Gemini機能Gems を提供開始
目的別にカスタマイズした AI 専門家を作れる Gems が、Gemini Advanced・Business・Enterprise 向けに始まった。学習コーチやコーディングパートナーなど5つの雛形が用意された。
2024年8月
この月に主要AIサービスで起きた14件の出来事です。対話AI 5件、開発 2件、統合エージェント 1件、リサーチ 1件、画像生成 4件、動画生成 1件。
対話AI5
- Gemini機能
- Gemini機能
Gemini に Imagen 3 を導入
画像生成モデル Imagen 3 が Gemini の全プランに展開された。人物の生成は当初、有料プランの英語利用者に限られた。生成画像には SynthID の電子透かしが入る。
- Gemini機能
Gemini Live を提供開始
音声で自由に会話できる Gemini Live が Made by Google で発表され、Gemini Advanced の Android 利用者向けに英語で順次提供が始まった。端末がロック中やアプリが背後にある状態でも会話を続けられる。
GrokモデルGrok-2 と Grok-2 mini をベータ公開
Grok-2 と Grok-2 mini を X の Premium と Premium+ 契約者向けにベータ提供した。画像理解にも対応し、エンタープライズ API は8月中の提供予定と案内された。
DeepSeek料金ディスクキャッシュ導入で料金を引き下げ
繰り返される入力の先頭部分をディスクに保存し、キャッシュに当たった入力を100万トークンあたり0.014ドルで課金する方式を始めた。通常の入力は0.14ドル。コードの変更は不要で、自動で適用される。
開発2
Cursor企業Series A で6,000万ドルを調達
Andreessen Horowitz と Thrive Capital を中心に6,000万ドルを調達した。OpenAI や個人投資家も参加し、顧客数は4万を超えたと発表している。
- Cursor機能
Composer が Pro と Business で標準に
v0.40 で Composer が標準で有効になり、Pro と Business の全ユーザーが Cmd+I で使えるようになった。チャット画面の刷新と、新しい Cursor Tab モデルも同時に入った。
統合エージェント1
Genspark機能対応言語の拡大などを更新
公式ブログの更新情報で、対応言語の国際的な拡大が告知された。ほかの機能追加もあわせて掲載された。
リサーチ1
Sakana AIモデルAI Scientist を発表
アイデア出し、実験、論文執筆、査読までを自動で行う研究システムを発表した。オックスフォード大学とブリティッシュコロンビア大学との共同研究で、コードは GitHub で公開した。
画像生成4
Midjourney機能Web 版を全利用者に開放
Discord を使わず、midjourney.com から画像を生成できるようになった。Discord か Google のアカウントでサインインできる。
- Midjourney機能
Web 版の統合エディタを公開
リフレーム、リペイント、部分バリエーション、パン、ズームを1つの編集画面にまとめた。10枚以上の生成実績がある利用者には Web での生成も開いた。
FLUXモデルFLUX.1 を公開
Black Forest Labs が FLUX.1 を発表した。API 向けの [pro]、非商用の重み公開版 [dev]、Apache 2.0 で使える高速版 [schnell] の3種類で、テキストから画像を生成する。
- FLUX企業
シード資金 3,100万ドルを調達
Black Forest Labs が a16z 主導で3,100万ドルのシードラウンドを実施したと発表した。General Catalyst と MätchVC も追加で出資した。
動画生成1
RunwayモデルGen-3 Alpha Turbo を公開
元の Gen-3 Alpha より7倍速く、半額で生成できる高速版。公式の更新履歴に記載されている。