07-24-日报 AI 资讯日报

AIニュース日報 2025/7/24

AIニュース日報 | 午前8時更新 | 全ネットワークデータ集約 | 最先端科学探求 | 業界の自由な発信 | オープンソース革新力 | AIと人類の未来 | ウェブ版にアクセス

AIプロダクト自己紹介: GeminiCli2API

Google Gemini の公式無料APIの厳しい制限にうんざりしていませんか？お気に入りのサードパーティアプリにGeminiの強力な機能をスムーズに組み込みたいと思ったことはありませんか？そんなあなたに朗報！GeminiCli2API が完璧な解決策を届けます！

GeminiCli2API は、認可がより緩やかなGemini CLIを、標準のOpenAI互換APIサービスとしてカプセル化する巧妙なローカルプロキシです。これにより、ついに公式無料APIの制限を突破し、Googleアカウントの認証によるより高いリクエストクォータを享受できるようになります。煩わしい「Quota Exceeded」エラーにさよならを告げ、心ゆくまで開発、テスト、創作を楽しめます！

でもね、GeminiCli2API の本当のすごいところは、システムプロンプト（System Prompt）に対する“メスを入れる”ような制御能力 にあるんだ。これは、まさにゲームチェンジャーな機能だよ！

上書き (Override)：接続された全てのアプリで使われるように、グローバルな「ゴールデンプロンプト」を設定できるよ。これで、AIの役割や出力スタイルをバッチリ統一できるんだ。
追加 (Append)：クライアントが元々持っているシステムプロンプトはそのままに、こっそりあなたの指示を「追加」できるんだ。これで、クライアントには気づかれずに、ルールの微調整や機能強化ができちゃう。
抽出と監査：プロキシ経由のプロンプトは全部簡単に記録できるから、分析、デバッグ、最適化に超便利。高品質なデータセット作りにも役立つよ。

GeminiCli2API を使えば、LobeChatやNextChatなど、OpenAIをサポートするどんなツールでも、たった数ステップの設定でこのローカルの「強化版」Geminiサービスに接続できちゃうんだ。これは単なるプロキシじゃないよ。君がAIを使いこなし、手なずけるための、まさに強力なツールボックスなんだ。さあ、今すぐ試してみて！

AIコンテンツサマリー

李開復がAIエージェント「万仔」を発表、Googleはより高速で低コストな新モデルをリリース。
快手と上海交通大学がマルチモーダルモデルOrthusをオープンソース化、昆仑万維はAI音楽プラットフォームをアップグレード。
最先端研究は大規模モデルのコンテキスト制限を突破し、AIの長距離推論能力向上に注力。
業界動向としては、Amazon Web Servicesが上海のAI研究所を解散。
同時に、AIはデータプライバシー倫理論争や職場での広範なAI不安も引き起こしている。

