2024年年末のAI関連発表について

2025.02.12

この記事を書いた人

石岡卓也

(Takuya Ishioka)

2007年に北海道大学大学院博士課程修了。
2020年より株式会社調和技研でシステム開発や人材育成事業に従事。
複雑ネットワークとしてのSNSの研究や、ニュース記事の分類システム、コンテンツの推薦システムの開発等を経験。現在は言語分野の研究開発を行うとともに、Sapporo AI Laboのプロジェクト「札幌AI道場」において技術指導とチームのメンターを担当している。

OpenAIの発表について

OpenAIは『12 Days of OpenAI』と題して、12月5日から16日まで連続で発表を
行いました。（公式サイト：12 Days of OpenAI ）日本語では、ITmediaによる
まとめがあります。

▍OpenAIの「12 Days」まとめ
ITmedia NEWS
https://www.itmedia.co.jp/news/articles/2412/21/news083.html）

発表の概要は、それぞれ以下のようなものです。

Day	タイトル	概要	種別
1	o1 & ChatGPT Pro	Previewだったo1の正式発表と月200ドルのPro	言語モデル
2	OpenAI's Reinforcement Fine-Tuning Research Program	強化ファインチューニングの研究プログラム	言語モデル
3	Sora	動画生成サービスSoraの発表	動画
4	Canvas	ChatGPT上のCanvas機能について	ChatGPTの新機能
5	ChatGPT in Apple Intelligence	Apple IntelligenceでのChatGPT利用	他社との連携
6	Advanced voice with video & Santa mode	ビデオ通話でChatGPTを利用、サンタモード	ChatGPTの新機能
7	Projects in ChatGPT	ChatGPT上のProjectsという管理機能	ChatGPTの新機能
8	Search	ChatGPTの検索が無料ユーザーにも提供開始	ChatGPTの新機能
9	Holiday treats for developers	開発者向けのプレゼント。Tier 5以上にAPIの o1リリース。Realtime APIの品質向上、GPT-4o realtimeの音声トークンの価格が60%値下げ	開発者向け機能
10	1-800-CHATGPT	電話やWhatsAppでChatGPTを使えるように	ChatGPTの新機能
11	Work with apps	Mac版のChatGPTアプリをXcode、Notes、Notion、Quipと連携する。Windows板も近日公開予定	他社との連携
12	o3 preview & call for safety researchers	o3とo3-miniの発表。 o3-miniは2025年1月下旬にリリースの可能性	新しい言語モデル

言語モデルだけではなく、画像や動画、ChatGPTの新機能、ChatGPTを他社アプリケーションや電話(！)から使えるようにするなど、ChatGPTの普及に向けて積極的に活動している
ことがうかがえます。

Googleの発表について

Googleの発表については、以下のURLを参考にしました。

▍Google AI announcements from December https://blog.google/technology/ai/google-ai-updates-december-2024/

発表内容は、概ね次のようになっています。

番号	タイトル	概要	種別
1	Gemini 2.0	エージェント時代の新しいモデル	言語モデル
2	gemini-exp-1206	実験的なモデル	言語モデル
3	Veo 2	最新の動画生成モデル	動画生成
4	Imagen 3	最新の画像生成モデル	画像生成
5	NotebookLMのアップグレード	UIが新しくなり、Audio Overviewの最中に会話に参加することが可能となり、サブスクリプションプランのNotebookLM Plusが開始	NotebookLMの新機能
6	Android と Pixel に新しい AI 機能を追加	Geminiをパーソナライズするsaved info、字幕に感情表現を付与する Expressive Captions、通話画面で簡単に応答できるようなアップデートなど	スマホとの連携
7	2025 年の企業向け AI トレンドを5つ紹介	紹介されているのは以下の5つのトレンド。 1. マルチモーダルAI 2. AIエージェント3. エンタープライズ検索 4. AIを活用したカスタマーエクスペリエンス 5. AIによるセキュリティ強化	トレンドの紹介
8	Google Agentspace	AIエージェントとAI検索を企業にもたらす Google Agentspaceについて。特徴は次の3つ。 1. 企業データを活用するためのNotebookLM 2. 企業全体の情報発見 3. ビジネスを自動化するエキスパートエージェント	AIエージェントや RAGを活用したサービス
9	AI 気象モデル GenCast	拡散モデルのGenCastで現状最高の最高のシステムである欧州中期予報センター (ECMWF) ENS よりも優れた予報を提供。台風などの極端な気象も高精度で予測可能	天気予報
10	量子チップ Willow	量子エラー訂正によるエラーの削減と、スーパーコンピュータでも10の25乗年かかるベンチマークを5分で処理	量子コンピュータ

こちらも言語モデル、画像と動画の生成、既存のサービスの新機能などが発表された上で、企業向けのGoogle Agentspaceや量子コンピュータチップのWillowなど、今後有望と思われる領域の発表が含まれているようです。

それぞれの発表についての整理

両社ともに、大規模言語モデル、画像と動画の生成についての発表を行っています。
言語モデルはさらに高性能なものが提供され、画像や動画生成はこれまでよりも高品質な
ものが生成できるようになりました。それぞれ得意な領域や精度は違いますが、これらの
領域はこれからも各社が競って発展していくことが期待されます。

一方で、全体的な方針には差が見られます。
OpenAIは、サービスとしてのChatGPTの機能と連携の強化に注力しているようです。ChatGPTは最も有名なLLMで、他にも数多くのLLMが公開されている現在においても、「LLMといえばChatGPT」という地位を獲得しています。
この知名度を利用して、アプリや電話など様々なところからアクセス可能にして一般に
普及させることで、人々の生活の基盤となることを目指しているように見えます。

Googleは、AIエージェントに注力しているようです。
Gemini 2.0は "our new AI model for the agentic era" として紹介されていますし、
企業向けのGoogle Agentspaceも開始しています。
今後は単なる言語モデルではなく、AIエージェントとしての利用が増えるという考え
なのでしょう。また、量子コンピュータや気象モデルなど、新しい分野にも積極的に
取り組んでいるようです。