AIアシスタントは、質問に答えるだけの存在ではなくなりつつあります。今週の発表は二つの方向を同時に示しています。ChatGPTは会話の中で小さな動くアプリケーションを直接作れるようになり、Meta AIは長いやり取りの中で文脈や好みを、改めて伝えなくても引き継げるようになりました。どちらも開発者向けツールではなく一般の消費者アカウントに届く変更で、多くの人が最初に気づくアップデートになりそうです。このほか今週は、ライブ映像の音声を編集するMicrosoftの特許、リークされた企業向け次世代Geminiエージェント、TeslaのOptimusロボットとUnitreeの工場に関する新情報、そしてAIシステムが道徳的配慮に値しうるかをめぐる議論の再燃がありました。

ChatGPTがチャットの中でツールを作る

OpenAIは10月7日から8日ごろ、「Intelligent UI」と銘打ったChatGPTのアップデートを展開しました。テキストや、別の場所に貼り付けるためのコードブロックで答える代わりに、ChatGPTはメッセージの吹き出しの間に、ボタン、スライダー、グラフ、計算機、フォーム、さらには簡単なゲームといった動作するグラフィカル要素を描画できるようになりました。この機能は無料プランと有料プランの両方で利用できます。

TechRadarのライターは、コーディングの知識なしにChatGPTへ6種類のツールの作成を依頼して、この機能を試しました。一つは家具をドラッグして配置し直せる寝室の間取りプランナーです。もう一つは、Nova Oneという架空のヘッドホンブランドのマーケティング用ショーケースで、インタラクティブなスライダー、カスタマイズ可能なアートワーク、サウンドプロファイル設定、製品ページには$99からという開始価格まで備えていました。

試す前に押さえておきたい制限が二つあります。第一に、この機能は最上位の深い推論モデルでは動作しません。これらのモデルは論理的な手順を踏んで考えるために作られており、動的なインターフェースを描画するためのものではないからです。第二に、出力の正しさは何も保証されていません。見た目が洗練された計算機でも誤った数式を含んでいる可能性があるため、生成された計算や寸法は独立して確認する必要があります。

実際に作った三つのツール

この機能が実用に耐えるかを確かめるため、別のキャンバスやコーディング環境ではなく、通常のChatGPTのスレッド内で三つのツールを作りました。

価格と利益の計算機

最初のプロンプトでは、架空の店「Paper Lantern Poster Shop」向けに、スライダー、編集可能な数値入力、分かりやすい計算結果の表示、目標と結果を比較するグラフを備えたインタラクティブな価格シミュレーターを求めました。ChatGPTは2分足らずで動作するコンポーネントを生成し、「売上モード」と「利益モード」の二つのタブを用意しました。どの操作をしても数値は即座に更新されました。

シナリオ ポスター1枚の価格 単位原価 月間目標 必要枚数 結果
売上モード $25 使用せず 売上$1,000 40 売上$1,000
利益モード $25 $5 利益$1,000 50 利益$1,000
利益モード、プレミアム価格 $69 $5 利益$5,000 79 売上$5,451に対し利益$5,056

ユニットエコノミクスのカードには、$69の価格、$5の原価、そしてポスター1枚あたり$64の利益が表示されました。ここでの実用上の利点は、「価格が…だったら」というプロンプトを何度も繰り返す代わりに、スライダーを動かすたびに再計算される一つのダッシュボードで済むことです。プロンプトでは、数量を整数に切り上げる、ゼロの値を適切に処理するといったガードレールも求めました。計算機を依頼する際には、こうした条件を明示しておく価値があります。

ドラッグ&ドロップの間取りプランナー

2番目のプロンプトでは、例として5.0メートル×4.0メートルの部屋を想定した、真上から見た2Dプランナーを依頼しました。ソファ、アームチェア、コーヒーテーブル、本棚をドラッグでき、90度回転でき、部屋の境界内に収まるようにしたうえで、衝突検出とドア前の空間を確保するルールも求めました。スタイルと寸法の参考として、室内の写真を添付しました。

ソファ、コーヒーテーブル、アームチェア、本棚のブロック、ドア前の斜線、方向ボタンを備えた真上から見た間取りプランナー

▲ ChatGPT製のドラッグ可能な2D間取りプランナー

1分8秒後に返ってきた最初の応答は、クリックできるツールではなく静的なモックアップ画像でした。使える、配置を変えられるツールを期待していると追加で伝えると問題は解消し、ChatGPTは「Building the interactive plan」と表示したうえで、50秒で動作するウィジェットを返しました。この種の失敗は生成AIによくあるばらつきと見られ、修正を直接指示するプロンプトが解決策になります。

