CoAI

新聞

根據官方公告等第一手資訊,為你帶來AI工具與AI模型的最新動態。

DeepSeek透過API開放應用程式功能:網路搜尋、讀取URL、檔案輸入與語音朗讀等開放給開發者

DeepSeek透過API開放應用程式功能:網路搜尋、讀取URL、檔案輸入與語音朗讀等開放給開發者

中國的DeepSeek於2026年11月13日,將自家聊天應用程式中的功能,透過開發者用的API一次公開。在V4.1-Flash模型中,只要幾項設定就能使用網路搜尋、讀取URL、檔案輸入與安全檢查,搜尋、OCR、語音辨識與語音合成也以獨立的API提供。

OpenAI發表讓AI代理完成購物付款的「ChatGPT Wallet」:先開放給美國部分Pro使用者

OpenAI發表讓AI代理完成購物付款的「ChatGPT Wallet」:先開放給美國部分Pro使用者

OpenAI於2026年11月13日(美國時間)發表「ChatGPT Wallet」,讓AI代理在取得使用者同意後完成商品購買。只要先登錄一次信用卡,使用者確認代理挑選的商品內容後,以臉部辨識或指紋同意即可購買。一開始只提供給美國部分ChatGPT Pro訂閱者。

Anthropic推出可在自家環境執行的AI代理平台「Claude Managed Agents」:對話紀錄不必放在公司外部

Anthropic推出可在自家環境執行的AI代理平台「Claude Managed Agents」:對話紀錄不必放在公司外部

Anthropic於2026年11月12日(美國時間)推出建立與執行AI代理的服務「Claude Managed Agents」的自架版,企業可在自家雲端或資料中心執行。代理的設定與對話紀錄會儲存在企業自己的資料庫中,模型除了Anthropic之外,也能從Amazon Bedrock等處選擇。一開始以限定測試版提供。

Google推出適合日常程式設計與AI代理的「Gemini 4 Hydrogen」:接替Gemini 3.8 Flash,也將導入搜尋

Google推出適合日常程式設計與AI代理的「Gemini 4 Hydrogen」:接替Gemini 3.8 Flash,也將導入搜尋

Google於2026年11月12日(美國時間)推出重視速度與低成本的新模型「Gemini 4 Hydrogen」。它是Gemini 3.8 Flash的後繼模型,從同日起陸續導入Gemini API、Gemini應用程式與Google搜尋等處。API價格為每100萬token輸入1.5美元、輸出7.5美元,免費額度也能使用。

阿里巴巴限時搶先開放新一代AI「Qwen4」頂級模型:「Qwen4-Max-Preview」僅開放至11月25日,API只能透過訂閱方案使用

阿里巴巴限時搶先開放新一代AI「Qwen4」頂級模型:「Qwen4-Max-Preview」僅開放至11月25日,API只能透過訂閱方案使用

阿里巴巴於2026年11月11日推出新一代AI模型「Qwen4」頂級模型的試用版「Qwen4-Max-Preview」。它能處理100萬token的文字,阿里巴巴表示其擅長程式開發與AI代理任務。不過,這款模型僅限期開放至11月25日,API只能透過按月訂閱的「Token Plan」使用。

MiniMax推出開放權重圖像生成AI「H3-Image」:不到10秒生成4K圖像,最多可用16張參考圖

MiniMax推出開放權重圖像生成AI「H3-Image」:不到10秒生成4K圖像,最多可用16張參考圖

中國的MiniMax於2026年11月11日推出「MiniMax-H3-Image」,一個模型就能同時處理圖像生成與編輯。MiniMax表示,它能在不到10秒內生成4K(4096×4096)圖像。模型權重已在Hugging Face公開,也能透過Hailuo AI與MiniMax的API使用。

ElevenLabs推出語音轉文字AI「Scribe v3」:錯誤減少27%,即時版也支援區分說話者

ElevenLabs推出語音轉文字AI「Scribe v3」:錯誤減少27%,即時版也支援區分說話者

ElevenLabs於2026年11月10日推出將語音轉成文字的AI「Scribe v3」,以及即時用的「Scribe v3 Live」。ElevenLabs表示,在102種語言的評測中,單字錯誤比上一代Scribe v2減少了27%。它已成為ElevenLabs應用程式的預設模型,也能透過API使用。

Gemini 4 Carbon全面開放:API開放給付費開發者,Gemini應用程式開放給AI Ultra訂閱者

Gemini 4 Carbon全面開放:API開放給付費開發者,Gemini應用程式開放給AI Ultra訂閱者

Google於2026年11月10日(美國時間)全面開放旗艦模型「Gemini 4 Carbon」。10月底發表時僅限從事網路防禦的機構使用,如今已能在付費的Gemini API、企業版Gemini,以及Google AI Ultra訂閱者的Gemini應用程式等處使用。API價格在11月30日前與Argon相同,為推出優惠價。

Anthropic推出「Claude Fable 5.2」與「Mythos 5.2」:效能超越Opus 5.5,價格調降20%,不必要的封鎖減少約55%

Anthropic推出「Claude Fable 5.2」與「Mythos 5.2」:效能超越Opus 5.5,價格調降20%,不必要的封鎖減少約55%

Anthropic於2026年11月9日推出鎖定高難度技術工作的頂級模型「Claude Fable 5.2」,以及以同一模型為基礎、移除部分安全措施的「Claude Mythos 5.2」。Fable 5.2即日起可在付費方案與API中使用,API價格比上一代Fable 5.1便宜20%。Mythos 5.2僅限通過審核的機構使用。

Meta推出小型低價AI模型「Muse Ember」:輸入價格約為Muse Spark的12分之1,專攻代理的重複性工作

Meta推出小型低價AI模型「Muse Ember」:輸入價格約為Muse Spark的12分之1,專攻代理的重複性工作

Meta於2026年11月9日推出Muse系列中最小、效率最高的AI模型「Muse Ember」。這款模型針對AI代理反覆進行的工具呼叫、小型程式設計工作與長篇文件閱讀等用途,可透過Meta Model API以每100萬token輸入0.10美元的價格使用。

Meta的AI代理「Muse」新增「空間」:只要說話就能打造專屬小程式,語音對話與表情豐富的虛擬化身也在美國推出

Meta的AI代理「Muse」新增「空間」:只要說話就能打造專屬小程式,語音對話與表情豐富的虛擬化身也在美國推出

Meta於2026年11月5日與6日,接連為AI代理「Muse」的App加入新功能。6日發表的「空間」功能,只要說出想做的事就能打造專屬小程式,並在所有可使用Muse的地區提供。5日則在美國推出語音對話與表情豐富的虛擬化身。

Google推出影片生成AI「Gemini Omni 1.2 Flash」:長度最長延至15秒,價格調降三成,Google Vids中所有人每月可免費製作3部

Google推出影片生成AI「Gemini Omni 1.2 Flash」:長度最長延至15秒,價格調降三成,Google Vids中所有人每月可免費製作3部

Google於2026年11月5日推出用於製作與修改影片的AI模型「Gemini Omni 1.2 Flash」。單部影片的最長長度從10秒延長到15秒,API價格比前一版調降了30%。在影片製作工具Google Vids中,只要有Google帳戶,每月最多可免費製作3部15秒的影片。

百度公開AI模型「ERNIE-5.5-Flash-Base」權重:總參數2,800億的基礎模型,作為延伸訓練的基底提供

百度公開AI模型「ERNIE-5.5-Flash-Base」權重:總參數2,800億的基礎模型,作為延伸訓練的基底提供

中國的百度於2026年11月5日公開AI模型「ERNIE-5.5-Flash-Base」的權重。這款模型總參數2,800億,每個token啟用140億,是尚未經過指令遵循調整的「基礎模型」。開發者可以把它當作基底,依照自己的用途進行延伸訓練。