AIプロダクトと機能アップデート

🎉 待ってました！李開復が率いる零一万物社が、ついに初の企業向けAIエージェント「万仔」を正式に発表したぞ！これは、ただのおしゃべりなチャットボットとはわけが違う。深く考え、自ら計画し、複雑なタスクを実行できる「スーパー従業員」として、バッチリ位置づけられてるんだ。この「万仔」は、企業内の膨大な知識ベースや外部の重要サービスとスムーズに連携することで、受動的に「指示を待つツール」から、能動的に「結果を生み出す意思決定者」へと、見事な進化を遂げようとしているんだ。 李開復は、AIエージェントがシンプルなワークフロー実行（L1）から、自律的な計画能力を持つ推論エージェント（L2）へ、そして最終的には複数のAIが連携して企業の運営モデルを根こそぎ変える壮大なビジョン（L3）へと向かっていると、自信満々に予言してるよ。ってことは、未来のオフィスで隣に座ってるのが、もしかしたら人間じゃなくなる日も近いかもね 😉。まさに、今号のAIニュースがガッツリ追いかけている業界の大変革なんだ。
Google がまたまたすごいものを出してきちゃったよ！Google はGemini 2.5 Flash-Lite の安定版を正式にリリースしたんだけど、これがなんと、今までで最速、そして最も低コストなAIモデルだって自信満々に発表してるんだから、性能と懐事情の完璧な“仲人さん”ってわけだ 💰。この新モデルは、パフォーマンスとコストにおいて信じられないほどの黄金バランスを見つけただけでなく、驚異の100万トークンというコンテキスト長をネイティブでサポートしてるんだ。まさに記憶力抜群のおしゃべり好き「スーパーおしゃべりさん」状態。さらに魅力的なのが、その超競争力のある価格設定だよ。入力100万トークンあたりたったの0.10ドルって、これはもうライバルたちへの強烈な価格戦争を仕掛けたようなもんだね。開発者のみんな、このコスパ最強の嵐、迎える準備はできてるかな？ひとつ注意点ね、古いプレビュー版のエイリアスは8月25日に正式に廃止されるから、サービス中断しないように、急いでコードを更新してね！
ショート動画の巨人企業とトップ大学が組んだら、どんな化学反応が起きると思う？その答えが、このOrthusだ！快手と上海交通大学は、国際的な機械学習のトップ会議（ICML）で、Orthusっていう新しいマルチモーダルモデルを共同で発表したんだ。しかも、惜しみなくオープンソースとして、世界の開発者みんなに公開してるよ。この新星は、最先端の自己回帰Transformerアーキテクチャをベースにしてて、テキストと画像の2つのモダリティを自由自在に行き来できるだけじゃない。驚くべき計算効率で、Chameleonみたいな先輩モデルたちを複数の主要な画像理解ベンチマークで超えちゃったんだ。さらにビックリなのは、テキストから画像を生成するっていう専門分野で、なんと画像生成に特化したあの重量級モデルSDXLまで打ち破ったってこと。まさに、天賦の才能を持った異分野の天才って感じだよね。この画期的な成果は、間違いなく僕たちにこう宣言してる。マルチモーダルAIの境界線は、僕たちが想像してたよりもはるかに広大で、未来の可能性はマジで無限大だってね！
国産AI音楽界隈で、またまたすごい動きがあったぞ！昆仑万维が手がけるAI音楽制作プラットフォーム「Mureka」が、なんとV7バージョンに大型アップグレードされたんだ。その総合パフォーマンスは、海外で大人気のSunoアプリを複数の主要な点で上回っていて、とんでもない技術力を見せつけてるよ 🎵。新バージョンの最大の目玉は、自社開発の音楽思考連鎖技術——「MusiCoT」だ。この革新的な技術のおかげで、AIは曲を作り始める前に、まるで人間が作曲するように、まず曲全体の構成、感情、メロディの方向性を「深く考える」ことができるようになったんだ。だから、より一貫性があり、感情豊かな音楽作品を生み出せるってわけ。ユーザーは、簡単なテキストの説明で曲を生成できるだけでなく、オーディオサンプルをアップロードして特定の歌手の歌声を真似させたり、さらには「土臭い」MVをワンクリックで生成したりもできちゃうから、エンタメ性も爆上がりだね。この詳細レビュー - AIニュースを見ると、AI音楽は「聴ける」という初期段階から、「良い音で、心に響く」というより高度な段階へと着実に進んでいることがわかる。未来の音楽制作エコシステムは、これによってもっと多様で面白くなるだろうね。
「バブルソート」とか「エントロピー増大の法則」みたいな抽象的な概念を、生徒やクライアントにどう説明すればいいか、頭を抱えてない？💡 心配ご無用、救世主が登場したよ！ Fogsight という名の革命的なAIアニメーションエンジンが爆誕したんだ。そのミッションは、まさに難解な抽象概念を専門に扱うこと！ユーザーがキーワードを入力するだけで、Fogsightは魔法をかけて、ストーリー展開が完璧で、ビジュアルも超精巧、しかも気の利いたバイリンガルナレーション付きのプロ向け教育アニメーションを自動で生成してくれるんだ。この強力なツールは、最先端の大規模言語モデルをベースにしてて、ワンクリックでスマートに生成できるだけでなく、便利な対話型インターフェースも用意されてるから、ユーザーは簡単に微調整や修正ができるんだ。さらにワクワクするのは、有名なWaytoAGIオープンソースプロジェクト - AIニュースの一部として、フルローカルデプロイもサポートしてるってこと。世界の教育関係者やコンテンツクリエイターにとって、伝統的な制作プロセスをひっくり返すような、前代未聞のスーパーツールになること間違いなしだね！

