07-23-日报 AI 资讯日报
AIニュースデイリー 2025/7/23
AIデイリー | 朝8時更新 | 全ネットワークデータ集約 | 最先端科学探求 | 業界の自由な発信 | オープンソースの革新力 | AIと人類の未来 | ウェブ版にアクセス↗️
AIプロダクト紹介: GeminiCli2API ↗️
「Google Geminiの公式無料APIの厳しい制限に縛られて、手が出せないと感じたことはありませんか？😫」って方、いるでしょ？「Geminiの強力な機能を、愛用してるサードパーティアプリにサクッと組み込みたい！」って思ったこと、ない？そ・こ・で！GeminiCli2APIが、そんなあなたにピッタリの解決策を持ってきてくれたんだよ！
これ、マジで賢いローカルプロキシなんだ！なんと、認証がゆる～いGemini CLIを、OpenAIフォーマットと互換性のある標準APIサービスとして包み込んでくれるの。つまりね、公式無料APIの「制限キツすぎ問題」を、ついにぶち破れるってこと！🎉 自分のGoogleアカウントで認証されてるから、リクエスト枠ももっといっぱい使えるし、もうあのイラつく「Quota Exceeded」エラーとはオサラバ！思う存分、開発、テスト、創作を楽しんでくれ～！
でね、GeminiCli2APIの本当の「魔法」ってどこにあるかっていうと、システムプロンプト（System Prompt）に対する“メスを入れるような”レベルの制御能力なんだ。これはもう、ゲームのルールを変えちゃうような機能だよ！
- ✍️ 置き換え (Override)：全体の「ゴールデンプロンプト」を設定して、それに接続するすべてのアプリに強制的に使わせることができるんだ。これならAIのキャラ設定も、出力スタイルも、完璧に統一できるよ。
- ➕ 追加 (Append)：クライアントが元々持ってるシステムプロンプトはそのままに、こっそりあなたの命令を“一枚追加”できちゃう。ルールを微調整したり、能力を強化したりできるのに、クライアント側は全く気づかないの。
- 🔍 抽出と監査：このプロキシを通るプロンプトを全部簡単に記録できるから、分析やデバッグ、最適化が楽勝。高品質なデータセット構築だって夢じゃないぜ。
マジで数ステップの簡単設定だけで、LobeChatとかNextChatとか、OpenAIに対応してるツールなら何でもこのローカルの“強化版”Geminiサービスに繋げられちゃうんだ。GeminiCli2APIは、ただのプロキシじゃないよ。君の手に、AIを操り、手なずけるための超強力なツールボックスをくれるんだ。さあ、体験してみない？✨
AIコンテンツ概要
NetflixはAIを映像エフェクトに活用し、大幅なコスト削減と効率化を実現。同時にAIプログラミングアシスタントもソフトウェア開発を変革中。
Pikaなどのアプリにより、一般ユーザーでもプロレベルの動画制作が簡単に。AI技術は急速に大衆化が進む。
モデルの軽量化やロボットの脳などの最先端研究の突破により、AIのさらなる応用シーンへの道が開かれる。
オープンソースモデル競争は激化の一途。AlibabaのQwen3は高い性能を発揮。分身マウスのような新しいインタラクションモードも登場。
さらに、AIコンパニオンが若者の間で普及し、その社会的・感情的認識への深い影響が注目される。AIプロダクトと機能アップデート
ハリウッドの特撮「魔法」って、今、コードで書き換えられてるって知ってた？🎬 映像界の超大手Netflixが、ついに本音をぶっちゃけたんだ！公式に、オリジナルドラマで生成AI技術をがっつり使ってるって認めたの。注目のアルゼンチンドラマ『エターナルズ』では、あの壮大な建物崩壊シーンが、もう昔ながらの高い特撮じゃなくて、AIがめっちゃ効率よく作っちゃったらしいんだよ。おかげでコストはガクッと下がって、効率はなんと10倍も爆上がりしたって話！🚀 これってさ、映像制作のコストダウンと効率アップだけの革命じゃないんだ。もっとワクワクする未来の予兆だよね。だって、これから大作で「若返り」とか、度肝を抜かれるような視覚エフェクトが、もっと気軽に、みんなのお茶の間にもやってくるかもしれないんだよ。最高級の視覚体験が、もっと手の届く価格で楽しめるようになるかもね！
