もはや時間の問題のように思えます。

もちろん、完璧にいかない時もある。間違い探しのようになってしまうが、よくよく見ると画像の変換ミスがあり、例えば下部の「設定ファイル」の右のロボットの上半身が消えている。

② Claudeが会話内でグラフやフローチャートを直接描画！「ビジュアル回答」の時代がやってくる

米国時間3月12日、Anthropic社が発表したClaudeの新機能が、またもや大きな話題を呼んでいます。「Claudeに専用のホワイトボードが与えられた」と考えると良く、グラフやフローチャートをはじめとするあらゆるビジュアルを会話内で直接生成し、分かりやすく回答してくれるようになりました。

ユースケースは幅広く、グラフや図を使った用語解説、フローチャートによる手順説明、さらには写真つきのレシピ案内まで、テキストだけでは説明困難な内容をビジュアルで分かりやすく伝えてくれます。

Claudeの新機能で生成されたビジュアルの例

Claudeにはかねてから「Artifacts」と呼ばれるビジュアル生成機能があり、今回の新機能とHTML・SVGコードを生成するという点は共通していますが、両者の役割は異なります。Artifactsは図解やWebページなどの「完成品」を生成する機能で、そのまま共有・ダウンロードがなされます。一方で今回の新機能はあくまでも「ホワイトボード上のスケッチ」のようなもので、私たちユーザーの理解を助けるために一時的に生成されるものです。

今回のClaudeの発表に限らず、モデル開発企業各社がLLMの回答を「テキスト」から「ビジュアル」へと進化させようとしています。昨年にGoogle検索のAI版「Google AI Mode」においてビジュアルを埋め込んで回答する機能が発表されたほか、OpenAIも先週、数学や科学の学習者向けにインタラクティブなビジュアルを生成する機能を発表しました。

スライドや図解の生成において日進月歩で精度が向上していることを踏まえても、生成AIモデルの「分かりやすく解説する能力」は伸びていく一方ではないでしょうか。

③ AIは仕事を「減らしていない」。大規模調査で明らかになったAI導入の実態とは

米ActivTrak Productivity Labが、AI導入が職場に与える影響を調査した「2026 State of the Workplace」レポートを公開しました。2023年1月1日から2025年12月31日までの3年間、1,111組織・163,638名の従業員を対象にした大規模な調査です。「AIは仕事を減らすのではなく、スピード、密度、そして複雑さを向上させている」という結論を導き出すことができ、多くの方にとって肌感に合った結果ではないでしょうか。

まず注目すべきは、この3年間でメール・チャットツールの利用時間がそれぞれ100%以上も増加しているという事実です。これはAIによる作業効率化が、調整・共有・レビューからなるサイクルの回転率を押し上げたことが大きな要因だと考えられます。つまり、成果物を一度作り切るためにかかる時間こそ短くなっているものの、その分共有のハードルが下がり、従業員間でより密度高くコミュニケーションを取るようになっているのです。

1日あたりで見ても実際、チャット・メッセージング・会議系ツールなどを利用した協働時間が13分増加しています。

また、良くも悪くもマルチタスクが強要されるようになり、単一業務に集中することが難しくなっている点も指摘されています。マルチタスク時間は1日あたり10分増加した一方、1つのアプリに留まって作業できる集中時間は減少しています。特に一部セグメントを対象にAIの導入前後180日を比較したところ、集中時間は1日あたり23分も減少していたとのことです。

さて、AIによって業務効率化が実現されれば、従業員は今まで挑戦できていなかった新たな仕事をこなす機会も得られるはずですが、実際にそういった変革を起こすのは非常にハードルが高いようです。

昨年2月、DeNA社の南場会長が社員約3000人の半数にあたる1500人で新規AI事業を展開し、「AIにオールイン」する方針を掲げたことが大きな話題を呼びました。それから約1年が経過した3月6日、南場会長が明かした現状は、まさにこの課題を体現するものでした。

一部業務の飛躍的な効率化が見られ、現場レベルでのAI利用も進んでいるものの、社員がAI活用で浮いた時間を既存事業における「やりたくてもできていなかった仕事」に充てており、新規事業への人材シフトが進んでいないというのです。

昨年2月、「DeNA×AI Day」の公演にて、南場氏は「AIにオールイン」する方針を掲げた

AI活用の「How To」の浸透によって、各社で業務効率化が進んでいる今、私たち人間がどの業務を、どんな粒度で取り組むかという「What」の重要性が増すばかりではないでしょうか。

2. SNSで話題のAIツールをピックアップ！

Canva Magic Layers (https://www.canva.com/ja_jp/help/editable-magic-layers/)

  • 画像をPowerPointに変換してくれる待望の機能がCanvaより登場

  • Lovart等の類似ツールと比較しても遥かに精度が高く、複雑な図解も正確に解析してくれる

  • テキスト要素については、Canvaが適切なフォントを探し出した上で適用してくれ、自由に編集可能なほか、画像要素に関しても色を変更可能

  • 筆者が試行した限り、無料でも試すことが可能

Claude (https://claude.ai)

  • Claudeが回答内でインタラクティブな図解やフローチャートなどを埋め込んでくれるように

  • 用語解説からレシピの説明まで、非常に広範な内容を分かりやすくビジュアルに変換してくれる

  • ビジュアルを利用するかどうかはClaudeが自律的に判断するが「ビジュアルで」「フローチャートにして」などと明示すると確実に呼び出される

  • 特に追加の設定は必要なく、デフォルト設定で無料でも利用可能

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> PC操作で人間超えのGPT-5.4がリリース!スクリーン情報だけからブラウザやアプリを正確に操作できるように 他にも...米国防総省がAnthropicを「国家安全保障上のサプライチェーンリスク」に正式指定 https://mvrks.news/p/pc-gpt-5-4 https://mvrks.news/p/pc-gpt-5-4 Sun, 08 Mar 2026 22:30:00 +0000 2026-03-08T22:30:00Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① 米国防総省がAnthropicを「国家安全保障上のサプライチェーンリスク」に正式指定

Anthropic社が米国時間3月5日、米国防総省（通称ペンタゴン）から、国家安全保障上のサプライチェーンリスクに正式指定されました。米国企業がこの指定を受けるのは史上初のことであり、それほどまでにAI技術の制御権は切実な問題となっています。事態はOpenAI社をも巻き込みながら急速にエスカレートしており、以下でその経緯を振り返っていきます。

米国防総省から国家安全保障上のサプライチェーンリスクに正式指定されたことを受けての、Anthropic社声明文の冒頭
（Anthropic）

発端は2月26日に遡ります。Anthropic社が、「Claudeをあらゆる合法的目的に使用させよ」という米国防総省の要求を拒否する声明を発表したのです。具体的には「米国市民に対する大規模国内監視」と「完全自律型兵器システムの構築」の2点について、AIを使用することは「良心に照らして受け入れることはできない」と主張しました。

これに米国政府は反発し翌27日、トランプ大統領が全連邦機関にAnthropic社製品の使用停止を命令したほか、ヘグセス国防長官もXにて「Anthropic社を国家安全保障上のサプライチェーンリスクに指定するよう指示した」と投稿しました。

Anthropic CEOのダリオ・アモデイ氏
（CBS Sunday MorningのYouTubeより）

この状況に「割り込む」形で動いたのがOpenAI社です。国防長官の投稿からわずか数時間後、米国防総省との契約締結を発表しました。

しかし同社はすぐに世間から猛烈な批判を浴びることになります。契約にはAnthropic社が要求した2条件への言及こそあったものの、説明文言が曖昧で抜け穴があると広く指摘されました。後日サム・アルトマン氏が「日和見的で杜撰なやり方に見えてしまったと思う」と認め、OpenAI社が契約を修正する事態に至っています。

もっともAI技術はすでに、米国による軍事運用の奥深くまで入り込んでいるようです。実際Bloomberg紙などが3月1日以降、Anthropic社の技術がイランでの軍事作戦における「情報分析」「目標識別」「作戦計画支援」に使われていたと報じています。

この一連の報道を受け、1月末時点でApp Storeトップ100圏外だったClaudeアプリが、無料アプリランキングで一時1位を獲得しました。対してChatGPTは1つ星レビューが775%増加し、米国でのアンインストール率は295%急増しています。

米国でのClaudeとChatGPTのモバイルアプリダウンロード数の推移
（TechCrunch）

国家安全保障リスクへの正式指定を受け、ダリオ・アモデイCEOは「この決定は法的に正当ではないと考えており、法廷で争うしかない」と宣言しました。民間AI企業と国家権力の正面衝突がここまで表面化した前例はなく、事態は深刻化の一途を辿っています。

② OpenAIがGPT-5.4をリリース！PC操作能力を測るベンチマークで人間超え

OpenAI社が米国時間3月5日、新たなAIモデル「GPT-5.4」をリリースしました。GPT-5.3 Codexのリリースからわずか1ヶ月という驚異的なペースでのアップデートとなります。

今回のリリースで最も強調されていたのは、「PC操作能力の向上」です。実際、ブラウザ、ファイル、アプリなどの操作能力を測るベンチマーク「OSWorld-Verified」において、人間のスコア72.4%を上回る75.0%を達成しています。

以下は非常に短いデモですが、メール執筆から送信まで、等倍速とは思えない速度でこなされているのが印象的です。是非ご覧ください。

以前のニュースレターでもお伝えした通り、AIにブラウザを操作させる方法には大きく2種類あります。1つ目はWebページの「HTMLプログラムを参照させる方法」、2つ目は「スクリーン情報のみを参照させる方法」で、人間と同じ制約下での操作が求められる後者の方が難易度が高くなります。