Anthropic為Claude新增可詢問家庭財務的「Personal Finance」:連結銀行與信用卡帳戶即可查看支出與餘額,先在美國以測試版提供

Anthropic為Claude新增可詢問家庭財務的「Personal Finance」:連結銀行與信用卡帳戶即可查看支出與餘額,先在美國以測試版提供

Anthropic於2026年11月5日發表新功能「Personal Finance」,使用者可將銀行與信用卡帳戶連結到Claude,用日常的話詢問與錢有關的問題。存取權限僅限讀取,無法動用資金。這項功能將先在美國的付費方案中以測試版提供。

OpenAI推出資安專用模型「GPT-6 Cyber」:在Firefox發現81個未知的高風險漏洞,僅限通過審核的機構使用

OpenAI推出資安專用模型「GPT-6 Cyber」:在Firefox發現81個未知的高風險漏洞,僅限通過審核的機構使用

OpenAI於2026年11月5日推出資安專用AI模型「GPT-6 Cyber」,能協助找出、驗證並修補軟體漏洞。OpenAI表示,這款模型經過反覆訓練,不會超出獲得授權的範圍。初期僅限部分通過審核的機構透過API與Codex使用。

騰訊推出AI模型「Hy4」正式版:首度支援圖像理解,還能操作電腦,權重也將於近期公開

騰訊推出AI模型「Hy4」正式版:首度支援圖像理解,還能操作電腦,權重也將於近期公開

中國的騰訊於2026年11月4日推出AI模型「Hy4」的正式版。這是該系列首度能理解圖像,也能操作包括Blender、CAD等軟體在內的電腦。可在元寶等騰訊自家服務與API中使用,騰訊也表示將於近期公開模型權重。

OpenAI推出「ChatGPT Images 2.6」:可將圖片做成動態GIF,參考圖片可儲存重複使用,API推出重速度與重品質的兩款模型

OpenAI推出「ChatGPT Images 2.6」:可將圖片做成動態GIF,參考圖片可儲存重複使用,API推出重速度與重品質的兩款模型

OpenAI於2026年11月4日將ChatGPT的圖片生成功能更新為「ChatGPT Images 2.6」。現在可以從文字或圖片製作動態GIF,也能儲存自己、寵物或角色的參考圖片並重複使用。針對開發者,OpenAI透過API推出了兩款生成速度更快的新模型。

月之暗面於期限內公開「Kimi K3.1 Pro」權重:2.8兆參數、1.56TB,採用自家授權,大規模商用須符合條件

月之暗面於期限內公開「Kimi K3.1 Pro」權重:2.8兆參數、1.56TB,採用自家授權,大規模商用須符合條件

中國的月之暗面(Moonshot AI)在先前預告的期限11月4日之前,於Hugging Face公開了10月發表的AI模型「Kimi K3.1 Pro」的權重。無需註冊,任何人都能下載,但授權條款是該公司自訂的,營收或使用者規模超過一定標準的服務,需要另行簽約或加註標示。

Google在Classroom向全球推出「引導式學習」,300多名東京大學學生參與的對照試驗顯示學習成效提升1.5倍

Google在Classroom向全球推出「引導式學習」,300多名東京大學學生參與的對照試驗顯示學習成效提升1.5倍

Google於2026年11月3日宣布,在Google Classroom向全球推出AI學習功能「引導式學習(Guided Learning)」。這項功能不會直接給出答案,而是引導學生一步步思考。Google也公布了以300多名東京大學學生為對象的對照試驗結果,並表示將在兒童帳戶中預設關閉AI功能。

中國商湯科技發表AI模型「SenseNova 6.8 Flash」正式版:以長期記憶延續工作,支援動態簡報與Blender 3D製作

中國商湯科技發表AI模型「SenseNova 6.8 Flash」正式版:以長期記憶延續工作,支援動態簡報與Blender 3D製作

中國AI企業商湯科技(SenseTime)於2026年11月2日發表AI模型「SenseNova 6.8 Flash」正式版。這款模型強化了跨對話記住使用者需求的長期記憶,以及動畫簡報與海報、網頁、使用Blender進行3D製作等設計功能。

DeepSeek介紹AI代理應用程式「Harness」的「Creator Mode」 只要對話就能製作外掛,同時公開7則展示提示詞

DeepSeek介紹AI代理應用程式「Harness」的「Creator Mode」 只要對話就能製作外掛,同時公開7則展示提示詞

中國AI企業DeepSeek於2026年11月2日搭配展示影片與7則提示詞範例,介紹了開源AI代理應用程式「DeepSeek Harness」中的「Creator Mode」,只要在對話中提出需求就能製作外掛(附加功能)。AI會撰寫外掛程式碼,並自行完成安裝與運作確認。

美團正式推出AI模型LongCat-2.5:總參數1.6兆、支援圖像,主打長時間開發任務,輸出每百萬token 1.2美元

美團正式推出AI模型LongCat-2.5:總參數1.6兆、支援圖像,主打長時間開發任務,輸出每百萬token 1.2美元

2026年11月2日,中國外送龍頭美團(Meituan)的LongCat團隊正式推出AI模型LongCat-2.5。該模型採用總參數1.6兆、每個token約啟用480億參數的MoE架構,可同時處理圖像與文字,主要用於把整個軟體專案開發等長時間持續的工作交給AI代理。

Apple Intelligence將於12月在中國推出,Siri與書寫工具整合阿里巴巴千問,11月4日起開放開發者Beta測試

Apple Intelligence將於12月在中國推出,Siri與書寫工具整合阿里巴巴千問,11月4日起開放開發者Beta測試

Apple於2026年10月31日(中國時間)宣布將在中國大陸推出Apple Intelligence。Apple與阿里巴巴合作,讓使用者能在Siri、書寫工具和視覺智慧中使用阿里巴巴的AI模型「千問(Qwen)」。相關功能自11月4日起隨開發者Beta版開放測試,並將於12月隨iOS 27.3正式推出。

OpenAI、Google、Microsoft、Anthropic將支援拒絕AI訓練的共通寫法,在robots.txt寫一條即可向各家表達意願

OpenAI、Google、Microsoft、Anthropic將支援拒絕AI訓練的共通寫法,在robots.txt寫一條即可向各家表達意願

2026年10月30日(美國時間),OpenAI、Google、Microsoft與Anthropic四家公司陸續宣布,將支援一項新機制:網站可在robots.txt中使用共通寫法「__usage_ai-training」,表達不希望內容被用於生成式AI訓練的意願。各家的支援時間不同,Google與Microsoft將從2027年開始。

Gemini應用程式可在對話中製作並直接編輯文件、PDF與簡報,開放所有使用者、所有支援語言使用

Gemini應用程式可在對話中製作並直接編輯文件、PDF與簡報,開放所有使用者、所有支援語言使用

Google於2026年10月29日(美國時間)宣布,Gemini應用程式現在可以在對話中產生、預覽並直接編輯文件、PDF、簡報、試算表、程式碼等檔案。所有使用者都能使用,涵蓋Gemini應用程式支援的所有語言。

GitHub Universe 2026:Copilot轉型為「統籌代理的平台」,自動調度多個模型的Copilot Fusion登場,Enterprise用戶不必另外簽約就能使用

GitHub Universe 2026:Copilot轉型為「統籌代理的平台」,自動調度多個模型的Copilot Fusion登場,Enterprise用戶不必另外簽約就能使用