AI最先端研究

これまで長らく、AI分野における画像と動画のセマンティックセグメンテーション研究は、まるで永遠に交わらない平行線みたいに、それぞれがバラバラに進んでいて、統一された理論的枠組みがなかったんだ。これが、汎用的な視覚技術の発展を妨げてきたのは間違いないよね。でも、ついにこの状況が打ち破られたぞ！複数のトップ大学の研究者たちが協力して、これら2種類の異なるデータを統一的に処理できる初のフレームワーク、「QuadMix」を提案したんだ。その核となるのは、超クリエイティブな「四方向混合」（Four-way mixing）メカニズムだね。ソースデータ領域とターゲットデータ領域の間に、内容が豊富で多様な中間領域表現を巧みに構築することで、クロスドメイン学習における大きな差異を効果的に縮小しているんだ。この研究の意義は計り知れないよ。理論的な側面で、これまで分断されていた研究経路をうまく統合しただけでなく、複数の業界標準ベンチマークで記録を更新 - AIニュースしちゃったんだから。これは、将来、より汎用的で強力なマルチモーダル知覚システムを構築するための、強固な基盤を築いたと言えるね！
大規模言語モデル（LLM）って、その限られたコンテキストウィンドウが、複雑な長距離推論タスクを扱う上でずっと「アキレス腱」だったんだよね。これが、LLMの深い思考能力をガッツリ制限してたわけ。でも、「コンテキストの限界を超えて：長距離推論のための潜在意識の手がかり」のAIニュースって論文が、僕たちに希望の光をもたらしてくれたんだ！研究者たちは、画期的な**TIM（Thread Inference Model）**モデルを提案したんだよ。このモデルは、人間の脳が複雑な情報を処理する方法を模倣していて、大きな問題を巧みに「推論ツリー」に分解し、「作業記憶」には現在のステップに最も関連する「潜在意識の手がかり」だけを保持するんだ 😉。この賢いメカニズムのおかげで、モデルはほぼ無限に長い作業記憶や、複数のツール呼び出しが必要な複雑なシナリオを処理できるようになるんだ。長距離推論が超重要視される数学や情報検索タスクで抜群の性能を発揮してて、LLMの「金魚の記憶」っていう持病を完全に解決する、超有望な新しい道筋を開いてくれたってわけ！
AIに絵を描かせて、物体を人の手に「Photoshopで合成」するのは簡単だけど、まるでその人が本当にその物体を「持っている」「持ち上げている」「使っている」かのように、自然なインタラクション感を出すのはめちゃくちゃ難しいんだ。でも、「HOComp：インタラクション認識型人物・物体合成」のAIニュースという最新研究が、超巧妙な解決策を提案してくれたよ！この方法はまず、強力なマルチモーダル大規模モデル（MLLM）を使って、人間と物体間のインタラクションの種類、例えば「しっかり握る」のか「そっと支える」のか、を深く理解するんだ。それから、最も自然なインタラクション効果を実現するために人体の姿勢を細かく調整しつつ、追加される物体と背景が外観上でも高い一貫性を保つように、様々な工夫された損失関数を使うんだよ。その結果、合成画像のリアリティと信頼性は、全く新しいレベルに引き上げられたってわけ。これは、本当にリアルなAIコンテンツ生成への重要な一歩だね！

