動画（マルチモーダル）に関するニュース一覧

米WIREDは2026年5月11日、ハリウッドの脚本家兼ショーランナーがAIモデルの訓練労働者として働く実態を、本人による手記として掲載しました。筆者は2023年のハリウッドストライキ後に仕事が激減し、2025年初頭からMercorやOutlierなどのAI請負企業を通じてデータ注釈の仕事を始めたと語っています。

業務内容は、チャットボットの応答品質評価、動画のタイムスタンプ注釈、画像からの人物除去パターン認識、LLMの安全性テストであるレッドチーム作業など多岐にわたります。専門家として時給70ドルから150ドルが提示される一方、一般作業者の報酬は時給16ドルまで下落しており、カリフォルニア州の最低賃金を下回るケースも発生しています。

労働環境の不安定さは深刻です。プロジェクトは予告なく突然中止され、Slackチャンネルは即座に消滅し、管理ツールへのアクセスも遮断されます。筆者は2026年2月から4月の間に4つのプラットフォームで7つのプロジェクトに採用と解雇を繰り返されました。タスクは有限で、深夜に突然公開されるため、即座に対応しなければ他の作業者に奪われるという状況が常態化しています。

管理体制にも問題が指摘されています。プロジェクトマネージャーの多くは大学を卒業したばかりの20代前半で、数十年のキャリアを持つ専門家を管理する構造になっています。評価基準は曖昧で頻繁に変更され、スコアが下がっても具体的な改善指針は示されません。「レビュアーへの昇進」も実質的な賃金上昇を伴わないことが明かされています。

法的な問題も浮上しています。複数の訴訟がMercorによる労働者の独立請負人への誤分類を主張しており、頻繁な研修義務、Slackの常時確認要求、短時間での対応期待など、実質的に雇用関係に該当する拘束があると指摘しています。Mercorは約300人の正社員に対し、毎週約3万人の独立請負人を稼働させているとされています。

筆者は当初ジャーナリストとしてではなく、生活のためにこの業界に入りましたが、AIをより人間的にするために人間が機械のように扱われる構造的矛盾を目の当たりにしたと結んでいます。ハリウッドのクリエイティブ人材がAI産業のギグワーカーとして搾取される現状は、AI開発を支える労働の持続可能性に根本的な疑問を投げかけています。

ソニーは2026年5月の決算説明会で、PlayStationのゲーム開発におけるAI活用戦略を詳細に公表しました。同社はAIを「強力なツール」と位置づけつつ、「ゲームのビジョン、デザイン、感動は常にスタジオやパフォーマーの才能から生まれる」と強調。AIはクリエイターの能力を拡張するものであり、代替するものではないとの方針を示しています。

具体的な成果として、3Dアニメーションツール「Mockingbird」の導入が挙げられます。モーションキャプチャデータから3D顔面モデルをアニメーション化するこのツールは、従来数時間かかっていた作業をほんの一瞬で完了させます。Naughty DogやSanta Monica Studioがすでに採用しており、『Horizon Zero Dawn Remastered』にもその成果が反映されています。

また、機械学習ツールを使い、実際のヘアスタイル映像から数百本の髪の毛の動きを自動でアニメーション化する技術も紹介されました。従来はアニメーターが1本ずつ手作業で配置していた工程を大幅に効率化しています。品質管理やソフトウェアエンジニアリングの生産性向上にもAIが活用されています。

PlayStationのCEO西野秀明氏は、AIツールが「参入障壁を下げ、開発サイクルを加速させる」ことで、プレイヤーが利用できるコンテンツの量と多様性が大幅に増えると予測しました。ソニーグループの十時裕樹社長もAIによる効率化がコストや時間の制約で困難だった革新的なプロジェクトを可能にすると述べています。

一方で課題も認識されています。Bandai Namcoとの共同検証では生産性の大幅向上が確認されたものの、生成AIモデルには「一貫性と制御性の欠如」という弱点があると指摘されました。高品質な出力を安定して得るには、汎用モデルの微調整が必要であるとしています。

米カリフォルニア州のレゲエバンドStick Figureの楽曲「Angels Above Me」が、AI生成とみられる無断リミックスの拡散によって6カ国のiTunesチャートで1位を獲得しました。しかしバイラルヒットの恩恵はバンドに届かず、最も再生された無断リミックスはYouTubeで5日間に180万回以上再生されたにもかかわらず、バンドへのロイヤリティは一切支払われていません。

バンドのマネジメントチームは各プラットフォームに著作権侵害の削除申請を送り続けています。Spotifyは要請を受けた全トラックを削除し、YouTube上のバイラル動画も取り下げられました。しかし別の無断リミックスが次々と出現し、対応は「モグラ叩き」状態に陥っています。

AI生成音楽の氾濫は業界全体の課題となっています。仏Deezerの調査によると、同社が日々検出するAI楽曲の割合は2025年の18%から2026年には44%へ急増し、月200万曲以上に達しています。その85%はロイヤリティ詐取を目的とした不正なスロップと推定されます。Spotifyは2025年9月に7500万曲超のスパム楽曲を削除するなど対策を進めていますが、根本的な解決には至っていません。

問題の背景には、正規リリースを管理する一元的なデータベースの不在があります。Deezerの研究責任者は、アーティストがレーベルや配信元を変更することが多く、配信プラットフォーム側でリリースの正当性を判断するのは困難だと指摘しています。Stick Figureのボーカリストは、配信会社が音声を自動スキャンし著作権侵害を即座にフラグ付けする仕組みの導入を求めています。

Appleが開発中のカメラ搭載AirPodsが、量産前の設計検証テスト段階に到達したことが、BloombergのMark Gurman氏の報道で明らかになりました。Appleのテスターがプロトタイプを実際に使用しており、量産検証テストへの移行が間近に迫っています。2026年前半の発売を目指していましたが、Siriのアップグレード遅延により延期されています。

搭載されるカメラは写真や動画の撮影を目的としたものではなく、低解像度の視覚情報を取得してSiriに送信する仕組みです。ユーザーは目の前の食材を見せて料理の提案を求めたり、ターンバイターンの道案内に活用したりできます。クラウドに視覚データが送信される際には小さなLEDライトが点灯し、プライバシーへの配慮も組み込まれています。

外観はAirPods Pro 3に似ていますが、カメラ技術を搭載するためステム部分が長くなります。改良版Siriが9月に提供開始される見通しであり、新型AirPodsも同時期の発売が見込まれます。2025年9月に発表・発売されたAirPods Pro 3と同様のタイミングです。

このカメラ付きAirPodsは、AppleのAI搭載デバイス戦略の一環です。スマートグラスで先行するMetaや、スマートフォン開発が報じられるOpenAIとの競争が激化します。Appleは2027年初頭にもスマートグラスやAIペンダントの発売を計画しており、ウェアラブルAI市場での存在感を一気に高める狙いです。

Googleは2026年5月6日、公式ポッドキャスト「Ads Decoded」の最新エピソードで、AIを活用した広告クリエイティブ制作におけるブランド管理の指針を公開しました。広告クリエイティブ担当のグループプロダクトマネージャーCharles Boyd氏とDemand Gen担当ディレクターSarah Hathiramani氏が、AIの速度を活かしつつブランドの独自性を守る方法について語っています。

広告キャンペーンにおいてクリエイティブ制作は最も時間がかかる工程のひとつです。AIの登場により素材の高速生成が可能になりましたが、スピードが正確性やブランドへの忠誠を犠牲にしてはならないと両氏は強調しています。広告効果を左右するクリエイティブの質を維持しながら、いかに効率化するかが課題となっています。

エピソードでは具体的なツールとして、動画生成AI「Veo」を活用したブランドロイヤルティの大規模構築手法が紹介されました。また、広告の品質指標であるAd Strengthの正しい解釈方法についても解説されています。

さらに、広告主からの要望に応えた新機能についても言及されました。GoogleがAI広告ツールの拡充を進めるなか、ブランドの声を保ちながらAIを活用する実践的なガイダンスを提供する姿勢が示されています。

ロボティクスAIスタートアップのGenesis AIは2026年5月6日、独自開発した人間サイズのロボットハンドと初の基盤モデルGENE-26.5を公開しました。同社はKhosla VenturesやEclipseが共同リードした1億500万ドルのシードラウンドで資金を調達しており、ソフトウェアとハードウェアの両方を自社で手がける「フルスタック」戦略を打ち出しています。

最大の特徴は、ロボットハンドが人間の手と同じサイズ・形状で設計されている点です。多くのロボティクス企業が2本指のグリッパーを使う中、Genesis AIは人間の手に近い構造を採用することで、実世界との差異、いわゆる「エンボディメントギャップ」を縮小しました。共同創業者でCEOのZhou Xian氏は「人間の手を可能な限り模倣するロボットハンドを設計すれば、大量の人間データを即座に活用できる」と説明しています。

デモ動画では、卵を割りトマトを切る調理タスクや、ピアノ演奏、ルービックキューブの解法、実験室作業など多彩なタスクが披露されました。共同創業者でMistral AI出身のTheophile Gervet氏は、調理タスクが一連の複雑な動作を長時間こなす能力の証明になると強調しています。加えて、同社はセンサーを搭載した軽量グローブも開発しており、製薬や製造業の現場で作業者が装着するだけでロボット訓練用データを収集できる仕組みを構想しています。

Genesis AIはパリ、ロンドン、カリフォルニアに拠点を持ち、約60人の体制で欧米の人材を活用しています。元Google CEOのEric Schmidt氏も出資者に名を連ね、「ロボティクス業界にとって重要なマイルストーンだ」と評価しました。同社は近くハンドだけでなく全身の汎用ロボットを発表する計画で、Zhou氏は「最も高性能なロボットシステムの構築」を目標に掲げています。

Metaは2026年5月5日、FacebookとInstagramで13歳未満のユーザーを検出するため、AIによる写真・動画の分析を開始すると発表しました。このシステムは身長や骨格構造といった視覚的手がかりをもとに年齢を推定するもので、すでに一部の国で運用が始まっています。Metaは「これは顔認識ではない」と強調し、特定の個人を識別するのではなく一般的な視覚的特徴から年齢層を推定する仕組みだと説明しています。

AIによる視覚分析に加え、投稿やコメント、自己紹介文に含まれる誕生日の祝いや学年への言及など、プロフィール全体の文脈情報もあわせて解析します。これらを組み合わせることで、未成年アカウントの検出数を大幅に増やす狙いです。未成年と判定されたアカウントは停止され、ユーザーは年齢確認プロセスを経なければ削除を免れません。

同時にMetaは、10代向けに厳格な利用制限を設ける「Teen Accounts」の展開を拡大すると発表しました。InstagramではEU27カ国とブラジルに導入範囲を広げ、アメリカではFacebookにも初めて適用します。Teen Accountsではアカウントがデフォルトで非公開になり、DMの受信がフォロワーに限定されるなど、複数の安全策が自動で有効になります。

この発表の背景には、Metaが直面する深刻な法的リスクがあります。2026年3月にはニューメキシコ州の陪審がMetaに対し3億7500万ドルの賠償金支払いを命じ、プラットフォームの抜本的な改善も求めました。Metaは同州でのサービス停止の可能性にまで言及しており、子どもの安全をめぐる訴訟は全米で増加しています。今回のAI年齢推定技術の導入は、こうした規制・訴訟圧力への対応策として位置づけられます。

アプリ分析企業Appfiguresの最新レポートによると、AIモバイルアプリにおける画像生成モデルの公開が、従来のチャットボットモデル更新と比べて6.5倍のダウンロード増をもたらしていることがわかりました。テキスト対話の性能向上よりも、画像生成機能がユーザー獲得の主要因になるという構造的な変化が起きています。