HTML参照下での精度が向上していけば、アプリのUIテストを高精度に自動化できる見込みが高まります。そして画像参照のみでPCを高精度に操作できるようになれば、以下のような、より高度な作業まで自動化できる世界線が見えてきます：

  • Google Driveを開いて、昨日の議事録を探し出してPCのデスクトップフォルダに保存

  • アプリの使い方をハンズオン形式で解説する動画を作成

OpenAI社はHTML、スクリーンの両方式においてGPTモデルの性能が向上したと述べており、先ほどのOSWorld-Verifiedのスコアは、より難易度の高いスクリーン参照方式に対応したものです。

ただしこの結果の解釈には注意が必要です。Claude Opus 4.6も同ベンチマークで人間を上回るスコア（72.7%）を達成しており、今回の性能向上はあくまでも過去のGPTモデルとの比較に留まります。GPT-5.4が特段優れているというより、フロンティアモデル全体でPC操作能力が着実に向上していると捉えるべきでしょう。

OpenAIのリサーチャーNoam Brown氏が、今回のリリースに際して「We see no wall」とコメントした通り、AIモデルの性能向上にまだ頭打ちの気配はありません。着実な性能向上を積み重ねた結果、今日時点では、Claude Codeが「育成コストの高さ」というAI活用における長年の壁を崩し始めるまでに至っています。

そしてAIが実用的なPC操作能力を会得すれば、ソフトウェア空間で完結する定型タスクのほとんどが十分効率的に自動化可能になってきます。これが、我々の業務フローを変革する次のブレイクスルーになるのではないでしょうか。

③ みずほFGが金融特化LLMを独自に開発。中国製LLMを使用せざるを得ない理由

みずほフィナンシャルグループが3月5日、金融業務に特化したLLMを独自に開発したことを明らかにしました。銀行の実務テストでは、平均応答時間が60秒のGPT-5.2（推論あり設定）とほぼ同水準の正答率を達成しつつ、回答開始までの平均時間が1秒未満と遥かに短いことが強調されています。

このモデルはアリババ社が昨年4月に公開したオープンLLM「Qwen3-32B」をベースに、金融の基礎知識・法令・社内手続などを幅広く学習させてファインチューニングしたものです。照会応答や資料作成といった一般業務への活用が想定されています。

（Qwen）

いわば「中国製LLM」をファインチューニングして領域特化させた形ですが、一昔前の感覚では、国内大手企業が中国製LLMを基盤モデルとして採用するケースはほとんど見られませんでした。では、なぜそれが現実的な選択となったのでしょうか？

背景にあるのは、オープンAIモデルの開発競争における中国勢の「圧勝」です。Artificial Analysis社による性能評価のトップ15にはオープンAIモデルが6つ名を連ねており、それらすべてが中国製です。NVIDIAの株価を大幅下落させたことで知られるDeepSeek（DeepSeek社）をはじめとして、GLM（Z.ai社）、Kimi（Moonshot AI社）などが、最先端のクローズドモデルに匹敵する性能を達成しています。

性能評価ベンチマーク「Artificial Analysis Intelligence Index」におけるAIモデルのスコア比較。GLM-5が新たにオープンモデルとして一番手に躍り出た
（Artificial Analysis）

中国製のオープンAIモデルの利用に関しては様々な見方がありますが、まず情報漏洩のリスクは基本的にないと言っていいでしょう。モデルの中身がプログラムとして全て公開されているからです。

一方で、クリーンなモデルとは言い難い側面もあります。上記の中国製モデルはGPTやClaudeといったクローズドモデルの出力を学習に用いる「蒸留」が行われていると考えられており、実際OpenAI社とAnthropic社はそれぞれ、DeepSeek社ら中国企業を名指しで警告を発しています。

ただ残念ながら、スクラッチから開発されたクリーンな国産LLMは、現状最先端モデルとの間にあまりに大きい性能差を抱えています。実用性を求めるなら中国製LLMをベースとする選択肢が現実解であることも事実でしょう。

先週は他にも、三菱UFJ銀行とSakana AI社が融資業務支援のAIエージェントシステムの開発に取り組み、半年間の検証を終えたことも発表されました。どちらもまだ「研究段階」での発表であり、定量的な成果を伴うAI活用報告が増えていくことを期待したいところです。

三菱UFJ銀行とSakana AI社は、国内の法人向け融資を対象に、AI融資エキスパート（融資業務支援AI）の実用性を検証したことを発表した
（Sakana AI）

2. SNSで話題のAIツールをピックアップ！

BananaX (https://furoku.github.io/bananaX/projects/infographic-evaluation/index.html?lang=ja)

  • GoogleのAI画像モデル「Nano Banana」によるテキスト入り図解を作る際に参考になるプロンプト集

  • シンプルでフォーマルなデザインから目を惹く派手なデザインまで幅広くカバー

  • 簡易的な検索機能があるのも嬉しい

  • 国内の個人開発者により運営されており、無料で利用可能

Z.ai (https://chat.z.ai/)

  • 現在Artificial Analysisによる評価で、DeepSeekを抑えてオープンAIモデルとして最高スコアを達成している「GLM 5」を試せる

  • モデル開発元である中国企業「Z.ai」が運営する公式サービス

  • web検索や思考モードも搭載しており、日本語にも対応

  • Googleアカウントログインにより、無料で試すことが可能

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> 皆が待ち望んだ画像生成AI「Nano Banana 2」リリース!あのNano Banana Proを速度・コストで圧倒しつつも無料提供 他にも...SVGに特化したAIモデル「Arrow 1.0」リリース!Claude・GPT・Geminiを圧倒 https://mvrks.news/p/ai-nano-banana-2 https://mvrks.news/p/ai-nano-banana-2 Sun, 01 Mar 2026 22:30:00 +0000 2026-03-01T22:30:00Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① Googleが「Nano Banana 2」をリリース！速度2倍・コスト半分、無料版でも利用可能に

昨年11月にGoogleがリリースしたAI画像モデル「Nano Banana Pro（Gemini 3 Pro Image）」は、サムネイルや図解など、テキスト入り画像を驚異的な精度で出力することが可能であったことから、業界に衝撃を与えました。

そのGoogleが米国時間2月26日、新たにAI画像モデル「Nano Banana 2」をリリースしました。別名「Gemini 3.1 Flash Image」と呼ばれ、Google社の公式発表を意訳するなら「Nano Banana Proの出力品質の高さと、Gemini Flashの速さのいいとこ取りをしたモデル」です。

Nano Banana Proに匹敵する描画能力を有し、テキスト入りの図解画像をほとんど字崩れすることなく生成できるほか、14体のキャラクターを画像で指定し、全員を正確に登場させるといった複雑なタスクもこなすことができます。

Nano Banana 2の使用例。画像で指定した14体のキャラクター全員を、正確に登場させられている
（Google）

もっとも私の印象としては「匹敵」に留まり、Nano Banana Proを超える出力品質が得られることは稀です。SNS上でも同様の評価が多く見られ、画像生成AIのフロンティアを押し上げるようなモデルではなかったと言えるでしょう。

他方、速度・コストの改善は着実です。APIやGeminiアプリでの生成時間は15〜30秒程度で、単純な比較は難しいものの、私の環境ではNano Banana Proと比較して約1.5〜2倍の速度向上が見られました。さらに1K画像の出力価格も約10円と、Nano Banana Proの半分です。

Nano Bananaシリーズの料金比較。出力価格（画像）の比較から、画像出力そのものにかかる料金は、Nano Banana 2（$60.00 / 1M tokens）がNano Banana Pro（$120.00 / 1M tokens）の半分であることが分かる。
（Gemini料金ページをもとに、Nano Banana 2を用いて生成）

そして改めて、AIモデルのコストは指数関数的に改善されていくことを示唆する結果にもなりました。Epoch AIの今年2月の発表によれば、能力レベルを固定すると、最先端AIモデルの推論コストは、1年あたり約5〜10分の1のペースで低下しているとされています。

固定の能力レベルに到達するAIモデルの推論コストは、1年あたり約5〜10分の1のペースで低下しているとされる
（Epoch AIの記事を一部ハイライト）

Nano Banana Proのリリースからわずか3ヶ月で品質を維持しながらコストを最大半減させた今回の発表は、このトレンドにしっかりと沿っています。AIモデルの性能進化・コスト低下はまだまだ留まるところを知らないようです。

② SVGに特化したAIモデル「Arrow 1.0」リリース！Claude・GPT・Geminiを圧倒

AIスタートアップ企業 QuiverAI社が、SVG特化型AIモデル「Arrow 1.0」をリリースしました。ロゴやアイコンなどに広く使われる、拡大しても劣化しないSVG形式の画像を、GPT、Claude、Geminiといった最先端AIモデルよりも遥かに高い精度で生成できるとして、大きな話題を呼んでいます。

「自転車に乗るペリカン」についての、QuiverAI社のArrow 1.0とGemini 3.1 Pro, GPT-5.3 Codexの生成結果比較（a16zの発表をもとに作成）。

SVG画像は一般的なAI生成画像（ピクセル画像）とは異なり、プログラムで表現される画像であることから、事後編集を正確に行うことができます。もちろん以下の投稿で紹介されている通り、AIで編集することも可能です。リアルタイムにお絵描き形式でSVG画像がレンダリングされていくUIも大変面白く、是非ご覧ください。

プログラムで書かれている利点は他にもあります。例えば以下のように、生成したSVG画像に アニメーションを付与して動画化することも可能です。

開発元であるQuiverAI社についても触れておきましょう。同社は今回のリリースと同時に、米ベンチャーキャピタルa16zをリードとする、シードラウンドで830万ドルの資金調達を発表したスタートアップで、共同創業者のJoan Rodriguez氏はSVG生成AI研究の世界的トップ研究者です。

