ElevenLabsがAI音声合成プラットフォームのベータ版を公開し、200万ドルのプレシード資金調達も発表。人間らしい抑揚を再現するテキスト読み上げで注目を集めました。
MidjourneyがアニメスタジオSpellbrushと共同開発した画像生成モデル「niji」を公開。二次元イラスト表現に特化した初のモデルとして登場しました。
ChatGPT公開のわずか1週間後、Perplexity AIが引用付きで質問に直接回答する「答えエンジン」を公開。検索とチャットボットを融合した新しいアプローチとして注目されました。
OpenAIがGPT-3.5ベースの対話型AI「ChatGPT」をリサーチプレビューとして無料公開。わずか5日で100万ユーザーを突破し、生成AIブームの起点となりました。
Stability AIがStable Diffusion 2.0を公開。テキストエンコーダーの刷新や安全性フィルタの強化で品質は向上したものの、既存プロンプトとの非互換や表現制限を巡り議論を呼びました。
Midjourneyが完全新設計のAIアーキテクチャを採用したV4モデルを公開。人物や物体の描写精度が大きく向上し、以降のバージョンの土台となりました。
OpenAIがDALL-E 2のAPIを公開し、開発者がアプリやサービスに直接画像生成機能を組み込めるようになりました。1024×1024画像は1枚0.02ドルという価格設定でした。
OpenAIがDALL-E 2の招待リスト制を廃止し、サインアップすれば誰でもすぐに利用できるようになりました。この時点で150万人以上が1日200万枚以上の画像を生成していました。
Adeptが、自然言語の指示に応じてブラウザ上でクリックや入力を実行する初のモデル「ACT-1(Action Transformer)」を公開。あらゆるソフトウェアを操作できる基盤モデルへの第一歩と位置付けました。