2025/6/5 AIエクスプレス｜AIの新機能：ジェミニ、クロード・コード、ChatGPTの機能アップについて

最新のニュースでは、グーグル・ディープマインドのGemini-2.5-Pro（バージョン06-05）が、すべての競争分野で再び首位を獲得した。

このモデルは、テキスト処理、視覚認識、ウェブ開発など多くの領域で優れており、特にコーディング、数学、創作、多ラウンド対話などの難易度の高いタスクで優れている。第一位性能の今回のアップデートは、プログラミング能力、論理的推論、創造的文章作成能力を向上させただけでなく、複雑な命令や長いクエリを処理する能力をさらに強化した。

ジェミニ2.5プロ最もスマートなモデルのひとつであり、いくつかの重要な分野で優れている：

• プログラミングスキルが向上し、より複雑なコーディング作業をこなせるようになる。
• 複雑な問題をよりよく理解し、解決するための論理的推論能力の向上。
• クリエイティブ・ライティングのスキルを高め、より創造的なコンテンツを生み出す。

今回のアップデートは、ジェミニ・シリーズの人工知能分野における新たな重要なブレークスルーであり、将来のアプリケーションにさらなる可能性を提供するものである。

グーグル・ディープマインド・チームのこの重要な功績を祝福する！

クロード・コードとOpus 4の組み合わせは、今日の市場で最も優れたプログラミング・ツールの1つとして高く評価されており、プログラミングの未来について前例のない視点を提供している。

総合的な開発ツールであるクロードコードは、開発者が様々な複雑なアプリケーションシナリオに簡単に取り組むことができる優れた製品設計のセンスを持っています。その特徴は以下の通りです：

• フルスタック開発をフルサポート
• 優れた製品デザインのセンス
• 楽しいユーザー体験
• シンプルで使いやすいインターフェース

初心者でもベテラン開発者でも、クロードコードは効率的で簡単なプログラミング体験を提供します。まだこのツールを使い始めていないなら、すでに技術的な遅れをとっているかもしれません。

クロード・コードのパワーと使い方のヒントをよりよく知るには、72分のビルド・デモ・ビデオでより実践的なヒントとベスト・プラクティスをご覧ください。

OpenAIは最近、企業の生産性と効率性を向上させるために設計されたChatGPTの一連の新しいビジネス機能を開始しました。これらの新機能には、社内ツールコネクタ、会議記録、カスタム統合、企業向け価格モデルの更新などが含まれます。

今回のアップデートで、ChatGPTはGoogle Drive、SharePoint、Dropbox、Boxといった様々なオンプレミスツールのサポートを追加しました。これらはリアルタイムアクセスを可能にし、チーム、企業、教育機関のお客様にリファレンスを提供するコネクタであり、管理者は設定でコネクタへのアクセスを制御することができます。

綿密なリサーチ機能チーム、企業、教育機関、ProおよびPlusユーザーを対象に、Google Drive、SharePoint、Dropbox、Outlook、Gmailなどの複数のプラットフォームをサポートします。ユーザー、スイス、EEA、英国のユーザーを除く）。

さらに、Google Cloud Drive Sync Connectorは、組織のクラウドコンテンツを事前にインデックス化し、セマンティック検索により、ドキュメント、スライド、テーブルなどへの迅速かつ高品質な対応を可能にするほか、o4-mini、o3、GPT-4oなどのモデルをサポートしており、管理者はユーザーのニーズに応じて権限を割り当てることができる。

企業顧客向けの柔軟な価格設定モデルも調整され、高度なChatGPTモデルや機能にクレジットベースのアクセスメカニズムを導入しました。これにより、企業ワークスペースは、コアChatGPTモデルや機能への無制限のアクセスを維持しながら、高度な機能を使用するときにすべてのユーザーが差し引かれるクレジットの共有プールを購入することができます。

最新のリリースはProduction Ready Spreadsheet Agentツールです！

監査法人、税務チーム、保険会社、企業の財務部などの業界では、週に10時間以上、何百もの表計算ファイルを手作業で操作し、数字をコピー・アンド・ペーストする必要がある。このような非効率的な作業方法は、時間の無駄であるだけでなく、エラーを引き起こしやすい。

私たちのプロキシツールは、「解析が先、推論は後」というアーキテクチャを採用している。視覚的な構造と文脈を理解する能力、そして以下の能力：

• 混乱しがちなスプレッドシートを標準フォーマットに変換
• スプレッドシートのコンテンツに直接自然言語によるクイズを出題
• マージされたセルと複雑なレイアウトの処理
• 変換中のデータ関係の維持

テストでは、OpenAI Code Interpreter (GPT 4.1)が751 TP3Tにとどまったのに対し、エージェントツールは961 TP3Tという精度で、人間のベースラインを上回った。

詳細はブログをご覧ください： https://t.co/zO0ZXvsjZ7

Spreadsheet Agentツールは現在プライベートプレビュー中です。トライアルをご希望の方は、https://t.co/YFCL9weLWU までご連絡ください。

今すぐサインアップして、最先端の文書処理技術LlamaCloudをお試しください： https://t.co/D2LIAXZZB0

最近、Google AI開発者チームは、Gemma 3モデルを微調整することで、画像ターゲット検出タスクを可能にするように設計された新しいオープンソースプロジェクトをリリースした。

Gemma 3はGoogle DeepMindによって開発された視覚処理能力を持つマルチモーダルモデルであるが、初期状態ではターゲット検出やセマンティックセグメンテーションといった画像に特化したタスクを実行することができない。PaliGemma（@giffmana et.al）プロジェクトに触発された本プロジェクトでは、より効率的なタスク処理のために、画像固有のタスクを自己回帰タスクに変換する方法を示す。