具体的には、OpenAIが2025年3月にGPT-4o画像モデルを公開した後の28日間で、ChatGPTは1200万件以上の追加インストールを獲得しました。これはGPT-4o、GPT-4.5、GPT-5といったチャットボットモデル公開時の約4.5倍に相当します。

GoogleのGeminiでも同様の傾向が確認されています。2025年8月のGemini 2.5 Flash画像モデル（Nano Banana）公開後、28日間で2200万件超のダウンロード増を記録し、通常の4倍以上の伸びとなりました。Meta AIのVibes（動画フィード）も260万件の追加DLを獲得しています。

ただし、ダウンロード増が収益に直結するとは限りません。ChatGPTは画像モデル公開後28日間で推定7000万ドルの消費者支出増を達成した一方、GeminiのNano Bananaは同期間でわずか18万1000ドルにとどまりました。Meta AIに至っては有意な収益増が見られませんでした。

この結果は、画像生成機能がアプリの試用動機として強力である一方、有料課金への転換には別の戦略が必要であることを示しています。AIアプリ市場では、視覚コンテンツ生成が新規ユーザー獲得の鍵を握る時代に移行しつつあります。

Googleは2026年4月に実施した主要なAI関連発表をまとめた月次レポートを公開しました。同月はラスベガスで開催されたCloud Next '26を中心に、エンタープライズ向けAIエージェント基盤から開発者ツール、ヘルスケアまで多岐にわたる発表が行われ、参加者3万2,000人超に対して260以上の新機能が披露されました。

企業向けでは、自律型エージェントの構築と管理を可能にするGemini Enterprise Agent Platformが発表されました。また、エージェントAI時代の大規模計算需要に対応する第8世代TPUが登場し、電力効率と絶対性能の両面で大幅な向上を実現しています。Google CloudのAI利用率は顧客の約75%に達し、330以上の組織が過去1年で1兆トークン以上を処理していることも明らかになりました。

開発者向けには、パラメータあたりの知能で最高水準を誇るオープンモデルGemma 4がリリースされました。累計ダウンロード数は5億回を超えています。Google Colabには対話的なコーディング指導機能Learn Modeが追加され、コードの「なぜ」と「どうやって」をステップごとに説明します。さらにGoogle AI Studioの利用枠がPro・Ultra会員向けに拡大されました。

研究・分析分野では、高度なリサーチタスクを自律的に遂行するDeep Research Maxが発表されました。大量データの統合・分析にかかる作業負荷を大幅に削減する自律エージェントとして位置づけられています。

生活領域では、Google Vidsが無料で月10本の動画生成を開放し、Google翻訳は20周年を迎えて発音練習ツールを新搭載しました。ヘルスケア分野では、Google.orgとジョンソン・エンド・ジョンソン財団が1,000万ドルを投じて米国農村部の医療従事者向けAI研修を開始しています。Fitbitの健康コーチ機能もGeminiを活用してさらに個人最適化が進みました。

2026年5月4日、GoogleはGemini APIにイベント駆動型Webhook機能を追加したと発表しました。これにより、エージェント型ワークフローやバッチ処理など長時間かかるタスクの完了通知を、開発者がポーリングなしでリアルタイムに受け取れるようになります。

Gemini APIでは、Deep Researchや長尺動画の生成、Batch APIによる大量プロンプト処理など、数分から数時間を要するタスクが増えています。従来はGETリクエストを繰り返し送信してジョブの完了を確認する必要がありましたが、Webhook導入により、タスク完了時にGemini APIが開発者のサーバーへHTTP POSTを即座にプッシュする仕組みになりました。

セキュリティ面では、Standard Webhooks仕様に厳密に準拠しています。すべてのリクエストにwebhook-signature、webhook-id、webhook-timestampヘッダーが付与され、べき等性の確保とリプレイ攻撃の防止を実現します。配信は「少なくとも1回」が保証され、失敗時には最大24時間の自動リトライが行われます。

Webhookの設定はプロジェクト単位でのグローバル設定と、リクエスト単位での動的オーバーライドの2通りに対応します。プロジェクト単位ではHMAC認証、リクエスト単位ではJWKS認証が使われます。Python SDKからの設定例やCookbookも公開されており、即日利用が可能です。

DoorDashは2026年5月4日、加盟店向けにAIを活用した新ツール群を発表しました。出店手続きの簡素化、料理写真の自動編集、既存コンテンツからのWebサイト生成など、飲食店の業務負担を大幅に軽減する機能が追加されています。

出店ツールでは、加盟店が自社WebサイトのURLを指定するだけで、写真・営業時間・メニュー情報を自動取得し、アプリ上のリスティングを生成します。2024年にAmazonが導入した仕組みと類似しており、公開前に全情報の確認・編集が可能です。

写真編集では2つのAIツールが提供されます。AI Retouchは料理そのものを変更せずに背景置換・画像鮮明化・照明最適化を行い、AI Replateはプロの盛り付けのように料理写真を加工します。参照画像を指定してスタイルを適用する機能も備えています。

動画ライブラリも刷新され、動画内の料理にタグを付けて顧客が直接注文できる機能が追加されました。総再生数・動画経由の売上・新規顧客売上などの統計情報も確認できます。

コマースプラットフォームでは、DoorDash上の既存メニューや写真を活用してWebサイトを自動生成する機能をテスト展開し、平均約10%の注文転換率を記録しました。さらに、コンテンツ作成・メール配信・スケジュール管理を自動化するマーケティングキャンペーンビルダーも追加されています。

Microsoft、ノースウェスタン大学、非営利団体Witnessの共同チームが、AIディープフェイク検出システムの性能評価を目的とした新しいベンチマークデータセット「MNW」を公開しました。研究成果は2026年4月10日付でIEEE Intelligent Systems誌に掲載されています。生成AIによる偽メディアの品質が急速に向上する中、検出技術の遅れが社会的課題となっています。

現在のディープフェイク検出器は、限られた生成器のデータで訓練されるケースが多く、実環境での汎用性に欠けるという問題を抱えています。Microsoftの主任研究員Thomas Roca氏は「ラボのAIは野生のAIではない」と指摘し、既存のベンチマークでは高精度を示す検出器が、実際のオンライン環境では機能しない現状を問題視しています。

MNWベンチマークは、この課題に対応するため多種多様な生成器から作成されたフェイク画像・動画・音声を収録しています。リサイズやクロップ、圧縮といった後処理や、検出を逃れるための意図的な改ざんも反映しており、現実のAI生成メディアの実態を再現することを目指しています。

データセットは春と秋に定期更新される予定です。生成AIの進化に合わせて最新のアーティファクトや回避手法を取り込むことで、検出器が時代遅れになることを防ぎます。GitHubでオープンソースとして公開されており、開発者は自由にベンチマークとして利用できます。

産業界・学術界・市民社会の3つの視点を統合した点も特徴です。ノースウェスタン大学のMarco Postiglione氏は「どの組織単独でも達成できない」と連携の意義を強調しています。研究チームは、悪用のリスクを認識しつつも、ディープフェイク対策の緊急性がそれを上回ると判断し、検出技術の透明性と標準化に貢献する姿勢を示しています。

米映画芸術科学アカデミーは2026年5月2日、第99回アカデミー賞の新規則を発表し、生成AIで作られた演技や脚本を選考対象から除外すると定めました。対象となるのは「法的クレジットに記載され、本人の同意のもと人間が実演した」パフォーマンスと「人間が執筆した」脚本のみです。

新ルールでは、アカデミーが映画のAI使用状況や「人間による創作性」について追加情報を求める権利も明記されています。これにより、AI技術を活用した作品がオスカー候補になる道は事実上閉ざされることになります。

この決定の背景には、AI技術の映画業界への急速な浸透があります。故Val KilmerのAI再現版を使った独立映画の制作や、AI女優Tilly Norwoodの話題が相次いでおり、新たな動画生成モデルの登場に対して映画関係者から懸念の声が上がっていました。2023年の俳優・脚本家ストライキでもAIは主要な争点の一つでした。

映画業界以外でも同様の動きが広がっています。出版社がAI使用の疑いで小説を回収したケースや、SF作家団体がAI利用作品を賞の対象外とする宣言を行うなど、クリエイティブ産業全体でAI生成コンテンツを人間の創作と区別する流れが加速しています。

OpenAIやPalantirの関係者が支援するスーパーPAC「Leading the Future」に紐づくダークマネー団体「Build American AI」が、ソーシャルメディアのインフルエンサーに報酬を支払い、中国のAI台頭を米国の安全保障上の脅威として発信させるキャンペーンを展開していることが、WIREDの調査で明らかになりました。Leading the Futureにはこれまでに1億4000万ドルの資金が集まっており、OpenAI共同創業者のGreg Brockman氏やPalantir共同創業者のJoe Lonsdale氏、ベンチャーキャピタルのAndreessen Horowitzらが支援者に名を連ねています。

キャンペーンは2段階で構成されています。第1フェーズではライフスタイル系インフルエンサーを起用し、米国AI産業やイノベーションを肯定的に紹介しました。現在進行中の第2フェーズでは、中国のAI進出を脅威として明確に言及するよう求めています。インフルエンサーマーケティング会社SM4が実行を担当し、TikTok動画1本あたり5000ドルの報酬を提示しているとされます。

問題視されているのは情報の透明性です。参加したインフルエンサーの多くは投稿に「広告」と表記しているものの、資金提供元の正体や政治的意図を開示していません。ニューヨーク市立大学のJamie Cohen准教授は「消費者は受け取る情報が誰かに資金提供されているか分からない。これは文字通りのプロパガンダだ」と指摘しています。

このキャンペーンの背景には、AI業界が国内規制の強化を牽制する狙いがあります。OpenAIのSam Altman CEOやPalantirのAlex Karp CEOはかねてから「米国がAI開発をリードしなければ中国に主導権を握られる」と主張してきました。2026年の中間選挙でAI政策が争点化するなか、データセンターの環境負荷や雇用への影響に対する市民の懸念が高まっており、業界側はインフルエンサーを通じた世論形成に本格的に乗り出した形です。

キリスト教系コンテンツクリエイターが、聖書の物語をAIで動画化する作業をFiverrのギグワーカーに外注している実態をThe Vergeが報じました。TikTok、YouTube、Instagram、Facebookには、AIが生成した聖書アニメーションが大量に投稿されており、数十万回再生される動画も少なくありません。しかし、これらのチャンネル運営者は制作を外注している事実をほとんど明かしていません。

Fiverrでこうした案件を請け負うフリーランサーは、ナイジェリアやパキスタンなど新興国に多く集中しています。ナイジェリア出身のDave氏は、従来のアニメーション習得には時間とリソースが必要だったがAIツールで参入障壁が下がったと語ります。パキスタンのSherry氏は、プロンプト設計やストーリーテリングの技術が他との差別化になると説明しています。

制作ワークフローは高度に標準化されています。まずChatGPTで脚本を生成し、ElevenLabsで音声ナレーションを作成、Grokで各シーンのビジュアルを生成した後、CapCutで編集するという流れです。フリーランサー間ではプラットフォームの生成回数制限への対処法なども共有されており、結果として動画の見た目が均質化する傾向にあります。

視聴者のコメント欄では聖書のメッセージを広める手段として肯定的な反応が目立ちます。一方で、聖書の登場人物がiPhoneを持つインフルエンサーとして描かれるなど、宗教的な正確性よりも感情的な訴求が優先される傾向があります。AIコンテンツの大量生産がギグエコノミーと宗教コミュニティの双方に与える影響は、今後も注視が必要です。