完成したプランナーは、窓の印、斜線で示されたドアの開閉範囲、その下に操作ボタンを備えたグリッド状のキャンバスを描画しました。例示として設定された家具のサイズは、2.1×0.9メートルのソファ、1.2×0.6メートルのコーヒーテーブル、0.9×0.9メートルのアームチェア、0.8×0.4メートルの本棚です。ブロックをドラッグすると、家具同士が重なったりドア前の空間に入り込んだりできないことが確認できました。ドラッグでは粗すぎる場合には方向ボタンで細かく位置を調整でき、「Rotate 90°」ボタンで選択した家具を回転でき、「Auto-arrange」ボタンで全体を有効な配置に並べ直せました。ツール自身も、位置と寸法は例示のための仮定であり建築図面ではないと注意を表示していました。足りないと感じた機能は二つあります。アームチェアを部屋の角に斜めに置くための45度回転と、キャンバスから新しい家具を追加するボタンです。

30秒CMのストーリーボードエディター

3番目のプロンプトでは、事前に生成した4枚の画像をアップロードし、コーヒーショップの30秒CMを「開店」「コーヒーの準備」「最初の一口」「締めのクローズアップ」の4ショットで構成する「Morning Cup Storyboard Studio」を依頼しました。編集可能な説明文、ショットごとの尺の調整、「Earlier」と「Later」の並べ替えボタン、30秒の目標を追跡するタイムラインを求めました。ChatGPTは組み上げるのに2分26秒かかりました。

結果には、合計時間、00:30の目標、シーン数、色分けされたカットのタイムラインを示す概要カードが表示され、4枚の写真はそれぞれのシーンカードの中に描画されました。初期の尺は6秒、8秒、8秒、8秒でした。最初のショットを6秒から3秒に短縮すると合計は即座に27秒に減り、「-3s」のバッジが表示されました。2番目のショットを10秒、3番目を9秒に延ばすと目標に戻りました。レイアウトは理想より縦に長く、よりコンパクトな設計にする余地はありますが、動画プランナーのプロトタイプとしては機能しました。ChatGPTは、画像をフル解像度で埋め込んだ単体で動くHTMLファイルのダウンロードも提案したため、このツールはチャットの外でも使えます。

もう一つ目を引いた点があります。スレッドの後半で間取りプランナーに戻ると、ウィジェットはまだ動作しており、状態を失うことなく会話を続けて改良できました。この連続性こそが、単体のWebページを作り、デバッグし、ホスティングする方法と比べて最も大きな変化だと言えるでしょう。

Meta AIは記憶を強化し、エラーでも止まらない

Metaは、WhatsApp、Instagram、Facebook、Messengerの中で動作するMeta AIとMuseエージェントを支える基盤モデルのアップグレードを発表しました。新しい機能は二つです。

Active Memoryは、長い複数ターンのやり取りにわたって、会話の文脈とユーザーの好みをアシスタントが追跡できるようにします。Metaが挙げる例は、家庭で料理をする人が、背景を改めて説明することなく、先に話題にしたレシピの材料について尋ねる場面です。Metaによると、この機能により文脈の正確さは従来バージョンの76%から90%に向上しました。

立てかけたスマートフォンの横で野菜を刻む家庭の料理人。つながった吹き出しが以前の会話を思い出す様子を示している

▲ 調理中に先のレシピの詳細を思い出すMeta AI

Active Focusは、複雑な複数ステップの指示を対象にしています。従来のアシスタントは最初のエラーで止まっていましたが、アップグレードされたモデルは自ら別の経路を試します。Metaは、こうした障害からの回復が67%改善したと報告しています。

どちらの数値もMetaの社内評価によるもので、独立した検証は行われていません。外部のテスト結果が出るまでは、同社自身の主張として読むのが妥当です。

今週のその他の動き

ライブ配信の音声と口元を編集するMicrosoftの特許

Microsoftが4月に出願し10月29日に公開された特許は、ライブ配信を監視し、年齢や地域といった視聴者側の設定に基づいて特定の単語を識別し、1秒から10秒のバッファ内で音声を改変しつつ、話者の口元をそれに合わせて描き直すAIシステムを記述しています。用途として挙げられているのは、不適切な言葉のフィルタリング、「um」や「ah」といったつなぎ言葉の除去、口の動きを同期させた他言語へのライブ吹き替えです。出願書類では、編集前のオリジナルの録画は保持されるとしています。これはあくまで特許出願であり、7月にはUSPTOから否定的な指摘を受けているため、製品も価格も発売日もありません。

リークされた企業向け次世代Geminiエージェント

機能の動向を追跡するアカウントが、GoogleのGeminiアプリで未公開のメニュー項目を発見しました。企業向けの次世代コーディネーションエージェントで、後にビジネス戦略系の媒体が分析しています。ロードマップのスライドには、Gemini Enterprise Platformが2026年4月22日に、仕事向けのGeminiエージェントが2026年10月8日に提供開始され、新たに見つかった項目は2026年11月8日の日付になっていました。モックアップには、CRM、Web検索、RFPの調整、コンプライアンス、質問の振り分けを担う専門のサブエージェントが描かれ、Slack、Salesforce、Google Drive、Microsoft Teams、Jira、GitHubと接続されていました。Googleは価格、日程、外部ベータへのアクセスを発表しておらず、社内テストの内容はリリース前に変更されたり消えたりする可能性があります。