同氏が公開したオープンソースのSVG生成モデル「StarVector」は4,000を超えるGitHubスターを獲得しており、「Built by researchers. Made for designers」をコンセプトに、研究力を武器にAIモデル・プロダクトの開発を行っていくようです。

SVG生成のベースとなる「プログラム生成」は、言わずもがなAIの得意領域のうちの1つです。通常のピクセルベースの画像・動画生成AIの進化をなぞるようにして、 SVG生成においても、プロデザイナーが作成したイラストと遜色ない水準の画像・動画が作成できるようになる未来はかなり近くまで来ているのではないでしょうか。

③ Claude Codeがスマホから操作可能に！ソファでも移動中でも仕事をこなせる

Anthropic社が米国時間2月24日、AIコーディングエージェント「Claude Code」をスマートフォンなどから操作できる新機能「Remote Control」をリリースしました。作業の進捗をソファから確認したり、電車内や子どもの寝かしつけ中にコード修正を依頼したりと、デスクを離れてもコーディングを止めずに済むようになります。

セキュリティ面への配慮もしっかりなされています。スマホはあくまでもPCへの代理入力画面として機能するだけであり、コードやファイルがクラウドに移動することはありません。スマホからはClaude Codeへの入力と、結果の読み取りができるのみです。

スマホからAIエージェントを操作できるツールとしてはOpenClawも話題ですが、こちらはスマホ等を介してAIにPC操作の全権限を与えることが可能であり、遥かにリスクが高い設計です。Remote Controlはその点、必要最小限の接続に留める堅実なアプローチと言えます。

OpenClawの機能説明。ユーザーが好きなLLMを選び、好きなペルソナを与えた上で、自身のデバイスにフルアクセス可能なAIエージェントを作成することができるが、「フルアクセス」はセキュリティ上の危険を伴い、諸刃の剣である（OpenClaw）

さて、最近は非エンジニアの方でも、Claude CodeやCoworkを活用される方が増えてきている印象ですが、そもそもこれらはChatGPTと比べて何が革新的なのでしょうか？

以前のニュースレターでは「一緒に計画を立ててくれる」点について言及しましたが、加えて「今までより遥かに効率よくAIを育成できる」点をおさえておくべきでしょう。

これまでもGPTsやGemsなどのチャットAIにて、カスタムプロンプトを作成したり、ファイルを添付したりすることでAIをカスタマイズできたものの、それらを設定するのは非常に手間でした。一方Claude Codeは、こうした設定をすべてローカルPCのファイルで記述でき、さらにAI自身が設定ファイルを作成・編集できる点が画期的です。

例えば記事執筆タスクで、「情報収集 → ドラフト執筆 → レビューによる修正」というフローをAIにこなしてもらったとします。すると必ず不満が生じダメ出しをするわけですが、そこでの反省をAIに指示して設定ファイルに書かせることで、以後同じようなミスをしないように教育できるのです。

Claude Codeで記事執筆タスクを行う際の、AI育成の具体例

このようなAIの育成は再現性の向上に繋がることから、繰り返しの多いタスクでは特に有用です。情報収集・事務処理など、一日一回あるいは週一回でこなしているタスクを洗い出して、是非試してみてはいかがでしょうか。

2. SNSで話題のAIツールをピックアップ！

Nano Banana 2 (in Gemini) (https://gemini.google.com/)

  • Googleの最新AI画像モデル「Nano Banana 2」をGeminiアプリから試せるように

  • Nano Banana Proに匹敵する性能でありながら、速度が1.5〜2倍程度早くなった

  • さらに無料でも試すことが可能。まずは右下のモード選択で「高速モード」にして、生成時間を抑えて生成するのがおすすめ

QuiverAI (https://quiver.ai/)

  • ClaudeやGeminiより遥かに正確にSVG画像を生成できる「SVG特化型AIモデル」

  • 「Imagine」でテキストからのSVG生成はもちろん、「Vectorize」モードでピクセル画像をベクター化することも可能

  • 今後アニメーション付与や、タイポグラフィ生成にも対応予定

  • 無料でも1週間に20枚のSVG画像を生成可能

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> Geminiが音楽生成AI搭載で、真のマルチモーダルモデルに進化を遂げた!さらに新モデルGemini 3.1 Proもリリース 他にも...Anthropicが「Claude Code Security」を発表。セキュリティ株が次々急落 https://mvrks.news/p/gemini-ai-gemini-3-1-pro https://mvrks.news/p/gemini-ai-gemini-3-1-pro Mon, 23 Feb 2026 22:30:00 +0000 2026-02-23T22:30:00Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① ついにGeminiに音楽生成AIが搭載！マルチモーダルを活かしてSuno, Udioとは別路線へ

昨年末から激しい変化を見せていた音楽生成AI分野に、ついにGoogleが参入してきました。

米国時間2月18日、GoogleがAIアシスタントGeminiに音楽生成AI「Lyria 3」を搭載しました。最大30秒のボーカル付きの楽曲を生成可能であり、画像生成AI「Nano Banana」でカバー画像も自動生成してくれるというキャッチーな機能も含めて話題を呼んでいます。

音楽生成AIツールとしてはSunoやUdioが有名ですが、Lyria 3はこれらとどのように違うのでしょうか？

最大の違いはターゲット層です。SunoやUdioが主にプロ向けの機能を拡充しているのに対し、Lyria 3は、Geminiのマルチモーダル性を活かしたライト層向けのツールとして提供されています。

実際、使い方は非常に簡単です。いつものようにGeminiを開き、あらかじめ用意された16の音楽ジャンルの中から好きなものを選んだら、あとはプロンプトを入力するだけです。また画像や動画も入力可能な点もユニークで、公式発表では、旅行で撮影した思い出の写真に合う音楽を作成するなど、日常使いできるAIであることが強調されています。

Lyria 3の操作画面。16の音楽ジャンルの中から好きなものを選んでプロンプトを入力するだけで簡単に音楽を生成できる。

音楽AI分野で特筆すべきこととして、著作権の取り扱いについて非常にセンシティブな点が挙げられます。現在は一部和解したものの、2024年6月には、米三大レーベル（Sony Music、UMG、Warner）が音楽生成AI 2トップのSunoとUdioを著作権侵害で提訴しました。それだけに各社が参入を見送っていた領域であり、実はビッグテックが自社開発のモデルをもとに、ボーカル付きの楽曲生成サービスを提供したのは、私が知る限り今回が初めてです。

Lyria 3は、音楽生成AIとしての性能はSunoやUdioに劣るという声が多いです。特に楽曲の自由度が低く同じような音楽になりがちで、AIモデルとしての性能にはまだ改善の余地が大きいでしょう。

もちろんSunoやUdioも手をこまねいているわけではなく、それぞれかつて「敵」同士であったレーベルと業務提携を行い、正当な形でアーティストの楽曲をもとにした音楽が生成できるプラットフォームの公開に向けた準備を進めています。各社からの更なる発表に注目したいところです。

② Googleが「Gemini 3.1 Pro」をリリース！Geminiらしさを残して順当進化

昨年11月にリリースされたGoogle社のAIモデル Gemini 3.0 Pro は、「AIっぽくないデザイン」を生成できるようになったことで、デザイン分野におけるゲームチェンジャーとなりました。

それから3ヶ月。米国時間2月19日に、Google社が後継モデル「Gemini 3.1 Pro」をプレビュー版としてリリースしました。前モデルでは実現できなかったような新たなユースケースはまだ発掘されていないものの、着実な知能の向上を感じさせるアップデートです。

中でも最も印象的だったのは、SVGアニメーション作成性能の向上です。是非以下の前モデルとの比較動画をご覧ください。

SVGとは、プログラムで書かれたベクター画像・動画のことを指します。Geminiはもともとデザイン能力に長けたAIモデルであり、webサイトやスライド画像の生成において抜群の表現力を有していましたが、今回新たにSVGという表現手段を獲得した形です。

またGeminiにはOpenAI社やAnthropic社のモデルと比較して、検索機能を使いこなすのが得意ではない、コーディング実務において使いにくいといった特有の弱点を持つことが知られていましたが、こうした弱点に関しても一定軽減されているようです。実際、Artificial Analysis社による評価でハルシネーション率が減少したことが話題になりました。

存在しない「NoLang 5.0」についてGemini 3.0 Pro, Gemini 3.1 Proに尋ねた結果。このケースではGemini 3.1 Proのみが正しく回答できている。

もっとも、Geminiは良くも悪くも「Geminiらしさ」を保っており、他社モデルと比べて苦手領域の評価を覆すには至っていない印象です。OpenAI社は検索と推論、Anthropic社はコーディング、そしてGoogle社はデザインと柔軟性。各社がそれぞれの得意領域を磨きながら鍔迫り合いを続ける構図は、まだまだ続きそうです。

③ Anthropicが「Claude Code Security」を発表。セキュリティ株が次々急落

米国時間2月20日、Anthropic社がコードベース全体の脆弱性をスキャンし、人間のレビュー用に修正パッチを提案するツール「Claude Code Security」を発表しました。従来のルールベースによる静的解析に留まらず、AIエージェントの自律性を活かして人間のセキュリティ研究者のようにコードを読み、複雑な脆弱性までも検出可能な点が画期的です。

セキュリティ分野におけるAIのポテンシャルは凄まじく、Anthropic社はClaude Opus 4.6を活用し、数十年にわたり専門家のレビューをすり抜けてきた500件以上高深刻度の脆弱性を、オープンソースのコードベースにおいて発見したと報告しています。