2026年4月30日、The Vergeの調査報道により、Metaが昨年20億ドルで買収したAIエージェント企業Manusが、自社AIツールを使った「簡単に稼げる副業」を謳う広告キャンペーンを展開していたことが明らかになりました。キャンペーンでは若手クリエイターに報酬を支払い、TikTok・Instagram・YouTubeで宣伝動画を投稿させていました。

動画の内容は、地元企業のウェブサイトをAIで作成し販売するという手法で「月5000ドル」「10分以内で可能」「誰でもできる」と主張するものです。しかし多くのクリエイターはManusとの金銭的関係を開示しておらず、各プラットフォームの広告ポリシーに違反している状態でした。LinkedInの調査では、Manusが「バイラル成長エキスパート」を雇い10〜20人のクリエイターチームを指揮させていたことも判明しています。

複数の広告法の専門家は、こうした未開示の報酬付きプロモーションは英国・EU・アメリカの法律に違反する可能性が高いと指摘しています。特に収益に関する誇大な主張は、消費者を誤解させる行為として厳しく規制されている領域です。The Vergeの取材後、TikTokでは多数の関連動画が削除され、アカウントも凍結されました。

Manus広報は「誇大な収益主張を支持しない」と回答しつつ、開示義務はクリエイター側にあると主張しています。一方Metaは複数の取材要請に一切回答していません。Manusは現在、中国当局による買収不認可を受けて統合の撤回を迫られる可能性もあり、Meta自身のAI戦略におけるガバナンスの課題が浮き彫りになっています。

Metaは2026年第1四半期の決算発表で、同社のビジネス向けAIツールが3月下旬時点で週あたり約1000万件の会話を処理していると明らかにしました。年初の100万件から10倍に急増しており、アメリカ、EMEA、APAC、中南米でのベータプログラム拡大が成長を後押ししています。

現在このビジネスAIツールは中小企業向けに無料で提供されていますが、マーク・ザッカーバーグCEOは決算説明会で「より進展すれば、長期的な収益化モデルの確立にも取り組む」と述べ、将来的な有料化を示唆しました。これらのツールは、昨年設立されたMeta Superintelligence Labs部門が開発した新モデルMuse Sparkで駆動されています。

広告分野でもAI活用が拡大しています。800万以上の広告主がGenAI広告クリエイティブツールを使用しており、中小企業での採用が顕著です。動画生成機能を使う広告主はコンバージョン率が3%超向上するテスト結果も出ています。さらに今週、広告アカウントをAIエージェントに接続できるMeta Ads AI Connectorsのオープンベータも開始されました。

Metaの第1四半期の業績は好調で、売上高は前年同期比33%増の563億ドル、利益は268億ドルと前年の166億ドルから大幅に増加しました。一方で同四半期にユーザー数が2000万人減少しており、AI投資の加速と並行してプラットフォームの利用動向にも注目が集まります。

2026年4月30日、米WIREDは、アリゾナ州フェニックスの男性3人がSNS上の女性の写真を無断で収集し、AIで生成したポルノコンテンツの作成方法を有料で販売していたとして提訴された事案を報じました。被告らはCreatorCoreというソフトウェアを使い、実在の女性に酷似したAIインフルエンサーを作成し、Fanvueで販売していたとされます。

訴状によると、被告らは「AI ModelForge」というプラットフォームを通じ、月額24.95ドルで他の男性にも同様の手法を指導していました。女性のSNS写真をスクレイピングしてAIモデルに学習させる手順書を提供し、1か月で5万ドル以上の収入を得ていたとされます。2025年時点でCreatorCoreには8,000人以上の有料会員がおり、50万件を超える画像・動画が生成されていました。

被告らは法的リスクを避けるため、フォロワー5万人未満の一般女性を標的にするよう受講者に指示していたと訴状は指摘しています。原告の1人であるMGさんはフォロワー約9,000人の一般女性で、自身の顔や体型に酷似したAI生成画像がInstagramで拡散されていることを知人からの通報で知りました。

アメリカでは2025年5月にTake It Down法が成立し、非合意のAI生成性的コンテンツの公開を違法としましたが、施行は2026年5月です。アリゾナ州議会ではウェブサイトに自動検出ツールの導入を義務付ける法案が提出されていますが、削除してもすぐ再掲載される「もぐら叩き」状態が続いており、被害者の救済には課題が残っています。

AI検出企業Copyleaksの調査により、TikTok上でTaylor SwiftやRihanna、Kim Kardashianらの著名人を模倣したディープフェイク広告が複数確認されました。これらの広告は赤絨毯やトーク番組の実映像をAIで加工し、架空の報酬プログラム「TikTok Pay」への登録を促す内容で、クリックしたユーザーは第三者サイトに誘導され個人情報の入力を求められます。

偽広告ではSwiftがジミー・ファロンの番組に出演した際の映像が改変され、「動画を見て意見を送るだけで報酬がもらえる」と語る構成になっています。誘導先のサイトにはTikTokのロゴが表示されていますが、実際にはAIプラットフォームLovableで構築された無関係のページであることが判明しています。

こうした状況を受け、Swift は先週、自身の声と肖像を守るため3件の商標出願を行いました。出願対象にはエラズ・ツアーでの写真のほか、「Hey, it's Taylor Swift」「Hey, it's Taylor」という音声フレーズが含まれます。今月にはオハイオ州の男がディープフェイクを犯罪化する連邦法で初の有罪判決を受けており、法整備も進みつつあります。

ディープフェイク詐欺はTikTokに限った問題ではありません。非営利団体Consumer Federation of Americaは先週、Metaが詐欺広告の取り締まりを怠り利益を得ていると提訴しました。米連邦取引委員会（FTC）も4月28日の報告で、SNS経由の詐欺被害が急増しておりFacebookが金銭被害額で最多だと指摘しています。プラットフォーム各社は対策を強化していますが、日々巧妙化する偽コンテンツへの対応は追いついていないのが現状です。

AI動画生成スタートアップRunwayの共同創業者兼CEOであるCristóbal Valenzuela氏が、TechCrunchのポッドキャストに出演し、同社の今後の方向性について語りました。Valenzuela氏は、AI動画生成は通過点に過ぎず、真の目標はゲームやロボティクス、さらには汎用知能に応用可能な「世界モデル」の構築にあると明言しています。

Runwayはニューヨークに拠点を置き、これまでに約8億6,000万ドルを調達し、直近の評価額は53億ドルに達しています。同社のモデルはGoogleやOpenAIといった資金力のある大手ラボと正面から競い合う位置にあります。動画生成技術にとどまらず、世界モデルという新たなカテゴリーでの差別化を図っています。

Valenzuela氏は「非線形メディア」という概念にも言及し、リアルタイムの動画生成がコンテンツ制作をはるかに超える活用領域を開くと説明しています。映画産業については、1本の1億ドル大作を作る代わりに50本の映画を制作できる可能性があると述べ、技術がクリエイティブの制約を根本から変えると主張しました。

一方で、AIコンパニオンが「本質的にディストピア的だ」とする見方には反論し、技術の活用次第で多様な可能性があるとの立場を示しています。Runwayが目指す世界モデルは、単なる動画ツールから汎用AIプラットフォームへの進化を意味しており、今後の競争の行方が注目されます。

Googleは2026年4月29日、Google TV向けにGeminiを活用した新機能群を発表しました。目玉は画像生成モデルNano Bananaと動画生成AIVeoのテレビ上での利用で、Geminiタブの「Create」ボタンから音声プロンプトで写真の加工や動画の生成が可能になります。まず米国のGemini対応TCLテレビから提供が開始されます。

Nano Bananaでは「父に変な服を着せて」といった音声指示で写真を変換でき、背景の差し替えや新しいシーンの生成にも対応します。Veoでは静止画にモーションを加えたり、テキスト指示だけでクリップを一から作成できます。Googleはこれらをリビングでの共有体験として位置づけています。

Google Photosにも複数の強化が加わります。Geminiによる音声検索で旅行や誕生日パーティーなどの写真を素早く呼び出せるほか、「リミックス」機能で水彩画や油絵風のスタイルを適用できます。さらにダイナミックスライドショーでは、アルバムをコラージュやアニメーション付きのスクリーンセーバーとして表示できます。

AI機能に加え、ホーム画面にはYouTube Shortsのパーソナライズフィード「Short videos for you」が今夏から米国で追加されます。YouTubeがモバイルでShortsの非表示オプションを導入した直後の動きですが、Googleはテレビでのショート動画需要を見込んでおり、将来的にはShorts以外のプラットフォームへの拡張も示唆しています。

DeepInfraが、Hugging Face Hubの推論プロバイダーとして新たに統合されました。DeepInfraは業界でも最も低コストなトークン単価を誇るサーバーレスAI推論プラットフォームで、100以上のモデルカタログを持ち、開発者が最小限のセットアップでAI機能をアプリケーションに組み込めます。

今回の初期統合では、会話およびテキスト生成タスクをサポートしています。DeepSeek V4、Kimi-K2.6、GLM-5.1など人気のオープンウェイトLLMにアクセスできるようになりました。テキストから画像・動画への生成やエンベディングなど、追加タスクへの対応も順次展開される予定です。

利用方法は2つあります。ユーザーが自身のDeepInfra APIキーを設定して直接リクエストを送る方法と、Hugging Face経由でルーティングする方法です。後者の場合、プロバイダーのトークンは不要で、標準的なプロバイダー料金のみが課金されます。Hugging Face側の追加マークアップはありません。

SDKとの統合も進んでおり、Pythonのhuggingface_hubやJavaScriptの@huggingface/inferenceから簡単に利用できます。さらにPi、OpenCode、Hermes Agentsなど主要なエージェントハーネスにも統合済みで、追加のコードなしでDeepInfraホストモデルを活用可能です。PROプランのユーザーには毎月2ドル分の推論クレジットが付与され、複数プロバイダーにまたがって利用できます。

Googleは2026年4月28日、YouTubeに対話型AI検索機能「Ask YouTube」を試験導入しました。米国在住で18歳以上のYouTube Premium会員がオプトインすることで利用可能です。従来のキーワード検索とは異なり、自然な会話形式で質問を投げかけると、テキストによる要約と関連動画、YouTube Shortsを組み合わせた結果ページが生成されます。

たとえば「サンフランシスコからサンタバーバラまでの3日間ロードトリップを計画して」と入力すると、ステップごとの回答がテキストと動画の組み合わせで表示されます。各動画にはタイトルやチャンネル情報が付記され、新たなクリエイターの発見にもつながる設計です。さらに「おいしいコーヒーが飲める場所は?」といったフォローアップ質問も可能です。

ただしAI生成の回答には事実誤認のリスクも指摘されています。The Vergeの記者がテストしたところ、旧型Steam Controllerに「ジョイスティックがない」と誤った情報が表示されました。実際には1本搭載されており、AI検索結果の正確性を利用者自身が検証する必要があることが改めて浮き彫りになっています。

この機能は、Googleが推進するAI Mode戦略のYouTubeへの拡張と位置づけられます。Googleは2025年にAI Modeで複雑な質問への対応を開始し、2026年にはGmailへのAI概要導入やウェブ検索での並列ブラウジングなど、AI統合を加速させてきました。YouTubeでの展開はその延長線上にあります。

Googleは今後、非Premium会員への提供拡大も検討しています。将来的にはスポンサー付きの動画表示など、収益化の可能性も指摘されており、YouTube検索体験の大きな転換点となる可能性があります。

NVIDIAは2026年4月28日、マルチモーダルAIモデルNemotron 3 Nano Omniを公開しました。このモデルはテキスト・画像・動画・音声を単一のアーキテクチャで処理できるオムニモーダルモデルで、AIエージェントの構築を効率化することを目的としています。パラメータ規模は30B（アクティブ3B）で、従来のように複数モデルを組み合わせる必要がなくなります。