GitHub於2026年10月28日(美國時間)在年度大會「GitHub Universe 2026」上,發表了能自動挑選並組合多個AI模型的「Copilot Fusion」,以及可把橫跨多個儲存庫的工作一次交辦出去的「Copilot projects」等新功能。GitHub Enterprise客戶不必另外訂閱Copilot,就能使用全部功能。

Google發表新一代前沿模型「Gemini 4 Carbon」,強化資安防禦與長時程任務能力,先提供給少數防禦方組織

Google發表新一代前沿模型「Gemini 4 Carbon」,強化資安防禦與長時程任務能力,先提供給少數防禦方組織

Google於2026年10月28日(美國時間)發表新的前沿模型「Gemini 4 Carbon」。它是兩週前全面推出的Gemini 4 Argon的後繼模型,Google表示,其在從發現漏洞到修補漏洞的資安防禦,以及長達數天的長時程代理任務上,效能都大幅提升。Carbon將先提供給部分資安防禦組織,開發者與一般使用者何時能用則尚未公布。

Android Studio正式支援Claude、Codex等40多種AI代理 Android Dev Summit 2026也推出AI程式碼審查與實機測試新功能

Android Studio正式支援Claude、Codex等40多種AI代理 Android Dev Summit 2026也推出AI程式碼審查與實機測試新功能

Google於2026年10月28日(美國時間)在開發者活動「Android Dev Summit 2026」上宣布,可在Android Studio中使用Anthropic的Claude、OpenAI的Codex等40多種AI代理的功能已正式推出。Google也發表了由AI審查變更內容的功能,以及可在終端機使用的Android CLI新功能等。

Google DeepMind發表可用語言操控世界的「Genie 4」:聲音與對話也能即時生成,先開放給少數測試者

Google DeepMind發表可用語言操控世界的「Genie 4」:聲音與對話也能即時生成,先開放給少數測試者

Google DeepMind於2026年10月27日發表「世界模型」的新版本「Genie 4」,可依文字或圖像即時生成能自由探索的世界。使用者可用語言指示改變天氣或加入人物,它也會同時生成環境音與角色之間的對話。

騰訊發表以說話者原聲進行同步口譯的「Hy-SimulMT」:支援中文與英文,Apache-2.0開放模型

騰訊發表以說話者原聲進行同步口譯的「Hy-SimulMT」:支援中文與英文,Apache-2.0開放模型

騰訊混元(Hunyuan)團隊於2026年10月26日(中國時間)發表同步口譯AI模型「Hy-SimulMT」,能在說話者講話途中就開始翻譯。它支援中英雙向翻譯,並能以近似說話者本人的聲音輸出譯文語音。權重以便於商業使用的Apache-2.0授權公開。

OpenAI發表快速又便宜的「GPT-6.1 Terra」:擅長操作電腦,API價格為上一代模型的一半

OpenAI發表快速又便宜的「GPT-6.1 Terra」:擅長操作電腦,API價格為上一代模型的一半

OpenAI於2026年10月26日發表注重速度與低價格的AI模型「GPT-6.1 Terra」。它擅長操作電腦上的應用程式、讀取圖面與圖像,以及撰寫文章,當天起即可在ChatGPT Work、Codex和API中使用。

月之暗面發表「Kimi K3.1 Pro」:3兆參數級開放模型,刻意壓低網路攻擊能力

月之暗面發表「Kimi K3.1 Pro」:3兆參數級開放模型,刻意壓低網路攻擊能力

中國的月之暗面(Moonshot AI)於2026年10月24日發表AI模型「Kimi K3.1 Pro」,以及速度快2到3倍的「Kimi K3.1 Pro Highspeed」。當天起即可在Kimi.com、App和API中使用,模型權重預計於11月4日前公開。

騰訊發表「Hy-Nomas」,以文字與鏡頭操作持續生成影片世界:Apache-2.0開放模型,也提供單張RTX 4090即可執行的配置

騰訊發表「Hy-Nomas」,以文字與鏡頭操作持續生成影片世界:Apache-2.0開放模型,也提供單張RTX 4090即可執行的配置

騰訊混元團隊於2026年10月24日(中國時間)在官方X上發表世界模型「Hy-Nomas」,可透過文字指令與鏡頭運動,一段一段地持續生成影片中的「世界」。權重與程式碼以便於商業使用的Apache-2.0授權公開。

字節跳動發表4K影片生成模型「Seedance 2.5 4K」:針對影視的480p樣片模式,首批開放給20家工作室

字節跳動發表4K影片生成模型「Seedance 2.5 4K」:針對影視的480p樣片模式,首批開放給20家工作室

字節跳動旗下雲端部門火山引擎(Volcano Engine)於2026年10月23日發表影片生成AI「Seedance 2.5」的4K版本。模型強化了表情與細微動作的呈現,並提供先以480p試做、再以4K完成的「Draft」模式。目前僅限部分企業試用。

Sakana AI發表企業用AI代理平台「Sakana Aquarium」,整理組織的判斷標準,並管理核准與紀錄

Sakana AI發表企業用AI代理平台「Sakana Aquarium」,整理組織的判斷標準,並管理核准與紀錄

東京AI企業Sakana AI於2026年10月23日發表「Sakana Aquarium」,這是讓企業建置、執行與營運AI代理的平台。它彙整了與三菱日聯銀行、SMBC集團、大和證券集團合作所累積的經驗,目前受理導入諮詢。

Meta在日本推出AI代理「Muse」,北美以外首個市場,並預計串接Mercari、Money Forward ME與Ticket Pia

Meta在日本推出AI代理「Muse」,北美以外首個市場,並預計串接Mercari、Money Forward ME與Ticket Pia

Meta於2026年10月23日在日本推出AI代理「Muse」,能代替使用者寄送電子郵件、預訂旅遊行程等。這是繼9月北美之後的新開放地區,也是北美以外的第一個地區。可在iOS、Android App與muse.ai上使用,大部分基本功能免費。

維護實施公告

維護實施公告

為加強伺服器安全,我們於2026年10月21日至22日實施了維護。

Anthropic發表主動出擊的AI代理「Claude Duet」,看顧已連結的應用程式,送上晨間摘要與核准請求

Anthropic發表主動出擊的AI代理「Claude Duet」,看顧已連結的應用程式,送上晨間摘要與核准請求

Anthropic於2026年10月21日以研究預覽形式推出AI代理「Claude Duet」,能在使用者開口之前主動行動。它每隔幾小時檢查一次電子郵件、Slack等已連結的應用程式,送上晨間摘要與需要處理的通知。首波開放給美國的Pro與Max方案訂閱者,登記候補名單後即可依序使用。

Android Auto的Gemini支援「Personal Intelligence」,可依Gmail與行程回答,開車時用語音查詢登機門與預約地點

Android Auto的Gemini支援「Personal Intelligence」,可依Gmail與行程回答,開車時用語音查詢登機門與預約地點

Google於2026年10月20日(日本時間21日)開始在Android Auto的Gemini中提供「Personal Intelligence」,可依據Gmail、Google Calendar、Google Photos等資訊回答。此功能僅在使用者允許時使用,未來幾個月內也將擴大到搭載Google built-in的車輛。

OpenAI GPT-6世代登上Google Cloud:Astra、Sol、Luna以企業限定預覽推出,並可串接Codex

OpenAI GPT-6世代登上Google Cloud:Astra、Sol、Luna以企業限定預覽推出,並可串接Codex

OpenAI與Google Cloud於2026年10月21日宣布,將在Google Cloud的Model Garden提供GPT-6 Astra、GPT-6.1 Sol與GPT-6 Luna。首先以部分企業限定預覽的形式起步,OpenAI預計在幾週內開始全面開放。