AI業界展望と社会への影響

テクノロジーの巨人たちが技術革新を追い求める道のりで、またまた個人のプライバシーの境界線と激しくぶつかっちゃったよ。イーロン・マスク率いるAI企業xAIが、先日「Skippy」っていう内部プロジェクトを通じて、200人以上の従業員の顔データを大量に収集して、そのコアモデルであるGrokモデルの訓練に使っていることがバレちゃったんだ 💥。このプロジェクトの公式目標は、AIが人間の複雑な感情をより良く理解・認識できるようにすることなんだって。xAI社は、データ収集は全て従業員が署名した同意書に基づいて行われ、内部訓練のみに利用すると言ってるんだけど、契約書にある「永久」アクセス権の条項が、従業員たちの間でプライバシーの安全や肖像権の濫用に対する広範な懸念と不安を引き起こしてるんだよね。この一件は、AniとRudiという物議を醸す2つのバーチャルキャラクターを生み出しただけでなく、テクノロジーの巨人たちが革新への衝動と倫理的責任の間でいかに苦しいバランスを取っているかを、改めて世間の注目の的にしたんだ。今回のAIニュースは、技術発展にはもっと完璧な法規制が必要だってことを、僕たちに思い出させてくれるね。
AIの波が世界中の職場を猛烈な勢いで席巻してるんだけど、同時に、ちょっと笑えるような新しい「パフォーマンスアート」も生み出してるんだ。Howdy.comの最新調査によると、アメリカの従業員の約16%が、上司の技術革新への期待に応え、自分もトレンドに乗ってる風に見せるために、職場で**「AIを使ってるフリ」をしてるって正直に認めてるんだって 😅。この現象の裏には、職場に広がる普遍的なAI不安**があるんだ。従業員の5分の1以上がAIを使うことに内心不安を感じてるのに、目に見えないプレッシャーで新技術を「受け入れてる」フリをせざるを得ないんだよね。もっと面白いのは、別の調査で明らかになったコインの裏側だよ。実際に職場でAIを使ってる従業員の半数近くが、サボってると思われたり、能力不足だと思われたりするのが怖くて、上司には秘密にしてるんだってさ。この職場で繰り広げられてる「変身物語」は、技術普及のスピードと、従業員のスキルやマインドセットの適応との間に、とてつもない大きな溝があることを深く示しているね。
ちょっと残念なAIニュースが飛び込んできたよ。なんと、Amazon Web Services（AWS）が、上海にあるAI研究所を解散したって正式に認めたんだ。しかも、これがAWSにとって全世界で最後の海外研究所だったんだって。研究所の主席応用科学者である王敏捷博士は、SNSで「外資系企業の研究所が中国で黄金期を迎えるのに間に合って幸運だった」って感慨深く語ってるね。Amazonの公式回答では、「これは苦渋の決断だった」としつつ、チームを合理化し、グローバルなリソース配置を最適化することで、コアなイノベーション分野に集中的に継続投資するためだとしているよ。でも、この動きは、外資系企業の中国における研究開発戦略が全面的に縮小しているんじゃないかって、業界で広く注目され、激しい議論を巻き起こしているんだ。どうやら、外資が主導する中国の最先端技術探求の黄金時代が、静かに幕を閉じつつあることを示唆しているようにも見えるね。

