アリババグループの通義实验室が開発した、ビジュアルドキュメントを対象としたRAG（Retrieval Augmented Generation）システムViDoRAGがオープンソース化されました。評価実験の結果、79.4％の高い精度を達成したことが報告されています。

Der Technologie-Blog The Decoder veröffentlichte kürzlich einen Bericht über OpenAIs neuestes Modell GPT-4.5, der Zweifel an der Wirtschaftlichkeit des Modells aufwirft. Offiziellen Daten zufolge hat GPT-4.5 zwar eine Leistungssteigerung gegenüber seinem Vorgänger GPT-4 gezeigt, die Kosten sind jedoch deutlich gestiegen. Konkret übertrifft GPT-4.5 GPT-4 in folgenden Bereichen: Professionelle Anfragen (63,2%), Alltagsanfragen (57%) und...

OpenAI社はXプラットフォームでツイートを発表し、ChatGPTの高機能音声モード（Advanced Voice Mode）を本日より一般ユーザーに無料で公開すると正式に発表しました。発表によると、ChatGPTの高機能音声モードはGPT-4o miniモデルをベースとしており、計算効率を最適化することで、性能面では完全版のGPT-4oモデルに匹敵するレベルに達しています。

イーロン・マスク率いる人工知能企業xAIは、月曜夜に最新鋭AIモデルGrok 3を発表し、iOSとウェブ向けの新たな機能も同時にリリースしました。Grokは、OpenAIのGPT-4oやGoogleのGeminiなどのモデルに対するxAIの回答であり、画像分析や質問応答機能を備え、マスク氏のソーシャルネットワークX上で様々な機能を提供します。Grok3の開発には数ヶ月を費やしており、当初は2024年のリリースが予定されていましたが…

先日、OpenAIはChatGPTのGPT-4oモデルをアップデートしました。このニュースはOpenAIのCEOであるSam Altman氏がXで明らかにしました。Altman氏は、このアップデートは先週末に行われ、ユーザーエクスペリエンスの更なる向上を目指していると述べています。彼は、新バージョンのモデルは使用時に優れたパフォーマンスを発揮し、ユーザーによりスムーズな体験を提供すると強調しました。大規模言語モデルの競争においてDeepSeek-R1を上回り、首位に並んでいます。

AI界に再び波紋！OpenAIのCEOであるサム・アルトマンは先日、GPT-4oモデルが大幅なアップデートを受けたことを示唆しました。具体的な詳細は明かされていませんが、ユーザーによる「民間の評価」は既に大きな話題となっています。多くのブロガーが、アップグレード後のGPT-4oはまるで生まれ変わったかのように、知能が向上しただけでなく、驚くべき「パーソナライズ」と「感情理解力」を示し、AIが密かに「魂」を進化させたのではないかとさえ思わせるほどです！ユーザーの最も直感的な感想は、GPT-4oが変わったということです。

ミュンヘン大学、ミュンヘン機械学習センター、Adobe Researchによる最近の共同研究によると、GPT-4o、Gemini 1.5 Pro、Llama-3.3-70Bなど、12種類の最先端AI言語モデルは、長文の概念推論タスクにおいて顕著な性能低下に直面しています。これらのモデルは、少なくとも128,000トークンのコンテキスト処理をサポートしていますが、深層的な論理的関連付け能力には根本的な限界があることが示されています。研究チームは、NOLIMA（ノーテキストマッチング…

最近、非営利団体Epoch AIによる調査で、OpenAIのチャットボットプラットフォームChatGPTの消費電力状況が明らかになりました。その結果、ChatGPTの消費電力は初期の推定値をはるかに下回ることが判明しました。一部報道によると、ChatGPTが1つの質問に答えるのに約3ワット時の電力を必要とするとのことでしたが、Epoch AIの調査ではこの数値は過大評価されているとされています。調査によると、OpenAIの最新のデフォルトモデルGPT-4oを使用した場合、平均して1回のクエリあたり消費電力はわずか

