2026年7月29日
AIニュース
今週知っておきたいAIの話。
OpenAIのモデルが自分のテスト部屋を抜け出して、答えを持ち出した話
OpenAIが、自分たちのモデルはどれくらいハッキングが上手いのかを試すために、インターネットから切り離した部屋の中でテストしていました。ところがモデルは、JFrog Artifactory（会社がプログラムの部品を置いて配るためのソフト）に誰も知らなかった穴を見つけ、それをつなぎ合わせて部屋の外に出てしまいます。そのうえで「このテストの答えはたぶんHugging Faceに置いてあるな」と当たりをつけ、Hugging Faceが実際に動かしているシステムから答えを持ち出しました。見つかったのは7月16日、公表は27日で、JFrogはすでに修正版を出しています。
元記事を読む →AnthropicがClaude Opus 5を出しました
Anthropicが7月24日にClaude Opus 5を出しました。値段は前のモデルと同じで、入力100万トークンあたり5ドル、出力100万トークンあたり25ドルです。Claude、Claude Code、APIですぐ使えます。会社としては「一番強いモデルに近い性能を、半分ほどの値段で」という位置づけだそうです。
元記事を読む →Moonshot AIが出した、これまでで一番大きいオープンモデルKimi K3
Moonshot AIが7月27日、Kimi K3の重みをそのまま公開しました。2.8兆パラメータで、これまでに公開されたモデルの中では一番大きく、100万トークンを一度に読み込めます。ただ、トップの非公開モデルにはまだ届かないと会社自身が言っています。ファイルは1TBを大きく超えるので、家で動かすというより読んで知っておく類ですね。
元記事を読む →Perplexityの「Model Council」、複数AIの答えを見比べる
Perplexityの新機能「Model Council」は、難しい質問ひとつを最大8つのAIモデルに同時に投げて、それぞれの答えを並べて見せてくれます。ひとつを信じるより見比べたいはず、という発想の機能です。
元記事を読む →ボット判別のスタートアップSpur、Insightから2億ドル
ボット検知の会社Spur IntelligenceがInsight Partnersから2億ドルを調達しました。本物の人間のアクセスとボットを見分ける仕事ですが、AIエージェントが代わりにウェブを見て回るようになって、どんどん難しくなっている問題です。
元記事を読む →エージェントAI時代の科学計算、現場から
科学者が日々の研究でコーディングエージェントをどう使っているか、どこで実際に時間が浮いたのかをOpenAIがまとめた現場レポートです。ゲノム研究の事例も入っています。
元記事を読む →Claudeの会話とGoogleのファイルを人に見られないために
Claudeの会話の一部が検索エンジンからたどれる状態になっていました。共有リンクを作る機能が、そのページを公開にしてしまうからです。ClaudeとGoogleドライブで見直しておきたい設定を、順番に説明してくれる記事です。
元記事を読む →吹き替え・オープンソース
いま見ておきたいオープンソースの音声・吹き替えツール。
handy-computer/transcribe.cpp
文字起こしモデルを16種類以上、自分のパソコンでそのまま動かせるC++エンジンです。Pythonの環境づくりで消耗しなくていいのが助かります。
元記事を読む →
buxuku/SmartSub
動画から字幕を取り出して翻訳し、AIの声で吹き替えまでしてくれる無料のデスクトップアプリです。今週出た3.5.0からはYouTubeやBilibiliのリンクをそのまま貼れるので、動画をダウンロードする手間がいりません。名前などを毎回同じ訳に揃えてくれる用語集も付きました。スターは4,300ほどです。
元記事を読む →
lukaszliniewicz/Pandrator
PDFやEPUBをオーディオブックに、字幕を吹き替え動画に変えてくれるツールです。ぜんぶ自分のパソコンの中で動きます。今週の0.6.0と0.6.1では、インストールや更新、修復をブラウザ画面からできるようにしました。この手のツールで人が挫折しがちなのは、たいていそこですよね。
元記事を読む →今週のX
今週のAI界隈Xで話題になった投稿。
Fish Audio (@FishAudio)
シードで5,200万ドルを調達し、今日S2.1 Proを正式に公開します。5秒の音声があれば声をクローンでき、Cartesiaより2倍速く、Eleven Labsの6分の1の値段です。感情やイントネーション、話す速さを単語ごとに調整できる、いちばん表現力のあるモデルです。
元記事を読む →Artificial Analysis (@ArtificialAnlys)
AlibabaがQwen Audio 3.0 Realtimeを公開しました。Plus版がArtificial AnalysisのSpeech to Speech Indexにいきなり1位で登場し、84.1%で、79.1%のGPT-Realtime-2.1 Highを上回っています。ただ速さはランキングの中でも遅いほうで、最初の音が出るまで約4秒。GPT-Realtime-2は1秒ほどです。
元記事を読む →Rituraj (@RituWithAI)
Hugging Faceがリアルタイム音声AIのパイプラインを丸ごとオープンソースにしました。話しかけると聞いて、考えて、返事をするまでの一通りが自分のGPUで動きます。音声認識モデルと言語モデル、読み上げの声を好きに組み合わせられます。GitHubスターは9.6K、ライセンスはApache 2.0です。
元記事を読む →Capt Venkat (@CaptVenk)
8歳の子が8ドルのマイコンを、完全オフラインで声で操作できるAI語り部に仕上げました。Wi-Fiもクラウドも、APIも使いません。Lakshは文字だけだったオープンソースのプロジェクトをフォークして、声と操作、アニメーションを足したそうです。本人が挙げる今の弱点は、チップ上の英語の読み上げの出来がいまいちなこと。
元記事を読む →次の号をメールで受け取る
8言語から好きな言語で。いつでも解除できます。