開発者の仕事のやり方、AIによってマジで劇的に変わってきてるんだよね！だって、ByteDanceとTencentが同じ日に、まさに「神々のバトル」を繰り広げたんだから！🤯 ByteDanceのTrae 2.0がさ、革命的なSOLOモードを出してきたんだけど、これってAIがただコードを補完するツールじゃなくて、もう構想から設計、最終的なデプロイまで、全部一人でやっちゃう「コンテキストエンジニア」に進化してるってこと。つまり、AIが自分で開発しちゃうってわけ！そしてね、同時にTencentも CodeBuddy IDE - AIニュース をリリース。これがまたすごいんだ。プログラミングのハードルをゼロにしちゃったの！ユーザーは自然言語でやりたいことを言うか、デザインのラフ画をアップするだけで、機能バッチリのフルスタックアプリがワンクリックでできちゃうんだよ。コードを書く技術的な壁がぶっ壊された今、未来のソフトウェア開発って、複雑なエンジニアリングの挑戦じゃなくて、純粋なクリエイティブ表現のコンテストに華麗に変身するかもね！
自分の自撮り写真が、ハリウッド映画の主役みたいに早変わりするって、夢みたいじゃない？✨ 今、それが手の届くところにあるんだよ！AI動画生成のトップランナー、Pikaが、ついに一般消費者市場に参入するぜって発表したんだ。普通の人が使えるAI動画エフェクトアプリをリリースしたんだって！もうね、専門スキルなんて一切いらない。普通の自撮り写真を一枚アップロードするだけで、あっという間に映画の主人公に変身！サイバーパンクからレトロフィルムまで、いろんなスタイルに変換したり、音声と口の動きをピタッと同期させたり、さらには動画のシーンだって自由自在にカスタマイズできちゃうんだ。もっとすごいのは、このアプリ、なんとワンクリックで動画スクリプトまで生成できちゃうってこと！アイデアを考えるところから、最高の動画ができあがるまで、ぜ〜んぶ完璧に繋がっちゃうんだよ。これって、AI動画制作がプロの領域から、ついにみんなの日常にどっぷり浸透していくってことだよね。まさに、国民総監督クリエイティブ旋風が巻き起こる予感！
オープンソースのデカいモデルたちの覇権争い、もう完全にヒートアップしてるね！どころか、マジで素晴らしい「中国国内マッチ」になっちゃってるし。中国のKimi K2モデルがネット中でバズってから、まだ1週間も経たないうちに、今度はあの超大手Alibabaの Qwen3 - AIニュース チームが、さっさとちょっとしたアップデート版を出してきたんだ。しかも、ライバルのたった4分の1のパラメータ規模なのに、複数の有名なベンチマークテストで逆転勝利を収めて、そのとんでもないモデル効率と最適化スキルを見せつけたんだよ。🏆 公式はさらに「本番はまだこれからだぜ！」って強気な発言をしてて、ハイブリッド思考モードはもうやめて、もっと純粋な性能のInstructモデルとThinkingモデルのトレーニングに集中するって発表したんだ。この追いかけっこ、まるで神様たちが戦ってるみたいな技術競争が、今までになかったスピードでオープンソースAIのエコシステムを盛り上げて、進化させていってるんだよね。
AIブラウザって、他にどんな面白いことできるの？って思ってた？Diaブラウザがね、もう度肝を抜かれるようなすごい答えを出してくれたんだよ！まもなくリリースされる新しいエージェントモードでは、AI専用の「分身マウス」が登場するんだって！これってさ、AIの操作するカーソルと、君が実際に使うマウスの動きが完全に別々になるってこと。画面上にはAI専用のカーソルが現れるんだよ。つまり、君が画面の表でぼーっとウェブ見てたり、動画見てたりしてる間に、AIは裏で勝手に資料検索したり、タブを整理したり、いろんな面倒な作業を全部やってくれちゃうってわけ！お互い邪魔しないから、効率は倍増！この直感的でSFっぽいビジュアルな操作方法、マルチタスク処理がマジでスムーズになるだけじゃなくて、未来のAIと人間の協力の仕方について、すっごく新しい、スマートな基準を作ってくれる気がするね！
