ElevenLabsが音声エージェントを構築できる開発者向けプラットフォーム「Conversational AI」を発表。音声合成企業から対話型AIエージェント企業への進化を印象づけました。
Sunoが新モデル「v4」を発表。ボーカルの明瞭さや歌詞の聞き取りやすさ、楽曲構成のダイナミズムが向上し、Remaster機能など新機能も同時に投入されました。
Perplexityが米国のPro会員向けに、商品カード表示とワンクリック購入に対応したショッピング機能を発表。検索エンジンからeコマース領域へ踏み出し、GoogleやAmazonと競合する新たな戦線を開きました。
Anysphereが、高速なAIコード補完ツール「Supermaven」を開発するチームを買収したと発表。Supermaven創業者のJacob Jackson氏らが合流し、Cursorのタブ補完モデル強化に取り組むことになりました。
Anthropicが、Claudeが人間のようにパソコン画面を見てカーソル操作・クリック・入力を行う「computer use」機能をAPIベータで公開。同時に強化版Claude 3.5 SonnetとClaude 3.5 Haikuも発表しました。
Stability AIが「これまでで最も強力」と位置づけるStable Diffusion 3.5を公開。Large・Large Turbo・Mediumの3モデルを揃え、商用・非商用ともに無料で利用できます。
Perplexityが、Web検索と社内ファイルを同時に検索できる「Internal Knowledge Search」と、チームで調査を共同作業できる「Spaces」を発表。個人向けツールから企業向けプラットフォームへの転換点となりました。
Alibaba CloudがApsara Conferenceで「Qwen2.5」シリーズを発表。汎用・コード・数学特化を含む100種類超のモデルを公開し、「史上最大級のオープンソースリリース」とうたいました。
OpenAIが応答前にじっくり思考する新系統モデル「o1-preview」「o1-mini」を発表。国際数学オリンピック相当の問題でGPT-4oを大きく上回る精度を記録しました。