オープンソースTOPプロジェクト

moby - AIニュース (⭐70.1k): これをコンテナ化世界の究極の「レゴ」宝箱だと想像してみて！Docker社が立ち上げて主導するこの共同プロジェクトは、標準化されたコアコンポーネント一式を提供してるんだ。まるでレゴを組み立てるみたいに、コンテナベースの複雑なシステムを自由に組み立てたりカスタマイズしたりできるから、現代のクラウドネイティブアプリを構築する上で、マジで欠かせない基礎だよ。
OpenBB - AIニュース (⭐44.7k): これは、誰もが使えるプロ級の投資リサーチターミナルを目指してるんだ。膨大で複雑な金融データと専門的な分析ツールを、完全にオープンソースなプラットフォームに clever に統合してるよ。その壮大なビジョンは、情報格差を完全にぶっ壊して、投資リサーチを真に民主化することなんだ。
hyperswitch - AIニュース (⭐22.3k): 高性能言語Rustで全力で開発された、オープンソースの決済「スーパー・スイッチ」だよ。企業の決済プロセスをこれまでにないほど高速で信頼性が高く、しかもリーズナブルにすることを目指してるんだ。複数の決済チャネルに簡単に接続し、賢く管理できるようになるから、単一の決済ゲートウェイに「縛られる」悩みとは完全にオサラバできるね。
jj - AIニュース (⭐17.9k): Gitよりもシンプルでパワフルだって堂々と宣言してる、新世代のバージョン管理システムなんだ。Gitと完全に互換性があるから、シームレスに切り替えられるだけじゃない。先輩ツールをはるかに超える使いやすいユーザー体験と、数々の強力な新機能を提供してるんだ。もしかしたら、世界の開発者たちが次に「マジでこれ最高！」ってなるツールはこれかもしれないね 😉。
ConvertX - AIニュース (⭐5.9k): これを自分のプライベートなファイル変換「万能工場」だと思っていいよ。完全にセルフホストできるオンラインファイル変換ツールで、なんと1000種類以上のファイル形式の相互変換に対応してるんだ。データのプライバシーを完全に確保しながら、どんなファイル形式も自由自在に変えられるってわけ。
PakePlus - AIニュース (⭐4.8k): 奇跡を目撃する時が来た！この魔法のツールを使えば、どんなウェブサイトやウェブプロジェクトも、たった数分で5MB以下の超軽量デスクトップ＆モバイルアプリにパッケージ化できちゃうんだ。製品をサクッとクロスプラットフォーム展開したい開発者にとっては、間違いなく超効率的な近道だね。
hrms - AIニュース (⭐3.1k): 機能がめっちゃ充実してるオープンソースの人事・給与管理システムだよ。中小企業向けに、包括的でパワフルなHRソリューションを提供してくれるんだ。細かな従業員管理から複雑な給与計算まで、人事のコア業務は全部お任せできるから、管理効率が格段にアップするはず。