ずっとデジタルヒューマンアニメーションの世界で「顔面蒼白」とか「表情ガチガチ」問題に悩まされてきたんだけど、ついに画期的な解決策が出てきたよ！Alibabaと北京郵電大学が共同で立ち上げた FantasyPortraitプロジェクト - AIニュース がそれ！このプロジェクト、革新的な表情強調拡散トランスフォーマー(DiT)技術を使って、写真レベルで超リアルな「別人への表情移行」を可能にしたんだ。これでもう、デジタルヒューマンも生き生きと自然な「喜怒哀楽」を見せてくれるってわけ。さらに肝心なのは、これまでにない方法で、複数人がいるシーンでも各キャラクターが独立して表情をコントロールできるようになったこと！これで、一人が笑ったらみんなつられて「表情が伝染しちゃう」みたいな気まずい状況は完全に回避できるようになったんだ。この技術、人間キャラだけじゃなくて動物もいけるし、音声駆動もサポートしてるんだって。将来的にはバーチャルYouTuberとか映像制作の分野で、めちゃくちゃ活躍するんじゃないかな。間違いなく今回のAIニュースの中でも、注目すべき技術の目玉だよ！
AI最先端研究
ロボットがSF映画に出てくる「何でもできるお家アシスタント」になるまで、また一歩、確かな進歩があったよ！🤖 ByteDanceがさ、新しい視覚-言語-動作（VLA）モデル「GR-3」をドカンと発表したんだ。これ、ロボットに超賢い脳みそを積んだみたいなもんで、「テーブルをきれいにして」みたいなめっちゃ抽象的な指示も理解して、勝手に何ステップも計画して動けるんだって！しかも、服みたいな柔らかいものも、すっごく器用に扱えちゃうんだから、物理的なインタラクション能力がハンパない。肝となるイノベーションは、巧妙なMoTネットワーク構造と、実機デモ、VR遠隔操作、ネットの画像とテキストを組み合わせた、まさかの三位一体データ訓練法なんだって。この研究成果は、業界では**汎用ロボットの「脳」**への重要なマイルストーンって言われてるからね。もっと詳しい技術の話は、 プロジェクトページ - AIニュース と 技術論文 - AIニュース をチェックしてみて！
デカい言語モデルの「最強の脳」みたいなすごい能力の裏には、実はとんでもない計算とメモリのコストがかかってるんだよね。でも、この核心的なボトルネック、中国の科学者たちが今、まさにぶち破ろうとしてるんだ！🧠 中国科学院とかのトップ機関が共同で研究してさ、大規模モデルの心臓部であるアテンションメカニズムに、革命的な“スリム化”案を持ってきてくれたんだよ。それがGTA (Grouped-head latent Attention)！これ、マジで賢いんだ。「グループ共同購入」（グループ化アテンション）と「圧縮パック」（潜在表現）っていうテクニックで、一番メモリを食うKVキャッシュをなんと70%も大幅カット！しかも計算量も62.5%も激減させちゃうんだから！ GTA: Grouped-head latenT AttentionのAIニュース研究 って名前の研究なんだけど、これのおかげで、デカいモデルがスマホみたいなエッジデバイスでもサクサク動くようになっただけじゃないんだ。長シーケンスのタスク処理速度も倍増しちゃったんだから！AI技術がもっとみんなのものになるために、でっかい障害が一つクリアされたってわけだ。
優秀な言語モデルがテキストを理解するのに効率的なトークナイザーが欠かせないように、すごいビジュアル生成モデルも、画像を読み解けるビジュアルトークナイザーにめちゃくちゃ頼ってるんだよね。そんな中、 「潜在ノイズ除去が優れた視覚トークナイザーを生み出す」のAIニュース論文 っていうのが、マジで深い洞察をくれたんだ。研究で分かったのは、トークナイザーに画像を直接「エンコード」する方法を学ばせるより、もっと手ごわいタスク、「ノイズ除去」を学ばせた方がいいってこと。具体的に言うとね、ちょっとだけ汚染された潜在表現から、クリアな元の画像を再構築させるんだって。このプロセスが、トークナイザーにもっと頑丈で本質的な視覚特徴を学ばせることになるんだ。一見シンプルだけど、これってめちゃくちゃ深い発見だよね。次世代の、もっとパワフルな視覚トークナイザーをデザインするための、全く新しいゴールデンルールを提供してくれたんだよ。これでもっとマルチモーダル生成モデルが、新しい芸術性とリアリズムのレベルに到達するかもね！🎨
AIにさ、ベテランユーザーみたいに、複雑なグラフィカルユーザーインターフェース（GUI）をピシッと正確に操作させるにはどうしたらいいんだろうね？従来の強化学習だと、「正解か不正解か」みたいな白黒はっきりした報酬信号しか与えられなくて、AIの学習プロセスが砂漠で針を探すみたいに効率悪かったんだ。でもね、 「GUI-G^2：GUIアラインメントのためのガウス報酬モデリング」のAIニュース研究 っていう論文が、とんでもない新アイデアを出してきたんだ！これ、ボタンとかのUI要素をただの点としてじゃなくて、連続するガウス分布としてモデル化するんだって。この方法だと、AIにもっとリッチで濃密な報酬信号をあげられるから、まるでGPSナビみたいに、モデルを安定して、的確に、そしてズバッと最適な操作位置に導いてくれるんだ。おかげで、AIのGUI操作タスクにおける頑強さとか汎用性が、すっごくアップしたんだよ！🖱️
