2025/3/30　AI情報

1. ClaudeのWeb検索

1. 包括的なリサーチ: 複雑なトピックに関する調査を自動で行い、詳細なレポートを生成。

2. マルチステップの調査プラン: ユーザーの要求に基づいて、段階的に情報を収集し、整理する機能。

3. 無料での利用: 現在、すべてのGeminiユーザーが制限付きで無料で利用可能。

4. 多言語対応: 45以上の言語で利用でき、グローバルなユーザーに対応。

5. パーソナライズ機能: ユーザーの過去の検索履歴を基に、より関連性の高い情報を提供

2. DeepSeek v3のアップデート

1. 概要: DeepSeek v3が大幅に改善され、データ解析と多言語対応能力を強化。

2. 主な特長:

   1. 高度な推論能力: 複数のベンチマークで性能向上（例: GPQA +9.3ポイント）。

   2. 中国語対応強化: 中長文執筆や翻訳品質が向上。

   3. マルチターン対話: インタラクティブな再構築能力を改善。

3. ユースケース: 大量データ解析、翻訳業務、ウェブ開発の効率化など。

個人的なメモ

Cursorなどで無料で使えるのはちょっと嬉しいところ。モデルの性能が上がり、オープンソースの選択肢も増えてくれば、エディタの課金も不要になるかもしれませんね。

3. OpenAI GPT-4oの画像生成機能

1. 概要: GPT-4oが画像生成機能を強化し、高精度なビジュアルコンテンツ作成を可能に。

2. 主な特長:

   1. 高精度画像生成: 写実的で詳細な画像作成が可能。

   2. 編集機能追加: 既存画像の修正や背景・前景オブジェクトの加工が可能。

   3. スタイルカスタマイズ: アートスタイルの選択や調整が可能。

3. ユースケース: 広告制作、コンテンツマーケティング、デザインプロジェクトなど。

個人的なメモ

話題になっていたので実際に使ってみました。日本語のテキストをイラスト内に入れたり、スプライト画像でアニメーションを作成したりと、ゲームに使える表現の幅が一気に広がった印象です。

ゲームのアニメーション制作にはまだ到達していませんが、時間の問題かと思います。個人的にはそのまま使うよりも、生成結果を参考にしながら自分で描いていくと、自然とドット絵なども描けるようになると思うので、使い方次第で色々な可能性が広がるのではと感じています。

4. OpenAI FM

1. 概要: OpenAI FMは音声認識と合成技術を進化させたプラットフォーム。

2. 主な特長:

   1. 高精度音声認識: 雑音環境でも正確に文字起こし可能。

   2. 自然な音声合成: 感情表現や抑揚を持つリアルな音声生成。

   3. 多言語対応: 日本語や英語を含む複数言語で利用可能。

3. ユースケース: カスタマーサポート、マーケティング音声制作、字幕生成など。

個人的なメモ

日本語でもかなり滑らかに話せるようになってきた印象です。以前は音声再生時に無駄な息継ぎが気になることもありましたが、それもなくなり、スムーズに再生されるようになりました。ゲームに声を当てる用途にも使えるようになるかもしれませんが、音声の使用についてはグレーな部分も多いので、慎重な対応が必要ですね。

5. Gemini2.5 PRO

1. 概要: Gemini2.5 PROは高度な推論能力とコード性能を備えた最先端モデル。

2. 主な特長:

   1. 推論能力向上: 数学・科学ベンチマークで最高性能を記録。

   2. コード生成強化: 視覚的に魅力的なウェブアプリやコード編集機能が向上。

   3. マルチラウンドコアフェレンス解決（MRCR）評価導入: 複雑な問題解決能力を強化。

3. ユースケース: 科学研究、ウェブ開発、大規模プロジェクトの効率化など。

まとめ

簡単にまとめましたが、わずか1週間でもAI関連サービスの進化はすさまじいですね。AIエージェントやCMPなど、利用できるツールはどんどん増えています。

最近はゲーム開発を中心に活動しているので、主要なサービスだけでも押さえるようにしていますが、それでも追うのはなかなか大変です。でも、だからこそ、楽しみながら、ゆるくAIと付き合っていければいいなと思っています。