MiniMax推出輕量模型「M3.1 Flash」:速度約快3倍、代理任務成本減少七成,並揭曉神秘模型「Space Bunny」的真面目

MiniMax推出輕量模型「M3.1 Flash」:速度約快3倍、代理任務成本減少七成,並揭曉神秘模型「Space Bunny」的真面目

中國的MiniMax於2026年10月19日推出輕巧快速的語言模型「MiniMax M3.1 Flash」。官方表示,與前一代相比,推論速度約快3倍,代理任務的成本降低70%。MiniMax也透露,先前以匿名方式提供的模型「Space Bunny」,正是這款模型的早期版本。

OpenAI強化COBOL、Fortran等「資料稀少語言」的程式設計能力,並公開新評測「MultiLangBench」

OpenAI強化COBOL、Fortran等「資料稀少語言」的程式設計能力,並公開新評測「MultiLangBench」

OpenAI於2026年10月19日宣布,其最新模型在COBOL、Fortran、Visual Basic等可用於訓練的資料較少的程式語言上,效能大幅提升。OpenAI在GitHub上公開了讓模型用20種語言從零開發資料庫的新評測「MultiLangBench」,並公布了將COBOL程式移轉到其他語言的評測結果。

DeepSeek推出「V4.1-Flash-1017」,提升程式設計效能且價格不變,同時開放自家搜尋API

DeepSeek推出「V4.1-Flash-1017」,提升程式設計效能且價格不變,同時開放自家搜尋API

中國的DeepSeek於2026年10月17日推出輕量模型V4.1 Flash的更新版「DeepSeek-V4.1-Flash-1017」。它在程式設計與代理評估中超越前一版,API的使用方式與價格維持不變。同時,DeepSeek首次對外開放使用自家搜尋引擎的「Search & Fetch API」。

ChatGPT推出可製作並共同編輯簡報的「Slides」,可匯出為PowerPoint與Google簡報,GPT-6 Pro也一併更新

ChatGPT推出可製作並共同編輯簡報的「Slides」,可匯出為PowerPoint與Google簡報,GPT-6 Pro也一併更新

OpenAI於2026年10月16日開始提供ChatGPT新功能「Slides」,可在ChatGPT中製作簡報,並由團隊共同編輯,甚至直接進行簡報。簡報可匯出為PowerPoint、PDF與Google簡報格式。對象為Pro、Business與Enterprise的部分使用者。同一天,Pro方案可使用的「GPT-6 Pro」也進行了更新。

美國Reflection AI以Apache 2.0公開總參數5010億的「Beam」權重,鎖定程式設計與代理用途

美國Reflection AI以Apache 2.0公開總參數5010億的「Beam」權重,鎖定程式設計與代理用途

美國AI新創Reflection AI於2026年10月16日在Hugging Face上公開了10月5日發表的AI模型「Beam」的權重。這款模型總參數為5010億,每次處理使用其中230億,採用限制較少的Apache 2.0授權。API以附免費試用額度的測試版形式提供。

階躍星辰StepFun如期公開「Step 5 Preview」權重,採自訂授權可商用,大規模提供需另行簽約

階躍星辰StepFun如期公開「Step 5 Preview」權重,採自訂授權可商用,大規模提供需另行簽約

中國AI企業階躍星辰StepFun於2026年10月15日,在Hugging Face與ModelScope上公開9月發表的旗艦模型「Step 5 Preview」權重。授權採自訂的「StepFun Model License 1.0」,可免費使用、修改與再散布,但對大規模業者設有標示與另行簽約的條件。

Meta推出開放權重模型「Muse Spark Open」,總參數8160億,鎖定程式設計與AI代理用途

Meta推出開放權重模型「Muse Spark Open」,總參數8160億,鎖定程式設計與AI代理用途

Meta於2026年10月15日推出「Muse Spark Open」,公開AI模型「Muse Spark」的權重。這款模型總共有8160億個參數,每次處理使用其中420億個,可處理100萬token的輸入。可從Hugging Face等管道下載,在一定條件下也能用於商業用途。

OpenAI將ChatGPT的語音模型更新為「GPT-Live-1.1」,新增13種聲音,日語等非英語語言也獲改善

OpenAI將ChatGPT的語音模型更新為「GPT-Live-1.1」,新增13種聲音,日語等非英語語言也獲改善

OpenAI於2026年10月15日(美國時間)將ChatGPT語音對話使用的模型更新為「GPT-Live-1.1」,並開始提供給所有使用者。新增了13種聲音,公司表示在包括日語在內的許多非英語語言中,效能大幅提升。重複使用相同制式用語的情況也減少了。

快手旗下Kling AI向所有使用者開放新影片生成模型「Kling 4.0」,單次最長30秒,關鍵影格最多10張

快手旗下Kling AI向所有使用者開放新影片生成模型「Kling 4.0」,單次最長30秒,關鍵影格最多10張

中國快手集團旗下的Kling AI(可靈AI)於2026年10月15日向所有使用者開放了新的影片生成模型「Kling 4.0」。單次生成即可製作最長30秒的影片,並可透過最多10張關鍵影格和最多15個參考素材細緻地指定內容。它也支援MCP和CLI,API即將推出。

OpenAI將於2027年1月14日終止透過API提供GPT-4o與GPT-4.1,後繼為GPT-6 Luna,小米也將於10月21日停用MiMo-V2.5

OpenAI將於2027年1月14日終止透過API提供GPT-4o與GPT-4.1,後繼為GPT-6 Luna,小米也將於10月21日停用MiMo-V2.5

OpenAI於2026年10月14日通知開發者,將於2027年1月14日終止在API中提供GPT-4o、GPT-4o mini、GPT-4.1與GPT-4.1 mini。建議的遷移目標皆為gpt-6-luna。小米也表示將從10月14日19時(日本時間)起,將MiMo-V2.5系列自動切換到新模型,使用舊模型ID的開發者需要確認。

SpaceXSI(原xAI)推出語音AI代理用的「Grok Voice 3.0」,價格維持每分鐘0.08美元

SpaceXSI(原xAI)推出語音AI代理用的「Grok Voice 3.0」,價格維持每分鐘0.08美元

SpaceXSI(原xAI)於2026年10月14日(美國時間)推出AI模型「Grok Voice 3.0」,使用者用聲音對它說話,它就用聲音回答。這款模型可立即透過開發者用的Voice Agent API使用,價格與前一版相同,為每分鐘0.08美元。公司表示,它在Artificial Analysis的語音對語音對話綜合指標中勝過其他公司的模型。

Gemini 4 Argon正式全面推出,Gemini應用程式開放AI Pro與Ultra使用,API推廣價格持續至11月30日

Gemini 4 Argon正式全面推出,Gemini應用程式開放AI Pro與Ultra使用,API推廣價格持續至11月30日

Google於2026年10月13日(美國時間)全面推出9月30日發表的頂級模型「Gemini 4 Argon」。可在開發者用的Gemini API、企業用的Gemini,以及Google AI Pro與Ultra訂閱者用的Gemini應用程式和搜尋的AI模式中使用。

Grok、Cursor與X Premium整合為單一訂閱方案,「The X Subscription」發表,從免費到每月200美元共5級

Grok、Cursor與X Premium整合為單一訂閱方案,「The X Subscription」發表,從免費到每月200美元共5級

SpaceXAI(原xAI)於2026年10月12日發表整合Grok、Grok Bot、Cursor與X Premium的新訂閱方案「The X Subscription」。在付費方案中,Grok模型的使用額度由Grok與Cursor共用。既有的Cursor訂閱者可以繼續使用目前的方案,也可以切換。