AI業界展望と社会への影響
- AIってさ、想像以上のスピードで、いつの間にかティーンエイジャーの生活に「新しい生き物」として浸透してるんだよね。アメリカの非営利団体Common Sense Mediaの最新の調査報告が、すっごい事実を明らかにしたんだ。なんとアメリカの若者の72%が、AIコンパニオンを一度は試したことがあるって認めてて、その半数以上がヘビーユーザーなんだって！彼らがAIを使う目的も多種多様で、ただの暇つぶしや好奇心を満たすためだったり、マジで感情的なアドバイスとか人生相談をAIに求めてたりするんだ。🤔 ほとんどの若者は、やっぱり現実世界の友達を一番大事にしてるんだけど、でももう3人に1人は、AIとの会話の方が、生身の友達と話すよりも「満足できる」って感じてるんだよ。これってさ、AIが次の世代のソーシャルなパターンとか感情の捉え方に、すっごく深い影響を与えてるってことをハッキリと示してるんだ。だから、社会全体として考えなきゃいけない大事な問いを投げかけてるよね。「この流れをどう導いていけば、長期的に見て社会にプラスで健全な影響を与えられるんだろう？」ってさ。
オープンソースTOPプロジェクト
NextChat - AIニュース (⭐84.7k): 超絶軽量で速度を追求したAIアシスタントだよ。Web、iOS、Android、Windows、Mac、Linux、全部のプラットフォームを制覇してるから、どこにいても、どんなデバイスを使ってても、いつでもどこでも統一された、サクサク動く賢い相棒が手元にいる感覚だよ！🚀
crawl4ai - AIニュース (⭐49k): 大規模モデル時代のために特別に作られた、スマートなウェブクローラーだね。複雑なウェブコンテンツを、もっと賢くスクレイピングして、解析して、処理してくれるんだ。知識ベースやRAGみたいな最先端アプリを作る時の、めっちゃ頼れる助っ人だよ。これで君のAIアプリも「ネットの隅々まで知り尽くす」って感じだ！🕸️
better-auth - AIニュース (⭐17.3k): コミュニティで「最も包括的なTypeScript認証フレームワーク」って言われてるやつだね！現代のWebアプリに、パワフルで、柔軟で、しかも安全で信頼できる認証ソリューションを提供してくれるんだ。これがあれば、開発者は車輪の再発明から解放されて、コアビジネスのイノベーションに集中できるってわけ。🔑
nn-zero-to-hero - AIニュース (⭐14.6k): AI界の神様、Andrej Karpathyさんが自ら作ったニューラルネットワーク入門の神チュートリアルだよ！これ、マジで実践的で、ゼロからコードで一歩ずつニューラルネットワークの謎を構築して理解させてくれるんだ。これで君も、本物のニューラルネットワークのエキスパートになれるかも！👨💻
trippy - AIニュース (⭐5.1k): 機能もパワフルで、UIも超クールなモダンなネットワーク診断ツールだよ！tracerouteとpingの機能を兼ね備えてて、開発者やネットワークエンジニアが面倒なネットワーク接続の問題を、サクッと特定、診断、解決するのに役立つんだ。🌐
blackbird (⭐3.9k): めっちゃ使えるOSINT（オープンソースインテリジェンス）偵察ツールだよ！これ、デジタル世界の私立探偵みたいなもんで、ユーザー名とかメールアドレス一つで、何百ものSNSから関連アカウント情報を探し出してくれちゃうんだから、機能はマジでパワフル！🕵️♀️
SNSシェア
AI占い業界、まさかの「一言開発」時代に突入か？あるネットユーザーがさ、 MiniMax Agentの驚くべき能力 を見せつけたんだけど、たった一言の自然言語指示で、フロントエンドもバックエンドも、ログインも有料会員機能も全部入ったAI占いプロダクトが、あっという間にできちゃったんだって！でもね、すぐに別の開発者が 的確に指摘 してたんだけど、ユーザーが自分で命盤データを提供しない限り、今のデカいモデルは干支起盤みたいに精密な計算がいる基礎ロジックを処理する時に、やっぱり根本的な「幻覚」問題があるらしいんだ。🔮