このプロジェクトの主な貢献者はセルジオ・パニエゴ氏らで、ユーザーが素早くパラメーターを調整し、微調整のプロセスを開始できるよう、この軽量なコードベースを共同で作成した。具体的な手順は以下の通り：

1. ラベルでターゲット検出データセットを作成する；
2. Hugging Face HubからGemma-3モデルをダウンロードしてください；
3. モデルの微調整；
4. 予測結果の視覚化。

これまでのところ、生成された画像の品質は理想的とは言えないが、Gemma 3は、基本的なバウンディングボックスを構築するのに十分な、わずかなデータ点数で位置ラベルを生成することができた。この結果を受けて、チームはこのプロジェクトの公開を決定した。

今後の予定チームは、最適化によって結果をさらに向上させたいと考えており、コミュニティ・メンバーがコードを提供したり、改善点を提案したりすることを歓迎している。

モーフV2、処理できるシステム1600トークンコード修正モデルがプレイグラウンド・プラットフォームで利用可能になった。このモデルはコード修正の効率を向上させるように設計されており、ソフトウェア開発、コードレビュー、自動テストなど幅広い領域に適用できる。

Morph V2は高度な自然言語処理技術を使って、高品質のコードスニペットを素早く理解し、生成します。その効率的な処理速度により、開発者は短時間で多数のコードの修正や最適化を完了することができます。

主な特徴

• 毎秒1600トークンを処理し、コード修正速度を大幅に向上；
• Python、JavaScript、Javaなど、複数のプログラミング言語に対応しています；
• 簡単に始められる直感的なユーザーインターフェースを提供。

この新しいツールは、開発者の生産性を大幅に向上させ、コード管理と最適化のための重要なツールとなることを約束する。

Anthropicは最近、より効率的で正確な情報検索体験をユーザーに提供するために設計された新しいウェブ検索ツールをリリースした。このツールは、高度な自然言語処理技術を利用し、複雑なクエリ文を理解し、膨大な量のデータを素早くふるいにかけ、最も関連性の高い結果を見つけます。

この検索ツールは一般ユーザーだけでなく、特に研究者や企業ユーザーに適している。ディープラーニング・アルゴリズムによって検索結果の品質を最適化し、生産性を大幅に向上させることができる。

主な特徴は以下の通り：

• インテリジェントな意味理解：ユーザーのクエリーインテントを正確に解析することができる。
• 多言語サポート：グローバルユーザーのニーズに対応するため、様々な一般的な言語をカバー。
• リアルタイムの更新: データソースを継続的に更新し、情報が最新であることを確認する。

Anthropicのこの革新的なツールは、現代の情報検索に新境地を開くものであり、注目に値する。

先日、人工知能テクノロジー企業の@xaiが、最新のリアルタイム検索機能を発表した。この新機能は、高度な自然言語処理と機械学習アルゴリズムを組み合わせることで、より正確で瞬時の検索結果をユーザーに提供する。

リアルタイム検索は、ユーザーのクエリーニーズに素早く反応するだけでなく、ユーザーの検索履歴や行動パターンに基づいてパーソナライズされたレコメンデーションを行い、ユーザーエクスペリエンスを大幅に向上させる。

主な特徴は以下の通り：

• リアルタイムフィードバック：ユーザーがキーワードを入力すると、システムは即座に関連する結果を返します。
• インテリジェント・レコメンデーション：ユーザーの過去の検索記録と行動データに基づいたパーソナライズされた提案。
• マルチモーダル対応：テキスト、画像、ビデオ検索など、複数のコンテンツ形式をサポート。

この機能は、eコマース、オンライン教育、ニュースや情報など、多くの分野をカバーする幅広い応用シナリオを持っている。企業にとって、リアルタイム検索はユーザーの満足度を向上させるだけでなく、競争市場でも際立つことができる。

テクノロジーの絶え間ない進歩に伴い、リアルタイム検索機能はさらに最適化され、ユーザーによりインテリジェントなサービスを提供する。

v0の最新バージョンでは、インライン・コード生成がサポートされた。

今回のアップデートにより、迅速かつ正確なコード編集を行う際に、⌘+K ショートカットを押すことで、変更が必要であることが分かっているコードのセグメントを直接修正できるようになりました。これにより、開発者の生産性が向上するだけでなく、手作業によるタイプミスの可能性も減少します。

主な特徴は以下の通り：

• リアルタイムコード生成：他のツールやページに切り替える必要がなく、コードの変更は現在のエディターで直接行われます。
• インテリジェントなサジェスチョン：システムは、コンテキストに基づいて関連するコードスニペットを提供することができ、開発速度をさらに向上させます。
• 幅広いプログラミング言語との互換性：JavaScript、Python、その他主要な言語であれ、v0はそれをサポートしています。

さらに、v0チームはこの機能の実際の使い方を紹介するビデオを公開した。興味のある開発者は、以下のリンクから詳細を見ることができる：デモビデオを見る。

このハンズオン例では、LlamaExtractとエージェントワークフローを使用してSEC Form 4抽出を自動化する方法を紹介します。

SECフォーム4は、会社の役員、取締役、大株主に株式取引の開示を義務付けることで、市場の透明性において重要な役割を果たしている。これは規制当局によるインサイダー取引の監視に役立つだけでなく、投資家にとっても重要な情報源となる。

このColabでは、我々はこうする：

• 構造化されていない Form 4 ファイルから構造化情報を抽出する抽出エージェントを作成する。
• ダウ工業株30種平均の全企業のSECフォーム4提出書類から取引情報を抽出するスケーラブルなワークフローを構築。

こうすることで、大量のデータを効率的に処理し、情報の正確性と一貫性を確保することができる。

完全な例を見る: https://t.co/fJwoSHYfvo