ElevenLabs
ElevenLabs
日本語を含む音声合成、文字起こし、音声エージェントを提供するサービス。Creativeの画面では画像と動画も生成できます。
画像生成動画生成音声エージェント
- 日本での利用
- 利用可能
- 日本語入力
- 対応
- 出力
- 対応
- 日本語 UI
- 一部対応
- 無料プラン
- 無料プランあり
- 最終確認
#マルチモーダル
AIFIND · アイファインド
いま使えるAIが、見つかる。
AIを知る、比べる、使いこなす。公式資料で確認した情報と出典から、目的に合うAIを探せます。
AIニュースを読む →最近確認されたAI
AIを探す →Dify
Dify
モデル、資料検索とツールを組み合わせ、AIアプリやAgentのワークフローを作るプラットフォーム。WebアプリまたはAPIとして公開でき、生成機能は接続するモデルに依存します。
エージェントAPI
- 日本での利用
- 利用可能
- 日本語入力
- 一部対応
- 出力
- 一部対応
- 日本語 UI
- 対応
- 無料プラン
- 無料プランあり
- 最終確認
Notion
Notion AI
Notionの文章、会議メモや接続した資料を基に、検索、調査、文書作成と作業を進めるAI。継続利用はBusinessまたはEnterprise、FreeとPlusはAIの試用です。
文章作成画像生成音声検索
- 日本での利用
- 利用可能
- 日本語入力
- 対応
- 出力
- 対応
- 日本語 UI
- 対応
- 無料プラン
- 無料トライアルのみ
- 最終確認
Runway
Runway
テキストや画像を基に動画を生成・編集する制作ツール。画像、音楽や音声の生成と、制作を組み立てるAgentにも対応します。
画像生成画像理解動画生成音声
- 日本での利用
- 利用可能
- 日本語入力
- 一部対応
- 出力
- 一部対応
- 日本語 UI
- 非対応
- 無料プラン
- 無料プランあり
- 最終確認
GitHub
GitHub Copilot
GitHubや対応する開発環境で、コードの説明、提案、変更作業を支援するAI。Web、モバイル、デスクトップアプリとSDKの利用条件を公式資料で確認できます。
画像理解コーディング検索エージェント
- 日本での利用
- 利用可能
- 日本語入力
- 一部対応
- 出力
- 一部対応
- 日本語 UI
- 一部対応
- 無料プラン
- 無料プランあり
- 最終確認
Cursor
Cursor
コードベースを読み、コードの作成、編集とレビューを支援するAI開発ツール。Agentによる作業と画像生成に対応し、提案した差分を利用者が確認します。
画像生成画像理解コーディング検索
- 日本での利用
- 利用可能
- 日本語入力
- 一部対応
- 出力
- 一部対応
- 日本語 UI
- 一部対応
- 無料プラン
- 無料プランあり
- 最終確認
AIを比べる →
開発支援に Cursor と GitHub Copilot をどう選ぶ？
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
Cursor / GitHub Copilot
公式情報の整理（実測していません）
参照版の公開日： /
公開：
文章の下書きに ChatGPT と Claude をどう選ぶ？
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
ChatGPT / Claude
公式情報の整理（実測していません）
参照版の公開日： /
公開：
用途から探す →
画像・動画・音声制作のAI候補
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
Adobe Firefly / Runway / ElevenLabs
公開：
資料の調査と整理に使うAI候補
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
ChatGPT / Gemini / Gemini Notebook
公開：
使い方 →
Cursor で最初のコード変更をレビューする手順
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
Cursor
公式情報の整理（実測していません）
参照版の公開日：
公開：
Gemini Notebook で資料を整理する前の確認手順
公式資料で確認できる条件を整理しました。実測結果や性能順位は掲載していません。
Gemini Notebook
公式情報の整理（実測していません）
参照版の公開日：
公開：
Google DeepMindおすすめAIスコア8888 Google DeepMind、長時間の複雑なタスクに対応するGemini 4 Argonを発表
Google DeepMindは、新しいフロンティアモデルGemini 4 Argonを発表しました。出力トークン上限を従来の64Kから1Mに拡大し、DeepSWE v1.1で77.9%、LVBenchで91.7%を記録したとしています。まず信頼できるサイバー防御担当者などに提供し、開発者、企業、一般消費者へ段階的に拡大する予定です。
推荐理由：出力上限の拡大に加え、ソフトウェア開発や業務、サイバー防御での評価と段階的な提供方針が示されており、活用範囲と安全対策を併せて把握できます。
