生成AIニュースレポートは、研修を受講された皆様に最新の生成AI情報をお届けするために作成されました。

毎月末に、生成AI業界で注目された情報をわかりやすくまとめ、皆様の日々の業務に役立てていただける内容を提供いたします。

ぜひ、最新情報をチェックして、生成AIの活用をさらに深めてください。

🌟 はじめに

こんにちは！

2025年9月は、各種生成AIの新機能の追加や使い勝手の調整が進み、仕事の場面にそのまま持ち込める話題が増えています。

今回も、特に注目したい5つのトピックについて、分かりやすく、そのまま同僚に話せるトーンで整理しています。

📌 この記事でお伝えしたいポイント

• 最新のニュースを、専門用語をなるべく使わず、やさしく整理してご紹介します
• 「なぜ話題になっているのか？」を丁寧にひもときます
• 今すぐ「ちょっと試してみよう」と思ってもらえるような、取り入れ方のヒントを提供します

AIとの関係は、専門家だけのものではありません。

「ちょっと気になるから試してみよう」が、新しいアイデアや業務改善のきっかけになる時代です。

まずは、この記事でその一歩を一緒に踏み出しましょう！

公式サイトはこちら：https://blog.google/products/gemini/gemini-drop-september-2025/
※本サイトは海外のウェブサイトであるため、英語で表示されております。お手数ですが、翻訳ツールをご利用の上、ご覧ください。

🟧 概要

Googleは「Gemini Drops」として、Geminiアプリの創作・共同作業まわりを強化する新機能を発表しました。話題の画像編集モデル「Nano Banana」、カメラ共有に対応したGemini Live、Chrome（デスクトップ）対応、カスタムGemsの共有、Canvasの“見たまま編集” など、実用に直結するアップデートがまとまっています（米国時間2025年9月19日公開）。

👓 何が増えた？

• 画像編集「Nano Banana」

  写真の合成・差し替え・部分修正などがわかりやすい指示で行えます。人物やペットの雰囲気を保ったまま手直ししたり、複数写真をなじませる例が公式で紹介されています。

• Gemini Live：カメラ共有で“注目点”を強調

  スマホのカメラ映像を見せると、見るべき場所を画面上で示しながらリアルタイムで手助けしてくれます。Android／iOSの全デバイスへ順次提供。

• Chrome（デスクトップ）に対応

  開いているタブの内容をふまえた要約・確認・疑問解消ができます（米国内のユーザー向け）。

• カスタムGemsを“共有”可能に

  作業の流れやチェック項目を同じ設定のままチームで使い回せます。

• Canvasの“見たまま編集”

  画面上の要素をクリック→直したい内容を書くだけで、Webアプリの見た目をその場で調整できます。

   

  ---

   

🟧 できること早見表

出典：Google「Gemini Drops（September 2025）」／Canvas機能の詳細補足。

🔰 身近な例（ ツール対応早見表）

🚨注意

• Gemini Liveのカメラ共有は順次展開予定（Android/iOS）。
• Chrome対応は米国内から。地域・提供状況は変わる可能性があります。

公式サイトはこちらから：https://openai.com/index/introducing-our-next-generation-audio-models/
※本サイトは海外のウェブサイトであるため、英語で表示されております。お手数ですが、翻訳ツールをご利用の上、ご覧ください。

🟧 概要

OpenAIが音声対話に特化した新モデル「gpt-realtime」と、Realtime APIの本番対応（一般提供）を発表。電話や外部ツール連携、画像入力にも対応し、電話や店頭などで “話して要件を伝える” 仕事を、そのままAIに任せやすくなりました。

👓 何が“できるようになった”？

• 自然な話しぶりと指示の通りやすさが向上

  声のトーンや速さの指定、数字や英字の読み上げ、言語の切り替えがスムーズに。対話中の細かな指示にも反応しやすくなりました。

• 通話・社内電話網に直結（SIP）

  代表電話、PBX、卓上電話など既存の電話環境に繋いで使えるように。一次受付や予約確認の前線を置き換えやすい構成です。

• その場で“道具”を使い分け

  外部の業務ツールを呼び出して、在庫照会・配送状況の確認・FAQ検索などを会話の中で進行可能に。長めの処理を待ちながら会話を継続できる工夫も入りました。

• 画像を見せて相談できる

  写真・スクショを会話に添えて「ここは何？」と聞けます。作業手順の確認やエラー画面の読み取りなどに向きます。

• 安全・プライバシー対応を明示

  不適切な会話の停止、EUデータレジデンシー、プリセット音声の採用など運用上の安心材
  料が追加。

   

  💡

  🌟用語解説

  ・SIP＝電話のつなぎ方の規格名。既存の代表電話や内線に接続設定して使います。一般の方は設定不要、社内のIT担当領域です。

   