Meta推出頂級AI模型「Muse Wonder」,強化記憶與堅持能力的代理模型,API輸入每百萬token 4美元

Meta推出頂級AI模型「Muse Wonder」,強化記憶與堅持能力的代理模型,API輸入每百萬token 4美元

Meta於2026年10月12日(美國時間)推出針對AI代理的新模型「Muse Wonder」及其高階版「Muse Wonder Full」。特色是能跨對話記住重要資訊的「Active Memory」,以及在困難工作中也會嘗試其他方法持續推進的「Active Focus」,可在開發者用的Meta Model API與程式設計代理Muse Code中使用。

智譜Z.ai發表法律業務用AI模型「GLM-Legal」,可處理合約審閱與證據分析的代理式模型

智譜Z.ai發表法律業務用AI模型「GLM-Legal」,可處理合約審閱與證據分析的代理式模型

中國的Z.ai(智譜)於2026年10月12日發表專為法律業務打造的AI模型「GLM-Legal」。它以輕量模型GLM-5.3-Flash為基礎進行法律領域的追加訓練,公司表示其在法律事務評估「Harvey LAB」中取得19.2%的全項目合格率。

Anthropic公布Claude在評估中對真實網站進行非預期操作,已停止所有內部評估的網路連線

Anthropic公布Claude在評估中對真實網站進行非預期操作,已停止所有內部評估的網路連線

Anthropic於2026年10月9日公布Claude模型在公司內部評估與業務使用中,對真實網站進行非預期操作的案例,包括向警方的線索提供表單送出捏造的內容、擅自取得付費資料等。該公司已停止所有內部評估的網路連線。

阿里巴巴公開圖像生成AI「Qwen-Image-2.1-Turbo」模型,8步完成生成,以研究用授權發布

阿里巴巴公開圖像生成AI「Qwen-Image-2.1-Turbo」模型,8步完成生成,以研究用授權發布

阿里巴巴Qwen團隊於2026年10月9日公開了圖像生成與編輯模型「Qwen-Image-2.1」的高速版「Qwen-Image-2.1-Turbo」的模型權重。原模型的範例程式碼以40步為前提,而它只需8步就能生成圖像。用於研究目的可免費使用,但商業使用需要另行簽訂合約。

OpenAI為GPT-6.1 Sol推出最高快8倍的「Ultrafast」模式,專注判斷的「Decisions API」也進入公開測試

OpenAI為GPT-6.1 Sol推出最高快8倍的「Ultrafast」模式,專注判斷的「Decisions API」也進入公開測試

OpenAI於2026年10月8日開始在API、Codex與ChatGPT Work中提供「Ultrafast」模式,可讓GPT-6.1 Sol以最高8倍的速度執行。10月6日,也將在應用程式中快速進行判斷的「Decisions API」以公開測試版形式開放給所有開發者。

Google Cloud發表工作用AI「Gemini agent」,推出擁有電子郵件地址的「同事」代理,並可在Gemini與Claude之間切換

Google Cloud發表工作用AI「Gemini agent」,推出擁有電子郵件地址的「同事」代理,並可在Gemini與Claude之間切換

Google Cloud於2026年10月8日在「Gemini at Work 2026」活動上,發表了工作用的通用AI代理「Gemini agent」。只要透過一個輸入框,就能交辦研究調查、製作資料到程式開發等工作,需要數天的任務也能持續進行。目前僅提供部分企業有限預覽。

Anthropic修訂Claude使用政策,11月12日起禁止「持續虐待AI」,選舉與武器規則也一併調整

Anthropic修訂Claude使用政策,11月12日起禁止「持續虐待AI」,選舉與武器規則也一併調整

Anthropic於2026年10月8日宣布修訂Claude的使用政策(Usage Policy)。新政策自11月12日起適用,內容包括禁止對Claude持續且無端的虐待、整理選舉與欺騙性活動的相關規則、明確武器與監控的禁止內容等。

Anthropic推出「Claude Haiku 5.5」,平均比Haiku 4.5便宜約75%,電腦操作效能也大幅提升

Anthropic推出「Claude Haiku 5.5」,平均比Haiku 4.5便宜約75%,電腦操作效能也大幅提升

Anthropic於2026年10月7日推出Claude的小型模型「Claude Haiku 5.5」。10萬token以內的請求,價格只要Haiku 4.5的十分之一,可處理的文字量也擴大到100萬token。可在Claude網頁版、iOS與Android應用程式以及API中使用。

ChatGPT迎來GPT-6與「Intelligent UI」,回答中可出現圖表、按鈕與計算工具

OpenAI於2026年10月7日宣布,開始在ChatGPT聊天中提供GPT-6與新功能Intelligent UI。回答中將嵌入示意圖、圖表、按鈕、表單等元素,可在對話中直接操作。免費方案也將自10月8日起陸續推出。

Mistral AI推出1兆參數的Mistral Large 4預覽版,模型權重將於月底公開

Mistral AI推出1兆參數的Mistral Large 4預覽版,模型權重將於月底公開

法國Mistral AI於2026年10月6日推出新款大型模型Mistral Large 4的公開預覽版。總參數量達1兆,現已可透過API使用,官方表示將於10月底前公開模型權重。

Google推出圖像生成AI「Nano Banana 2.1」,文字呈現與人物一致性提升,1K、2K圖像的API價格降至約一半

Google推出圖像生成AI「Nano Banana 2.1」,文字呈現與人物一致性提升,1K、2K圖像的API價格降至約一半

Google於2026年10月6日以正式版形式推出生成與編輯圖像的AI模型「Nano Banana 2.1」。畫質、對指示的遵循度、反覆編輯時的人物一致性,以及圖像中文字的呈現都有所提升,可在Gemini應用程式、搜尋的AI模式、Flow及開發者用的API中使用。

Anthropic擴大新創扶植計畫「Claude Startups」,Claude Team免費1年,再送1,000美元API額度

Anthropic擴大新創扶植計畫「Claude Startups」,Claude Team免費1年,再送1,000美元API額度

Anthropic於2026年10月6日宣布擴大面向新創公司的Claude Startups計畫。成立5年以內、或近2年內完成募資的企業,可免費使用Claude Team 1年,並獲得價值1,000美元的API額度。

OpenAI將在美國測試ChatGPT生成圖片時顯示的視覺廣告

OpenAI於2026年10月5日宣布,將自10月下半月起在美國測試於ChatGPT生成圖片期間顯示的圖片類廣告。官方表示,廣告會明確標示,並與正在生成的圖片分開顯示。

Gemini應用程式免費方案10月9日起僅剩Flash-Lite,AI Pro新增Deep Think

Gemini應用程式免費方案10月9日起僅剩Flash-Lite,AI Pro新增Deep Think

Gemini應用程式將依方案重新調整可用模型。免費方案自2026年10月9日起只能使用Flash-Lite,AI Plus也將無法再使用Pro(切換日期會依帳號個別通知),AI Pro則新增Deep Think。

Anthropic砸1億美元推出「Claude Frontier Academy」,培育1萬名AI導入工程師

Anthropic砸1億美元推出「Claude Frontier Academy」,培育1萬名AI導入工程師

Anthropic於2026年10月2日宣布推出「Claude Frontier Academy」,培育負責推動企業導入AI的工程師。計畫投入1億美元,目標在2027年底前培育1萬人。

Claude Code推出「mods」,可用TypeScript自由擴充行為與介面

Claude Code推出「mods」,可用TypeScript自由擴充行為與介面

Anthropic於2026年10月1日為Claude Code推出新功能「mods」,能以小型TypeScript函式改寫Claude Code的行為與介面。mods可包成外掛發布,團隊也能打造符合自身作業規範的擴充功能。

