GoogleとOpenAIは最近、AIモデルと機能の大幅なアップデートを発表しました。これにより、AppleはWWDC（Worldwide Developers Conference）を前にして、さらなる競争に直面しています。

OpenAIは革新的なGPT-4o AIモデルと新しいMacアプリを発表し、GoogleはGeminiソフトウェアの大幅な改良を発表しました。これらの動きは市場をさらに競争的にし、Appleに新しい戦略を採用するよう促す可能性があります。

OpenAIのアップデート

GPT-4o: 新しいマルチモーダルAIモデル

OpenAIの最新モデル、GPT-4oはAIの能力において大きな飛躍を遂げています。以前のモデルとは異なり、GPT-4oは音声、画像、テキストを単一のニューラルネットワークで処理できます。このマルチモーダル機能により、より統合された効率的な処理が可能になります。

改良されたボイスモードと新しいデスクトップアプリケーション

もう一つの重要な改良点は、ボイスモードの向上です。これにより、ユーザーの好みに応じて、よりロボット的な声や自然な声にトーンを調整することができます。

この音声調整の柔軟性は、仮想アシスタントやカスタマーサービスボットなど、さまざまなアプリケーションでユーザー体験を向上させる可能性があります。

さらに、OpenAIはmacOSで利用可能なChatGPTの新しいデスクトップアプリケーションをリリースし、開発者向けの新しいAPIを導入しました。GPT-4oの展開は段階的に行われ、ユーザーと開発者のスムーズな移行が確保されます。

GoogleのGeminiアップデート

文脈認識能力

GoogleのI/Oデベロッパーカンファレンスで発表されたGeminiモデルのアップデートも大きな進歩をもたらしています。新しいGoogle Geminiは、複雑なユーザー入力を理解し、それをさまざまな形式（PDF、ビデオ、テキストメッセージなど）に文脈化することができます。この文脈認識能力により、より正確で関連性の高い応答が可能になります。

新機能: Circle to SearchとGemini Advanced

「Circle to Search」機能では、ユーザーが画像内の個々のオブジェクトを選択し、そのオブジェクトに関するGoogle検索結果を即座に受け取ることができます。これにより、製品やランドマーク、さらには植物や動物の種を特定する際に特に役立ちます。

有料サービスのGemini Advancedでは、YouTubeビデオやPDFを分析する機能が提供されます。ユーザーは特定の質問をすることができ、その内容に基づいた回答を得ることができます。

この機能と、長い会話を要約し、ドキュメントや画像から重要な情報を抽出する能力により、Google Geminiは個人用にもビジネス用にも強力なツールとなります。

AppleのAI戦略

現状と将来の展望

AppleはAI競争で遅れをとっていますが、これも6月初めに発表されるiOS 18によって変わる可能性があります。

Appleは一年以上にわたり、Ajaxと呼ばれる社内大規模言語モデル（LLM）の開発に取り組んできました。この生成AIソフトウェアにより、GoogleやOpenAIが発表した機能と類似した新機能を提供することを目指しています。

AI対応機能と統合

Appleは、各種OSにわたっていくつかのAI対応機能を導入する予定です。これにはドキュメントやWebページの分析、テキストの要約、画像のキャプション作成、応答生成が含まれます。

生成AI技術をメモ、Safari、メッセージ、メール、Siri、Spotlight検索といった主要なシステムアプリケーションに組み込むことで、Appleはエコシステム全体でユーザー体験を向上させることを目指しています。

課題と潜在的なパートナーシップ

しかし、現時点でのAppleのオンデバイスAIモデルは、基本的なテキスト分析と応答生成に限定されています。より高度な機能はクラウドベースの処理を必要とする可能性があります。このため、AppleはOpenAIとのライセンス契約を検討していると言われています。これにより、Appleはより広範なAI機能を提供できるようになります。

さらに、Appleが「AIアプリストア」を作成し、他社のAI関連アプリケーションや製品を購入できるようにする計画も噂されています。これにより、ユーザーはGemini Advancedのような製品の有料版にアクセスできるようになります。

(Via Apple Insider.)