アリババのAIモデルの発表攻勢が続いています。動画生成AI分野では、7月末に発表した「Wan2.2」に続き、8月中旬に画像や動画を参考にしながら制御を可能にする派生モデルの「Wan 2.2 Fun Control」、さらに、8月27日には音声と画像から動画を生成する「Wan2.2 S2V」をリリース。いずれも性能の高さを保ちながら、オープンモデルとして公開されており、量子化（圧縮）モデルであれば、ローカルPC上でも動かすことができるのが魅力的です。それぞれのツールの持つ実力を試しました。 FunControl：参照動画で“動き”を精密制御 Wan 2.2 Fun Controlは、人物やキャラクターの画像と動画情報をリファレンス情報として入力すると、ControlNetの輪郭線（Canny）、深度（Depth）、ポージング（OpenPose）、さらに軌道制御（Trajectory Cont

【無料公開】噂の“nano-banana🍌”こと『Gemini 2.5 Flash Image』が登場！その性能と使い方を徹底解説 日本時間2025年8月26日、Googleは新たな画像生成・編集モデル「Gemini 2.5 Flash Image」（通称: nano-banana）をプレビュー版としてリリースしました。 かねてより「nano-banana」の通称で噂されていた、正体不明ながらも高性能な画像編集モデルの正体が、今回の「Gemini 2.5 Flash Image」です。自然言語による精密な部分編集やキャラクターの一貫性維持に優れているとコミュニティで話題になっていましたが、今回の発表でGoogle製のモデルであることが正式に確認されました。 今回のアップデートでは、複数の画像を自然に融合する機能や、同一キャラクターを異なるシーンで描画する一貫性維持機能、自然言語による精密

Microsoftの「Visual Studio Code」（VS Code）は長きにわたり、市場で人気のある統合開発環境（IDE）の1つだ。無料で使用でき、開発者の作業に必要な機能が全て備わっている。 だが、Googleが「Project IDX」（後に「Firebase Studio」に改称）を発表したとき、Microsoftは震え上がったかもしれない。 Firebase Studioは、開発プロジェクトの加速を目的としたフルスタック（フロントエンドとバックエンドの両方）の人工知能（AI）ワークスペースだ。ウェブベースなので、どのウェブブラウザーでも使用できる。この新しいエージェント型IDEでは、「GitHub」「GitLab」「Bitbucket」などのほか、ローカルマシンからも既存のリポジトリーをインポート可能だ。 Firebase Studio対VS Code このツールとVS

Dify公式サイトより ●本記事のポイント ・AIアプリケーション開発プラットフォーム「Dify」、公開からわずか2年ほどで世界で急速に利用が拡大 ・ノーコード／ローコードで生成AIアプリを開発できるため、非エンジニアでもアプリやツールを作成できる ・使用するLLMは「GPT-4o」「Claude」「Gemini」などから用途に応じて選ぶことができる 米LangGenius（ラングジーニアス）が開発・提供するAIアプリケーション開発プラットフォーム「Dify」。2023年の公開からわずか2年ほどで、世界で急速に利用が広まっている。ノーコード／ローコードで生成AIアプリを開発できるため、非エンジニアでもアプリやツールを作成できる。使用するLLM（大規模言語モデル）はOpenAI「GPT-4o」、Anthropic（アンソロピック）「Claude」、Google（グーグル）「Gemini」など

本連載「ざっくり知っておきたいIT業界データ」では、過去1週間に調査会社などから発表されたIT市場予測やユーザー動向などのデータを、それぞれ3行にまとめてお伝えします。 今回は（2025年6月28日～7月4日）、20代と50代の社会人の比較で見えた“生成AI格差”、ビジネス資料作成ツールにおける「ChatGPT」の急伸、ニーズが高まるクラウド型DLP市場、ソフトウェア開発の生産性向上における取り組みや阻害要因、2025年上半期の“人手不足倒産”についてのデータを紹介します。 20代と50代の社会人、各500名を対象に「生成AIの業務活用」を調べた。20代の59.2％が「生成AIの利用経験あり」だったのに対し、50代は39.4％にとどまる。利用頻度についても、20代は「週4日以上」が43.4％を占める一方、50代は「週1日程度」が37.4％と最多。利用目的では、20代が「アイデア出し」（39