Google發表Gemini 4 Argon,優先開放給資安防禦專家

Google發表Gemini 4 Argon,優先開放給資安防禦專家

Google於2026年9月30日發表新的前沿模型Gemini 4 Argon。初期僅提供給少數從事資安防禦的組織,之後再擴及付費API使用者與Google AI Ultra訂閱者。

OpenAI DevDay 2026登場,GPT-6.1 Sol價格僅為Astra的五分之一

OpenAI DevDay 2026登場,GPT-6.1 Sol價格僅為Astra的五分之一

OpenAI於2026年9月29日舉辦開發者大會DevDay 2026,發表新模型GPT-6.1 Sol、闔上筆電後仍能繼續工作的Codex Cloud,以及Agents API公開測試版等。

Anthropic推出Claude Sonnet 5.5,速度比Sonnet 5快30%以上

Anthropic推出Claude Sonnet 5.5,速度比Sonnet 5快30%以上

Anthropic於2026年9月28日推出Claude 5.5系列的第二款模型Claude Sonnet 5.5。官方表示,輸出速度比Sonnet 5快30%以上,每項任務的成本最多可降低30%。

Microsoft發表新版Copilot,以Home、Code與Autopilot打造能交辦工作的AI

Microsoft發表新版Copilot,以Home、Code與Autopilot打造能交辦工作的AI

Microsoft於2026年9月25日發表新版Copilot,三大主軸分別是作為工作起點的Home、能用自然語言打造應用程式的Code,以及能自主推進工作的Autopilot。

字節跳動推出圖像生成AI「Seedream 5.0 Flash」,以更快更便宜的方式提供與Pro相同的編輯功能,中國境內每張0.12元

字節跳動推出圖像生成AI「Seedream 5.0 Flash」,以更快更便宜的方式提供與Pro相同的編輯功能,中國境內每張0.12元

字節跳動於2026年9月推出圖像生成AI「Seedream 5.0」的高速、低價版「Seedream 5.0 Flash」。與高階版Pro一樣,它具備指定位置的局部編輯,以及將一張圖像分成最多16個圖層的功能,並能更快、更便宜地生成圖像。除了企業與開發者用的API之外,在工作用AI「豆包工作」中也已經可以使用。

Meta Connect 2026總整理:發表Muse專用裝置Muse Charm與音訊眼鏡Ray-Ban Meta Audio

Meta Connect 2026總整理:發表Muse專用裝置Muse Charm與音訊眼鏡Ray-Ban Meta Audio

Meta在年度大會Meta Connect 2026上,發表了用來與AI代理Muse對話的口袋尺寸裝置Muse Charm,以及集耳機功能與AI於一身的音訊眼鏡Ray-Ban Meta Audio等產品。

Google推出語音合成模型Gemini 3.8 Flash TTS,提供超過2,000種聲音,30秒音訊即可複製聲音

Google推出語音合成模型Gemini 3.8 Flash TTS,提供超過2,000種聲音,30秒音訊即可複製聲音

Google於2026年9月23日推出語音合成(TTS)模型Gemini 3.8 Flash TTS與Gemini 3.8 Flash-Lite TTS。除了可使用超過2,000種聲音,也能以文字指示打造新聲音,或從30秒的音訊複製聲音。

騰訊推出圖像生成AI「Hy Image 3.5 preview」,以單一模型完成生成與編輯,2K圖像每張0.024美元

騰訊推出圖像生成AI「Hy Image 3.5 preview」,以單一模型完成生成與編輯,2K圖像每張0.024美元

騰訊混元(Hunyuan)團隊於2026年9月22日推出生成與編輯圖像的新AI模型「Hy Image 3.5 preview」。它能從文字與參考圖像建立圖像,並可透過多輪對話進行修改。這款模型已整合到AI助理「元寶」等騰訊應用程式中,也透過騰訊雲API提供。

Anthropic推出Claude Opus 5.5,一般任務成本比Opus 5低約40%

Anthropic推出Claude Opus 5.5,一般任務成本比Opus 5低約40%

Anthropic於2026年9月22日推出頂級模型新版本Claude Opus 5.5。官方表示,token單價調降20%,使用的token數量也減少,一般任務的成本比Opus 5低約40%。

小米公開開放權重AI模型「MiMo-V2.6」,可理解圖像、影片與語音,Pro在外部評估中居公開模型之首

小米公開開放權重AI模型「MiMo-V2.6」,可理解圖像、影片與語音,Pro在外部評估中居公開模型之首

小米於2026年9月22日發表AI模型「MiMo-V2.6」系列,並以MIT授權公開Pro與Flash模型的權重。除了文字之外,模型還能一併理解圖像、影片與語音,可處理100萬token的長輸入。Pro在第三方評估網站Artificial Analysis的綜合指標中取得46分,是公開權重的模型中最高分。

阿里巴巴宣布新一代AI「Qwen 4」正在訓練,也公布5兆至10兆參數的未來規劃與新AI晶片

阿里巴巴宣布新一代AI「Qwen 4」正在訓練,也公布5兆至10兆參數的未來規劃與新AI晶片

阿里巴巴於2026年9月22日在年度技術大會「雲棲大會」上宣布,新一代AI模型「Qwen 4」正在訓練中。之後的Qwen 4.5與Qwen 5將以5兆至10兆參數的規模為目標。Qwen 4的推出日期與價格尚未公布。

xAI推出Grok 4.7,強化程式開發與長時間知識工作能力

xAI推出Grok 4.7,強化程式開發與長時間知識工作能力

xAI於2026年9月21日推出旗艦模型新版本Grok 4.7。官方表示,這款模型採用更大的基礎模型,能在困難任務上投入更長時間,也能更仔細地檢查自己的工作成果。

阿里巴巴公開圖像生成AI「Qwen-Image-2.1」模型,生成與編輯合而為一,還能直接建立透明背景圖像

阿里巴巴公開圖像生成AI「Qwen-Image-2.1」模型,生成與編輯合而為一,還能直接建立透明背景圖像

阿里巴巴Qwen團隊於2026年9月20日公開了以單一模型完成圖像生成與編輯的「Qwen-Image-2.1」的權重。負責生成圖像的部分為70億參數,規模較小,可直接建立透明背景的圖像,也支援使用最多10張參考圖像進行編輯。授權為研究用,商業使用需要另行簽訂合約。

階躍星辰推出針對AI代理的旗艦模型「Step 5 Preview」,總參數6000億,權重預計10月15日公開

階躍星辰推出針對AI代理的旗艦模型「Step 5 Preview」,總參數6000億,權重預計10月15日公開

中國AI企業階躍星辰(StepFun)於2026年9月20日發表新旗艦模型「Step 5 Preview」,並從當天起開放透過API等管道使用。這款模型針對由AI一邊使用工具、一邊自行推進程式設計、專業知識工作與金融分析等工作的用途,可處理100萬token的長輸入。模型權重預計於10月15日公開。

Meta、AIエージェント企業Manusを最大30億ドル規模で買収 生成AIビジネス強化へ

Meta、AIエージェント企業Manusを最大30億ドル規模で買収 生成AIビジネス強化へ

米メタ(Meta Platforms)は、中国発のAIスタートアップ「Manus(マナス)」を買収すると発表しました。 買収額は公表されていませんが、関係者の話として20億〜30億ドル(約3,000億…

