【AIニュース 9/8】AIの声が、人の声になった — 今日の注目9選
こんにちは、まこっちです。今日は9月8日、火曜日ですね。
今日はですね、GPT-Liveという新しい音声AIが発表されて、これがちょっと面白くて。今まで音声AIって「テキストに変換→処理→また音声に戻す」という3段階を踏んでいたのが、一気に省けるようになったんですよ。詳しくは本編で話しますね。
今日のAIニュースは9本。講師・コンテンツ制作者目線で深掘りしていきます。
—
1. GPT-Live登場 — OpenAI初のネイティブ音声AIモデルで300ms以下の超低遅延を実現
📺 画面表示用
OpenAIがGPT-Liveというネイティブ音声AIモデルを発表しました。今まで、ChatGPTで音声を使うときって、テキストに変換してから処理して、また音声に戻す、という3段階を踏んでいたんですね。これが、一番遅いところで遅延が発生する原因だったんですけど、GPT-Liveはこのテキスト経由のステップをなくして、音声をそのまま処理できるようになったんですよ。それで遅延が300ミリ秒以下、要は1秒の3分の1未満になったんです。しかも感情の微妙なニュアンスまで読み取れるので、会話がだいぶ自然になったなというのが印象ですね。
講師視点コメント: 音声コンテンツは講師ビジネスの次のフロンティアだなと思っていて、これまで「遅延があって不自然」という壁があったのが、一段取り払われた感じですよね。例えば講座の補足説明を音声で届けたい場面で、「まこっち口調で読み上げて」とやれば、自分が録音しなくてもコンテンツができちゃうわけで。GPT-Liveが使えるようになったら、まず自分の過去の講座テキストを一つ選んで試してみる。自分の声クローンと比べて「どっちが自然か」を聞き比べてみるといいんじゃないかなと思います。
—
2. Gemini Notebook がコンピュート消費制に移行 — 複雑な作業ほど上限を早く使い切る新しいルール
📺 画面表示用
GoogleのGemini Notebookが、9月2日から使用量の上限の仕組みを大きく変えました。今まで「1日に何回まで」という固定の回数制限だったのが、実際に使ったコンピュータの処理量に応じて消費されるという方式になったんですね。何ができるかというと、短い質問ならあまり消費しないし、動画のまとめとかスライドの自動生成みたいな重い処理は多めに消費する、という感じです。5時間ごとにリセットされるので、うまく時間をずらして使えばかなり効率的に使えるようになったんですよ。無料プランだと制限は厳しめですが、AI Plusプランで標準の2倍、Proで4倍使えるという段階的な設計になっています。
講師視点コメント: Gemini Notebookって、複数のPDFや動画をまとめてアップロードして「全部読んで比較して」とかができるのが強みなんですよね。それが使い方次第で消費量が変わるとなると、重たい作業は朝一のリセット直後にまとめてやる、というリズムを作るといいんじゃないかなと思います。使い方のパターンを事前に決めておくと、制限に引っかかるストレスがかなり減りますね。
—
3. Claude Code 2.1.261 大型アップデート — 差分パネル追加・/skill-doctorでAIコスト可視化・Fable 5.1がデフォルトに
📺 画面表示用
Claude Codeが2.1.261にアップデートして、いくつか地味に嬉しい機能が入りました。まず差分パネルというのが追加されて、コードを編集したときに変更前と変更後を横並びで確認できるようになったんですよ。これ、コードレビューがすごくやりやすくなるので、制作物を確認する習慣がある方には便利だと思います。それから/skill-doctorというコマンドが増えて、自分がどのスキルを読み込んでいてトークン、つまり処理コストをいくら使っているかが一覧で見えるようになりました。使われていないスキルを削除してコストを削れるので、こまめに整理したい方にはいいですね。デフォルトモデルも最新のFable 5.1に切り替わっています。
講師視点コメント: Claude Codeを毎日使っている身としては、差分パネルはかなりありがたいですね。「変えた」つもりでいてもどこが変わったか追えなかったのが、横並びで見えるようになるのは安心感が違います。それと/skill-doctorは今すぐ実行して、読み込んでいるスキルの棚卸しをするといいんじゃないかなと思います。僕も今日やってみます。まず`/skill-doctor`と打って、どのスキルが「重い」のかを一覧で確認するところから始めてみてください。
—