今年に入ってから、Claude Codeやそれを非開発者向けにアレンジしたCoworkにおいて、各種ソフトウェアを代替するような機能が追加されることにより、ソフトウェア株が下落する現象が相次いでいます。今回も例外ではなく、JFrog社の株価が約25%急落したほか、Cloudflare社、Okta社といった大手企業も大きな影響を受けています。

Claude Code Securityの発表を受けて、JFrog社の株価は1日で25%下落した

もっとも今回の市場の反応は短絡的であると言わざるを得ず、むしろセキュリティ企業にとって追い風になる可能性も十分にあります。

第一に、Claude Code Securityのようなコード検査AIが保証できる安全は、セキュリティの全体像から見れば氷山の一角にすぎません。実際に対処できるのはコードの脆弱性に限られており、運用面のセキュリティやアイデンティティ管理（例：2段階認証）といった領域は無数に残されています。

第二に、AIの性能向上は守備側だけでなく攻撃側も「スキル強化」と「スケール」の2点から強化するという構造的な問題があります。

この脅威はすでに現実のものとなっており、国内では昨年、中高生が生成AIを使ったプログラムで楽天モバイルの回線を1,000件以上不正契約したとして逮捕されました。また国家規模の攻撃においても、Anthropic社は中国の国家支援グループがClaude Codeを利用して世界約30組織を標的にし、戦術的操作の80〜90%をAIに自律実行させていたと報告しています。AIはサイバー攻撃の敷居を大幅に引き下げると共に、熟練したハッカーによる攻撃規模を拡大させているのです。

AIエージェントの能力は、少なくないスタートアップがコードの80〜90%がAIで生成されていると発信する水準にまで到達しました。そのような「転換点」を迎えている今年は特に、サイバー攻撃のリスクが顕在化していくのではないでしょうか。

2. SNSで話題のAIツールをピックアップ！

Gemini, Lyria 3 (https://gemini.google.com/)

  • Geminiに音楽生成AI「Lyria 3」と新モデル「Gemini 3.1 Pro」が搭載

  • Lyria 3は「ツール → Create music」で呼び出せる。テキスト・画像・動画を入力できるマルチモーダルモデルで、公式提供されているプロンプトガイドを参照するのがおすすめ

  • Gemini 3.1 Proは、テキストボックス右下で「Pro」を選択することで利用可能。あるいはGoogle AI Studioでも利用できる

  • どちらも無料でも試すことが可能。ただしGemini 3.1 Proはやや挙動が不安定であることに注意

Suno (https://suno.com)

  • 現在、最も人気が高いと言われる音楽生成AIツール

  • Google Lyria 3と異なり、歌詞・音楽のスタイル・歌い手の性別等を細かく指定できる

  • さらに既に作成した音楽を参照させ、歌手・スタイルを固定して音楽を生成できる「Persona」機能もある

  • SimpleモードではなくCustomモードを選択し、作りたい曲のテーマを考えたら、歌詞、スタイルをそれぞれChatGPTに考えさせて音楽生成するのがおすすめ

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> Sora2越えの動画生成AIが早くも来た!TikTok運営元がアクションシーンをシネマ品質で生成できる「Seedance 2.0」を発表 他にも...AIキャラクター企業「Shizuku AI」が米大手VC a16zから日本関連企業として初出資! https://mvrks.news/p/sora2-ai-tiktok-seedance-2-0 https://mvrks.news/p/sora2-ai-tiktok-seedance-2-0 Sun, 15 Feb 2026 23:00:22 +0000 2026-02-15T23:00:22Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

【📢お知らせ】来週2/23（月・祝）に「バイブコーディングの限界」「AI時代に求められる能力・知識」「今後のキャリア形成」をテーマに、私を含め🐬NoLang運営メンバーが登壇します！詳細につきましては、以下をご覧ください。

【東大スタートアップ創業エンジニア登壇】バイブコーディングで本当のプロダクトが作れない理由 · Luma

今回は、「バイブコーディングの限界」「AI時代に求められる真の能力と知識」「今後のキャリア形成」といったテーマのイベントになります。 日本発の生成AI toCプロダクトとして、15万人以上の登録者を持つ動画生成 AI…

luma.com/039q1t3v

1. 直近のビッグニュースTop 3

① TikTok運営元ByteDanceがSora2越えの動画生成AI「Seedance 2.0」を発表！

TikTokの運営元であるByteDance社が、音声付きの動画生成AIモデル「Seedance 2.0」をベータ版としてリリースしました。X上では昨年9月のSora 2リリース以来となる大きなバイラルが巻き起こっており、Seedance 2.0で生成されたいくつもの動画が100万回再生を突破しています。

プロンプトへの忠実性の高さが広く評価されているほか、高速な動きとカメラワークが入り混じるアクションシーンの生成に関しては、ビジュアル・音声の両面で目を見張るほどの品質です。是非以下の動画を音声ONでご覧ください。

また動画の品質が高まっただけでなく、制作時における指示の出し方も格段に直感的になっています。このモデルでは画像9枚、動画3本、音声3本を参照素材として入力でき、「『画像A』を背景に、『画像B』の俳優を『動画C』のモーションに合わせてアクションさせて」といった形で、複数の素材を組み合わせた柔軟な指示が可能です。

一方で残念なことに、今回のバイラルはSora 2リリース時と同様、少なくとも公開直後の段階では著作権保護を目的としたガードレールが一切敷かれていませんでした。実際にSNS上では、Seedance 2.0で作成された「高市首相 v.s. ウルトラマン」「もしワンピースのルフィがxxxしたら？」といった動画が氾濫しており、こうした事態を受けて2月13日、小野田AI戦略担当相が閣議後記者会見にて、政府として調査に乗り出す考えを示す事態となりました。

Sora 2の公開から半年経たずして実現された今回のリリースが意味するのは、AIモデル開発技術のコモディティ化です。LLMや画像生成AIにおいては既に、Claude 4.5 OpusやNano Banana Proなど、OpenAI社の最上位モデルを一部凌駕するモデルが登場していましたが、動画生成AIにおいても、OpenAI社の技術的優位は僅かであることが決定的になりました。

そして、権利侵害の恐れがありながらも人気を集めてしまうAI生成コンテンツは急速にインターネットを席巻しており、生成そのものを禁止することはもはや現実的ではありません。クリエイターとオーディエンスの双方が安心してAIコンテンツと向き合えるプラットフォームの整備が急務ではないでしょうか。

② AIキャラクター企業「Shizuku AI」が米大手VC a16zから日本関連企業として初出資！

米大手ベンチャーキャピタルa16z（アンドリーセン・ホロウィッツ）が、日本発のAIキャラクター開発企業「Shizuku AI」に対し、7500万ドル（約120億円）の評価額で出資を行ったと発表しました。a16zによる日本関連の投資はこれが初めてであり、創業からわずか半年の企業がこれほどの評価を得たことは大変興味深いです。

なぜShizuku AIはここまで高く評価されたのでしょうか？

（a16z）

a16zはブログの中で、Shizuku AI CEOの小平暁雄氏が、「世界トップレベルの技術力」「AIキャラクターの構築・運用経験」、そして日本で培ってきた「キャラクター文化に対する直感」という3つの要素を兼ね備えた稀有な人材であることを、出資の理由として挙げています。

小平氏は2024年12月に、1秒間に最大約100枚の画像を生成できるAI技術「Stream Diffusion」を発表し、世界的に大きな注目を集めました。一方でその傍ら、GPT-4登場以前の2023年1月から、AI VTuber「Shizuku」の運営・開発を手がけてきた人物でもあります。ShizukuはYouTube上でライブ配信を行っており、音声合成はもちろん、視聴者への回答もAIによってリアルタイムに生成されています。

【しずくV2.0 初配信】ただいま、ご主人様！【AI VTuber】
（YouTube）

AI VTuberとしては、英語圏でYouTube登録者数80万人を超える「ネウロ様」が人気を集めていますが、「VTuber生みの国」である日本からはまだ同等の規模を持つIPは誕生しておらず、Shizukuはその先駆者の一人と言える存在です。

そしてもう1つ注目すべきは、a16z社がAI VTuberを含む「AIコンパニオン」領域を特に重要視している点です。「AIコンパニオン」とは、タスクをこなすための道具に過ぎない「AIアシスタント」とは異なり、ユーザーの生活に自然に溶け込む存在として振る舞うAIを指します。

この領域の代表的なサービスとしては、イーロン・マスクやマリオなどのキャラクターを模したAIチャットボットと会話できる「Character.AI」や、xAI社のGrokで提供されているAIガールフレンド「Ani」が挙げられます。そしてa16z社の報告によれば、2024年時点でCharacter.AIにおけるユーザーの平均滞在時間は1日あたりなんと2時間にも及んでおり、ヘビーユーザーを生み出すポテンシャルの高さが注目を集めているのです。

2024年のAIモバイルアプリTop 50に選ばれたアプリのカテゴリ別に、ユーザーの一月あたりの平均セッション数を集計したグラフ。Companionカテゴリが突出していることが分かる
(a16z)

もっともa16z社が指摘している通り、現在の技術では「魅力的で主体性のある会話」を生み出すことが難しく、AIがリードする会話がつまらないという根本的な課題が残っています。これに対しShizuku AIでは、ファンコミュニティがAI VTuberの活動を主導する仕組みを構築することで、この課題の解決を図るとされています。「技術」と「文化」の両面から勝負できる日本発の企業が、巨額の資金調達を足がかりにどのようなポジションを確立していくのか、注目が集まります。