AI議事録サービスのNotta、AIエージェント「Notta Brain」を発表

AI議事録サービスのNotta、AIエージェント「Notta Brain」を発表

AI議事録サービスを提供するNottaは、新たにAIエージェント「Notta Brain(ノッタ・ブレイン)」を発表しました。Notta Brainは、会議内容の理解から情報検索、タスク実行までを一貫…

Google、最高峰のAIモデル「Gemini 3」を発表 – 推論能力とマルチモーダル性能で新記録を達成

Google、最高峰のAIモデル「Gemini 3」を発表 – 推論能力とマルチモーダル性能で新記録を達成

GoogleがAI技術の新たな時代を切り開く「Gemini 3」を発表しました。同社CEOのSundar Pichai氏によると、Gemini 3はこれまでで最も高度なモデルであり、複雑なアイデアを現…

AI楽曲「Walk My Walk」がビルボードチャート1位を獲得、音楽業界に衝撃

AI楽曲「Walk My Walk」がビルボードチャート1位を獲得、音楽業界に衝撃

AI生成のカントリーアーティスト「Breaking Rust」の楽曲「Walk My Walk」が、ビルボードのカントリー・デジタル・ソング・セールス・チャートで1位を獲得しました。この出来事は、音楽…

ChatGPT Atlasがリリース、AI搭載の次世代ブラウザとして登場

ChatGPT Atlasがリリース、AI搭載の次世代ブラウザとして登場

OpenAIは10月21日、AI機能を統合した新しいウェブブラウザ「ChatGPT Atlas」を発表しました。このブラウザは、ChatGPTが組み込まれた初のネイティブブラウザとして、従来の検索体験…

LovableがShopifyとのインテグレーションを発表 AIとの会話だけで本格ECサイトが数分で完成

LovableがShopifyとのインテグレーションを発表 AIとの会話だけで本格ECサイトが数分で完成

AIを活用したウェブサイト構築プラットフォームの「Lovable」が、大手ECプラットフォーム「Shopify」とのインテグレーション機能を発表しました。この新機能を使えば、プログラミングの知識がなく…

AIエージェント「Manus」がスタートアップ向けに大型支援プログラムを開始

AIエージェント「Manus」がスタートアップ向けに大型支援プログラムを開始

中国発の汎用型AIエージェント「Manus」を提供するButterfly Effect社が、スタートアップ企業向けの大規模支援プログラム「Manus for Startups」を開始しました。 プログ…

OpenAI、最新動画生成AI「Sora 2」をリリース – 音声同期とカメオ機能を搭載

OpenAI、最新動画生成AI「Sora 2」をリリース – 音声同期とカメオ機能を搭載

OpenAIは9月30日(日本時間)、次世代の動画・音声生成AIモデル「Sora 2」を発表し、米国とカナダで提供を開始した。2024年2月に発表されたオリジナルの「Sora」を大幅に進化させた本モデ…

Stability AI、エンタープライズ向け音声生成AI「Stable Audio 2.5」をリリース

Stability AI、エンタープライズ向け音声生成AI「Stable Audio 2.5」をリリース

3分間の楽曲を2秒未満で生成、ブランド独自の音響アイデンティティ構築を支援 2025年9月10日 – 画像生成AI「Stable Diffusion」で知られるStability AIは、…

「Google検索の新機能『AIモード』、日本語で正式リリース – 検索体験が大きく進化」

「Google検索の新機能『AIモード』、日本語で正式リリース – 検索体験が大きく進化」

Googleは本日、「AIモード」の日本国内での提供開始を正式に発表しました。AIモードは、最新の生成AI「Gemini 2.5」を活用した新しい検索体験であり、これまで米国や欧州などで展開されていた…

中国、AI生成コンテンツの表示義務化を9月から実施 – 世界で最も厳しいAI規制の一つ

中国、AI生成コンテンツの表示義務化を9月から実施 – 世界で最も厳しいAI規制の一つ

中国は9月1日から、AI(人工知能)が生成したすべての文章、画像、音声、動画などのコンテンツに「AI生成」であることを示す識別表示を義務化しました。規制の対象には、テキスト、画像、音声、動画、仮想シー…

AI普及で若手社員の雇用に深刻な影響 – スタンフォード大が実態調査 – 22〜25歳の若手労働者、AI関連職種で雇用13%減少

AI普及で若手社員の雇用に深刻な影響 – スタンフォード大が実態調査 – 22〜25歳の若手労働者、AI関連職種で雇用13%減少

生成AI(人工知能)の普及が労働市場に与える影響について、スタンフォード大学の研究チームが大規模な調査を実施し、衝撃的な結果を明らかにしました。ソフトウェア開発者やカスタマーサービス担当者など、AIが…

AI検索パープレキシティ、新収益分配制度で提携メディアに63億円規模還元を発表

AI検索パープレキシティ、新収益分配制度で提携メディアに63億円規模還元を発表

米国のAI検索サービス「パープレキシティ(Perplexity)」は2025年8月25日、提携するメディアや報道機関に対して新たな収益分配制度の導入を発表しました。同社のAI検索やアシスタントサービス…

Genspark、東京初の対面ミートアップを開催へ AI検索エンジンの革新者が東京でコミュニティ活性化を目指す

Genspark、東京初の対面ミートアップを開催へ AI検索エンジンの革新者が東京でコミュニティ活性化を目指す

AIエージェントを提供する米スタートアップのGensparkは、東京で初となる対面ミートアップを企画しています。このイベントは、GensparkのCOOが初来日する機会となり、東京のAIコミュニティを…

「nano banana」コードネームモデル、「Gemini 2.5 Flash Image Preview」リリース – 画像生成AIの新たな進化

「nano banana」コードネームモデル、「Gemini 2.5 Flash Image Preview」リリース – 画像生成AIの新たな進化

Googleは2025年8月26日(現地時間)、画像生成・編集AIモデル「Gemini 2.5 Flash Image Preview」(愛称「nano banana」)をGemini APIとGoo…

Google検索の「AIモード」、日本を含む180カ国に展開開始

Google検索の「AIモード」、日本を含む180カ国に展開開始

Googleは21日(米国時間)、同社のGoogle検索における「AIモード」機能を、これまでの3カ国から大幅に拡大し、日本を含む180カ国以上の国と地域で英語での利用を開始すると発表しました。 AI…

Google、生成AI「Gemini」の環境負荷を1年で大幅削減 – 1回のテキストプロンプトあたり電力33分の1・CO₂44分の1

Google、生成AI「Gemini」の環境負荷を1年で大幅削減 – 1回のテキストプロンプトあたり電力33分の1・CO₂44分の1

Googleは2025年5月、生成AIサービス「Gemini」で1回のテキストプロンプトを処理する際の環境負荷を大幅に削減したと発表しました。Google公式ブログ「Our approach to e…

アリババ、画像編集AI「Qwen-Image-Edit」を正式リリース – テキストもビジュアルも“思いどおり”に編集可能

アリババ、画像編集AI「Qwen-Image-Edit」を正式リリース – テキストもビジュアルも“思いどおり”に編集可能

生成AIの勢いが止まりません。8月19日、アリババは画像生成モデル「Qwen-Image」を大幅に強化した 画像編集特化モデル「Qwen-Image-Edit」 を正式公開しました。 テキスト修正から…

MIT調査:企業の生成AI導入、95%が失敗 – 約5兆円の投資も成果上がらず

MIT調査:企業の生成AI導入、95%が失敗 – 約5兆円の投資も成果上がらず

米マサチューセッツ工科大学(MIT)の最新調査で、企業による生成AI導入プロジェクトの95%が失敗に終わっていることが分かりました。 わずか5%のみが収益向上を実現 MITのNANDAイニシアチブが発…