4. GPT-5.6 Sol 改善 — Plus/Proユーザーは「思考の深さ」をスライダーで自分でコントロールできるように
📺 画面表示用
ChatGPTのPlusとProプランで使えるGPT-5.6 Solが改善されて、新しくスライダーで「どのくらい深く考えてから答えてほしいか」を自分で調整できるようになりました。例えば簡単な質問は素早く答えてほしい、複雑な企画書のレビューは時間をかけてじっくり考えてほしい、というのを一本のスライダーで決められるわけです。今まではAIが自動で判断していたので、もうちょっと考えてほしいのに早く終わってしまうとか、逆にシンプルな質問なのに待たされるとか、そういうズレがあったんですよね。自分でコントロールできるというのは、仕事の密度に合わせて使い分けられるので、実務でガッツリ使っている方には刺さる機能だなと思います。
講師視点コメント: 思考の深さを手で調整できるというのは、講師の仕事に直結しますよね。よくある質問に素早く答えてほしいときはスライダーを下げて、カリキュラム設計みたいな複雑な相談のときは上げる、という使い分けが自分でできる。今日ChatGPTを開いたらスライダーの位置を意識してみてください。意外と「自分はどこが快適か」という感覚がつかめてきて、AIの使い方の精度が上がりますよ。
—
5. Sora 2 APIが9月24日に完全終了 — 動画生成ツールを使っているクリエイターは今すぐ移行を
📺 画面表示用
OpenAIのSora 2、AIで動画を生成するサービスですけど、APIという開発者向けの連携窓口が9月24日に完全に終了します。今月末、2週間ちょっとしかないんですよね。コンシューマー向けのアプリは4月に終わっていたんですけど、エンジニアやクリエイターがツールに組み込んで使っていたAPIの部分が、今月で止まります。OpenAIからは代替の動画生成モデルの推奨もないということで、Runway、Veo、Klingなどの別サービスへの移行が必要になってきます。自動化ツールにSoraのAPIを組み込んでいる方は、今すぐ確認しておいたほうがいいですね。
講師視点コメント: これは特に動画系のツールを自動化で使っている方は今日中に確認してほしいですね。Sora 2のAPIを経由して動画を自動生成する仕組みを組んでいたとしたら、9月24日以降はいきなり動かなくなります。まずは「自分のフローにSoraが入っているか」を今日確認する。入っていたら代替ツールへの移行テストを今週中に始める。Runway GenとVeo 3.1あたりが有力な乗り換え先なので、この2つを触ってみるといいんじゃないかなと思います。
—
6. GPT-5.6 が Microsoft 365 Copilot に統合 — 幻覚25%減・Cowork機能で長期プロジェクト共同管理
📺 画面表示用
Microsoft 365 Copilot の中に動いているAIが、GPT-5.6に切り替わりました。これで何が変わるかというと、幻覚、つまりAIが嘘の情報を自信満々に出してくる現象が25%減ったんですよ。それから複雑な質問への対応が40%向上したということで、ワードやエクセルで「この数字の意味を説明して」みたいな深い質問にもちゃんと答えてくれるようになったんですね。それと新機能でCoworkというのが追加されて、AIとの会話の続きを次のセッションでも引き継げるようになったのが地味に便利だなと思って。コンテンツのプロジェクト管理とかに使えそうですね。
講師視点コメント: Microsoft 365を使っていて、今まであまりCopilotを触っていなかった方には、これが試し始めるタイミングかもしれないですね。幻覚が減ってモデルが強化されたということは、「信用できないから使わない」という理由が一つ薄れたわけで。WordかExcelで一番よく使うドキュメントを開いて、Copilotに一回聞いてみる、というところから始めるといいんじゃないかなと思います。
—
7. SharePoint Copilot — 自分専用のAIスキルがOneDriveを経由してどのサイトでも自動で使えるように
📺 画面表示用
Microsoft SharePointのCopilot機能が、「スキル」という概念をアップデートしました。スキルというのは、要はCopilotへの使い方の設定ファイルみたいなものなんですけど、今まではサイトごとに設定し直す必要があったんですよ。それが今回から、自分のOneDriveにスキルファイルが保存されるようになって、別のSharePointサイトを開いても同じ設定が自動で使える、という仕組みになったんですね。例えば「議事録を要約するときのこの形式が好き」みたいな自分だけのクセをOneDriveに置いておけば、どこでも同じ動きをしてくれるわけです。会社でCopilot使っている方にはすごく便利な変更だと思いますね。