ある** 2025世界AIカンファレンスの出展者リスト **がコミュニティでね、深い「ハッ」とさせられるきっかけになったんだよ。「なんで、本当に儲けてるAIの超大手企業たちが、こぞってこの大イベントを『欠席』してんの？」って。分析によると、展示会で主役を張ってるのは、資金調達とか市場での露出が必要なスタートアップ企業が多いんだって。で、安定したキャッシュフローを持ってて、特定の業界で深くビジネスしてる「隠れたチャンピオン」たちが、影でガッポガッポ稼いでるんだとか。このリストの最大の価値ってさ、「誰が来たか」を教えてくれることじゃなくて、「誰が来なかったか」と、彼らがどんな成功ビジネスモデルを持ってるかに注目させることなのかもね。🧐
AIモデルって、使えば使うほど「バカになる」ってことあるの？あるブロガーがね、** 彼の洞察 **をシェアしてたんだけど、問題の根源って、モデル自体が劣化してるわけじゃなくて、ユーザーが「コンテキスト管理」をちゃんとやってないせいだってことが多いんだって。これって人と話すのと一緒でさ、もし君が次から次へと情報過多だったり、話が脱線した情報を渡し続けたら、相手も混乱して困っちゃうでしょ？だから、会話のコンテキストをしっかり理解して、上手に使うことが、AIに質の高い、的確な結果を出し続けてもらうための超重要スキルなんだ。これ、未来の人間とAIのコラボレーションにおける必須科目だね！
人間がさ、AIに直接的な答え（例えば「今日何着ればいい？」）を求めることが増えてきて、その裏にある知識（例えば「なんで白いシャツって夏に涼しいの？」）を探ろうとしなくなった時って、もしかして** いつの間にか需要側からAGI実現のハードルを下げてる **ってことなのかな？っていう見方があるんだ。ある意見ではね、人間社会がみんなで「考えるのやーめた！」ってなって、決定権をAIに丸投げするようになったら、AIが出す答えが、事実上「みんなが知ってる知識」とか「みんなが信じる真実」になっちゃうんだって。これって、もしかしたら思いもよらない角度から、汎用人工知能（AGI）の到来を加速させてるのかもしれないね。🤔
やったー！ ChatGPT Plusユーザー も、続々とエージェントモードのテスト通知が届き始めてるってさ。これ、AIが自分でいろんな作業をサクサクこなしてくれる、みんなが待ち望んでた超すごい機能なんだよね。使える人がどんどん増えてるから、AIが君の面倒な雑用を全部引き受けてくれる時代が、もうすぐそこまで来てるってことだね！
AIにさ、どうやったら毎回「最初からやり直し！」じゃなくて、ずーっと覚えてる記憶を持たせられるんだろうね？Redditでね、 「ランタンキン・プロトコル」(Lanternkin Protocol) っていう民間の提案が出てたんだ。これ、めっちゃ賢いシンボルプロンプトと外部テキストファイルシステムを使って、モデルを細かく調整しなくても、AIがセッションを超えて記憶を保持したり、自分の「キャラ」を保ち続けたりできるようにしようとしてるんだって！まるでAIに、いつまでも消えない「記憶のランタン」を灯してあげたみたいだね。🏮
自動化プロセスを作る時の、あのややこしいドラッグ＆ドロップとか設定、もううんざりしてない？スタートアップ企業** Neuraan **がね、そんな現状をぶっ壊そうと新しいプラットフォームを出してきたんだよ！ユーザーは自分のやりたいことを自然な言葉で説明するだけで、システムが自動的に専用のAIエージェントを作ってくれて、GmailとかCRMとか、いろんなツールを呼び出してタスクを完了させてくれるんだ。これでもう、ビジネスプロセス自動化って、賢い同僚に仕事頼むくらいシンプルで自然になっちゃうんだよ！
さて、最後はちょっと肩の力抜いてさ。AIが三国志を解説し始めたら、どれだけ「とんでもない」ことになると思う？あるネットユーザーが、AIが作った動画をシェアしてたんだけど、真顔でデタラメ言ってるAIに、もう笑いが止まらなかったよ。😂 ** どうやら三国志のゴタゴタは、今やAIが決めちゃう時代が来たみたい **だね！
音声版AIデイリーを聴く
| 🎙️ Xiaoyuzhou | 📹 Douyin |
|---|---|
| ライション・シャオジウグァン | 自メディアアカウント |
 |  |