Hugging Face BlogおすすめAIスコア7272 Liquid AI、視覚言語モデル「LFM2.5-VL-3B」向けDSparkドラフトモデルを公開
Liquid AIは、視覚言語モデル「LFM2.5-VL-3B」向けの実験的なDSparkドラフトモデル「LFM2.5-VL-DSpark」を公開した。推測デコーディングにより、デバイス上で最大3.13倍、H100で最大2.66倍のデコード速度を示し、エンドツーエンドの速度向上はそれぞれ最大2.62倍、2.27倍。
推荐理由：タスク別の推論速度とエンドツーエンドの改善幅を示し、推測デコーディングがVLMの処理全体に与える効果を比較できます。
Google DeepMindおすすめAIスコア8585 Google DeepMind、Gemini 3.8 Flash TTSとGemini 3.8 Flash-Lite TTSを発表
Google DeepMindは、音声生成モデル「Gemini 3.8 Flash TTS」と「Gemini 3.8 Flash-Lite TTS」を発表しました。
推荐理由：音声の生成・複製機能と同意確認やSynthIDによる保護を併せて示し、表現力と安全対策の両面を把握できます。
Google DeepMindおすすめAIスコア8686 Google DeepMindとGoogle Research、全球気象予測モデルWeatherNext 3を発表
Google DeepMindとGoogle Researchは、全球気象予測モデルWeatherNext 3を発表した。リアルタイムの静止気象衛星データを取り込み、毎時更新の予測を最大5キロメートル解像度で生成する。
推荐理由：衛星データと気象観測所の実測値を取り込み、解像度や更新頻度、降水予測精度をどう改善したかを具体的な数値で把握できます。
Hugging Face BlogおすすめAIスコア7575 Hugging Face、260M・800Mの多言語マルチモーダルエンコーダー「NeoMME」を公開
Hugging Faceは、260Mと800Mの多言語マルチモーダルエンコーダー「NeoMME」と、文書画像検索向けにファインチューニングした「NeoMME-Retriever」を公開した。
推荐理由：単一の双方向Transformerで画像とテキストを扱う構成に加え、検索精度・処理速度・索引容量を数値で比較しており、文書検索への適用を検討する材料になります。
Google DeepMindおすすめAIスコア8484 Google DeepMind、手話翻訳モデル「SL2T」を発表し、GboardとLive Transcribeに搭載
Google DeepMindは、手話をテキストに翻訳するモデル「SL2T」を発表し、Pixel 11のGboardとLive TranscribeでASLから英語への入力機能を提供します。
推荐理由：手話を中間注釈なしで翻訳する仕組みと、端末上で映像を破棄するプライバシー設計を併せて説明している。
Google DeepMindおすすめAIスコア8181 Google DeepMind、ロボット向け推論モデル「Gemini Robotics ER 2」を公開
Google DeepMindは、ロボット向けの身体性推論モデル「Gemini Robotics ER 2」を公開しました。連続動画から作業の進捗や重要な場面を把握し、複数ロボットの協調やツールの呼び出しを通じて、多段階の作業を調整します。進捗分類の精度は57.4%、重要な場面の特定精度は91.3%で、Gemini APIとGoogle AI Studioから開発者向けに利用できます。
推荐理由：連続動画から進捗や重要な瞬間を捉え、次の動作への切り替えに使う仕組みと、具体的な評価値が示されています。
Google DeepMindおすすめAIスコア8484 Google DeepMind、全身制御に対応する「Gemini Robotics 2」を発表
Google DeepMindは、ロボットの全身制御や器用な操作、複数ロボットの協調を可能にする「Gemini Robotics 2」を発表しました。モデル群は、動作を担うGemini Robotics 2、複数段階のタスクを計画するGemini Robotics ER 2、ロボット上で動作するGemini Robotics On-Device 2で構成されます。
推荐理由：全身制御、器用な操作、複数ロボットの協調を担うモデル群の役割と提供状況が示され、ロボットへの適用範囲を把握できます。
Google DeepMindおすすめAIスコア8787 Google DeepMind、Gemini 3.6 Flashなどの提供開始、3.5 Flash Cyberは限定試行へ
Google DeepMindは、Gemini 3.6 Flashと3.5 Flash-Liteの提供開始を発表しました。3.5 Flash Cyberは、政府と信頼できるパートナー向けにCodeMender経由の限定試行で提供される予定です。
推荐理由：Gemini 3.6 Flashと3.5 Flash-Liteのトークン効率、速度、価格を数値で比較でき、AIエージェントの運用コストを検討する手がかりになります。
これ以上ありません