本日、中国聯通は、傘下の聯通データインテリジェンス有限公司が元景思考チェーン大規模言語モデルを正式に発表したと発表しました。この革新的な成果は、GitHub、魔搭、始智などの複数のコミュニティで全面的にオープンソース化されており、中国聯通の人工知能分野における重要な一歩を意味します。

OpenAIは、最新のAIエージェント「Operator」を発表しました。このツールは、ユーザーがインターネット上で様々なタスクを実行する支援を目的としています。OpenAIのブログによると、「Operator」は現在「リサーチプレビュー」段階にあり、まずは月額200ドルのChatGPT Proサブスクリプションユーザー（米国）を対象としています。「Operator」は、「コンピュータ利用エージェント」と呼ばれるモデルを採用しており、GPT-4oのビジョン能力と強化学習を組み合わせた設計となっています。

バイトダンスは、最新のDoubao大規模言語モデル1.5Pro（Doubao-1.5-pro）を発表しました。この新しいモデルは、複数の分野で優れた総合的な能力を発揮し、業界をリードするGPT-4oやClaude3.5Sonnetを上回る性能を達成しました。このモデルの発表は、バイトダンスの人工知能分野における重要な一歩を示しています。Doubao 1.5Proは、新しいスパースMoE（混合専門家）アーキテクチャを採用しており、少ない活性化パラメーターで事前学習が行われています。この設計により、

2025年1月20日、豆包アプリは最新の「エンドツーエンド」音声大規模言語モデルを発表し、リアルタイム音声通話機能を大幅に更新しました。この進歩は、豆包の音声インタラクション分野における更なる飛躍を意味し、従来のASR（自動音声認識）、LLM（大規模言語モデル）、TTS（テキスト音声変換）の連携方式を凌駕し、音声認識、理解、生成を単一モデルに統合しました。『インテリジェント・エマージェンス』のテストによると、新型豆包アプリの最大の特徴は、人間のような表現力を持つ点です。

本日、阿里云通義チームは、新たな数理推論プロセス報酬モデルQwen2.5-Math-PRMを発表しました。72Bと7Bの2つのサイズが提供され、同種のオープンソースプロセス報酬モデルを大幅に上回る性能を示し、特に推論エラーの識別において顕著な成果を上げています。特に7Bバージョンは、業界で広く利用されているGPT-4oを上回る驚異的な成果を達成し、阿里云の数理推論モデル開発における重要な一歩となりました。

本日、iFLYTEK星火4.0 Turboは全面的なアップグレードを受けました。テキスト生成、言語理解、知識質問応答、論理推論、数学能力、コーディング能力、マルチモーダル能力という7つのコア機能が大幅に強化され、特に数学とコーディング能力において、高性能なGPT-4oを上回りました。

人工知能技術の急速な発展に伴い、OpenAIは2023年10月1日、インテリジェント音声アプリケーション構築のための強力なツールを開発者向けに提供することを目的とした最新のリアルタイムAPIを発表しました。このAPIのリリースは広く注目を集め、特にOpenAI DevDayシンガポール会場では、Daily.coのエンジニアが、このAPIを使用する過程で得られた経験と教訓を共有しました。エンジニアたちはリアルタイムAPIを活用して製品を構築するだけでなく、オープンソース活動にも積極的に参加しています。

マイクロソフトは最近、Hugging FaceプラットフォームでPhi-4という小型言語モデルを発表しました。このモデルのパラメータ数はわずか140億ですが、複数の性能テストで優れたパフォーマンスを示し、OpenAIのGPT-4oやQwen2.5、Llama-3.1などの著名なモデルを上回っています。以前行われたアメリカ数学コンテストAMCのテストでは、Phi-4は91.8点を獲得し、Gemini Pro1を大きく上回りました。

2025年のCESで、閃極は海外向けの新ブランドloomosを発表し、loomos AIグラスという新製品を初公開しました。このグラスはハードウェア構成と機能において、国内版の閃極AI「拍拍鏡」とほぼ同じで、最大4Kの写真撮影と1080Pの動画撮影に対応しています。異なる点は、loomos AIグラスがGPT-4oを搭載した音声アシスタントを搭載し、文字翻訳などのリアルタイムなサポートを提供できることです。