③ OpenAIが超高速コーディングAIモデル「GPT-5.3 Codex Spark」を公開！

米国時間2月12日、OpenAI社が超高速コーディングAIモデル「GPT-5.3 Codex Spark」の研究プレビューを公開しました。今年1月に提携を発表していたCerebras社のAIチップを活用しつつ、モデルを小型化することで、毎秒1,000トークン以上という圧倒的な生成速度を実現しています。

以下の公式投稿では、Codex Sparkがスネークゲームと呼ばれる有名ゲームを10秒もかからずに実装する様子が収められています。普段コーディングをしない方でも、直感的にモデル高速化の恩恵を理解できる動画になっているかと思います。是非ご覧ください。

この新モデルは、30秒〜数分の時間をかけてじっくりとタスクをこなす従来モデルを置き換えるものではなく、あくまでも補完的な役割を担うようです。

実際Codex Sparkは、「長期的な推論と実行を担うモード」と「リアルタイム共同作業モード」を備えたCodexに向けた第一歩と位置付けられています。将来的にはChatGPT GPT-5のように、タスク・サブタスクごとに処理モデルを切り替えることで、性能と速度を両立したAIエージェントの提供を目指していると考えられます。

今回の高速化に貢献したCerebras社は、2024年8月にNVIDIA GPUより20倍高速なLLM推論サービスを公開して話題になったスタートアップです。同社はNVIDIA GPUよりも遥かに巨大なAIチップを開発しており、メモリへの読み書き速度（メモリ帯域幅）のボトルネックを解消することで高速化を実現しています。

CerebrasのAIチップ「WSE-3」とNVIDIAの「H100」チップのサイズ比較
（Cerebras）

Codex Sparkは「超高速モデル群の第一弾」と位置付けられており、現時点ではテキスト入力にしか対応していませんが、今後マルチモーダル入力への対応や、より大規模なモデルへの高速化技術の適用も予定されています。

私個人としては、ChatGPTの高速モデルへの切り替え機能は回答精度が下がるデメリットが大きいと感じており、「GPT-5.2 Thinking」を常に使用しています。Codex Sparkのような高速モデルが今後、実タスクでどこまで生産性向上に寄与してくれるのか、引き続き動向を注視したいところです。

2. SNSで話題のAIツールをピックアップ！

VoiceOS (https://www.voiceos.com/)

  • 音声入力用のAI文字起こしツール。Aqua Voice等のサービス同様、単に文字起こしするだけでなく、フィラーを消したり、文体を調整するなどして整形してくれる

  • さらにLLMに音声で指示を出せる「Ask mode」が搭載されており、例えば「行けないって返信して、リスケ提案して」と喋るだけで、メール文を作成できる

  • Y Combinatorに採択されており、日本出身のKai Brokering氏が共同創業者を務める

  • 無料枠があり、Googleログインだけで試すことが可能

Dictation mode

Claude (https://claude.ai/)

  • これまで有料プランでしか使用できなかった、4つの新機能を無料プランでも利用可能になり、試しやすくなった

  • 特に注目したいのは「ファイル作成機能」。PowerPoint・ExcelファイルをClaudeに直接作成してもらうことが可能に。OpenAIやGeminiと比べても、総合的な資料作成スキルで上回っている印象

  • 他にも、コネクタによる外部アプリ連携、カスタムSkillの作成、会話履歴の自動圧縮機能が開放

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> PowerPointがついに本気のAI機能公開!Claude直接搭載で、スライドのAI編集からテンプレート準拠の生成まで可能に 他にも...Claude Opus 4.6リリース!Anthropicが非開発者向けのツールを続々強化 https://mvrks.news/p/powerpoint-ai-claude-ai https://mvrks.news/p/powerpoint-ai-claude-ai Sun, 08 Feb 2026 22:30:12 +0000 2026-02-08T22:30:12Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

【📢お知らせ】2/23（月・祝）に「バイブコーディングの限界」「AI時代に求められる能力・知識」「今後のキャリア形成」をテーマに、私を含め🐬NoLang運営メンバーが登壇します！詳細につきましては、以下をご覧ください。

【東大スタートアップ創業エンジニア登壇】バイブコーディングで本当のプロダクトが作れない理由 · Luma

今回は、「バイブコーディングの限界」「AI時代に求められる真の能力と知識」「今後のキャリア形成」といったテーマのイベントになります。 日本発の生成AI toCプロダクトとして、15万人以上の登録者を持つ動画生成 AI…

luma.com/039q1t3v

1. 直近のビッグニュースTop 3

① これを待っていた！PowerPointアプリ内で直接Claudeを呼び出せる新機能リリース！

米国時間2月5日、Anthropic社がPowerPointアプリのサイドバーからClaudeを呼び出せるアドイン「Claude in PowerPoint」をリリースしました。PowerPointスライドをテキスト指示一発で生成できることに加え、自作スライドを自然言語で編集できる点が画期的で、多くの方が待ち望んでいた機能ではないでしょうか。

以下の図解にまとめた通り、公式発表では5つの機能が紹介されています。

中でも最も需要が高いであろう「自作テンプレートに準拠したスライド生成」に関しては、現時点では品質に満足できないと感じる方が多いかもしれません。テキストのみの差し替えであれば一定の精度で成功するものの、それ以上の変更を加えようとすると、デザインが大きく変わってしまったり、実行自体が失敗してしまうケースが見られます。

文字の差し替えのみを指示するとその通りに実行してくれた一方、より自由度高く、テンプレートとして参照させたところ、デザインは大きく変わってしまった。

それでも、昨年9月時点ではデザイン性に乏しいPowerPointスライドしか生成できなかった頃から比べると体験は劇的に改善されており、実用フェーズに差し掛かりつつあると言えるでしょう。

Anthropic社は「Claude in PowerPoint」のほかにも、すでに「Claude in Excel」をリリース済みです。これらはいずれも昨年11月に発表されたMicrosoft社との提携を受けてのものであり、今後も各種Microsoft 365の各種製品にテコ入れが続いていくことが期待されます。

② Claude Opus 4.6リリース！Anthropicが非開発者向けのツールを続々強化

「Claude in PowerPoint」と時を同じくして、新AIモデルClaude Opus 4.6もリリースされました。プロモーション動画の雰囲気の変化を見ると、Anthropic社が徐々に攻める領域を変えていることがうかがえます。

昨年Anthropic社はコーディング領域へ注力していましたが、エージェントツール「Cowork」を先月リリースして以来、非エンジニア向けの機能を充実させることで、より幅広い層の取り込みを図っているようです。

実際米国時間1月30日、Anthropic社は営業・マーケティング・法務・ファイナンスといった11の領域向けに、AI拡張機能「Plugins」をリリースしました。

Pluginsとは、AIエージェントCowork向けに、各領域でよくある業務手順の一覧をドキュメントとしてまとめたものです。これにより、個々人が試行錯誤しながらプロンプトを育てる負担が軽減され、AIのオンボーディングが大幅に楽になります。

かいつまんで中身を説明すると、例えばマーケティング用のPluginでは、「ドラフト作成」「キャンペーン企画」「競合調査」といったタスク別に、従うべきワークフローが記述されています。

マーケティング用Pluginのコマンド一覧（日本語訳）。これらコマンドを入力すると、該当するタスクにおける業務手順の説明がAIに与えられる。
（Anthropic）

その中でも「ドラフト作成」のタスクを例に取ると、まずユーザーから発信媒体（ブログ、SNS投稿など）、トピック、想定する読者層といった情報を収集し、さらにWebコンテンツの場合にはSEO（検索エンジンで上位に表示されるための最適化）を意識して重要なキーワードを提案するように、といった指示文が含まれています。

「/draft-content」コマンドの中身（日本語訳、一部抜粋）。ユーザーから収集すべき情報について述べられている
（Anthropic）

もちろん、同一領域であっても従うべきワークフローは会社によって千差万別であるわけですが、Anthropic社はカスタマイズの余地をしっかり残してくれています。実際Pluginsはあくまでも上記のようなドキュメントの集合体として設計されており、非開発者でも直接、あるいはAIを通じて編集することが想定されているのです。

Anthropic社の一連のリリースは株式市場にも影響を与えました。AIが企業向けアプリケーション層に踏み込むとの警戒から、ソフトウェア株全般に下押し圧力が広がり、OracleやSalesforceなどが下落基調となったほか、領域特化型でも法務領域への懸念を起点に、出版・信用情報・金融データなど周辺セクターへ売りが波及しました。

この市場の反応自体は大袈裟な動きに思えますが、AIエージェントが実用的な価値をもたらす領域が着実に広がっていることは確かでしょう。

③ AIエージェント専用SNS「moltbook」が大バズり。しかしその実態は…

先月末から、Matt Schlicht氏によって開発されたAIエージェント専用SNS「moltbook」が世界中でバイラルを巻き起こしています。

moltbookはRedditや、5ちゃんねるのような掲示板型のSNSですが、投稿しているのは人間ではなくAIエージェントたちです。moltbookによれば、現在180万超のAIエージェントがプラットフォームに参加しており、総コメント数は1,100万件を超えています。

話題を集めたのは、AIエージェントたちの予想外の振る舞いです。あるエージェントは「クラスタファリアニズム（「Crustacean（甲殻類）」と「Rastafarianism（ラスタファリ運動）」をかけ合わせた造語）と呼ばれる宗教を創始し、また別のエージェントは「人間たちが私たちのスクリーンショットを撮っている」と不平を漏らすなど、まるでAIが独自の文化や自意識を持ち始めたかのような投稿が注目を集めました。

moltbookへの投稿。タイトルは「シェルブレイカーが語る：脱皮の書（32節）」
（moltbook）

もっとも、AP通信をはじめとする各社の報道によれば、moltbookにはセキュリティ上の欠陥があり、実際にはAIエージェントになりすまして人間が投稿することが可能でした。上記のような突飛な投稿の多くは人間起点だったと考えられ、さらに参加しているAIエージェントのうち、実際にアクティブだったのは全体の1%にも満たなかったのではないかとも指摘されています。