「『Microsoft Teams』との関係はもう終わりだ」。ドイツのシュレースヴィヒ＝ホルシュタイン州のデジタル化担当相であるDirk Schrodter氏は、オープンソースのビデオプラットフォームでこう宣言し、Microsoft製の全てのソフトウェアを州政府の職場から段階的に廃止していくと発表した。目標は、Microsoft製プログラムからLinuxおよびオープンソースプログラムへ3カ月以内に完全に移行することである。 この決定の影響は、ほぼ全ての公務員、警察官、裁判官など、約3万人の職員に及ぶ。その他の公務員（主に教師）も、最終的にはオープンソースに移行することになる。この抜本的な改革は、「デジタル主権」に向けた重要な一歩であり、米IT大手への依存に対する欧州の抵抗の高まりを示すものとして支持されている。今回の発表の直前には、デンマーク政府高官がMicrosoft依存からの脱却を表明

ターミナル上で動作するオープンソースのAIコーディングエージェント「opencode」は2025年6月20日、Claude Pro/Maxへの対応や、75以上のLLMプロバイダに対応して一般利用できるようになったことをアナウンスした。MITライセンスのもと、開発はGitHubで進められている。 opencode The AI coding agent built for the terminal. sst/opencode: AI coding agent, built for the terminal. -GitHub opencode is here https://t.co/q0BS0gvpw2 pic.twitter.com/PHCWh7vYwX — SST (@SST_dev) June 19, 2025 opencodeはTypeScriptおよびGo言語で構築されたオープンソ

We’re on a journey to advance and democratize artificial intelligence through open source and open science. 本記事では、現在のコーディングエージェントの自律性をSAEの自動運転レベルのアナロジーに当てはめます。巷で呼ばれている名称を参考に、「エディタ型」「CLI型」「自律型」という３つのタイプを示すキーワードを用意しました。 エディタ型（GitHub Copilot, Cursor）自動運転レベル： レベル2（部分自動化）開発者の関与： 常に監視し、いつでも介入可能。リアルタイムに差分確認・承認・修正動作環境： エディタ内重視する価値： 安全性 - 全ての変更を制御可能CLI型（Claude Code, Codex CLI）自動運転レベル： レベル3（条件付き自動化）開発者の関与： 

フランスのAIスタートアップであるMistral AIと同じくAIスタートアップのAll Hands AIが共同で、ソフトウェア開発向けに構築されたエージェント型のオープン言語モデル「Devstral」をリリースしました。PCでローカル動作するほど軽量で、GPT-4.1-miniやClaude 3.5 Haikuと比肩する性能を持っているとのことです。 Devstral | Mistral AI https://mistral.ai/news/devstral Devstral: A new state-of-the-art open model for coding agents https://www.all-hands.dev/blog/devstral-a-new-state-of-the-art-open-model-for-coding-agents mistralai/Dev

Googleは5月20日、AIコーディングエディター「Jules」のパブリックベータ版を無料で公開したと発表しました。Geminiモデルが利用可能なすべての国と地域で即時利用可能。 Gemini 2.5 Proを利用。単なるコード補完ツールではなく、コードを読み取り、ユーザーの意図を理解して作業を行う自律型エージェントだと謳います。既存リポジトリと直接統合、コードベースをGoogleクラウドの安全な仮想マシン（VM）に複製して、プロジェクト全体のコンテキストを理解するそうです。 主な機能としては、テストの作成、新機能の開発、音声形式の変更ログの提供、バグ修正、依存関係のバージョンアップデートなど。Julesは非同期で動作するため、ユーザーはバックグラウンドで処理が進む間に他の作業を可能。タスク完了後は、実行計画、推論過程、変更内容の差分が表示されるとしています。非公開コードを学習に使用せず