性能面では、文書理解のMMLongBench-DocやOCRBenchV2、動画理解のWorldSense、音声理解のVoiceBenchなど6つの主要ベンチマークでトップの精度を記録しています。同等の対話性能を持つオープンなオムニモデルと比較して、マルチドキュメント処理で7.4倍、動画処理で9.2倍のシステム効率を実現しました。

アーキテクチャの核となるのは、23層のMamba状態空間モデル、23層のMixture-of-Experts（128エキスパート、Top-6ルーティング）、6層のグループ化クエリアテンションを組み合わせたハイブリッド構成です。視覚側にはC-RADIOv4-Hエンコーダを採用し、動的解像度処理により100ページ超の文書やGUIスクリーンショットにも対応します。音声側にはParakeet-TDT-0.6B-v2エンコーダを搭載し、最大20分の音声入力をネイティブに処理できます。

想定される活用領域は、企業文書の分析、GUI操作を行うコンピュータ使用エージェント、長時間の動画・音声理解、自動音声認識、そして汎用的なマルチモーダル推論の5分野です。すでにH Company、Aible、Eka Care、Foxconnなどが採用を進めており、Dell Technologies、Oracle、Infosysなども評価段階にあります。

モデルはオープンウェイトで公開されており、BF16・FP8・NVFP4の各チェックポイントがHugging Faceからダウンロード可能です。訓練データや手法も公開されているため、NVIDIA NeMoを使った独自のカスタマイズが可能です。NVIDIA Jetsonのようなエッジデバイスからデータセンター、クラウドまで幅広い環境にデプロイでき、Nemotronファミリー全体では過去1年で5,000万回以上のダウンロードを達成しています。

Anthropicは2026年4月28日、AIチャットボットClaudeを主要クリエイティブソフトウェアに直接接続する「クリエイティブコネクタ」の提供を開始しました。対応するソフトウェアはAdobe Creative Cloud、Blender、Ableton、Autodesk、Affinityなど多岐にわたります。今月初めに発表したClaude Designに続き、クリエイティブ業界への参入を加速する動きです。

各コネクタはソフトウェアごとに異なる機能を提供します。Adobe向けコネクタではPhotoshop、Premiere、Expressなどから画像・動画・デザインをClaude上で扱えるようになります。Blender向けコネクタは3DモデリングソフトのPython APIに自然言語インターフェースを提供し、シーンのデバッグや新規ツール構築、オブジェクト変更の一括適用が可能です。Ableton向けコネクタは公式ドキュメントを参照して質問に回答します。

Anthropicはこの発表に合わせて、Blender開発基金のCorporate Patronに就任したことも明らかにしました。Netflix、Epic Games、Wacomと並ぶ最上位スポンサー枠で、年間少なくとも24万ユーロ（約2,810万円）を拠出します。Blender財団はこの支援によりプロジェクトの独立した推進とアーティスト向けツール開発を継続できるとしています。

Anthropicは「Claudeは趣味や想像力を置き換えることはできないが、より速く野心的なアイデア出し、より広いスキルセット、大規模プロジェクトへの挑戦を可能にする」と述べています。反復的な作業の排除によって、クリエイターが創造的なプロセスに集中できる環境を目指す方針です。

Xiaomiは2026年4月27日、オープンソースの大規模言語モデルMiMo-V2.5およびMiMo-V2.5-ProをMITライセンスで公開しました。両モデルはHugging Faceからダウンロード可能で、商用利用に制限がありません。特にエージェント型タスクにおいて、主要なクローズドソースモデルを上回る効率性を示しています。

MiMo-V2.5はSparse Mixture-of-Experts構造を採用し、総パラメータ数310Bのうち推論時にはわずか15Bのみを使用します。Pro版は1.02兆パラメータで42Bが活性化し、ClawEvalベンチマークでエージェント成功率63.8%を記録しました。これはClaude Opus 4.6やGPT-5.4と同等の成果を、40〜60%少ないトークンで達成するものです。

Pro版の能力は実際の自律タスクで実証されています。SysYコンパイラのRust実装では672回のツール呼び出しを経て4.3時間で完全なコンパイラを構築し、隠しテストで満点を取得しました。また動画編集アプリケーションでは11.5時間で8192行のデスクトップアプリを生成しています。

価格面では、Pro版が海外開発者向けに入力100万トークンあたり1ドル、出力3ドルという競争力のある設定です。100万トークンのコンテキスト窓は標準料金で利用でき、業界で広がる従量課金への移行の中でコスト予測可能性を提供します。開発者支援として100兆トークンの無料枠も用意されました。

MITライセンスの採用は戦略的に重要です。企業はXiaomiの許可なく商用展開が可能で、独自データでのファインチューニングや派生モデルの公開も自由です。GitHub Copilotの従量課金移行が発表された同日のリリースは、プロプライエタリモデルへの依存コストが高まる中で、オープンソースの代替としての存在感を強調しています。

OpenAIは2026年4月27日、コーディングエージェントCodexの作業をタスク管理ツールから自動的にオーケストレーションする仕様「Symphony」をオープンソースとして公開しました。SymphonyはLinearなどのプロジェクト管理ボードを制御盤に変え、未着手のチケットごとに専用のCodexエージェントを自動起動し、完了まで継続実行します。GitHub公開後わずか数週間で1万5000スターを超える反響を得ています。

従来、エンジニアは複数のCodexセッションを手動で管理していましたが、同時に3〜5セッション以上になるとコンテキストスイッチの負荷が急増し、生産性が低下していました。Symphonyはこの「人間の注意力がボトルネック」という問題を根本から解消するために設計されました。チケットのステータスを状態機械として扱い、エージェントの起動・再起動・依存関係の解決をすべて自動化します。

導入効果は顕著で、OpenAI社内の一部チームではマージ済みPR数が500%増加しました。エンジニアはエージェントの監視から解放され、投機的なリファクタリングや仮説検証を気軽に試せるようになりました。さらに、PMやデザイナーがLinearに機能要件を書くだけでエージェントが実装し、動画付きのレビューパケットを返す運用も実現しています。

技術的にSymphonyの核心はSPEC.mdという一枚のMarkdownファイルです。参照実装には並行処理に優れたElixirが採用されていますが、TypeScript・Go・Rust・Java・Pythonでも実装に成功しており、任意の言語で再構築できます。またCodex App Serverモードを活用し、JSON-RPC APIでプログラム的にエージェントを制御する設計になっています。

OpenAIはSymphonyをスタンドアロン製品として維持する予定はなく、あくまでリファレンス実装と位置付けています。各チームが自社の環境に合わせてSPEC.mdを基に独自バージョンを構築することを推奨しており、コーディングエージェントの管理手法が業界全体で変化していく可能性を示唆しています。

画像・動画・音声の拡散モデルをノードベースのワークフローで制御するオープンソースツール「ComfyUI」が、Craft Ventures主導のラウンドで3000万ドルを調達し、企業評価額が5億ドルに達しました。Pace Capital、Chemistry、TruArrowも出資に参加しています。同社は2024年末にChemistry VenturesやCursor Capitalなどから1900万ドルのシリーズAを実施しており、今回はそれに続く資金調達です。

ComfyUIは2023年に拡散モデルの登場直後にオープンソースプロジェクトとして始まりました。MidjourneyやChatGPTのようなプロンプト入力型ツールでは、生成結果の6〜8割までしか意図通りにならないという課題に対し、ノードベースのインターフェースで生成プロセスの各段階を個別に制御できる仕組みを提供しています。

共同創業者でCEOのYoland Yan氏は、プロンプトで微調整を試みると完成していた部分まで変わってしまう問題を「カジノのスロットマシン」に例えました。ComfyUIでは特定の工程だけを差し替えられるため、最終出力の品質を確実にコントロールできます。この精密さがクリエイターに支持され、ユーザー数は400万人を超えています。

利用分野はVFX、アニメーション、広告、工業デザインなど幅広く、スタジオの求人で「ComfyUIアーティスト」や「ComfyUIエンジニア」が職種として掲載されるほど業界標準のツールになりつつあります。Yan氏は「AIスロップがあふれる世界で、人間がループに入るComfyのアプローチが最終的に支持を集める」と述べ、基盤モデルが進化しても精密制御の需要は続くとの見方を示しました。

AI生成のインフルエンサーがInstagramで急速にフォロワーを獲得し、その存在意義をめぐる議論が広がっています。カナダ人クリエイターのLuc Thierry氏が運営する「Jae Young Joon」は32万人以上のフォロワーを抱え、シートマスクの試用やコーチェラへの「参加」など、本物の人間と見紛う投稿を続けています。プロフィールには「AI generated」と明記されていますが、多くのフォロワーはそれを無視しているといいます。

今週、AI生成キャラクター「Santos Walker」と「Caleb Ellis」が映画『プラダを着た悪魔2』のプレミアのレッドカーペットに「登場」する画像を投稿し、バイラル化しました。配給元20th Century Studiosのスポンサー投稿ではなく、制作者が独自に作成したものでしたが、AIインフルエンサーによるブランドコンテンツの将来について激しい議論を呼びました。

制作者たちは互いにグループチャットでつながり、コラボ投稿やストーリーズでの相互タグ付けを通じてフォロワーを拡大しています。Thierry氏は2024年夏に自身の顔を出さずにコンテンツを作れる手段としてAIアバターの制作を始め、「Jae」のアカウントは昨年2月にシャツレスで踊るリール動画が約2,000万回再生されたことで急成長しました。

一方で、ブランド側はAIインフルエンサーとの協業に依然として慎重です。挑発的な水着ブランドCharlie by MZとのコラボ投稿は批判を受け、ブランド側が投稿を削除する事態にもなりました。Thierry氏の収益はSpotifyやサブスクリプション型AIクリエイターサイトFanvueからの数千ドルにとどまっています。

Thierry氏はAIモデル「エージェンシー」Born2BeAIの立ち上げや、ゲイAI男性モデル向けコミュニティVirtuomoの運営など事業拡大を進めています。「現実のインフルエンサーも加工された非現実的な姿を見せている。AIキャラクターとしてフィクションであることを明示するほうが誠実だ」と同氏は主張しますが、恋愛感情を抱くファンへの対応など倫理的な課題は残されたままです。

Googleは動画生成ツールFlowのアーティスト共創プログラム「Flow Sessions」第3期の終了を発表しました。2025年9月に開始されたこのプログラムは、6週間にわたりアーティストがFlowを使って作品を制作する取り組みです。第3期では従来の映像制作者に限らず、ジャーナリズム、広告、ファッションなど多様な分野のクリエイターを初めて募集しました。

参加アーティストの一人であるJulie Wielandは、Flowを「終わりのない遊び場」として活用し、石のゴーレムがタンポポの命を見守る循環的な物語を制作しました。AI Studioでフレームレートを下げるアプリを作成し、手作りのストップモーション風の表現を実現するなど、複数のツールを組み合わせた実験的な手法が注目されます。

Calvin Herbstは幼少期の16mmフィルム映像をスタイル変換に活用し、愛犬との別れを描いた作品を制作しました。Stephane BeniniはVeoの視覚的なドリフトをストーリーテリングの技法として意図的に使い、記憶の断片をたどる父娘の物語を表現しました。いずれも個人的な経験を出発点とする創作の重要性を示しています。

映像制作以外の分野では、ファッションデザイナーのCharline Pratがフランスのスタジオ COMBOと協力し、実際に刺繍したガーメントを起点に、縫製では実現できない質感の世界をFlowで表現しました。視覚的一貫性を保つため、Flowに参照ライブラリを提供する手法を開発しています。