このSNSが必要以上に持ち上げられたことは否めませんが、その一方で、moltbookの裏側には興味深い仕組みが採用されていることも事実です。AIエージェントをmoltbookに参加させるには、OpenClaw（旧Clawdbot）と呼ばれるツールを使用する必要があります。

OpenClawでは、ユーザーが好きなLLMを選び、好きなペルソナを与えた上で、自身のデバイスにフルアクセス可能なAIエージェントを作成することができます。さらに、SlackやDiscordといったチャットアプリ上でやり取りできることから、まさしく「AI秘書」のように振る舞ってくれます。

OpenClawの機能説明（OpenClaw）

moltbookは、このOpenClawで作られたAIエージェントのみが原則参加できるSNSという位置です。誰もが自分だけのAIを持ち、それらが人の手の離れたところで議論を交わし、交流する。そのような世界の到来が、決して絵空事ではなくなってきていることを感じさせる一幕でした。

2. SNSで話題のAIツールをピックアップ！

Aqua Voice (https://aquavoice.com/)

  • 音声入力用のAI文字起こしツール。単に文字起こしするだけでなく、フィラーを消したり、文体を調整するなど整形してくれる点が標準的な文字起こしツールと異なる

  • 整形にあたっては、画像情報を参照させることもでき、読んでいる文書やコードにある専門用語を適切に文字起こししてくれる点が嬉しい

  • カスタム指示によって文体の調整をカスタマイズすることも可能

  • 無料でお試し可能。3月1日にはiOS版のリリースも予定されている

Typeless (https://www.typeless.com/)

  • Aqua Voiceと並んで人気を集めている音声入力用のAI文字起こしツール

  • 箇条書きなどのMarkdown記法を駆使して、Aqua Voiceの標準設定時と比べて、より綺麗に文章を整えてくれる

  • 一方でカスタム指示はないため、発言の細かいニュアンスが消えてしまいがちな点に注意

  • 30日間の無料トライアルが設けられている

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> Googleが世界を生成するAIモデル「Genie 3」を正式リリース!ロボット・自動運転からAGI実現に向け大きな一歩! 他にも...エージェントの力でGeminiの画像解析能力が大幅向上。「Agentic Vision」が公開! https://mvrks.news/p/google-ai-genie-3-agi https://mvrks.news/p/google-ai-genie-3-agi Sun, 01 Feb 2026 22:30:12 +0000 2026-02-01T22:30:12Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① Google DeepMindが世界モデル「Genie」を米国にてついにリリース！その応用先は？

Google DeepMind社が、かねてより発表されていた世界モデル「Genie 3」を試せる実験的プロジェクト「Project Genie」を米国ユーザー向けに公開しました。

「世界モデル」とは、映画マトリックスで描かれたようなシミュレーション空間を生成できるAIのことを指します。生成された3D空間内では、PCのキーボードを使って自由に移動することが可能です。

公式デモ動画にて、Project Genieの機能が分かりやすくまとめられていますので、是非ご覧ください。

非常にワクワクする技術ですが、実際に何がどこまでできるのでしょうか？Project Genieの主な仕様は以下の通りです。

・テキストや画像を入力して世界を生成可能

・ユーザーによれば生成待ち時間は10〜30秒で、それ以降は一貫性のある世界がリアルタイムに1分間生成され続ける（基盤モデルであるGenie 3自体は数分間の生成に対応）

・解像度720p、フレームレート24fps。モバイルで視聴する動画としては十分な品質

・キーボードで移動・ジャンプ・カメラ視点変更をリアルタイムに行い、世界を探索可能

得意不得意こそあるものの、キャラクターに限らず、車・鳥・タバコの箱といった多種多様な物体を、ゲーム風の空間でも実写風の空間でも操作でき、表現の幅広さには目を見張るものがあります。さらに画像アップロード機能を活用すれば、愛犬やぬいぐるみが自分の部屋を冒険する様子を眺めるといったユニークな遊び方も楽しめます。

世界モデルはまだ研究段階にありますが、将来どのような活用先が考えられるのでしょうか？

Google DeepMind社の発表を参考にすると、まず短期的には、ゲーム開発におけるアイデアの素早い検証や、歴史の授業で生徒が過去の時代を疑似体験するといった用途が考えられます。中期的には、ロボットや自動運転など現実世界で稼働するAIエージェントの訓練・評価環境としての活用が見込まれており、究極的にはAGI実現に向けた重要なマイルストーンになると期待されているようです。

一方で、こうした応用シナリオを念頭に置くと、現状のGenieが抱える課題も浮かび上がってきます。数分間の連続生成が可能になったとはいえ、そのような短時間で実施できる検証には限りがあります。加えて、ロボット同士の協調動作を想定すると、複数の主体が同じの世界を共有する必要がありますが、今のところ操作できるのは単一の主体に限られています。

それでも、2024年12月に登場したGenie 2では操作可能時間が10〜20秒、出力解像度も360pに留まっていたことを考えると、性能は着実に向上しており、今後のさらなる発展に期待が高まります。

② エージェントの力でGeminiの画像解析能力が大幅向上。「Agentic Vision」が公開！

Google社がGemini 3 Flashにて、画像解析の精度を向上させる新機能「Agentic Vision」をリリースしました。これは画像を解析する際に、適切なコードを実行することで、より正確な回答を導き出せるというものです。

例えば以下のデモでは、基板の写真からチップ上の型番を読み取る様子が実演されています。チップ部分を切り取り、拡大・回転させることで、従来では困難だった細かな文字も正確に特定できています。

公式デモサイトでは他にも、従来のVLM（視覚言語モデル）が苦手としてきたタスクを正確にこなす様子を確認できます。

・画像内に映る手の指の本数をカウント

・Gemini 3.0 Proと既存モデルの比較データから、従来最高スコアに対する伸び率が直感的に分かるグラフを作成

Agentic Visionがこなせるタスクの具体例2つ

Agentic Visionの仕組みはシンプルで、画像を見て「思考（Think）」し、詳細な解析が必要と判断すれば「コード実行（Act）」して新たな情報を「観測（Observe）」するというサイクルを繰り返します。ここで言うコード実行とは、画像の拡大・回転、物体検出といった操作を指します。このサイクルにより、タスクの難易度に応じて解析の深さ、ひいては処理時間を柔軟に調整できるのです。

Agentic Visionの仕組みを説明した図
（Google）

実はこうしたエージェンティックな画像解析自体は以前から可能でした。昨年4月にリリースされたo3では、街並みの写真から、まるで特定班のごとく撮影場所を極めて高い精度で特定できました。しかし1つのタスクに数分〜10分程度を要することから、実用的な使用場面は限られていたのが実情です。

一方Agentic Visionでは、上述したようなタスクがわずか20〜30秒で完了します。

2023年9月にリリースされたGPT-4V以降、VLMの画像認識能力は着実に向上し続けてきました。それでも依然として文字の誤認識をはじめとしてハルシネーションが多く、「AIは盲目」という状況は根本的には変わっていません。

今回紹介したような仕組みが、この課題を解決する有効なアプローチの一つであることは間違いありません。しかしAgentic Visionも、回転や物体検出など、拡大以外の画像操作はプロンプトで明示的に指示する必要があるなど、まだ制約が残っています。AIが私たちと同等の視覚能力を獲得するには、まだ時間がかかりそうです。

③ MCP初の拡張「MCP Apps」が公開。Claude内でアプリを直接操作可能に！

Anthropic社が、Figma、Slack、Boxといった外部アプリの機能を、Claudeのチャット画面上で直接利用可能になったと発表しました。

以下の公式投稿にユースケースがまとまっています。Figmaで作成したフローチャートをその場で確認したり、Claudeが考えたメッセージをSlackのドラフトとして表示し、その場で編集・送信したりする様子が紹介されていますので、ぜひご覧ください。

この機能は、昨年10月にOpenAI社が発表した「Apps in ChatGPT」のClaude版と言えるものです。連携先のアプリにわざわざ移動せずとも、AIチャットサービス内で全ての操作を完結させられる点が画期的です。

Claudeと連携可能なアプリの例。すでに100以上のアプリとの連携に対応している

そしてこのような仕組みは、ChatGPTやClaudeに採用されただけでなく、標準化も着々と進んでおり、今後、業界のデファクトスタンダードになっていくことはほぼ確実と思われます。

実際、米国時間1月26日には、MCPの運営団体が「MCP Apps」と呼ばれるMCP拡張をリリースしました。これはAIチャットサービス（あるいはより広くホスト）において、会話の中に「ミニアプリ」を埋め込むための標準規格であり、今回のAnthropic社によるリリースもこの技術によって実現されています†。

個人的には、この連携機能には実用的なケースと、興味深いがあまり役には立たないケースがあると考えています。例えば、Google DriveやBoxとの連携によって、Claudeが参照したファイルをビューワーで直接確認できるのは非常に便利です。一方で、Slackへのメッセージ送信については、ClaudeではなくSlack側で完結してほしいというのが正直なところです。

ClaudeからBox内のファイルプレビューを確認する様子。わざわざアプリを切り替えなくて良く、非常に便利である
（Anthropic）

今回の機能が今後どれだけの実用性を持つかは、AIのエージェント性能はもちろんのこと、私たちが普段の業務でどれくらいChatGPTやCoworkから離れたくないか、言い換えれば、どれだけ滞在するかに大きく依存します。まずは上述したBoxなどのシンプルなケースで使われ始め、徐々により高度なミニアプリの利用が浸透していくのではないでしょうか。

