切り抜きチャンネルと生け花教室、二人の近況
冒頭は二人の近況から始まりました。カレーちゃんは毎日YouTubeでライブ配信をしていて、その切り抜き動画を作ってくれる人が二人目に増えたと話します。
Xで募集しても連絡は来なかったものの、いつも聞いてくれているリスナーからDMが届いたそうです。
リスナーの中から切り抜きしてくれる人って出てきたりするんだな、という感じを知れたって感じでしたね。
報酬の配分について聞かれると、カレーちゃんは今はまだ収益化していないため、収益化したら取り分は全部でいい、という形で始めてもらっていると説明します。
とりあえず今は報酬なしで最初はやってもらって、ちょっとチャンネルを育てていってもらってる、そんな感じになってますね。
一方のレゴンは、松江で月2回ほど生け花の教室を始めたと報告します。仕事終わりの人向けに夜に開いていて、ずっと募集していた受講生がやっと一人来てくれたそうです。
教え方は、初心者向けの型を複数人で一斉にやることもできますし、一対一でも対応できるとのこと。ペアで交代しながら進めるやり方もあると話されています。
Gemini Sparkが日本で解禁。クラウドで動くAIエージェント
1つ目の話題はGemini Sparkです。GoogleのパーソナルAIエージェントで、前回のGoogleイベントで発表された当初はアメリカでしか使えませんでした。
それが7月16日あたりのタイミングで日本にも展開され始めました。ただしローリングリリースのため、使える人と使えない人がいる状況です。
レゴンは、これまでエージェントを動かすには、ツールを立ち上げ、ローカルで動かし、モデルを設定するといった手間が必要だったと振り返ります。
Gemini Sparkのいいところは、これがローカルで動くんじゃなくて、ちゃんとクラウド上で動くんで。アプリを閉じたり、パソコンを閉じたりしていても、定期的にこういう処理したいみたいなことを登録しておけば実行されるっていうものが出てきましたと。
さらにGoogleのサービスなので、Gmailやカレンダーとも連携できます。仕事を始める前にその日のメールをまとめて出す、といった使い方が想像しやすいと話されています。
ただし現状は全員が使えるわけではなく、一番高いUltraプランでないと触れないとのこと。レゴンは法人的なワークプレイスで登録していることもあり、まだ試せていないと語ります。
カレーちゃんは自分のプランでは当面難しそうだと話しつつ、アメリカでは一つ下のプランでも使えるため、日本でも順次下位プランに広がる可能性があると考えられると触れられました。
Notebook LMがGemini Notebookへ名称変更
2つ目の話題は、Notebook LMがGemini Notebookに名称変更された件です。こちらも7月16日に発表があったそうです。
名前の変更と合わせて、ちょっとしたアップデートもあったとのこと。レゴンはUIが少し違うと感じたと話します。
たとえば、これまで貼り付けたテキストは「貼り付けたテキスト」という名前だったのが、勝手にタイトルがつくようになったそうです。ただ気づかないレベルの細かな変更だと補足されています。
ドメインはまだNotebook LMのまま残っているため、いつ切り替わるかは謎だとしつつ、GoogleがGeminiというブランドに統一していく流れが見えると話されています。
Notebook LMは評判が良かったんで。Geminiに、どんどん変わってきそうですね。
Kimi K3が公開。2.8兆パラメーターの中国製モデル
3つ目の話題はKimi K3です。中国のMoonshot AIが公開した強力なAIモデルで、7月17日に登場したばかりだと紹介されました。
パラメーター数は2.8兆で、これまで中国系が出してきた中でも巨大です。GPUの制約がある中でこの規模を学習しきり、性能もトップクラスに少し劣る程度まで出してきた点にインパクトがあると受け止められています。
価格競争力も注目点です。カレーちゃんによると、出力は100万トークンあたり15ドルとのこと。
比較として、GPTは30ドル、別の上位モデルは50ドルほどだと触れられ、半分以下の値段で使える計算になります。
強みはフロントエンドで、対戦形式で優劣を比べるCode Arinaのフロントエンド項目では、7項目のうち6つで1位を獲得したそうです。
フロントエンドにかなり強いモデルが出てきて。ただ動かしてみたところ、結構動きが遅くて。使い所としては、遅くてもいいコーディングで、フロントエンドとかが結構強そうなので、そこら辺に使えそうかな、みたいな。
ウェイトも公開すると発表されており、7月27日までにオープンにするとされています。レゴンはOllamaなどで使う立場から、オープンになってから試したいと話します。
カレーちゃんは、これまで上位モデルの提供可否をアメリカ政府がストッパー役として抑えてきた面があると指摘します。その一方で、中国がオープンで強いモデルを次々に出している状況に触れます。
レゴンも、OpenRouterのような複数モデルを使えるサイトでは中国系モデルが利用量の大半を占めるという話をよく見ると補足します。
最先端のがアメリカで生まれてても、実際こう、結構使われてるのは中国のモデルとか結構あり得るものかもですね。自分も結局、最近ずっと裏で動かしてるのはGLMとか、そういうのなんで。
Muse Scriptorで音楽をMIDIに変換する
最後の話題は、音楽をMIDIデータにしてくれるMuse Scriptorです。少し前に公開されたもので、サイト上でも使え、重みも公開されているためローカルでも動かせます。
使う際は、ギターやベースなど含まれる楽器をあらかじめ指定するとよいそうです。すると音源を分離し、ピアノはこれ、ギターはこれ、という形で楽譜にしてくれます。
モデルはスモール(1億300万)、ミディアム(3億700万)、ラージの3種類があります。カレーちゃんはMacのM4でミディアムを動かし、ピアノ単体の曲であれば十分きれいにMIDI化できたと話します。
一方で、歌詞のあるバンド系の曲だと分離はそこまでうまくいかず、100点満点の出来ではないとのこと。それでもコード音などを出してくれるため、ないよりは参考になると評価されています。
用途を聞かれたカレーちゃんは、耳コピ代わりに楽譜化したい、バンドでキーボードを弾くときに特定パートを抜いた音源が欲しい、といった使い方を挙げます。
一番の用途は耳コピ代わりに、これに楽譜にしてもらえたら嬉しいなというので。Sunoで音楽作って、それの楽譜がもう自動で出てるみたいな感じまでいけたら、嬉しいなとか。
レゴンは、合唱の音取りや、パートごとの音の確認でMIDIがよく使われると補足します。
さらにコンサートでの活用にも話が広がりました。MIDIは電気信号のため、レーザーやエフェクトを鳴らすタイミングを合わせる同期にも使われるそうです。
レーザーをこう光らせたいって時も、タイミングをどうやって合わせるかっていうと、基本はそういうMIDIの技術を使って同期させて表現するっていうのが使われてるみたいで。
VRのエフェクトなどでも同期に使われた例があるとのこと。カレーちゃんはこれまでMIDIを使ったことがなく、うまい使い方を知りたいと締めくくりました。
まとめ
今週はGoogle系のエージェントや音楽ツールから、中国製の大規模モデルまで、生成AIの動向が幅広く紹介されました。実際に触れるかどうかはプランや公開状況次第という現実的な話も多く語られています。
- Gemini Sparkが日本でも段階的に解禁され、クラウド上で動くAIエージェントとしてGoogleサービスと連携できる
- Notebook LMはGemini Notebookへ名称変更され、GoogleのGeminiブランド統一の流れが見える
- 中国のKimi K3は2.8兆パラメーターでフロントエンドに強く、価格も安く、ウェイト公開も予定されている
- 音楽をMIDI化するMuse Scriptorは、耳コピやパート分離、コンサートの同期など幅広い用途が考えられる