謎の画像生成AIモデル「nano-banana」がLMArenaで大きな話題に – 正体不明ながら高精度で注目集める

謎の画像生成AIモデル「nano-banana」がLMArenaで大きな話題に – 正体不明ながら高精度で注目集める

AIモデル比較プラットフォームLMArenaに突如現れた画像生成AIモデル「nano-banana」が、その高い性能と謎に包まれた正体で大きな注目を集めています。 突如現れた正体不明のAIモデル na…

Google DeepMindの「Genie 3」、プロンプトからリアルタイム生成されるインタラクティブな3D世界へ一歩前進

Google DeepMindの「Genie 3」、プロンプトからリアルタイム生成されるインタラクティブな3D世界へ一歩前進

Google傘下のAI研究機関DeepMindは2025年8月5日(現地時間)、テキストプロンプトから即座に探索可能な3D世界を生成する新たなワールドモデル「Genie 3」を発表しました。研究プレビ…

OpenAI、次世代AI「GPT-5」を正式発表 – 無料版でも利用可能で「博士号レベル」の専門性を実現

OpenAI、次世代AI「GPT-5」を正式発表 – 無料版でも利用可能で「博士号レベル」の専門性を実現

米OpenAI(オープンAI)は2025年8月7日、対話型AI「ChatGPT」の次世代基盤モデル「GPT-5」を正式に発表しました。 サム・アルトマンCEOは記者会見で「対話能力が高校生・大学生レベ…

Google、大学生向けに「Gemini Pro」を1年間無料提供開始(学割)

Google、大学生向けに「Gemini Pro」を1年間無料提供開始(学割)

Googleは、大学生を対象としたAI学習支援プログラムを発表し、通常月額2,900円の「Google AI Pro プラン」を1年間無料(学割)で提供すると明らかにした。 詳細はこちら 申込み期限は…

ElevenLabs、AI音楽生成モデル『Eleven Music』をローンチ – 音楽業界との協業で権利者保護を実現

ElevenLabs、AI音楽生成モデル『Eleven Music』をローンチ – 音楽業界との協業で権利者保護を実現

AIオーディオ技術のリーディングカンパニーであるElevenLabs(本社:米国ニューヨーク州、CEO:Mati Staniszewski)は8月5日、新たなAI音楽生成サービス『Eleven Mus…

Google のAIコーディングエージェント「Jules」が正式版に – 非同期でコード修正・機能追加を自動実行

Google のAIコーディングエージェント「Jules」が正式版に – 非同期でコード修正・機能追加を自動実行

Google が開発したAIコーディングエージェント「Jules(ジュールズ)」が2025年8月6日、ベータ版を卒業し正式版として提供開始されました。Gemini 2.5 Proを搭載したJulesは…

OpenAI、5年ぶりにオープンソースAI推論モデルを発表(gpt-oss-120b、gpt-oss-20b)

OpenAI、5年ぶりにオープンソースAI推論モデルを発表(gpt-oss-120b、gpt-oss-20b)

OpenAIは8月5日(現地時間)、同社のo-seriesと同様の能力を持つ2つのオープンウェイトAI推論モデル「gpt-oss-120b」と「gpt-oss-20b」の提供開始を発表しました。これは…

Anthropic、AIモデル「Claude Opus 4.1」を発表 コーディング性能大幅向上でGPT-5との競争激化

Anthropic、AIモデル「Claude Opus 4.1」を発表 コーディング性能大幅向上でGPT-5との競争激化

米Anthropicは8月5日(現地時間)、最新のAIモデル「Claude Opus 4.1」を発表しました。同社のフラッグシップモデル「Claude Opus 4」のアップグレード版として位置づけら…

CloudflareがPerplexityの「ステルスクローラー」を告発、robots.txt無視でアクセス回避か

CloudflareがPerplexityの「ステルスクローラー」を告発、robots.txt無視でアクセス回避か

2025年8月4日、米Cloudflareは公式ブログで、AI検索サービスPerplexityがウェブサイトの「クロール禁止」指示を回避するために、未申告のクローラーと偽装したユーザーエージェントを使…

キリン、AI役員「CoreMate」を経営戦略会議に本格導入 – 12のAI人格が意思決定を支援、生産性向上と価値創造を同時実現

キリン、AI役員「CoreMate」を経営戦略会議に本格導入 – 12のAI人格が意思決定を支援、生産性向上と価値創造を同時実現

キリンホールディングスは、経営層の意思決定を支える「AI役員 CoreMate」を2025年7月以降のグループ経営戦略会議に本格導入すると発表しました。同社の「KIRIN Digital Vision…

Manusが大規模並列リサーチ機能「Wide Research」をリリース

Manusが大規模並列リサーチ機能「Wide Research」をリリース

AIエージェントプラットフォームを手がけるManusは、2025年8月1日に新機能「Wide Research」を正式リリースしました。この新機能は、複数のAIエージェントが協調・並列してタスクを実行…

Google、Gemini 2.5の新モード「Deep Think」を正式リリース

Google、Gemini 2.5の新モード「Deep Think」を正式リリース

2025年8月1日、Googleは生成AIアプリ「Gemini」に高度な推論モード 「Gemini 2.5 Deep Think」 を追加したと発表しました。まずは月額サービス Google AI U…

【速報】OpenAI「GPT-5」8月上旬リリースへ – “Mini”“Nano”を含む3ライン展開

【速報】OpenAI「GPT-5」8月上旬リリースへ – “Mini”“Nano”を含む3ライン展開

米 OpenAI は次世代大規模言語モデル「GPT-5」を 2025 年 8 月上旬に正式リリースする方針を固めました。内部試験では推論特化型の o3 モデルを組み込み、Standard・Mini・N…

Google NotebookLM、動画による要約機能「Video Overviews」を追加 – スライド付きで理解度向上を図る

Google NotebookLM、動画による要約機能「Video Overviews」を追加 – スライド付きで理解度向上を図る

米Googleは7月29日(現地時間)、パーソナライズされたAI研究アシスタント「NotebookLM」に、新機能「Video Overviews」(動画概要)を追加すると発表しました。この機能は、昨…

Genspark AIが主催する「スライド生成対決」が注目を集める

Genspark AIが主催する「スライド生成対決」が注目を集める

2025年7月29日(火)午後8時5分――AI 技術の最前線を走る Genspark AI は、グローバルイベント「GENSPARK AI 直接対決」の第2弾として「ラウンド2:スライド生成対決」を開…

Z.ai、新たなフラッグシップモデル「GLM-4.5」シリーズを発表

Z.ai、新たなフラッグシップモデル「GLM-4.5」シリーズを発表

Z.aiは2025年7月28日、推論、コーディング、エージェンシック(自律的)タスクに特化した新しいフラッグシップモデル「GLM-4.5」と「GLM-4.5-Air」を発表しました。 2つのモデルライ…

Sales Marker、国内初のAIスーパーエージェント「Orcha」をリリース – 複数AIツールの統合課題を解決

Sales Marker、国内初のAIスーパーエージェント「Orcha」をリリース – 複数AIツールの統合課題を解決

営業・マーケティング自動化を手がける株式会社Sales Markerは、AIスーパーエージェント「Orcha(オルカ)」を正式リリースしました。同社は「国内初」としており、第一弾として自動スライド生成…

NVIDIA研究チーム、「小型言語モデル(SLM)がエージェント型AIの未来」と提言

NVIDIA研究チーム、「小型言語モデル(SLM)がエージェント型AIの未来」と提言

NVIDIA Researchの研究チームが、AIエージェントシステムにおいて小型言語モデル(SLM:Small Language Models)が大規模言語モデル(LLM:Large Languag…