何が起きたか
研究プレビューを終えて一般提供になった。GitHub Actions でのバックグラウンド実行と、VS Code・JetBrains との連携に対応した。
2025年5月のほかの動き
2025年5月のまとめ
ElevenLabs機能Conversational AI 2.0 を公開
音声エージェントの基盤を更新した。会話の間合いを判断するモデル、RAG、言語の自動判別、テキストと音声の併用、電話の発信・着信やバッチ発信に対応した。HIPAA対応とEUデータ保管も選べる。
Sakana AIモデルダーウィン・ゲーデルマシンを提案
自分のコードを書き換えて性能を高める AI エージェントの手法を発表した。SWE-bench の成績が20.0%から50.0%に上がった。ブリティッシュコロンビア大学の Jeff Clune 教授の研究室と共同で開発した。
FLUXモデルFLUX.1 Kontext と Playground
テキストと画像を入力して編集できる FLUX.1 Kontext の [pro] と [max] を公開した。ブラウザで試せる BFL Playground も同時に始めた。
Perplexity機能Perplexity Labs を公開
マーケティング施策の立案や財務分析など、複数手順にまたがる作業をまとめて進める機能。Pro 加入者が使える。同じ回で、検索履歴を踏まえる Personal Search and Memory の順次提供も始まった。
DeepSeekモデルDeepSeek-R1-0528 に更新
R1 の更新版で、推論の性能とフロントエンド能力が上がり、ハルシネーションが減った。JSON 出力と関数呼び出しにも対応した。API の使い方は変わらない。
KlingモデルKLING 2.1 シリーズを公開
720p の Standard と 1080p の Professional を持つ KLING 2.1 と、1080p に対応した KLING 2.1 Master を出した。5秒の生成は Standard が20クレジット、Professional が35クレジット。2.1 は当初、画像から動画のみに対応した。