【生成AIニュースメモ】OpenAI、推論・翻訳・文字起こし対応の音声モデル3種をAPIに追加(2026/5/8)
OpenAIは2026年5月7日、APIに3つの音声モデルを追加したと発表しました。GPT-5クラスの推論能力を初めて備えた音声モデル「GPT-Realtime-2」、70以上の入力言語から13の出力言語へ話者のペースを保ったまま翻訳する「GPT-Realtime-Translate」、発話中にリアルタイムで文字起こしする「GPT-Realtime-Whisper」です。単純な応答の往復にとどまらず、聞き、推論し、翻訳し、文字起こしし、会話の進行と同時に行動できる音声インターフェースの実現を狙っています。
Google CloudとSalesforce、提携を拡大 AIエージェントが両社プラットフォームを横断して業務を自動化
Google CloudとSalesforceは、AIエージェントが両社のプラットフォームを横断して業務を自動化できるよう提携を拡大しました。Salesforceの「Agentforce」とGoogleの「Gemini Enterprise
【生成AIニュースメモ】Anthropic、Claude Managed Agentsに自己改善などの新機能を追加(2026/5/7)
Anthropicは2026年5月、Claude Managed Agentsの新機能「ドリーミング」をリサーチプレビューとして発表しました。過去のセッションを見直してパターンを見つけ、エージェントの自己改善を助けるメモリの拡張機能です。あわせて、成果物の品質基準を定める「アウトカム」、複数のエージェントで複雑なタスクを分担する「マルチエージェントオーケストレーション」、Webhookも開発者向けに提供します。最小限の指示で複雑なタスクをこなせるエージェントの構築を狙った更新です。
【生成AIニュースメモ】Anthropic、SpaceXと計算資源で提携しClaudeの利用上限を拡大(2026/5/7)
Anthropicは2026年5月6日、SpaceXとの計算資源に関する提携を発表するとともに、Claude CodeとClaude APIの利用上限の引き上げを明らかにしました。SpaceXのColossus 1データセンターの全計算能力を利用する契約で、月内に300メガワット超(NVIDIA GPU 22万基超)の新規容量を確保します。これまでのAmazonやGoogleなどとの計算資源契約と合わせた容量拡大により、最も熱心な顧客の利用体験を改善する制限緩和が可能になったとしています。
Microsoft Research、強化学習で3D整合性を高める動画生成フレームワーク「World-R1」を発表
Microsoft Researchは、動画生成における3次元的な不整合を解消する新フレームワーク「World-R1」を発表しました。この手法は、既存モデルのアーキテクチャを変更せずに強化学習（Flow-GRPO）を活用し、3D基盤モデルか