Tesla Optimusは販売ではなく貸し出しに

11月6日の投資家向けカンファレンスで、イーロン・マスク氏は、TeslaがヒューマノイドロボットOptimusを企業に売り切りで販売するのではなく、レンタルまたはリースで提供する可能性が高いと示唆しました。中小企業にとっての初期費用を下げる狙いです。マスク氏は製造コストの目標として当初$30,000前後を挙げ、生産規模の拡大に伴い$20,000 ~ $30,000の範囲へ下がるとしました。第三者のロボット追跡サイトは現在の製造コストを1台あたり$50,000から$100,000超と推定しており、業界分析サイトはレンタル料金や商業条件がまだ確定していないと指摘しています。Optimusは現在Tesla自身の施設内でのみ稼働しており、外部への提供は早くても2027年後半を目標とし、安全性と信頼性の実証が条件になります。

Unitreeの工場を動かすのはロボットではなく人の手

Unitreeが上海で提出したIPO書類によると、同社は過去1年で3万2,000台近いロボットを生産し、そのうち約2万6,000台は四足歩行のロボット犬でした。目論見書を分析したある投資家は、工場設備の帳簿価額の合計をおよそ$170万、ロボット1台あたり約$50と算出しました。これは、杭州での組み立てが、多くの人が想定する完全自動化された無人の「ライツアウト」工場ではなく、依然として大部分が手作業であることを示唆しています。Unitreeの株価は10月中旬以降50%以上上昇しており、経営陣は本体の製造が安定したため、ロボットのAIソフトウェアに重点を移すとしています。業界全体では、実際に工場で作業するヒューマノイドロボットは5%未満で、75%は大学や研究機関に向かっています。また、7月に定められた米国の貿易規則は、部品の大半が国内製でない限り海外製ロボットを制限しています。

モデルの福祉をめぐる二つの立場

Microsoft AIのCEOであるムスタファ・スレイマン氏は、CBS Newsでの発言に続くエッセイで、高度なAIがいつか倫理的配慮に値する主観的状態を持ちうるのかという「モデルの福祉」の問題を掘り下げました。同氏はXで、今日のシステムには意識や主観的な感覚はないと明確にしつつ、知覚の決定的な証拠が現れれば再考する姿勢も示しました。Anthropicが1月に公開したガイドラインは異なる立場を取り、Claudeの道徳的地位を「決定的に存在しない」ではなく「深く不確実」と表現しています。どちらの立場も哲学的な枠組みの話であり、現行製品に影響するエンジニアリングや方針の変更ではありません。

Anthropicの天然ガス発電契約

Anthropicは、データセンターに直接電力を供給する天然ガスタービン発電機について、$30億を超える契約を結んだと報じられています。オンサイト発電は地域の送電網に負荷をかけずに安定したベースロード電力を確保できますが、化石燃料の燃焼は多くの炭素を排出し、サステナビリティ目標とは相容れにくい面があります。

いま利用者にとって何が変わるのか

上記のうち、今日の消費者向け製品で使えるものは二つです。ChatGPTのチャット内ツールは無料アカウントで動作し、Meta AIの記憶のアップグレードは多くの人がすでに使っているメッセージアプリの中にあります。Microsoftの特許からOptimusのレンタル、Geminiの企業向けエージェントまで、残りは出願、リーク、ロードマップの段階にとどまっており、行動の根拠にできる日程や価格はありません。

ChatGPTのIntelligent UIを試すなら、次の点を押さえてください。

  1. 深い推論モデルではなく標準モデルを使い、スライダー、入力欄、グラフ、タブなど、欲しい操作要素を正確に指定してインタラクティブなツールを依頼する。
  2. マイナスの利益率を認めない、ゼロを適切に処理する、数量を整数に切り上げるといった境界条件を明示する。
  3. レイアウトやビジュアル系のツールを作るときは参考画像を添付し、アップロードしたファイルには順番に名前を付ける。
  4. 動作するツールではなく静止画が返ってきたら、クリックして配置を変えられるものが必要だと返信する。
  5. 結果を頼りにする前に、すべてのボタンを試し、計算を手で検証し、推定された寸法は実際にメジャーで測った値に置き換える。

Meta AIの記憶に関する主張にも同じ注意が当てはまります。90%と67%という数値はMeta自身のものなので、実際に自分の文脈をどれだけ正しく思い出せるかで機能を判断してください。AIが作ったツールもAIが思い出した情報も、素早い初稿として扱い、最終確認は自分の手に残しておきましょう。