講師視点コメント: チームで複数のSharePointサイトを使っている運営者さんには、地味にありがたいアップデートですよね。一回スキルを作れば、別のプロジェクトサイトでも自動で使えるようになるというのは、設定の手間が減るという意味で時短になります。講座のコンテンツ管理や受講生のフォローをSharePoint系でやっている方はぜひ確認してみてください。
—
8. Grok Bot がXアカウントと連携 — タイムライン自動読み込み・無料APIクレジット付きで投稿自動化が可能に
📺 画面表示用
xAIのGrok Botが、X（旧Twitter）のアカウントと直接連携できるようになりました。何ができるかというと、タイムラインを読み込んで最新の動向を教えてくれたり、メンション、つまり自分宛てのリプライを確認したり、ポストの自動処理ができるようになるんですよ。しかも有料のGrok Botユーザーには、X APIクレジットが無料で付与されるということで、ツールを作って自動化したい人には嬉しいですよね。アカウントを連携すると、xAIが開発者アカウントを自動で作ってくれる仕組みになっているので、技術的に難しい設定は省けるみたいです。SNSの発信を自動化したい方はちょっと注目かなと思いますね。
講師視点コメント: Xで毎日発信している方には、タイムライン自動読み込みが便利ですよね。「今日のAI界隈で何が盛り上がっているか」をGrok Botに聞いて、それをもとにネタ出しをする、という朝のルーティンに組み込んでみるといいんじゃないかなと思います。APIクレジットが無料で付いてくるなら、とりあえずXアカウントの連携設定だけしておいて、機能を試してみる価値はありますね。
—
9. Hugging Face × NVIDIA「Open Data for Agents」公開 — AIエージェント訓練の標準データセットを無料で
📺 画面表示用
Hugging Faceというオープンソースのモデル共有プラットフォームと、GPUチップメーカーのNVIDIAが組んで、「Open Data for Agents」というデータセットを公開しました。AIエージェント、これは指示すると自分で段取りして動いてくれるAIのことなんですけど、そのエージェントを訓練するための教材データが5万件以上入っているんですよ。しかも無料で。これまでエージェントAIを作るには良質な訓練データが足りないって言われていたので、それを補う動きですね。このデータで訓練したモデルはベンチマークのスコアが40%改善したそうで、なかなか大きな数字だなと思います。
講師視点コメント: 直接「明日から使う」というよりも、エージェントAIが急速に賢くなってきているという流れとして覚えておいてほしいんですよね。このデータセットを使うエンジニアが増えると、僕たちが使うツールの裏側でどんどん進化していく。「なんか最近AIが自分でうまくやってくれるようになった」と感じる日が早まるということで。講師として「今のAIの賢さ」前提でコンテンツを作っておくと、あとで作り直しが減りますよ。
—
今日の一番 — 現場に入れる1アクション
今日の9本から選ぶなら、1番 GPT-Live。
理由は「音声コンテンツの壁が一段取り払われた」から。
これまで音声AIは遅延と不自然さで「補助ツール」止まりだったのが、300ms以下で感情も読み取れるとなると、「自分で録音する」か「AIに読ませる」かの判断を本格的にする時代が来たということで。
今日のアクションはこれ。過去の講座テキストか、メルマガの一通を選んで、GPT-Liveで読み上げてもらってみてください。自分の声クローンがある方は比べてみる。どっちが受講生に届きやすいか、聴いて判断する。それだけで「自分はどこまでAIに任せられるか」の感覚値が一気につかめると思います。やってみるといいんじゃないかなと思います。
—
今日は9本お届けしました。GPT-Liveの登場、Sora 2のAPI終了、Claude Codeの思考コスト可視化、と、道具が変わる・なくなる・進化するという3パターンが一日に来た感じですね。
どれか一つでも「これは触ってみよう」と思えるものがあったら、今日中に5分だけ試してみてください。AIは知識より経験の積み重ねで使えるようになるので。
コメント・チャンネル登録お待ちしています。今日も一日、いい学びを。
—
この記事はAI音声コンテンツをもとに構成しています。