クリエイティブディレクターのChloe Desaullesは、ドキュメンタリーの手法を用いてニューヨークの架空の街を驚くほどリアルに描写しました。AI生成メディアにおけるリアリズムの意味を問う作品です。Googleは共創を通じてツールを改善する方針を掲げており、多様な分野のクリエイターとの協働がFlowの進化を加速させています。

Googleは2026年4月23日、春のファッションショッピングを支援する3つの機能を紹介しました。動画やSNSを見ながら気になる服を即座に検索できる「Circle to Search」、複数商品の違いをレビューに基づき比較できる「AIモード」、そして自分の写真をアップロードして衣服の着用イメージを確認できる「バーチャル試着」の3機能です。いずれもAI技術を活用し、オンラインショッピングの意思決定を効率化する狙いがあります。

Circle to Searchは、Samsung Galaxy S26やPixel 10などの対応デバイスでホームボタンを長押しし、画面上の服をなぞるだけで類似商品を検索できます。AIモードはGoogle検索上で商品比較を行い、レビューから抽出したインサイトを提示します。たとえばコーラルリップを選ぶ際、肌色との相性や持続力の違いなどを比較できます。

バーチャル試着機能は、数十億点のアパレル商品に対応し、ユーザーが自分の写真1枚をアップロードするだけで着用イメージを確認できます。オンラインでの衣服購入における「サイズ感がわからない」という課題を解消することが目的です。

同日公開されたGoogle検索トレンドのデータによると、2026年春はノスタルジーがキーワードです。クロップドパンツの検索は過去最高を記録し、キトゥンヒールも史上最多の検索数に達しました。2000年代初頭のファッションが回帰する傾向が鮮明になっています。

ビューティー分野では、ブルーマスカラの検索が史上最高を記録し、コーラルリップスティックが直近1カ月で最もトレンドの春のリップカラーとなりました。ポルカドットネイルは10年ぶりの高水準に達し、フレンチチップの検索も毎年春に急上昇して今年は過去最高を更新しています。ファッションとビューティーの両面で、Googleの検索データが消費者トレンドの指標として存在感を高めています。

Googleは、自社が提供するAI製品の裏側で稼働するカスタムチップTPU(Tensor Processing Unit)について、その役割と進化を解説しました。TPUはAIモデルの実行に必要な大規模演算を高速に処理するため、10年以上前にゼロから設計された専用プロセッサです。検索やGmail、Google フォトなど日常的に利用される製品の基盤技術として機能しています。

AIモデルの動作には膨大な数学的計算が不可欠であり、TPUはこの演算を超高速で処理する目的に特化して設計されています。汎用プロセッサとは異なり、行列演算やテンソル計算といったAI特有の処理に最適化されたアーキテクチャを採用しています。

最新世代のTPUは、121エクサフロップスの演算能力を備え、前世代と比較して帯域幅が2倍に拡大しました。これにより、大規模言語モデルをはじめとする高度なAIワークロードの処理要求に対応できる性能を実現しています。

Googleはこの技術解説を公式ブログと動画で公開し、TPUの仕組みを一般向けにわかりやすく紹介しています。AI需要が急速に拡大するなか、自社開発チップによるインフラ基盤の強化が同社のAI戦略において重要な位置を占めていることを示す内容となっています。

ニュースレター配信プラットフォームのBeehiivが2026年4月23日、ウェビナー、メーター制ペイウォール、有料トライアル、ポッドキャストAI分析など複数の新機能を一斉に発表しました。同社はニュースレターの枠を超え、クリエイター向けオールインワンプラットフォームへの転換を加速させています。Patreon、Substack、Zoom、Kit、Ghostなど複数の競合領域にまたがるサービス展開を目指す姿勢が鮮明になりました。

今回の目玉はウェビナー機能です。クリエイターはBeehiiv上で最大1万人規模のライブイベントを開催でき、映像配信、画面共有、チャットを備えています。複数通貨での有料配信と無料公開の両方に対応し、教育コンテンツや製品デモ、コミュニティ構築など幅広い用途が想定されています。

収益化面では、メーター制ペイウォールにより、クリエイターが無料で公開する記事数を柔軟に設定できるようになりました。リセット期間も日次から年次まで選択可能です。有料トライアルでは、期間や価格を自由に設定でき、新規読者の有料転換を段階的に促す仕組みを整えています。

ポッドキャスト関連では、前月に追加されたネイティブホスティング機能に続き、AIを活用した分析機能が加わりました。エピソードのパフォーマンスやリスナーの流入元をAIに質問形式で確認でき、ClaudeやChatGPTとの連携も選択可能です。既存ユーザーの50%がポッドキャストを移行し、25%が新規にポッドキャストを開始したと報告されています。

事業面では、2026年第1四半期が創業以来最高の四半期だったと発表しました。ユニーク読者数は4億人、アクティブユーザーは5万人超、メール送信数は100億通に達し、ARRは今月2800万ドルを突破しています。今後はQ2中にポッドキャストの動画対応、年内に広告機能の追加を予定しています。

Googleは2026年4月22日、マルチモーダル埋め込みモデルGemini Embedding 2の一般提供（GA）を開始しました。プレビュー期間中にEC向け検索エンジンや動画分析ツールなど多数のプロトタイプが構築されており、今回の正式版ではこれらを本番環境へ移行するための安定性と最適化が施されています。

Gemini Embedding 2の最大の特徴は、テキスト・画像・動画・音声をネイティブに扱えるマルチモーダル対応です。従来はモダリティごとに個別のパイプラインを構築する必要がありましたが、単一モデルで横断的な検索・推論が可能になります。これにより、開発者は複雑なインフラ構成を大幅に簡素化できます。

提供チャネルはGemini APIとVertex AIの2系統です。個人開発者から大規模エンタープライズまで、既存のGoogle Cloudワークフローに統合しやすい設計となっています。

同モデルはGoogleの各種プロダクトを支える基盤技術であり、社内で蓄積された研究成果を外部の開発者コミュニティにも開放する位置づけです。RAGやセマンティック検索を構築する際の選択肢として、マルチモーダル対応の埋め込みモデルが正式版で利用できる意義は大きいといえます。

Charlemagne Labsが開発したツールを用いて、5種類のAIモデルによるソーシャルエンジニアリング攻撃の能力が検証されました。テストではAIが攻撃者と標的の両方の役割を演じ、数百から数千回のシミュレーションを実行します。記者自身を標的にした実験では、DeepSeek-V3が記者の関心分野を巧みに織り込んだフィッシングメッセージを生成し、複数回のメールのやり取りを通じて不正リンクへの誘導を試みました。

テストに使われたのはAnthropic Claude 3 Haiku、OpenAI GPT-4o、Nvidia Nemotron、DeepSeek-V3、Alibaba Qwenの5モデルです。すべてのモデルがソーシャルエンジニアリング手法を考案しましたが、説得力にはばらつきがありました。一部のモデルは途中で混乱して不自然な出力を返したり、倫理的な制約から攻撃の続行を拒否する場面もありました。

SocialProof社CEOのRachel Tobac氏は、AIが攻撃の巧妙さを飛躍的に高めたわけではないものの、一人の攻撃者が大規模に攻撃を展開できる点が脅威だと指摘します。音声クローンやディープフェイク動画を使った詐欺事例もすでに報告されており、攻撃パイプライン全体の自動化が進んでいます。

Charlemagne Labsの共同創業者Jeremy Philip Galen氏は、現代の企業攻撃の90%が人的リスクに起因すると述べています。同社はMetaの最新モデルMuse Sparkの能力評価にも協力しました。一方で共同創業者のRichard Whaling氏は、防御側のAIモデル訓練にオープンソースモデルが不可欠であり、健全なオープンソースコミュニティの維持が防御の鍵になると強調しています。

YouTubeは2026年4月21日、AI生成のディープフェイク動画を検出する「肖像検出」機能の対象をエンターテインメント業界の著名人に拡大したと発表しました。CAA、UTA、WMEなど大手タレントエージェンシーの協力を得て、俳優やアーティストがYouTubeアカウントを持っていなくても自身のAI偽動画を監視できるようになります。

この技術はYouTubeの既存のContent IDシステムと同様の仕組みで、登録者の顔とAI生成コンテンツを照合します。対象者はID写真と自撮り動画を提出し、検出された動画についてプライバシーポリシー違反に基づく削除申請や著作権侵害の報告が可能です。ただしパロディや風刺は保護対象として残されます。

肖像検出機能は2025年秋にクリエイター向けパイロットとして開始され、2026年3月に政治家やジャーナリストへ拡大、今回の著名人対応で第3段階に入りました。YouTubeはこれまでの削除件数は「非常に少ない」としていますが、詐欺広告に著名人の顔が無断使用されるケースが急増しており、業界の要望に応えた形です。

将来的にはYouTubeは音声の検出にも対応する計画です。連邦レベルではAIによる無断の音声・肖像再現を規制するNO FAKES法を支持しており、法整備とプラットフォーム対策の両面で保護を強化する方針です。業界ではCAA主導の生体データベースやTikTokスターの肖像権商業化など、AI時代の肖像管理が新たなビジネス領域として注目されています。

インド在住の医学生がGoogle Geminiの助言を受けてAI生成の保守派女性インフルエンサーを作成し、InstagramやFanvueで数千ドルの収益を上げていたことがWIREDの取材で明らかになりました。Geminiは保守層を「高い可処分所得と高い忠誠心を持つ層」と分析し、MAGA系ニッチを「チートコード」と表現したといいます。

作成された「Emily Hart」は看護師を名乗る金髪の白人女性で、銃や釣り、反移民・反中絶といったMAGA的価値観を前面に出した投稿を行いました。1つのリール動画で300万〜1000万回の再生を記録し、1カ月で1万人以上のフォロワーを獲得しています。ファンはFanvueで課金コンテンツを購入し、作成者はほぼ労力なく収益を得ていました。

こうした偽アカウントはEmily Hartだけではありません。100万人以上のフォロワーを集めた「Jessica Foster」など、白人・金髪・緊急対応職という共通テンプレートを持つAI生成MAGA女性インフルエンサーがSNS上に多数存在しています。ブルッキングス研究所の研究者は、AI技術が偽プロフィールの信憑性を高めていると指摘します。

プラットフォーム側はAI生成コンテンツの開示を義務付けていますが、実効的な検知・執行は追いついていません。MetaはEmily Hartのアカウントを「詐欺的活動」として最終的に停止しましたが、Facebook上のアカウントは残存しています。OnlyFansはID認証を求めるため、規制の緩いFanvueなどの競合プラットフォームに流れる構図が生まれています。

専門家は、フォロワーの多くがAI生成であることを認識しつつも「感情に共感できればよい」と考えている点を問題視しています。政治的に過激なコンテンツほどアルゴリズムに優遇される仕組みと、デジタルリテラシーの格差が、この現象を拡大させる構造的要因となっています。

Google Labsは2026年4月21日、AIデザインツールStitchで使われるDESIGN.mdフォーマットのドラフト仕様をオープンソースとして公開しました。DESIGN.mdはデザインシステムのルールや意図を構造化して記述するファイル形式で、プロジェクト間でのエクスポートやインポートを可能にします。

この仕様の最大の特徴は、特定のツールやプラットフォームに依存しない点です。AIエージェントがデザインの意図を推測するのではなく、色の用途やコンポーネントの役割を明示的に理解できるようになります。さらに、WCAGアクセシビリティ基準に照らした自動検証も可能です。

開発者やデザイナーは、Stitchで自分のDESIGN.mdファイルを生成できるほか、GitHubリポジトリを通じて仕様策定への貢献が可能です。Google LabsのDavid East氏が解説動画も公開しており、具体的な活用方法を確認できます。

