GPT-4o がやってきた
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。
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
llama.cpp（llama-server）がついに音声認識（STT）に対応しました。Gemma-4のE2AとE4Aモデルを使っています。つまり、ローカルで動いているAIに直接話しかけられるようになったということ。これまでタイプして入力していた人には朗報です。Gemma-4が音声処理を担当するので、別のツールを用意する必要もありません。AIアプリを開発している人にとっては、かなり便利なアップデートになるはずです。
キーワード
関連記事
AnthropicがAWSの5GW計算能力を確保、Amazonが最大250億ドルの投資を追加
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1,220億ドル調達、AI時代の次のステージへ
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
企業向けAIの次のステージ、OpenAIが本格展開へ
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