Googleは、Geminiアプリの月間アクティブユーザー数が10億人を突破したと発表。同社史上最も急成長したプロダクトだとし、その成長を支える音声対話、Gemini Live、アプリ横断の自動化について説明している。
OpenAIが、ChatGPTの音声基盤を全二重(フルデュプレックス)対話「GPT-Live」向けに半年かけて再構築した経緯を技術ブログで公開。新しい伝送プロトコル「WARP」と即時接続機能「Instant Connect」により、接続開始をUDPパケット1つにまで短縮した。
Manusが「ElevenLabs」をチャットに直接統合。APIキーの管理やコーディング不要で、音声生成・録音の文字起こし・分析、音声機能を使ったアプリ構築までを自然言語の指示だけで行えるようになりました。
OpenAIがChatGPTデスクトップアプリ(macOS/Windows)に音声モード「ChatGPT Voice」を追加。GPT-Liveを基盤に、声だけでChatGPT WorkやCodexのエージェントを起動・指示でき、Macでは画面の内容を参照する「Appshots」機能も利用できます。
Anthropicが「Claude Voice」を刷新し、従来Haiku限定だった音声モードでOpus・Sonnetモデルを選択可能に。Gmail・Googleカレンダー・Slack・Canva・Notionとの連携や10言語対応も加わり、モバイル・デスクトップ・Webにベータ展開されている。
OpenAIが新世代音声モデル「GPT-Live」を発表。相槌や割り込みに自然に対応する全二重会話が可能になり、無料ユーザーも含め全世界で利用開始しています。