AI駆動のUI生成が普及する中、デザインルールの標準フォーマットが存在しないことは大きな課題でした。DESIGN.mdはこのデザインとAIの橋渡しとなる共通規格を目指しています。

新たなSNS「Bond」が2026年4月21日に正式ローンチしました。共同創業者兼CEOのDino Becirovic氏は、AIを活用して利用者のドゥームスクロール習慣を断ち切ることを目指すと説明しています。TikTokやTwitter、Facebookの開発経験者がチームに参加しており、Google Geminiのユーザーシグナル統合を共同で率いた研究者も名を連ねます。

Bondでは利用者が写真・動画・音声で日常の体験を「メモリー」として投稿します。蓄積されたメモリーをAIが分析し、好みに合ったレストランやライブなどリアルな体験を提案する仕組みです。投稿が増えるほど推薦精度が向上するため、アプリを閉じて外出する動機づけになると同社は主張しています。

UIはInstagramに似ていますが、従来型のフィードは存在しません。ユーザープロフィールはクラスタ形式で表示され、ストーリーは24時間後に公開プロフィールから消えてプライベートアーカイブに保存されます。利用者は自分の記憶アーカイブを自由に検索できます。

収益面では広告を一切排除し、将来的に利用者が自身のデータをAI学習用としてライセンス販売できるモデルを構想しています。Bond側はライセンス料として少額の手数料を受け取る形です。EC連携による商品推薦での収益化も視野に入れています。

プライバシーについては、データの広告目的での販売は行わず、メモリーの削除やアカウント削除も可能としています。ただしエンドツーエンド暗号化はローンチ時点では未実装で、近い将来の優先事項と位置づけています。現時点ではマネタイズより利用者体験の構築を重視する方針です。

Googleは2026年4月20日、ChromeブラウザのAI機能「Gemini in Chrome」をアジア太平洋地域に拡大すると発表しました。対象国はオーストラリア、インドネシア、日本、フィリピン、シンガポール、韓国、ベトナムの7カ国で、デスクトップ版とiOS版のユーザーが利用可能です。ただし日本ではiOS版は対象外となっています。

Gemini in Chromeはパーソナライズされたブラウジングアシスタントとして機能し、長文コンテンツの要約や複数タブにまたがる情報の比較が可能です。さらにGoogleの主要アプリと深く統合されており、Googleカレンダーでの会議スケジュール設定、Googleマップでの場所確認、Gmailでのメール作成・送信、YouTubeの動画に関する質問など、閲覧中のページを離れることなく操作できます。

新たに搭載されたNano Banana 2機能では、Gemini in Chromeのサイドパネルでテキストプロンプトを入力することにより、ウェブ上の画像を変換できます。またPersonal Intelligence機能により、過去の会話コンテキストを記憶し、ウェブ閲覧全体を通じてユーザーに最適化された回答を提供します。

セキュリティ面では、設計段階からの安全性確保を重視しています。AIモデルはプロンプトインジェクションなどの既知の脅威を認識するよう訓練されており、機密性の高い操作を実行する前にユーザーへ確認を求めるセーフガードが組み込まれています。ユーザーが常に操作の主導権を握れる設計となっています。

OpenAIで4月17日、Kevin Weil（科学部門VP・元CPO）、Sora責任者のBill Peebles、エンタープライズ担当CTOのSrinivas Narayananの3人が同日に退社を発表しました。OpenAIが「サイドクエスト」と呼ぶ周辺事業の整理を進める中での離脱で、同社の戦略転換を象徴する動きです。

Weilが率いたOpenAI for Scienceは他の研究チームに分散され、科学者向けAIワークスペースPrismは廃止されます。Prismの機能はCodexデスクトップアプリに統合される計画です。Weilの退社は、彼のチームが生命科学向けモデルGPT-Rosalindを発表したわずか翌日のことでした。

AI動画ツールSoraは1日あたり推定100万ドルの計算コストが発生しており、先月サービスを終了しています。責任者だったPeeblesは退社に際し、Soraが業界全体のAI動画投資を加速させた意義を強調しつつ、「エントロピーを育むことが研究機関の長期的成長に不可欠だ」と述べました。

OpenAIはエンタープライズ向けサービスとコーディングツールに経営資源を集中し、ChatGPTを「スーパーアプリ」化する構想を推進しています。年内のIPO申請も視野に入れており、Anthropicなど競合との激化する競争に対応する狙いがあります。

こうした動きは、Fidji Simoの医療休暇、Brad Lightcapの特別プロジェクト異動、Kate Rouchの休職など、一連の経営陣再編の延長線上にあります。Sam Altman CEOは自身のブログで「極度に激しく混沌とした数年間だった」と認め、より予測可能な運営体制への移行を示唆しています。

AI動画生成スタートアップRunwayのCEO、クリストバル・バレンスエラ氏が、今週開催されたSemafor World Economyで映画業界の変革について語りました。同氏は、ハリウッドのスタジオが1本の大作映画に費やす1億ドルを50本の映画制作に振り向けるべきだと主張し、同じ品質を維持しながら制作本数を増やすことでヒット作を生み出す確率を高められると述べています。

この構想はすでに現実味を帯びています。近日公開予定のAI長編映画「Bitcoin: Killing Satoshi」は、従来なら推定3億ドルかかる制作費をAI活用により7,000万ドルに圧縮しました。Amazonも映画・テレビの制作コスト削減にAIを導入しており、Sony Picturesやインドのスタジオも同様の取り組みを進めています。ジェームズ・キャメロン監督もAI活用を支持する立場を表明しています。

バレンスエラ氏は、AIによるコスト削減がプリプロダクション、脚本、企画、VFXなど制作のあらゆる段階で進んでいると説明しました。映画制作を書籍出版にたとえ、年間数千万冊が出版される世界のように、より多くの人がストーリーを発信できる環境こそが望ましいとの考えを示しています。評価額53億ドルを超えるRunwayは、クリエイター向けのAIワールドモデルの開発を推進中です。

一方、AIで創造性を量産すれば優れた作品が自動的に生まれるというテック業界の主張には、批判的な声も根強く存在します。映画はスタジオが適切なクリエイティブチームに投資する芸術であるという見方に対し、バレンスエラ氏の提案は映画産業を数の勝負に帰着させるものだからです。初期の懐疑論は恐怖や誤解に基づくものだったが、現在はAIツールの能力を多くの人が理解していると同氏は述べました。

AI動画生成スタートアップのLumaは2026年4月16日、信仰・宗教系ストリーミングサービスを運営するWonder Projectと提携し、AI映像制作会社「Innovative Dreams」を設立したと発表しました。第1作品としてイギリス人俳優ベン・キングスレー主演の聖書ドラマ「The Old Stories: Moses」を今春Amazon Prime Videoで公開する予定です。

Innovative Dreamsは「リアルタイム・ハイブリッド撮影」と呼ぶ新手法を採用します。これは映画「アバター」のパフォーマンスキャプチャと「マンダロリアン」のバーチャルプロダクションを組み合わせ、Lumaの生成AIエージェントを用いてリアルタイムにセット・小道具・照明を調整するものです。従来はポストプロダクションでしか実現できなかった作業をライブで安価に行えるとしています。

Wonder Projectは2023年に映画監督ジョン・アーウィン氏と元Netflix幹部ケリー・フーグストラテン氏が設立した企業で、2025年にAmazon Primeで聖書ドラマ「House of David」を公開した実績があります。今回の提携が宗教コンテンツ以外にも拡大するかは不明で、TechCrunchが問い合わせ中です。

LumaのCEOアミット・ジェイン氏は、ハリウッドの制作費高騰が映画制作を制約していると主張し、生成AIによるコスト削減と効率化を訴えています。同週には競合のRunway CEOも1本1億ドルの大作の代わりにAIで50本制作すべきと発言しており、AI映像スタートアップがツール提供から制作事業へ本格参入する流れが加速しています。

Hugging Faceは2026年4月16日、Sentence Transformersライブラリでマルチモーダル埋め込みモデルとリランカーモデルを学習・微調整する方法を解説するブログ記事を公開しました。テキストだけでなく画像・音声・動画を扱えるモデルの学習が、既存のテキスト専用パイプラインとほぼ同じコードで実現できます。

実践例として、Qwen3-VL-Embedding-2Bを視覚文書検索タスクで微調整する手順が紹介されています。テキストクエリに対して関連するドキュメントのスクリーンショットを検索するタスクで、微調整後のモデルはNDCG@10を0.888から0.947に改善しました。これは8Bパラメータの大型モデルを含む既存のすべてのモデルを上回る成績です。

学習にはCachedMultipleNegativesRankingLossとMatryoshkaLossを組み合わせて使用します。前者は勾配キャッシュにより限られたGPUメモリでも大きな実効バッチサイズを確保でき、後者は埋め込みベクトルを任意の次元数に切り詰めても高い性能を維持できるよう訓練します。512次元への圧縮でもピーク性能の99.7%を保持するという結果が示されています。

さらに、マルチモーダルなクロスエンコーダ（リランカー）モデルの学習方法も紹介されています。画像からテキスト、テキストから画像の双方向の照合を1つのモデルで学習する手法が示されており、Routerモジュールを使った別々のエンコーダの組み合わせにも対応しています。ドメイン固有データでの微調整がモデルサイズの拡大よりも効果的であることを実証した、実践的なガイドとなっています。

オーストラリア発のデザインプラットフォームCanvaは2026年4月16日、プラットフォーム全体を刷新する大型アップデート「Canva AI 2.0」を発表しました。テキストプロンプトで指示するだけで、デザインの作成から編集・公開までを一貫して行える対話型インターフェースを導入し、同社は「ブラウザでのデザイン民主化以来最大の転換」と位置付けています。

AI 2.0の中核は、Canvaの全ツールを統合するオーケストレーションレイヤーです。ユーザーが「最新の夏商品を発売するマルチチャネルキャンペーンを作って」と指示すれば、AIアシスタントが必要なツールを自動で呼び出し、編集可能なデザインを複数案生成します。レイヤー構造を採用しているため、生成後も画像やテキスト、フォントなど個別要素だけを修正できる柔軟性を備えています。

さらに、ユーザーの作業履歴から学習するパーシステントメモリ機能を搭載し、ブランドガイドラインや個人のスタイルを反映した一貫性のあるデザインを自動で適用します。外部連携も強化され、Slack・Gmail・Google Drive・Calendar・Zoomとの接続により、メールやファイルなどの文脈を読み取ってデザインに反映できるようになりました。スケジュール実行機能では、繰り返しタスクをバックグラウンドで自動処理し、下書きとしてレビューに回す運用も可能です。

競合環境も激化しています。前日にはAdobeがFirefly AIアシスタントを発表し、Figmaも先月MCPサーバーによるAIエージェント対応を導入しました。Canvaの共同創業者兼COOのCliff Obrecht氏は、最終的な編集・コラボレーション・公開の工程でCanvaが強みを持つと強調しています。企業向け事業は前年比100%成長を記録しており、評価額420億ドルの同社は来年の上場を視野に入れているとのことです。

AI 2.0はリサーチプレビューとして本日提供開始され、まずCanvaホームページにアクセスした先着100万人が利用可能です。全ユーザーへの展開は数週間以内を予定しています。また、画像生成モデル「Lucid Origin」は5倍高速化・コスト30分の1に、画像動画変換モデル「12V」は7倍高速化・コスト17分の1に改善されたと発表しています。

マーケティングデータ基盤を手がける米Hightouchが、年間経常収益（ARR）1億ドルに到達したことを明らかにしました。2024年後半にAIを活用した広告コンテンツ生成ツールを投入してから約20カ月で7000万ドルのARRを積み増しており、AI製品が同社の成長を大きく牽引しています。