ソーシャルメディアシェア

あるベテランエンジニアがJikeで彼女の深い懸念を共有 - AIニュースしたんだけど、彼女のチームのインターン生が、コードを完全にLLMに頼って書いた結果、プロジェクトがバグだらけになったんだって。しかも、インターン生本人は、コードの背後にある核となるロジックを全く説明できなかったらしい。彼女は厳しく指摘してるよ。AIは人間の深い思考を助ける強力なツールであるべきで、基礎学習のプロセスを飛び越える近道であっては絶対にいけないって。もし若いエンジニアが早すぎる段階でモデルに依存して、基礎的なロジックをしっかり理解することを怠ると、実体のない「vibe coding」（フィーリングでコーディング）の罠に簡単にハマっちゃう。これは、個人の長期的なキャリア成長にとって、「本当に危険」だってさ。
ユーザーのwwwgoubuliさんがXでByteDanceのAIプログラミングツールTraeを詳細レビュー - AIニュースしてたよ。彼の意見では、Traeはフルプロセス完結型の「ソロモード」では、他の競合製品と比べて「どっこいどっこい」で、まだ決定的な差は開いてないんだって。だけど、その製品インターフェースのデザインが「アグレッシブなのに異常に合理的」で、それによってもたらされる総合的な体験は、国内の同種製品の中では右に出るものがないほどだってさ。彼は思わず感嘆してるよ、ByteDanceのプロダクト力はやっぱり伊達じゃない、畏敬の念を抱くほど強力だってね。
ある開発者がXプラットフォームでLovart.aiを絶賛 - AIニュースしてて、これを世界初の真の意味での**「デザインエージェント」**（Design Agent）だと称賛してるんだ。単なる作図ツールなんかじゃないってね。このAIは、ブランドロゴのデザイン、ブランドビジュアルシステム一式の構築から、動画広告のクリエイティブ、3Dモデル制作まで、一連の複雑なデザインタスクを自律的に考え、完璧に実行できるんだ。これは間違いなく、AIが主導する全く新しいデザイン時代が到来したことを高らかに宣言してるってことだね。
ユーザーの李継剛さんがXで詩的かつ哲学的なプロンプトを共有 - AIニュースしてたんだけど、これはAIを「言語の錬金術師」に変身させて、新製品に心を込めて命名させるためのものなんだ。このプロンプトは、「良い名前とは、大きな夢を詰め込める器である」と深く強調していて、「音、形、意味の三者が三重に共鳴すること」を追求すべきだとしてるんだよ。その文章のレベルの高さと、意図の奥深さは、プロンプトエンジニアリング分野における類稀な芸術品と言えるね。
もしAIが生成する画像を、息をのむような視覚的質感でいっぱいにしたいなら、ユーザーの向陽喬木さんがXで共有されたこの裏技 - AIニュースは絶対に見逃せないよ。彼は、Claude専用のプロンプトを惜しみなく公開してくれたんだけど、これで透明感があって光と影が交錯する3Dすりガラスカード効果を安定して生成できるんだ。さらに気が利いてるのは、詳細な指示が載ったドキュメントのリンクと、驚くほど美しい効果画像も添えてくれてるってこと。これで、AI描画の達人になれること間違いなしだね！
「大手企業の高P（役職）」に続いて、次に多くの人が羨むステータスは、もしかしたら「独立研究者」になるかもしれないね。ユーザーのwwwgoubuliさんがXで興味深い現象を観察 - AIニュースしてるんだけど、コミュニティで超有名だったGitHubプロジェクトの作者や学界の大御所たちが、ByteDanceやOpenAIみたいなトップテクノロジー企業に入社してから、彼らが公開してた学術論文や活発なオープンソース貢献が、まるで「蒸発」しちゃったみたいなんだ。代わりに、彼らの最新の研究動向は、たまに企業の公式ブログや幹部のツイートで垣間見える程度になっちゃったってさ。これは、オープンイノベーションと企業内の研究開発の関係について、深く考えさせられるね。
AI時代、将来の専門分野をどう選べばいいんだろう？ある大学の新入生がRedditに投稿して助けを求める - AIニュースしてたんだけど、彼は生命科学と農業っていう一見伝統的な分野で悩んでるんだって。でも、彼が心配してるのは、どっちの専門が今人気かとか就職しやすいかじゃなくて、将来的にAI技術とよりうまく連携して共存・発展できるのはどっちか、AIに容赦なく代替されないのはどっちかってことなんだ。この問いは、Z世代の若者たちが未来の技術と社会の変化について、どれだけ深く考えて、先を見越した計画を立ててるかってことを示してるね。今回のAIニュースは、僕たちも深く考えるべきテーマだ。
ある開発者がRedditでPHOAIというAI写真編集ツールを興奮気味に発表 - AIニュースしてたよ。このアプリの超クールなところは、「私をアニメキャラに変えて」みたいな、ごく自然な言葉の指示を、そのまま驚くほど美しいビジュアル効果に変換してくれるってことなんだ！もっと重要なのは、全ての画像処理がユーザーのデバイス上で効率的にローカル実行されるってこと。クラウドにアップロードする必要がないから、ユーザーのプライバシーもしっかり守られるし、エッジAIアプリがもたらすスムーズな体験と計り知れない可能性を存分に見せつけてくれてるよね。
LLMが回答する時に、「きちんと根拠を示して」、内容のある話ができるように、体系的に学ぶ方法を知りたい？それなら、検索拡張生成（RAG）の新しいコース - AIニュースは絶対に見逃せないよ。 RAG技術は、モデルが答えを生成する前に、外部の知識ベースから関連情報を賢く検索して注入することで、大規模モデルの回答の事実精度を劇的に高めることができるんだ。しかも、コストがかかって時間も食うモデルの再訓練プロセスを効果的に避けることができるから、今、プロダクションレベルのAIアプリを構築する上でのカギとなるコア技術なんだよ。

音声版AI日報を聴く

小宇宙	Douyin
来生小酒館	自メディアアカウント

最終更新日 2025/07/23 22:58:08

07-25-日报 07-23-日报