新しいフラッグシップモデル「GPT-4 Omni」を発表します。このモデルは、音声、画像、テキストをリアルタイムで統合して推論できます。
Anthropicは月曜日（4/20）、Amazonとの新しい長期パートナーシップ契約を発表しました。今後10年間でAWSの計算能力に1000億ドル以上を投資し、Claudeモデルの訓練と展開用に最大5GWの計算容量を確保します。両社は資本提携も拡大し、Amazonは当初50億ドルを投資し、ビジネスマイルストーンに基づいて最大200億ドルを追加投資する予定です。
5GWは小さな都市を動かすのに十分な電力で、Anthropicがそれを10年間ロックした — これは希少性経済学の実例だ
OpenAIが過去最大級の1,220億ドルの資金調達を発表しました。この資金は次世代の高性能チップ購入、グローバル展開、そしてChatGPT、Codex、エンタープライズAIの急増する需要に対応するために使われます。要するに、OpenAIは超高性能なコンピュータに大投資して、AIを誰もが使える技術にしようとしているわけです。
この1220億ドルはChatGPTだけじゃない — OpenAIが丸ごとソフトウェアカテゴリーをAI-ファーストソリューションで置き換えられると賭けてるんだ
OpenAIが企業向けAIの次のフェーズを発表しました。Frontier、ChatGPT Enterprise、Codex、そして企業全体で使えるAIエージェント（AI代理人）といった新しいツールが登場します。金融から製造業、小売まで、様々な業界でAI導入が加速しているんです。つまり、OpenAIは単に新製品を出すのではなく、企業全体がAIを使いこなすための基盤を整えようとしているわけです。これまでAIは特定の部門だけの話でしたが、これからは会社全体で当たり前に使われるようになるということ。あなたの仕事のやり方も変わるかもしれません。
OpenAIは企業全体のAIエージェントを、単なるカスタマーサービス用チャットボットではなく、新しい標準として位置付けています
AnthropicがClaudeプラットフォームに「アドバイザー戦略」を導入しました。簡単に言うと、強力なOpusモデルを「アドバイザー」として、安いSonnetやHaikuを「実行者」として組み合わせるということです。AIエージェントが難しい判断に直面したとき、Opusにリアルタイムで相談でき、Opusが計画を提示した後、実行者が処理を続ける——すべて1回のAPI呼び出しで完結します。つまり、Sonnetに近いコストで、Opusに近い知能レベルを手に入れられるわけです。テスト結果によると、Opusをアドバイザーとして使ったSonnetは、単独のSonnetと比べてコード生成ベンチマークで2.7ポイント高いスコアを記録しました。正直なところ、かなり賢い戦略ですね。
SWE-benchで2.7ポイント改善って小さく聞こえるかもしれませんが、コーディングベンチマークではこれが『まあまあ』と『実際に使える』の分かれ目なんです
テックブロガーの見解
OpenAIがチャットボットを殺した。GPT-4oは話し、見て、人間のように考える。
OpenAIが今日GPT-4 Omniをリリースしました。これは単なる言語モデルのアップグレードではなく、実際に人間と話しているように感じる初めてのAIです。このモデルは音声、ビジョン、テキストをリアルタイムで同時に処理するため、デジタル時代遅れのようにチャットボックスに思考を入力する必要がもうありません。文字通り写真を見せながら会話でき、あなたが機械と話していることを忘れさせるような文脈認識で即座に応答します。デモ動画では、人々が途中で割り込み、カメラを通して見えるものを分析するよう求め、友人と話しているように自然に流れる応答を得ている様子が映っています。本当にワイルドなのは、これが実験室の実験ではなく、今日からChatGPTユーザーにロールアウトされているということです。実際に会話型のAIの時代が始まり、他のすべての音声アシスタントは突然スピーク・アンド・スペルのように聞こえます。
Action
馬上試用Typing questions into chatbots, waiting for text responses, then awkwardly reading AI-generated speech aloud
Having natural conversations with AI that can see what you see and respond as quickly as a human friend
AI分析
カスタマーサービス
high音声ファーストのカスタマーサポート戦略を今すぐ計画し始めてください — GPT-4oのリアルタイム音声処理により、自動音声応答システムは数ヶ月以内に時代遅れになります
これは単なるチャットボットの改善ではなく、GPT-4oは文字通りあなたの画面を見て、あなたのイライラを聞いて、テキスト音声変換の気まずい遅延なしに即座に応答できます
顧客はあらゆる場所でこのレベルのシームレスなインタラクションを期待するようになり、最初にこれを導入した企業が会話を支配することになります
教育テクノロジー
highマルチモーダル個別指導体験をすぐにプロトタイプ化してください — リアルタイム音声と視覚学習を完璧に組み合わせた最初のEdTech企業が市場全体を独占します
GPT-4oは学生が紙の上で数学の問題を解きながら自分の考えを説明するのを見守り、その後、彼らの作業と推論の両方に即座にフィードバックを提供できます
すべての親がこれを子どもに求めるようになり、従来の家庭教師は百科事典と同じくらい時代遅れになります
職種への影響分析
音声ユーザーインターフェースデザイナー
役割変化GPT-4oのリアルタイム音声処理により、ウェイクワード、コマンド構造、そして私たちが何年も我慢してきた不器用な音声インタラクションが不要になります
今すぐ会話型AI設計パターンを学んでください — 未来は音声コマンドではなく自然な対話です
テクニカルサポートスペシャリスト
役割変化AIがあなたの画面を見て、あなたの問題を聞いて、完璧なコンテキストで即座に応答できるようになると、サポート業界全体が技術的なトラブルシューティングではなく人間的な共感を中心に再構成されます
複雑な問題解決と感情的知性スキルにシフトしてください — ルーチン業務はすぐに消えます
コンテンツクリエイター
チャンスGPT-4oはあなたの粗い動画フッテージを処理し、あなたのナレーションを理解し、あなたがまだ録画している間にリアルタイムで編集を支援できます
次のプロジェクトでライブAIコラボレーションを試してください — クリエイティブワークフローが大幅にアップグレードされました