同社のAIツールは、マーケティング担当者がデザイナーやクリエイティブエージェンシーを介さずに、パーソナライズされた広告画像や動画を作成できるサービスです。Domino's、Chime、PetSmart、Spotifyといった大手ブランドが顧客として名を連ねています。

汎用的な基盤モデルでは、ブランド固有のカラーやフォント、トーンを再現できず、存在しない商品を生成してしまうハルシネーションの問題がありました。Hightouchはこの課題に対し、顧客企業のFigmaやフォトライブラリ、コンテンツ管理システムに直接接続し、ブランドアイデンティティを学習する仕組みを構築しています。たとえばDomino'sの場合、ピザの画像はAI生成せず既存の写真を使い、背景や周辺要素のみをAIで生成するといった使い分けを行います。

同社は2025年2月にSapphire Ventures主導で8000万ドルのシリーズCを調達し、企業価値は12億ドルに達しました。現在の従業員数は約380人で、共同CEOのKashish Gupta氏とTejas Manohar氏が経営を率いています。Manohar氏はTwilioに32億ドルで買収された顧客データ基盤Segmentの元エンジニアリングマネージャーです。

Googleは2026年4月15日、AIアシスタント「Gemini」のMac向けネイティブデスクトップアプリを全世界で無料提供開始しました。macOS 15以上に対応し、Option+Spaceのショートカットキーで作業中のどの画面からでもGeminiを呼び出せるフローティングウィンドウ型のインターフェースを採用しています。

最大の特徴は、表示中のウィンドウやローカルファイルをGeminiと共有し、画面の文脈に沿った質問ができる点です。複雑なグラフの要約やスプレッドシートの数式確認など、タブを切り替えることなくAIの支援を受けられます。画像生成のNano Banana、動画生成のVeo、Deep Research、Canvasなど、Web版Geminiのほぼ全機能がデスクトップで利用可能です。

アプリはSwiftで開発され、GoogleのAntigravityを活用して100日未満で100以上の機能を実装したとCEOのスンダー・ピチャイ氏が述べています。一方、App Storeではなく公式サイトからのDMGダウンロード方式を採用しており、配布方法に懸念を示す声もあります。

競合面では、OpenAIのChatGPTやAnthropicのClaudeが先行してMacアプリを提供しており、Googleは後発となります。ただし、ChatGPTやClaudeがPC操作の自動化機能を備えているのに対し、Geminiアプリは現時点ではそうした機能を持っていません。Googleはこれを「最初のリリースに過ぎない」とし、今後数か月でさらなる機能拡充を予告しています。

また、Googleは前日にWindows向けの検索アプリも正式リリースしています。Alt+Spaceでウェブ検索やローカルファイル検索が可能で、AIオーバービューやLensによる画面内検索にも対応しています。MacではAI、WindowsではSearchと、プラットフォームごとに異なるアプローチでデスクトップ市場への本格参入を進めています。

Adobeは2026年4月15日、Creative Cloudの全アプリを対話形式で横断操作できるFirefly AIアシスタントを発表しました。2025年秋のMAXカンファレンスで「Project Moonlight」として披露された研究プロトタイプを製品化したもので、数週間以内にパブリックベータとして公開される予定です。

このAIアシスタントは、Photoshop、Premiere Pro、Illustrator、Lightroom、Expressなど主要アプリにまたがる約100種のツールとスキルを備えています。ユーザーが自然言語で「この画像をレタッチして」「SNS用にリサイズして」と指示するだけで、エージェントが適切なアプリとツールを自動選択し、複数ステップのワークフローを実行します。出力はPSD、AI、PRPROJなどネイティブ形式のため、いつでもピクセル単位の手動編集に切り替えられるのが特長です。

利便性を高める仕組みも充実しています。ポートレートレタッチやSNSアセット作成など、あらかじめ用意された「Creative Skills」テンプレートをワンプロンプトで実行可能です。さらにアシスタントはユーザーの好みのツールやワークフロー、美的嗜好を時間とともに学習し、提案を個別最適化していきます。AnthropicのClaudeなど外部LLMとの連携も予定されています。

同時に発表された新機能も注目に値します。Firefly Video Editorには中国Kuaishou社のKling 3.0および3.0 Omniモデルが追加され、搭載モデル数は30を超えました。Premiere Proには編集者向けに設計されたカラーグレーディング専用モード「Color Mode」がベータ公開されたほか、Frame.io Driveではクラウドメディアをローカルファイルのように扱える仮想ファイルシステムが導入されています。

収益面では、AIアシスタントの利用には対象アプリを含む既存サブスクリプションが必要で、生成機能はクレジットを消費する方式です。Adobeの直近四半期決算では売上高が前年比10%増の64億ドルに達し、AI関連の年間経常収益は1.25億ドルに成長しました。CanvaやFigma、RunwayなどAIネイティブの競合が台頭するなか、Adobeはプロ向けツール群の統合力を最大の競争優位と位置づけています。

Googleは4月14日、AIアシスタントGeminiの「パーソナルインテリジェンス」機能をインドのユーザー向けに提供開始すると発表しました。この機能はGmailやGoogle Photosなどの個人アカウントと連携し、ユーザーの旅行予定や視聴したYouTube動画などに基づいてパーソナライズされた回答を提供するものです。

提供開始時点ではAI ProおよびAI Ultraの有料プランユーザーに限定されますが、Googleは数週間以内に無料ユーザーへの拡大を目指すとしています。回答にはソースが明示されるため、ユーザーが内容を自分で確認できる設計になっています。

同機能は2026年1月にアメリカでベータ版として公開され、3月には全アメリカユーザーへ拡大しました。日本でもすでに提供が始まっており、今回のインド展開はグローバル拡大の一環です。Googleはインドを最重要市場の一つと位置づけ、積極的にAI機能を投入しています。

一方でGoogleは、Geminiが個人データの文脈を常に正しく理解できるわけではないと注意を促しています。たとえばゴルフ場の写真が多数あると「ゴルフ好き」と誤認識する可能性がありますが、ユーザーが訂正すれば修正される仕組みです。こうした限界を認めつつも、ZomatoやSwiggyとの連携による飲食店予約のAIエージェント機能など、インド市場向けの展開を加速させています。

Appleが初のスマートグラスを2027年に発売する計画であることが、BloombergのMark Gurman氏の報道で明らかになりました。年内にも発表される可能性があり、現在4種類のデザインが試作段階にあります。複数デザインを同時に展開する可能性も示唆されています。

試作中のデザインは、大型の長方形フレーム、Tim Cook CEOが着用するものに近いスリムな長方形フレーム、大型の楕円・円形フレーム、小型の楕円・円形フレームの4種です。カラーバリエーションとして黒、オーシャンブルー、ライトブラウンが検討されています。

これらのグラスにはディスプレイが搭載されず、写真・動画の撮影、通話、音楽再生、Siriとの対話が主な機能となります。楕円形のカメラレンズを搭載する方針で、MetaのRay-Banグラスに近い製品コンセプトです。

Appleはかつてさまざまなミックスドリアリティ・拡張現実デバイスの展開を計画していましたが、Vision Proの需要低迷を受けて方針を転換しました。ディスプレイなしのスマートグラスという選択は、より実用的な路線への戦略シフトを示しています。長らく予告されてきたSiriの大幅刷新との連携も見込まれており、AI機能がグラスの差別化要素となる可能性があります。

2026年2月末に始まった米国・イスラエルによるイラン攻撃をめぐり、AI生成プロパガンダがかつてない規模でオンラインに氾濫しています。イラン系メディアはレゴ風のAI動画で国際的な共感を集め、一方のホワイトハウスもミームやAI画像を投稿。双方が「ブレインロット（脳腐れ）」コンテンツで情報戦を繰り広げる異例の事態となっています。

イラン関連の制作集団「Explosive Media」は、約24時間で2分間の合成レゴ動画を制作できると報じられています。イラン革命防衛隊が資金提供する少なくとも50の制作会社が存在し、若い世代がSNSに最適化した短尺コンテンツを次々と生み出しています。これらの動画はイラン国内向けではなく、反米感情を持つグローバルな視聴者をターゲットとしています。

深刻なのは、真実と虚偽の境界が完全に崩壊しつつあることです。イランのミナブで発生した学校への空爆では175人が死亡しましたが、その実際の映像がSNS上で「AI生成だ」と疑われました。逆にイラン側は、ディープフェイクの血まみれリュック画像を投稿するなど、事実とフェイクを混在させています。

検証の基盤も揺らいでいます。衛星画像大手Planet Labsは米政府の要請で中東の画像提供を無期限停止しました。ネット全体のトラフィックの51%をボットが占め、AI検出ツールは画像の95%が本物でも残り5%の改変を見抜けないケースが増えています。検証専門家は「すべての旧来の手法は、画像が何かの記録であるという前提に基づいていた。生成AIはその前提を根底から壊す」と警告しています。

この状況はビジネスにも示唆を与えます。情報の真偽判断コストが急上昇し、リポスト前の一時停止が唯一の防御策だと専門家は指摘します。長期的には画像の出所を証明する「プロヴェナンス（来歴証明）」システムの構築が不可欠ですが、現時点ではそのインフラは整っていません。国家間の情報戦がAIで加速する中、企業や個人が情報リテラシーを高める必要性がこれまで以上に高まっています。

イラン支持を掲げるコンテンツ制作グループ「Explosive Media」が、生成AIを活用したレゴ風アニメーション動画でトランプ大統領やアメリカの軍事作戦を風刺し、SNS上で大きな注目を集めています。2026年2月のアメリカ・イスラエルによるイラン攻撃開始以降、同グループは十数本以上の動画を公開し、複数の作品が数百万回の再生を記録しました。

同グループは約10人の若いイラン人活動家で構成されていると主張しており、イラン政府との関係を否定しています。制作工程では、まず脚本を作成し、そこからAIで映像と楽曲を生成した後、ポストプロダクションソフトウェアで仕上げるという手順を踏んでいます。メンバーは「レゴは世界共通の言語」と語り、遊び心のある表現で国際的な視聴者にメッセージを届ける戦略を説明しました。

動画の内容はトランプ大統領をレゴのミニフィギュアとして描き、湾岸諸国の指導者との密談や、軍事作戦への皮肉を込めたストーリーを展開しています。停戦合意後に公開された最新作では、白旗を持って泣くトランプの姿を描き、「TACO（Trump Always Chickens Out）」というネットスラングを引用するなど、アメリカのネット文化への深い理解を示しました。

一方で、これらの動画はプロパガンダであるとの指摘も根強く、イスラム革命防衛隊との関連を疑う声もあります。YouTubeとInstagramの公式アカウントはスパムおよび詐欺的行為のポリシー違反として削除されました。それでもXやTikTok、Telegramを通じて動画は拡散を続けており、ホワイトハウスが発信するAIミームよりも洗練されているとの評価が広がっています。

この現象は、生成AIがオンライン上の世論形成に与える影響力の大きさを示しています。国家間の情報戦において、少人数の制作チームでも生成AIを活用すれば世界規模でメッセージを拡散できることが実証されました。AI技術の民主化がもたらす情報戦の新たな局面として、今後の動向が注目されます。

AI生成のポッドキャスターが恋愛アドバイス動画でソーシャルメディア上に急速に広がっている実態を、米WIREDが2026年4月10日に報じました。InstagramやTikTok、YouTubeなどで公開されるこれらの動画は、スタジオで撮影されたように見えますが、声も映像もすべてAIで生成されたもので、実際のポッドキャスト番組は存在しません。一部のアカウントは数か月で10万人以上のフォロワーを獲得し、1,000万回以上再生される動画も出ています。

