OpenAIが文章から最長1分の動画を生成する新モデル「Sora」を発表。研究段階のプレビューとして、複雑なシーンや複数キャラクターを含む高精細な映像サンプルを公開しました。
GoogleがBardブランドを廃止し「Gemini」に一本化。最上位モデルUltra 1.0を使える有料プラン「Gemini Advanced」とAndroid向けアプリを同時に開始した。
ElevenLabsがシリーズBで8,000万ドルを調達し、評価額11億ドルのユニコーン企業に到達。同時にダビングスタジオやボイスライブラリなど新製品群も発表しました。
GitHubがGPT-4搭載のチャット機能「GitHub Copilot Chat」をVS CodeとVisual Studioで一般提供開始。追加料金なしで全Copilotプランに含まれる形になりました。
Midjourneyが約9か月かけて開発したV6モデルを公開。画像内に文字を描画できるようになり、プロンプトの解釈方法も大きく変更されました。
AI音楽生成のSunoがウェブアプリを一般公開し、Microsoft Copilotのプラグインとしても提供開始。誰でも歌詞付きの楽曲をAIで生成できる時代の始まりとなりました。
Mistral AIが混合エキスパート(MoE)構成の「Mixtral 8x7B」を公開。Llama 2 70Bを上回りつつ6倍高速な推論を実現し、GPT-3.5に匹敵する性能をオープンウェイトで示しました。
Googleが新世代AIモデル「Gemini 1.0」を発表。テキスト・画像・音声・動画・コードを統合的に扱うマルチモーダル設計で、Ultra・Pro・Nanoの3モデルを用意した。
中国のAIスタートアップDeepSeekが、2兆トークンで学習した67BパラメータのDeepSeek LLMをオープンソース公開。Llama 2 70Bを上回る性能を主張し、その後の急成長の出発点となりました。