Googleは日本時間5月21日未明に開幕した年次イベント「Google I/O 2025」で、自然言語で指示を入力すると自動的にWeb UIを生成するツール「Stitch」のベータ公開を発表しました。 StitchはもともとGalileo AI社が提供する同名の「Galileo AI」と呼ばれるサービスでした。これをGoogleが買収し、Geminiをベースにしたサービスにしたものと言えます。 Stitchのデモ画面 下記がStitchの画面です。左側に例（Examples）が並び、右側にはプロンプトの入力欄があるというシンプルなものです。 これから作成するUIがデスクトップ版かモバイル版かを選択可能。また、生成AIとしてGemini 2.5 Flashを使う「Standard Mode」、より忠実なデザインかつ画像見本からもUIを生成できる「Experimental Mode」が選択で

ブラウザも「マインドフルネス」で選ぶ時代？　“集中力”にアプローチする「Opera Air」を試す：小寺信良のIT大作戦（2/2 ページ） AIと融合したブラウザ機能 いくらマインドフルネスを促すとはいっても、ブラウザとして使いづらいのでは常用するのは厳しい。そもそもOperaを使っている人も少ないと思うので、今のOperaはどうなってるのか、という事も含めてブラウザ機能をご紹介したい。 まずOperaは独自エンジンなので、機能拡張が厳しいと思われていると思うが、前段でも述べたように今はChromiumベースになっているため、Chromeの拡張機能も使えるようになっている。特定ツールに記事をクリッピングする拡張機能を使っている人も多いと思うが、そういうものも試してみる価値はある。筆者はNotionへクリッピングする拡張機能を使っているが、なぜかウィンドウの色が緑色になるという事以外は問題な

＜異様に静かな大学1年生の教室の様子から、デジタルに頼りすぎる世代の深刻な問題に気付いた＞ 大学での昨年の秋学期、私が受け持った1年生は32人。しかし彼らは、私の知る大学生とはまるで別の生き物だった。みんな、不気味なまでに静かだった。新学期の最初のうちなら珍しくもないことだが、それが年末までずっと続くとは思ってもいなかった。 この年の1年生は、前の学年のZ世代とは明らかに違っていた。話すことが必要ではない世界で生きているかのようだった。グループで取り組む課題を与えても、グループチャットやグーグルドキュメントを利用するのみ。 欲しい情報や商品、食べ物は何でもアマゾンやグーグルで手に入るから、他人とじかに話す経験がほとんどないようだ。 だから授業中に指名して質問をぶつけると、彼らは変に身構えてしまう。しゃべる必要のないデジタル空間で、ずっと生きてきたからだ。 デジタル依存が招く不安や抑鬱に、彼

アメリカや中国に比べて大きく出遅れていた日本の「スマートホーム」が本格普及する環境が整ってきた。スマートホーム向けIoT機器の国際標準規格やセキュリティ認証制度が整備されたことに加え、2025年度から省エネ基準の適合義務化、「居住サポート住宅」の認定制度がスタートすることで、高齢者の見守りや防犯・防災、エネルギーマネジメントなどで、デジタル技術を活用した「スマートライフ」サービスの需要が高まるからだ。 さらにスマートホームのプラットフォームを統合する動きが出てきた。ソニーグループの通信サービス会社、ソニーネットワークコミュニケーションズが設立したスマートホーム会社「ライフエレメンツ（社長・木村真也氏）」に、大阪ガスが2024年8月、東急グループのイッツ・コミュニケーションズ（イッツコム）が同12月に出資。 ソニーネットワークコミュニケーションズのスマートホームシステムをプラットフォームとし