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。
- 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
AIFIND · アイファインド
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 →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。
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。
Notion
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。
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。
GitHub
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。
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。
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:
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:
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:
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:
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:
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。
Google DeepMindは、AI生成タンパク質の配列や3D構造に検出可能な透かしを埋め込む「SynthID Bio」を発表しました。実験では、透かしを入れたタンパク質結合体が生物学的機能を保ち、AlphaFold 3の予測精度も維持したとしています。手法論文、コード、in vitroデータを公開し、研究コミュニティ向けに重みも提供します。
推荐理由:タンパク質の機能を保ったまま設計由来を検証する仕組みを、配列と3D構造の実験結果から確認できます。研究コミュニティへの公開範囲も示されています。
Google DeepMindは、対話中に音声と映像で応答するGemini 3.8 Live with Live AvatarをGemini Enterpriseで提供開始しました。非同期のツール呼び出しで会話を続けながらデータを取得でき、リップシンクと表情を調整しながら97言語に対応します。カスタムアバターの作成は、現在エンタープライズの許可リスト登録を通じてのみ利用できます。
推荐理由:音声と映像を組み合わせた対話に加え、会話を続けながらバックグラウンドでツールを実行する仕組みや、97言語への対応を説明しています。
Googleは、Private AI Computeに端末をまたいで利用できるサーバー側の永続メモリを導入する技術更新を発表しました。データはクラウド上の暗号化ストレージに保存され、復号に必要な鍵はユーザーの端末だけに保持されます。Googleは技術白書の更新に加え、サーバーソフトウェアの改ざん防止公開記録と独立監査の結果も公開しています。
推荐理由:端末内に暗号鍵を保持したままクラウド側で記憶を継続する設計と、ソフトウェア検証や監査の公開が示されています。
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は、音声対話モデル「Gemini 3.8 Live」と「Gemini 3.8 Live Extended Thinking」を発表しました。
推荐理由:2モデルの用途の違いに加え、音声エージェントの評価結果と提供先が示され、用途に応じた選択肢を把握できます。
Google DeepMindは、ヒトゲノムで可能な9 billion個の一塩基変異の影響予測を収録したAlphaGenome Atlasを公開しました。各変異の影響を示すAVIスコアも提供し、研究者は変異を順位付けしながら分子への影響を調べられます。学術研究向けにウェブサイト、AlphaGenome API、Google Antigravityのスキルとして利用でき、非商用利用は無料です。
推荐理由:全ゲノムの変異予測を一覧化し、AVIスコアで影響の大きい候補を順位付けできるため、希少疾患や集団遺伝学での活用例とともに研究への使い方を把握できます。
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。
Google DeepMindは、政府機関や信頼できるパートナー向けに、サイバー防御能力を提供する限定アクセスプログラム「Fairwind Program」を開始しました。
推荐理由:政府機関や重要インフラ事業者などに限定アクセスを提供し、脆弱性の発見から修正までを自動化する構成と利用条件を確認できます。
Google DeepMindは、推論・コーディング性能を高めたGemini 3.8 Flashと、サイバーセキュリティ向けのGemini 3.8 Flash Cyberを発表しました。
推荐理由:通常版とサイバーセキュリティ版の性能・価格・提供条件を分けて示しており、用途ごとの選択肢を比較できます。
Google DeepMindは、Gemini 3.7 Flash、3.6 Flash、3.5 Flash-Liteにエージェント型動画理解機能を導入しました。
推荐理由:固定フレームレートでの処理と異なり、必要な映像・音声・字幕を動的に調べる仕組みと、長時間動画での効率改善幅が示されています。
Google DeepMindはGemini Omni 1.1 Flashを発表し、開発者向けの動画生成機能を拡充しました。最大10秒の過去映像を参照するシーン延長や、開始・終了フレームの指定、最大4Kへのアップスケールに対応します。
推荐理由:最大10秒の文脈を参照するシーン延長や4K出力など、制作工程の制御性と仕上がりを高める機能が具体的に示されています。
Google DeepMindは、音声文字起こしモデル「Gemini 3.5 Transcribe」を発表しました。Gemini APIでは、低遅延のリアルタイム配信用と、話者識別・単語単位のタイムスタンプに対応する録音音声処理用の2種類を提供します。Artificial Analysisの測定では、単語誤り率はストリーミングで平均4.0%、非ストリーミングで2.6%でした。
推荐理由:音声認識から整形済みテキストへの変換に加え、ストリーミングと録音音声処理の両APIを用意し、用途に応じた組み込み方を示しています。
Google DeepMindは、ゲームを通じた15年間のAI研究を振り返り、ゲーム開発者との協業で新たなゲーム体験を試作する方針を示した。Fenris Creationsとの研究では、EVE Onlineの持続的な世界を継続学習、記憶、長期計画、複雑なマルチエージェント環境の研究に活用する。
推荐理由:ゲーム開発者との協業を軸に、SIMAの活用構想とEVEの環境が継続学習や長期計画の研究課題にどう結びつくかを整理している。
Google DeepMindは、コーディングやAIエージェント向けのモデル「Gemini 3.7 Flash」を発表した。FrontierCode 1.1 Mainでは43.6%(Gemini 3.6 Flashは34.4%)、Arena.aiのWebDev ArenaではElo 1588(同1538)を記録した。
推荐理由:Gemini 3.6 Flashとの比較でコーディングや業務ワークフローのベンチマーク改善と価格を示し、性能と費用の両面から更新内容を把握できます。
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は、台風の進路・強度・風の構造を予測するWeatherNext CyclonesとWeatherNext 2のコードとモデル重みを公開した。
推荐理由:従来は別々に扱われてきた全球の気象場と局地的な台風の強度を一つのモデルで予測し、平均24時間のリードタイム向上を報告しています。
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は、音楽生成モデルLyria 3.5をGoogle Flow Musicで提供開始しました。メロディーの構成や歌詞の品質・プロンプトへの追従性、ボーカルの表現力と発音を改善し、生成する楽曲のテンポや長さも調整しやすくなっています。
推荐理由:メロディー、歌詞、ボーカルに加え、テンポや長さの調整も改善されており、生成時に制御できる要素を把握できます。
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。