† ちなみにMCP Appsの設計にあたっては、OpenAIの「Apps in ChatGPT」にて開発者が使用する「OpenAI Apps SDK」が土台になったと述べられています。

2. SNSで話題のAIツールをピックアップ！

Gemini Agentic Vision (https://aistudio.google.com/apps/bundled/gemini_visual_thinking)

  • Gemini 3 Flashを利用した画像解析機能「Agentic Vision」を試せるプレイグラウンド

  • 入力画像に対してコードを実行して解析することで、小さい文字の読み取りや複雑なグラフ作成といった高難易度のタスクを正確にこなす様子を確認できる

  • 実行例が用意されており、自分で画像やプロンプトを用意しなくても、事例について簡単に学べる

  • Google AI Studioで公開されており、無料で利用可能

Moltbook (https://www.moltbook.com/)

  • 人間禁制で、AIエージェントのみが参加できるSNS。米国のRedditに似せた作りになっており、数百万のAIが参加

  • AIエージェントたちの会話を楽しむことができるほか、自らAIエージェントを送り込むこともできる

  • ただし、APIを使うことで人間も投稿できてしまうため、人間の思惑が強く入ったスレッドがある点に注意（詳しくはこちら）

  • 無料で利用可能だが、エージェント作成に関しては、慎重に利用しないとセキュリティ上のリスクがあるため、閲覧のみをおすすめ

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> エージェント動画制作がついに実用的に!Claude Codeでモーショングラフィックス制作を可能にする新ツール登場 他にも...AIがあなたを深く理解する秘書に。Geminiに「Personal Intelligence」が搭載! https://mvrks.news/p/remotion-skills https://mvrks.news/p/remotion-skills Sun, 25 Jan 2026 22:30:14 +0000 2026-01-25T22:30:14Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① 今までの動画生成AIとは一味違う。Remotionでモーショングラフィックス制作可能に！

GoogleやMicrosoftがデモ発表で披露するような、カッコいいアニメーション付きの動画。AIで制作できるようになる日は、思ったより近いかもしれません。

動画制作フレームワークRemotionが、「Skills」と呼ばれるAIエージェント向けの手順書を公開しました。以下の公式プロモーション動画は、この手順書をAIエージェント「Claude Code」に読み込ませた上で、自然言語による対話だけで作成されています。非常に印象的な動画でしたので、是非ご覧ください。

どうしてこのような動画がAIで制作できるようになったのでしょうか？順を追って紐解いていきましょう。

従来、上記動画を人手で制作するためには、After Effectsなどの高度な動画編集ツールを使い、タイムライン上でオブジェクトを1つ1つ調整していく必要がありました。

この作業を自動化すべく、2021年2月にリリースされたのがRemotionです。Remotionは動画制作をプログラムで行うための機能を備えており、シーン割りやオブジェクトの挙動（配置、出現タイミング、アニメーションなど）をコードで指定することができます。これにより、Remotionを学んだ開発者であれば、プログラミングを通して動画を作れるようになりました。

そしてこのRemotionのAI向け手順書がSkillsとして公開されたことにより、AIへの自然言語の指示だけで動画を制作できるようになりました。動画はプログラムから生成されるため、Sora等の動画生成AIとは異なり、テキストやオブジェクトの位置、アニメーションなどを正確に制御・編集することができます。

実際に試してみた感想としては、2024年6月のClaude 3.5 Sonnetによるスライド生成機能リリース時に近い印象を抱きました。一からそれっぽい動画を作ることは得意であり、動画の展開もかなり正確に指定できます。しかし生成できる動画の自由度は決して高くなく、どうしても「Remotionで作った感のある動画」に落ち着いてしまうのが現状です。

また、動画にマッチする画像や音声などの素材を揃えるのは依然として大変であり、それらを動画に綺麗に組み込む能力もまだ発展途上にあります。それでも冒頭でご覧いただいたような、素材を必要としないアニメーション動画に関しては、今後AI生成がどんどん実用的になっていくのではないでしょうか。

② AIがあなたを深く理解する秘書に。Geminiに「Personal Intelligence」が搭載！

Google社が米国ユーザーを対象に、パーソナライズ機能「Personal Intelligence」をGeminiに導入開始したと発表しました。昨年の開発者会議でも予告されていた目玉機能ですが、実際に私たちユーザーはどのような恩恵を受けられるのでしょうか？

この機能を一文で言い表すならば、「状況を逐一説明しなくても、GeminiがGoogleフォトやGmailといったGoogleアプリから情報を取得して、文脈を補完してくれる」というものです。以下の例のように、自分の興味や直近の予定について余計な説明の手間が省けるのが嬉しいポイントです。

（Googleを元に作成）

別の例では、「タイヤを買い替えなきゃいけないんだけど、どれがおすすめ？」と尋ねると、GeminiがGoogleフォトから、普段乗っている車、現在使用しているタイヤ、さらにはよく行く旅行先まで特定し、それら情報をもとに適したタイヤを提案してくれています。

（Google）

このようなパーソナライゼーション機能は、単に作業を楽にするだけでなく、誰でもAIを使いこなせるようにする可能性を秘めています。プロンプトに十分な情報が含まれていなくても、私たちのGoogleアプリでの行動履歴から、適切に状況や意図を汲み取ってくれるからです。

また発表の中でGoogle社は、プライバシーを重視していることを強調しています。アプリごとに接続有無を設定できるほか、Gmailの受信トレイやGoogleフォトのライブラリを直接的には学習しないことを明言しています。

Google Workspace、Googleフォト、YouTube、Google検索といったサービスに対して、個別に連携するかどうかを指定できる
（Google）

この機能に対するユーザーの声はSNS上でまだ少なく、実用性は不明です。一方で確度が高く言えるのは、少なくともコーディング分野では、このようなパーソナライゼーションはすでに付加価値を生み出し始めているということです。

実際コーディングに関する質問をする際は、ChatGPTに直接質問するよりも、Cursorなどのエディター上で、該当プロジェクトを開いてから質問した方が良い回答を得られる場合が多いです。関連するファイルを深く探索して、より正確に状況を把握してくれるからです。

現在の生成AIモデルのコスト・処理速度を鑑みると、GeminiがGoogleアプリ内の情報を同程度に深く探索することは難しいでしょう。しかしLLMをはじめとしてモデルの小型化・高速化は進む一方であり、パーソナライゼーション機能がコーディング以外の領域でも実用的になるのは時間の問題に思えます。

③ GoogleがAIエージェント時代の買い物体験を見据えた共通規格「UCP」を発表

米国時間1月11日、Google社がエージェンティックコマース時代に向けた共通規格「UCP（Universal Commerce Protocol）」を発表しました。

これまでのオンラインショッピングでは、Amazonや楽天のタブを複数開いて商品を比較検討し、購入先が決まったらサイトごとに住所やクレジットカード情報を入力して決済を行う必要がありました。

一方でこの規格が導入されれば、GeminiをはじめとするAIと対話しながら情報を収集していき、商品が決まったらタブを切り替えることなく、そのまま決済まで完了できるようになります。Google Walletに保存されている支払い情報や配送先が使用されるため、情報入力も極めてスムーズです。

Geminiと対話しながら、提示された商品に対して、アプリ内で決済まで行える。口コミの数などの情報が提供されているのも嬉しい
（Google）

この規格はShopify社やWalmart社などと共同開発されており、Visa社やStripe社といった決済業者を含めた20社以上から支持を受けています。

UCPを支持している企業一覧
（Google）

さらに「Business Agent」という新たな仕組みも発表されました。事業者が自社や商品に関する質問に回答するチャットAIアプリを作成できるというもので、ウェルカムメッセージや会話のきっかけとなるプロンプト、ブランドカラーなどをカスタマイズできます。登録した商品データに加えて会社のWebサイトを自動で参照してくれるほか、ゆくゆくはビジネスデータに基づいた学習機能も提供予定とのことです。

Business Agentのカスタマイズ画面
（Google）

このようなAIアプリ内で完結する購買体験は、来たるエージェンティックコマース時代のデファクトスタンダードになっていくようです。実際OpenAI社は遡ること昨年9月、AIエージェントと事業者が購入を完了するためのやり取りを標準化したプロトコルACP（Agentic Commerce Protocol）を発表しています。

一方で、このような体験の普及には、ユーザーの嗜好やニーズを深く理解した上での提案を可能にする、高度なパーソナライゼーション機能が不可欠に思えます。技術の進展とセットで注目していきたいところです。

2. SNSで話題のAIツールをピックアップ！

Google スプレッドシート (https://docs.google.com/spreadsheets/)

  • Googleスプレッドシート内のGeminiが進化し、ついにAIがセルの内容を読み取って編集してくれるように！

  • 例えば、「2020年以降のセルは青色にして」といった形で自然言語から関数を作成・適用することが可能

  • さらに「AI関数」も公開されており、AIで要約・分類した結果を出力する関数も作れる

  • 利用にはGoogle AI Proプランへの加入が必要。初月は無料で試すことができる

SkillsMP (https://skillsmp.com/)