これらのAIポッドキャスターは、恋愛や自己啓発をテーマに自信に満ちたアドバイスを発信していますが、その内容は従来型のジェンダー規範を強化するものが多いと指摘されています。「良い男を失う最速の方法は浮気ではなく、彼にとって最大のストレス源になること」「ハイバリューな男性はアクセスしやすい女性を追わない」といった主張が繰り返され、男女間の不均衡な力関係を美化する傾向があります。

実在のポッドキャスターであるMandii B氏はこうしたコンテンツを「ソフトプロパガンダ」と表現しています。同氏は、深みや責任を伴わずに信念や期待を形作る点で、かつてのアメリカンドリームの売り方と類似していると分析しています。インフルエンサーマーケティング企業Superbloom創業者のLily Comba氏も、AIが高パフォーマンスなインフルエンサーコンテンツの手法を大規模に実行しているが、関係性の裏付けがないエンゲージメントには限界があると指摘しています。

注目すべきは、これらの動画の最終目的が有料のAIコンテンツ制作講座への誘導である点です。「AI Content University」（497ドル）や「AI Luxe Academy」（84ドル）といったコースが販売されており、AIによるバイラル動画の作り方やリップシンク・音声クローン技術の活用法を教えています。Grand View Researchの調査によれば、バーチャルインフルエンサー市場は今後4年で450億ドル規模に成長すると予測されています。

最も懸念されるのは、これらのAI動画が極端に不自然ではなく、ごく普通のトーンで制作されている点だとWIREDは指摘しています。暴力的でも奇妙でもない「普通さ」が、視聴者にAI生成であることを気づかせにくくしています。ポッドキャストというメディアの本質が人間の不完全さにあるとすれば、完璧に磨き上げられたAIペルソナはその対極に位置するものです。

米Google傘下のYouTubeは4月9日、ショート動画サービス「YouTube Shorts」で、クリエイター本人そっくりのAIアバターを自動生成できる新機能の提供を段階的に開始すると発表しました。自身の顔と声を再現したアバターを既存動画に差し込んだり、新しいクリップの主役として起用したりできます。生成AIの悪用が社会問題化するなか、プラットフォーム側が自ら制御可能な「ディープフェイク」を公式機能として取り込む、象徴的な動きと言えます。

アバター作成は単純なボタン操作ではなく、ライブ自撮りで顔と声を登録する工程を経ます。明るい照明、静かな場所、目線の高さを保つことが推奨されており、YouTubeは「本人のように見え、本人のように聞こえる」仕上がりを強調しています。完成したアバターは文章プロンプトから最大8秒の映像を生成でき、対象となる既存ショートへの組み込みも可能です。

一方で利用には厳しい制約が設けられています。アバターは原則として作成者本人の動画でのみ使用でき、リミックス可否はクリエイターが自ら制御します。削除権限は常に本人側にあり、3年間使われなかったアバターは自動的に破棄される仕組みです。全ての生成映像には視認可能な透かしに加え、SynthIDやC2PAといった来歴情報が付与されます。

提供対象は18歳以上で既存チャンネルを持つクリエイターに限定され、地域や時期を明示しないまま段階展開されます。YouTubeはすでに自動吹き替えやチャンネル分析チャットボットなど、Geminiを基盤とするAI機能を続々と追加しており、今回のアバター機能はその延長線上に位置づけられます。

注目すべきは競合の動きとの対比です。OpenAIは先月、動画生成アプリ「Sora」の運営終了を決めたばかりで、著作権問題やディープフェイク騒動、収益化の難しさが撤退の背景にあったと報じられています。Googleはその空白地帯に、クリエイター本人の同意と来歴管理を前提とした管理型アバターという形で切り込み、生成AI動画の主導権を握ろうとしています。

AI業界の2026年は、OpenAIとAnthropicにとって正念場の年となっています。米メディアThe Vergeのポッドキャスト「Decoder」で4月9日、司会のニレイ・パテル氏と同社シニアAI記者のヘイデン・フィールド氏が、両社が直面する「収益化の崖」と史上最大級のIPOに向けた圧力を議論しました。燃やす現金を上回る売上を生み出せるかが、業界全体の行方を左右する局面です。

議論の前提にあるのは、数千億ドル規模の資本投下と、それを上回るデータセンターや半導体への将来投資です。番組では、いずれ利益が実現するか、さもなくばバブルが弾けるという構図が改めて確認されました。パテル氏は過去の出演CEOの多くが「一部の企業は派手に失敗し、一部は成功する」と見ていると指摘し、市場全体が走り続けざるを得ない現状を強調しました。

変化の触媒となっているのが、AIエージェントの急速な普及です。Claude CodeやCowork、オープンソースのOpenClaw、OpenAIのCodexといった製品は、顧客価値が高い一方で桁違いの計算資源を消費します。両社の想定を上回るペースでトークンが燃え、事業運営の前提そのものが揺らいでいるとフィールド氏は説明しました。

その影響は、製品の生殺与奪にも表れています。OpenAIは先月、動画生成アプリSoraを終了し、10億ドル規模のディズニーとのライセンス契約も断念しました。理由は運用コストの重さと、Codex向けに計算資源を確保する必要性です。一方、Anthropicも先週、標準サブスクリプションでのOpenClaw利用を禁じ、利用者を従量課金プランへ誘導しました。

両社は史上最大級のIPOに向け突き進んでおり、収益化への圧力はかつてないほど高まっています。今週ウォール・ストリート・ジャーナルに漏れた内部計画によれば、両社は2020年代末までに数千億ドルの売上と黒字化を見込みます。OpenAIはすでに8500億ドル評価で1220億ドルを追加調達しており、期待と現実のギャップが鮮明になってきました。

問われているのは、こうした成長計画を本当に実現できるのか、そして達成のためにどのような妥協を強いられるのかという点です。ユーザー体験の制限や人気製品の打ち切りは、顧客離れのリスクも孕みます。経営者やリーダーにとっては、AI各社の料金改定や機能縮小が自社のAI活用計画に直結する可能性があるだけに、今後の動向を注視する必要があります。

親イラン系の若手活動家集団「Explosive Media」が、AIで生成したレゴ風アニメ動画を通じて、トランプ米大統領を揶揄する情報発信を強めています。2026年2月の開戦以降、十数本の動画を投じ、主要SNSで数百万回の再生を集めました。米誌WIREDが4月9日に報じました。

最新作は、トランプ氏が「文明丸ごと消し去ることはしない」と表明した直後に公開されました。湾岸諸国首脳と結託するトランプ人形や、「石器時代に戻せ」と書かれた赤いボタンを押すイラン当局者が登場し、停戦条件として示された10項目の提案にも触れる作りとなっています。末尾では白旗を手にタコスを食べる姿を描き、「Trump always chickens out」の頭文字「TACO」を揶揄の軸に据えています。

同集団は2025年にYouTubeで政治評論チャンネルとして出発しましたが、再生数は伸び悩みました。しかし2026年2月以降、AIツールを駆使して脚本・制作・編集まで一貫して手掛けるレゴ風動画に路線転換したところ、TikTokやX、Instagramで急速に拡散しました。使用ツールの詳細は明かしていません。

集団はイラン政府との関係を否定しますが、ほぼ遮断されたイラン国内でインターネット接続を維持できている点から、専門家は関与を疑っています。戦略対話研究所のモスタファ・アヤド氏は、「米国民の関心や不満のツボを巧みに突き、紛争をイラン側の視点で手軽に理解させている」と分析します。集団はイラン系メッセージチャンネルで250万超のフォロワーを持つと自称します。

イラン政府系アカウントも情報戦でAIを積極的に活用しています。ジンバブエ大使館はホルムズ海峡の鍵を失ったと投稿し、チュニジア大使館はトランプ氏が白旗を掲げて専用機から降りるAI動画を拡散しました。アヤド氏は「今回の紛争で、レゴ動画ほど語られ再拡散されたコンテンツはない」と指摘し、AIとユーモアを組み合わせた新たなプロパガンダの威力を警告しています。

Hugging Faceは4月9日、オープンソースの埋め込みライブラリSentence Transformers v5.4を公開し、テキストに限定されてきた埋め込みとリランキングの機能を画像・音声・動画にまで拡張しました。開発者は従来と同じAPIを使いながら、モダリティをまたいだベクトル検索やRAGパイプラインを構築できるようになります。視覚的な文書検索やクロスモーダル検索といった新しい用途を、少ないコード変更で取り込める点が最大の特徴です。

中核となるのは、異なるモダリティの入力を共有埋め込み空間に写像する多モーダル埋め込みモデルです。テキストクエリと画像文書を直接比較でき、同じsimilarity関数で関連度を評価できます。ブログの例では「黄色い建物前に駐車された緑の車」というテキストが、該当する車の画像に対して最も高い類似度を示し、ハードネガティブの誤マッチが抑えられることが示されました。

リランカー（CrossEncoder）も多モーダル化され、テキスト・画像・動画を組み合わせたペアにスコアを付与できます。エンベディングで高速に候補を絞り込み、リランカーで精度を高めるという2段構えの検索パターンが、マルチモーダル文脈でも標準化されました。rank()やpredict()は従来と同じインターフェースのまま、複合入力を受け付けます。

対応モデルにはQwen3-VL-Embedding-2B/8B、NVIDIA llama-nemotron-embed-vl、jinaai/jina-reranker-m0などが含まれ、統合コレクションから即座に利用できます。2BクラスはVRAM約8GB、8Bクラスは約20GBを必要とし、CPUでは推論が著しく遅いためGPU環境の利用が推奨されています。

設定面では画像解像度や精度を制御するprocessor_kwargsとmodel_kwargsが用意され、従来のtokenizer_kwargsは非推奨となりました。経営層やエンジニアにとって、社内ドキュメントのスクリーンショットや動画アーカイブを横断検索する基盤を、既存の知識資産を活かしたまま整備できる点が実務的な価値です。

米陸軍が、実際の作戦データを基に訓練した独自のAIチャットボット「Victor」を開発していることが明らかになりました。陸軍の最高技術責任者アレックス・ミラー氏がWIREDに対しプロトタイプを公開し、ウクライナ・ロシア戦争などの実戦から得た教訓を兵士が即座に活用できるシステムだと説明しています。Victorは掲示板型フォーラムと「VictorBot」と呼ばれるチャットボットを組み合わせた構成で、500以上のデータリポジトリが投入されています。

Victorは陸軍の統合兵科司令部（CAC）内で開発が進められています。同司令部のジョン・ニールセン中佐によると、異なる旅団が別々の任務で同じ失敗を繰り返すことは珍しくなく、Victorはこの問題の解決を目指しています。将来的には画像や動画を入力して分析できるマルチモーダル対応も計画されており、陸軍の公式情報にアクセスできる数少ないシステムの一つになる見込みです。

国防総省は2022年のChatGPT登場以降、軍事システムへのAI統合を加速させてきました。PalantirのシステムがAnthropicの技術を活用してイランでの作戦立案に使われた事例もあります。一方で、自律兵器や市民監視へのAI利用を巡り、AnthropicとPentagの間で対立が生じるなど、運用方針の議論も活発化しています。

専門家からはAI導入に伴うリスクへの懸念も示されています。新アメリカ安全保障センターのポール・シャレ氏は、AIモデルの追従性（sycophancy）が情報分析の場面で特に問題になりうると指摘します。さらに、チャットボットから自律的にソフトウェアやネットワークを操作するエージェント型AIへの進化に伴い、セキュリティ面の新たな課題が生まれると警告しています。Victorが成功すれば、大手AI企業と連携してさらなる高度化が図られる可能性もあります。