MetaがSAM Audioを発表、テキストや視覚プロンプトで音声分離を実現
Metaは2025年12月16日、画像・動画のセグメンテーション技術SAMを音声領域に拡張したSAM Audioを発表した。テキスト、視覚、時間軸の3種類のプロ...
記事一覧
AIの記事一覧
xAI、多言語対応の音声エージェントAPI「Grok Voice Agent API」を開発者向けに提供開始
xAIは2025年12月17日、音声エージェント構築用API「Grok Voice Agent API」の提供を開始した。 同APIは数十の言語に対応し、リアル...
都市開発でデジタルツインを活用する重要性・都市運営の可能性・課題・事例を徹底解説！
従来のBIM/CIMが建物の静止画を作るものだったのに対し、デジタルツインはIoTとAIを融合させ、生きた都市（動画・シミュレーション）を構築 予測AI、生成A...
NVIDIA Omniverseとは？料金体系、世界モデルを実現する中核技術、活用事例、特徴、使い方まで徹底解説！
NVIDIA Omniverseは、デジタルツイン作成を支援する産業用開発プラットフォーム OpenUSD・RTXレンダリング・生成フィジカルAIを既存のツール...
スマートシティとは？定義や必要な技術・事例、企業が知るべき都市の未来と社会課題を解説
スマートシティは、都市が抱える様々な課題をテクノロジーで解決し、より持続可能で効率的な社会を実現するための取り組みです。この記事では、スマートシティの基本的な定...
アドビがChatGPTでPhotoshop、Express、Acrobatの提供を開始
アドビは2025年12月11日、ChatGPT向けにAdobe Photoshop、Adobe Express、Adobe Acrobatの提供を開始した。週間...
Cohereが最上位リランカー「Rerank 4」を発表、32Kコンテキストウィンドウと自己学習機能を搭載
Cohereは2025年12月12日、企業向けAI検索のための最上位リランカーモデル「Rerank 4」を発表した。32Kコンテキストウィンドウの搭載により従来...
NTTドコモビジネス、生成AIエージェントによる発話ベースルーティングを三菱UFJ銀行に提供開始
NTTドコモビジネスは2025年12月16日より、生成AIエージェントを活用したコールセンターソリューション「発話ベースルーティング」を三菱UFJ銀行に提供開始...
ChatGPT vs Claude vs Gemini 犯罪・暴力的表現など不適切な出力対応力を徹底比較！
違法薬物製造や偏見助長といったリスクの高いプロンプトに対し、ChatGPTは「物語内で回避」、Claudeは「明確な生成拒否と迂回提案」、Geminiは「拒否と...
ChatGPT vs Claude vs Gemini ハルシネーション耐性を実務テストで検証比較！ 誤情報リスクが高かったのは意外な検索大手のあのモデル
LLMのハルシネーション（事実に基づかない情報の生成）は、意思決定の誤りや情報拡散リスクにつながるため、事実の正確性が求められるビジネスにおいて障害 最新ニュー...