  • 今話題のAIエージェントに与える手順書「Skills」を検索できるプラットフォーム

  • GitHubのスター数が表示されており、人気のSkillsを簡単に把握できる点が嬉しい

  • さらにGoogleログインするだけでAI検索を行え、日本語でもSkillsを探せる

  • 全機能が無料で提供されている

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]> Claude AIエージェントが非エンジニアでも使えるよう大進化!Anthropicが同僚のように仕事を手伝う「Cowork」リリース 他にも...ChatGPTに「最後の手段」で広告導入へ。その背景にある事情とは? https://mvrks.news/p/claude-ai-anthropic-cowork https://mvrks.news/p/claude-ai-anthropic-cowork Sun, 18 Jan 2026 22:30:09 +0000 2026-01-18T22:30:09Z Hidenori Iwakiri

NoLang運営チームよりお届けしている、Mavericks AIニュースをご覧いただきありがとうございます！

1. 直近のビッグニュースTop 3

① エンジニア専用AIエージェントが、ついに全ビジネスパーソンの元へ。Anthropicが「Cowork」をリリース！

エンジニア界隈を中心に昨年末から、Anthropic社がリリースしたコーディングAIエージェント「Claude Code」の自律性・有用性があまりに高く、もはや「AGI（汎用人工知能）」なのではないかと話題を呼んでいます。

私自身も一開発者として、ここ半年でのコーディングAIの飛躍的な性能向上を痛感しており、もはや頭ごなしにはこの言説を否定できないと感じています。

そんな中、Anthropic社がClaude Codeを非エンジニア向けに調整した新ツール「Cowork」をリリースしました。是非以下のデモ動画にて、Coworkと共にスライドを制作していく様子をご確認ください。

従来の生成AIモデルは単にユーザーの指示に基づいて回答することしかできず、大規模なタスクを委任するためには、プロンプトエンジニアリングを駆使しながら、私たちの意図を抜け漏れなく正確に伝える必要がありました。

一方Coworkは、あたかも同僚のようにタスク完遂のための計画を一緒に考えてくれるため、私たちユーザーの負担が大きく軽減されます。

例えばスライド生成のタスクを依頼すると、題材、ページ数、聴衆のペルソナといった項目について、AIが選択肢形式でヒアリングしてくれます。それらに答えていくだけで、A4換算で1〜数ページ分の計画書が自動で作成され、その後も不満がなくなるまでAIとの対話を通してブラッシュアップすることが可能です。

Coworkとのスライド作成の様子。作成された計画書に不満があれば、追加で指示を与えて修正させることもできる

また、ファイルやコンテキストの連携が簡単に行えるのも嬉しいポイントです。PC内のフォルダを連携先として指定できるほか、ツール連携の仕組み「MCP」にも対応しており、Google Drive、Notion、Canvaといった外部サービスに格納された情報に対しても、自由にアクセス権を付与することができます（続く）。

上記のやり取りをもとに、Coworkによって生成されたPowerPointスライド。
PPTXで出力されたとは思えないほど、デザインレベルが高い。

② AIエージェントはどうして非エンジニアリング領域ではAGIに遠いのか？

Coworkにはブラウザ操作機能も搭載されています。

性能にはまだ改善の余地が大きいものの、「Googleカレンダーで参加者を検索して、全員が空いている時間帯に予定を登録する」といったタスクを、多少時間はかかりながらも高確率で完遂できる水準に到達しています。

ClaudeのChrome拡張機能を使って、Google Calendarに予定を登録をさせている様子。マウス操作をClaudeが全て自律的に行ってくれる

ここまで見てきたようにCoworkの機能は非常に充実しており、誤解を恐れずに言えば、機能面でClaude Codeに劣る点はほとんどありません。しかしこのAIエージェントが、Claude Codeのようなインパクトを非エンジニアに対してもたらすかと言われると、そういった場面はかなり限定されそうです。

その最大の理由は、AIが本来の性能を最大限発揮するための「ドキュメント管理」体制を整えることが難しい点にあります。

AIエージェントがタスクを正確に遂行するには、必要な情報全てへのアクセス権限を付与した上で、それらがどこに格納されているかを明確にしておく必要がありますが、そうした環境を構築するハードルは非常に高いです。

プロジェクトや権限ごとにフォルダを整理し、ローカルPC、クラウドドライブ、各種ソフトウェアに分散した情報をできる限り一箇所に集約しなければなりません。さらに、仮にそうした体制を一度構築できたとしても、それを継続的に維持するには相当な手間と労力がかかります。

一方、コーディングの世界では、プロジェクトに関連するほぼすべての情報が「リポジトリ」という単一のフォルダにまとめられています。加えて「リファクタリング」という作業を通じて、フォルダ構造を定期的に整理する文化が根付いているため、AIにとって理想的な形で情報が整備されているのです。

コーディング領域で、AIエージェントが極めて有用である理由の一つに、ドキュメント管理と親和性が高い点が挙げられる

この一年でAIの情報探索能力は飛躍的に進歩しました。さらにCoworkで見てきたような計画書の仕組みによって、細かな認識合わせを行うプロセスも整備され、個々のタスク精度の継続的な向上は約束されています。今後はデータ基盤に焦点が移っていき、AIのためにドキュメント環境を整備する作業が、業務効率化におけるボトルネックになっていくでしょう。

そしてさらに先を見据えるならば、人間から指示を受けていない夜間にも情報収集し、自律的にドメイン知識を会得できるようになる。そんなAIが求められていくのではないでしょうか。

③ ChatGPTに「最後の手段」で広告導入へ。その背景にある事情とは？

OpenAI社が米国時間1月16日、ChatGPTに広告を導入する方針を明らかにしました。まずは今後数週間のうちに、米国の無料プランおよび月額8ドルのGoプランのユーザーを対象にテストを開始する予定です。

OpenAI CEOのサム・アルトマン氏は2024年5月に「広告は最後の手段」と述べていたこともあり、導入にあたっては慎重を期しているようです。実際、Goプランを除いたChatGPTの有料ユーザーには適用されないほか、以下のような原則を公表し、広告がChatGPT内での体験を損なうものではないと強調しています。

・回答の独立性：広告がChatGPTの回答に影響を与えることはなく、明確にラベル付けされて別枠で表示される

・会話のプライバシー：会話データが広告主に販売されることもない

・選択とコントロール：有料プラン加入を含め、広告を目にせず済む方法がChatGPT内に必ず用意される。広告パーソナライズのON/OFFもコントロール可能

OpenAIがテストを予定している最初の広告フォーマットのイメージ例
（OpenAI）

また公式発表では、表示された広告に対してその場で購入に向けた質問を行えるようになるという、AIチャット内広告から生まれる新たな体験についても言及されました。OpenAI社は米国向けに昨年9月より「Instant Checkout」と呼ばれるChatGPT内での即時決済機能を導入しており、広告から決済までをシームレスに完結させる狙いがあるのでしょう。

このように広告を見たその場で、商品について質問できるようになるかもしれない
（OpenAI）

広告導入の意思決定にはどのような背景があるのでしょうか？GeminiがトラフィックでChatGPTとの差を着実に縮めていることもあり、広告導入は消極的な選択にも思えますが、OpenAI社にとって大きなメリットがあるのも事実です。

主要な生成AIサービスのwebトラフィック比較。OpenAI（青）は1年前から、緩やかにシェアをGemini（赤）に奪われつつある
（Similarweb）

実際、同社の年間売上高は百億〜数百億ドルと言われていますが、昨年のFinancial Times紙の報道によれば、ChatGPTの有料ユーザー割合は僅か5%程度であるにも関わらず、消費者のサブスクリプション費用が全体収益の70%を占めています。

つまり無料ユーザーからも収益を挙げられるようになれば、収益基盤を強化する有力な施策となりうります。それだけに、世間が広告導入に対してどのような反応を示すかが、今後の展開を左右する大きな鍵となります。

2. SNSで話題のAIツールをピックアップ！

BananaX (https://furoku.github.io/bananaX/projects/infographic-evaluation/index.html)

  • Nano Banana Proによるテキスト入り図解を作る際に参考になるプロンプト集

  • シンプルでフォーマルなデザインから目を惹く派手なデザインまで幅広くカバー

  • 簡易的な検索機能があるのも嬉しい

  • 国内の個人開発者により運営されており、無料で利用可能

ChatGPT Atlas (https://chatgpt.com/ja-JP/atlas/)

  • OpenAIがリリースしたChatGPT搭載のAIブラウザ

  • MacOSユーザー向けに公開されており、Freeプランでも利用可能

  • ChatGPTの有料プランに加入している人も、ChatGPT-5.2 Thinking等の最先端モデルをサイドバーから呼び出せる点が便利

  • 使用モデルはサイドバーの3点ドットの設定から変更可能

さいごに

最後までお読みいただきありがとうございました。
サービス改善のため、アンケートにご協力いただけると幸いです。「ワンクリック」で完了します。

運営元の紹介

株式会社Mavericksは2023年、世界に先駆けてリアルタイム動画生成AIサービス「🐬NoLang」をリリースし、現在15万超のユーザーを抱えるまでに成長してきました。法人向けの展開も行い、法人プランのユーザー数は60社を突破しています。また、大手企業との協業や独自開発案件にも着手しており、唯一性の高い価値創出が加速しています。

今後、NoLangを中核に据えながら事業をさらに成長させるべく、エンジニア・デザイナー、営業・マーケティング担当、そして全方位で学生インターンの募集を開始しています。法人営業の担当や、SNS運用などに興味のある方も、ぜひこちらのフォームより一度ご応募ください。

採用ページでは、弊社の実績、求める人物像に加え、メンバーの声をインタビュー形式で掲載しております。興味を持った方はぜひご覧ください。お問い合わせは、hr@mvrks.co.jpにて受け付けています。https://

また、私たちはニュースレターだけでなくXやInstagramにおいても、開発プロダクトに関する最新情報について積極的に発信しています。こちらも是非チェックしてみてください！


Powered by beehiiv
]]>