AI日報｜ChatGPTでパワポを一鍵生成！CapCutとGeminiが連携し動画編集が超簡単に、テンセントの強力な翻訳モデルがオープンソース化

AIテクノロジートレンド：ChatGPTがPowerPoint生成をテスト、CapCutとGeminiの連携で動画編集がアップグレード

テクノロジー界のイノベーションは止まることがありません。毎日多くの新技術が登場し、仕事のスタイルを変えるだけでなく、人々の生活習慣も再構築しています。ここ数日、大手企業から実用的な新ツールが続々と発表されました。これらの新しい進展が、皆さんの仕事や日常にどのような影響を与えるかを解説します。

ChatGPTがPowerPointプレゼン作成を正式にサポート

プレゼン資料の作成は、往々にして多大な労力を要します。現在、ChatGPTはPowerPointのベータ版機能をリリースし、生成AIモデルをマイクロソフトのプレゼンテーションソフトに直接導入しました。ユーザーは日常的な対話形式の指示を入力するだけで、スライドの自動生成、既存のプレゼンの更新、さらには乱雑なメモを構造化されたテキストや図解に変換することができます。

この機能は現在、企業版、教育版、および一般の無料ユーザーを対象に、世界規模でテスト公開されています。これにより、時間が節約されるだけでなく、レイアウト作業も非常に簡単になります。

この新機能について、「企業や個人のデータがモデルの学習に使われるのではないか？」という疑問を持つ方も多いでしょう。公式説明によると、デフォルトの設定では、企業版や教育版などのユーザーのデータは、将来の言語モデルの改善に利用されることは一切ありません。この設定により、企業ユーザーも安心して導入することができます。数回のクリックだけで、従来は何時間もかかっていた文書作成やレイアウト作業が、あっという間に完了します。

CapCutとGeminiの連携：対話による新しい編集体験

動画クリエイターにとって朗報です。有名な動画編集ソフト CapCutは、Geminiとの提携を発表しました。将来的にユーザーは、Geminiアプリ内でCapCutの高度な編集機能を直接呼び出せるようになります。これは何を意味するのでしょうか？これまで複雑なタイムライン操作が必要だった編集プロセスが、直感的な「対話型」の体験に変わろうとしているのです。

ユーザーはテキスト対話を通じて、画像や動画の詳細を正確に調整できるようになります。このインタラクションモードにより、クリエイティブなワークフローがよりスムーズになります。開発チームは、将来のコンテンツ制作は高度な対話とインテリジェントな統合に向かうと確信しています。これはまだ始まりに過ぎず、今後さらに驚くような活用シーンが登場し、編集がチャットと同じくらい簡単になるはずです。

テンセントがHy-MT2翻訳モデルをオープンソース化：軽量化と多言語対応の突破口

言語の壁は、常に国際交流における大きな課題です。テンセントのチームが新たに発表した Hy-MT2多言語翻訳モデル は、注目すべき進展をもたらしました。このシリーズには、1.8B、7B、およびMoE（混合専門家）アーキテクチャを採用した 30B-A3B など、さまざまなサイズが含まれており、最大33言語の相互翻訳に対応しています。

特筆すべきは、エッジデバイスへの展開ニーズに応えるため、チームが「AngelSlim 1.25-bit」という極限の量子化技術を採用したことです。この技術により、1.8B軽量モデル の保存容量をわずか440MBにまで大幅に削減し、同時に推論速度を1.5倍に向上させました。小型ながらも、その全体的なパフォーマンスは、マイクロソフトや豆包などの主要な商用APIを凌駕しています。

コミュニティの発展を推進するため、チームは翻訳指示への追従能力を検証するための評価基準「IFMTBench」も併せて公開しました。開発者はHuggingFaceやModelScopeプラットフォーム、および 7Bモデル専用ページ からこれらのリソースを入手できます。また、翻訳タスクにモデルを統合するための「Hy-MT2-Translator Skill」もClawHubやSkillHubでダウンロード可能です。現在、テンセントはWMT26と共同で「動画字幕翻訳タスク」や「汎用機械翻訳タスク」を開催しており、世界中の技術者に参加を呼びかけています。

美團がLongCat-Video-Avatar 1.5をリリース：高安定なデジタルヒューマンを実現

デジタルヒューマン技術は、徐々に日常的なビジネスシーンに浸透しています。美團（Meituan）は、最新の LongCat-Video-Avatar 1.5 フレームワーク をオープンソース化しました。これは、高安定な音声駆動型デジタルヒューマンの構築に特化しています。このアップグレード版では、従来のWav2Vec2に代わり、音声認識精度が極めて高いWhisper-Largeをオーディオエンコーダーとして採用しています。

この変更により、非常に顕著な成果が得られました。生成されたデジタルヒューマンは、口の動きの同期がより自然になっただけでなく、全身の動きの安定性も大幅に向上しました。さらに、このモデルは優れたスタイル適応性を備えており、リアルな人間からアニメキャラクター、さらには可愛らしい動物まで、完璧に適用することができます。

推論効率の面では、高度なステップ蒸留技術により、わずか8ステップで高品質な画像を生成できるようになり、視覚的な忠実度とサーバーの計算コストの両立を実現しました。技術的な詳細に興味のある読者は、公式の 技術レポート や Hugging Faceのモデルファイル を直接確認できます。これは、バーチャルキャスターや動画コンテンツ制作における強力な武器となるでしょう。関連するソースコードは GitHubプロジェクトページ でも公開されています。

Claudeが企業のセキュリティとコンプライアンスの強力な助っ人に

企業が多様化するサイバー脅威に直面する中、防御手段も進化し続けなければなりません。Claudeは、多くのパートナーがOpusモデルをサイバーセキュリティ分野に活用するのを支援しています。これは単なる理論ではなく、多くの実例ですでに驚くべき成果が示されています。

例えば、セキュリティ企業のWizは、Opusモデルを使用して毎週15万以上の本番環境アセットに対して継続的な攻撃シミュレーションテストを行い、数千もの高リスクな脆弱性を特定することに成功しました。Palo Alto Networksは、この技術を活用して、本来なら1年かかるペネトレーションテスト（侵入テスト）業務をわずか3週間に短縮しました。Accentureも同様にOpusを統合し、スキャン分析時間を3〜5日から1時間以内にまで圧縮しました。

同時に、Anthropic公式も、Claudeがより多くのセキュリティおよびコンプライアンスツールをサポートしたことを発表しました。これにより、企業はAI技術を導入する過程で、厳格な監査基準に準拠することができます。最先端の言語モデルを直接24時間体制のセキュリティ専門家に変えるこの手法は、企業の防御網に全く新しい風を吹き込んでいます。

Q&A

Q：PowerPoint用のChatGPTは、私のプレゼンデータを使用して将来のAIモデルを学習させますか？ A：デフォルトでは学習されません。企業版（Business, Enterprise）、教育版（Edu）、および教師版のユーザーがChatGPTに共有したデータは、将来の言語モデルの改善に利用されることはありません。

Q：CapCutとGeminiの統合は、動画編集のワークフローをどのように変えますか？ A：ユーザーは将来、Geminiアプリ内でCapCutの高度な編集機能を直接使用できるようになります。これにより、これまで複雑だった編集プロセスが直感的な「対話型」でインテリジェントな統合体験へと変わります。

Q：テンセントのHy-MT2翻訳モデルは、エッジデバイスへの展開においてどのような突破口がありますか？ A：Hy-MT2シリーズは最大33言語の相互翻訳に対応しています。エッジデバイスへの展開制限を解決するため、チームは**「AngelSlim 1.25-bit」極限量子化技術を採用し、1.8B軽量モデルの保存容量をわずか440MBにまで削減することに成功しました。同時に推論速度も1.5倍**向上しています。

Q：美団のLongCat-Video-Avatar 1.5は、デジタルヒューマンの安定性と生成効率を向上させるために、どのような重要な技術アップグレードを行いましたか？ A：安定性の面では、オーディオエンコーダーをWhisper-Largeにアップグレードし（従来のWav2Vec2に代わり）、口の動きの自然さと全身の動作の安定性を大幅に向上させました。推論効率の面では、高度なステップ蒸留（step distillation）技術を採用し、現在ではわずか**8ステップの推論（8 NFE）**で、視覚的な忠実度とサーバーコストを両立した高品質な画像を生成できます。

Q：Claude Opusは、企業のサイバーセキュリティ防御の向上において、具体的にどのような成果を達成しましたか？ A：Claude Opusは、自動化されたセキュリティ防御において顕著な効率向上をもたらしました。例えば、Wizは毎週15万以上の本番環境アセットに対して継続的な攻撃シミュレーションテストを行うことが可能になり、Palo Alto Networksは1年分に相当するペネトレーションテストの作業量を3週間以内に完了させることに成功しました。また、Accentureはスキャン分析時間を従来の3〜5日から1時間以内に大幅に短縮しました。