  🟧 できること早見表（現場イメージ）

  利用場面	どう使う？	期待できること
  代表電話の一次受付	SIPで電話に直結し、要件を聞いて予約/在庫/配送を確認	待ち時間の短縮、取り次ぎの工数減
  サポート窓口	会話中に社内ツールを呼び出して注文検索→案内	案内のスピードと正確さが安定
  社内ヘルプデスク	スクリーンショットを添付して「エラーの意味は？」と相談	初動の切り分けが早い
  現場の口頭指示	音声で手順を読み上げ、確認事項をリピート	作業の抜け漏れ低減
  キャンペーン案内	声のトーン/速さを指定して読み上げ	ブランドに合わせた話しぶり

公式サイトはこちらから：https://stability.ai/news/stability-ai-introduces-stable-audio-25-the-first-audio-model-built-for-enterprise-sound-production-at-scale
※本サイトは海外のウェブサイトであるため、英語で表示されております。お手数ですが、翻訳ツールをご利用の上、ご覧ください。

🟧 概要

Stability AIがStable Audio 2.5を公開。広告・店舗BGM・アプリのサウンドなど、企業が大量の音素材を一貫したテイストで作るニーズに狙いを定めたモデルです。最長3分の音源を短時間（約2秒未満・GPU使用時）で生成でき、曲の構成（イントロ→展開→アウトロ）や雰囲気指示（例：高揚感／しっとり）にも反応が向上。既存の音の“続き”をつくる編集にも対応します。学習にはライセンス済みデータを使用し、商用利用に配慮した設計です。

👓 何ができる？

• 短時間でフルトラックの作成

  最長3分の音源を数秒で作成。CMやインスト、店舗BGMの試作が素早く回せます。

• 曲らしい“起承転結”

  イントロ／展開／アウトロのある流れを生成。「高揚感」「落ち着いた」などの雰囲気指示にも応えます。

• 既存音源の“続きを作る”編集（インペインティング）

  手持ちの短いフレーズから指定位置以降の続きを生成して、尺や展開を延ばせます。
  ※著作権保護素材のアップロードは禁止、認識技術で確認あり。

• 商用を見据えた提供形態

  すぐ試せるWeb（StableAudio.com）、API、ComfyUI／Replicate／falなどのパートナー経由、オンプレミス（企業ライセンス）に対応。

• ブランド音の作り分けにも

  企業の音素材を元に “自社らしい音” へ調整する支援や、WPP傘下のamp（音を使ったブランディングの専門エージェンシー）との連携も発表。

   

  🟧 できること早見表

  利用場面	やりたいこと	Stable Audio 2.5での進め方
  広告BGMの試作	15秒×複数パターンを一気に用意	「テンポ速め／高揚感／シンセ中心」など短い指示→最長3分まで作成→必要尺を切り出し
  店内BGMの統一感	時間帯で雰囲気を切替	朝は「明るい・軽やか」、夜は「落ち着いた」などの指示で複数トラックを用意。
  アプリ効果音	“らしい”短音を量産	「心地よいタップ音」「成功時のさわやかなチャイム」などで短尺素材を作成。
  短い音源の延長	同じモチーフで長尺化	冒頭フレーズを入れて続きを生成→尺調整や展開追加。※著作権配慮あり。

🧭 実務でのポイント（安全・運用）

• 商用利用に配慮：ライセンス済みデータで学習。企業利用を想定した設計。
• 著作権への注意：アップロードは権利クリアな素材のみ。認識技術によるチェックと利用規約での制限を明示。
• 制作体制：WPP傘下のampと連携し、ブランド音の設計〜運用まで伴走可能。

公式サイトはこちらから：https://blog.google/products/google-tv/gemini-google-tv/

※本サイトは海外のウェブサイトであるため、英語で表示されております。お手数ですが、翻訳ツールをご利用の上、ご覧ください。

🟧 概要

Googleの「Gemini」がテレビの大画面で使える会話アシスタントとしてGoogle TVに登場。
まずはTCLのQM9Kシリーズで提供が始まり、年内にGoogle TV Streamer 4K、Walmart onn. 4K Pro、Hisense 2025年モデル（U7/U8/UX）、TCL 2025年モデル（QM7K/QM8K/X11K）へ拡大予定です。
話題の作品探しだけでなく、学習や料理の相談にも使えます。

👓 何ができる？

• 作品探しを会話で

  「家族で見られる、明るめの映画を教えて」→好みに合わせた候補を提案。流行作品のレビューや関連情報も確認できます。

• 途中からでも“おさらい”

  「このドラマの前シーズンで何が起きた？」→要点をまとめてくれる

• あいまい検索に強い

  「最近話題の病院ドラマってどれ？」→該当しそうな番組をいくつか提示。

• 学びや暮らしの相談

  「火山が噴火する理由を小3向けに説明して」「1時間以内で作れるデザートは？」→説明＋関連するYouTube動画を大画面で案内。

• 呼び出しはカンタン

  リモコンのマイクボタン or 「Hey Google」で起動

🔎 なぜ話題に？

• “テレビの前の雑談”で十分：番組名が出てこなくても、手がかりだけで探してくれるから。
• 大画面×動画の相性：説明と同時にYouTubeの参考動画を並べるので、家族や友人とその場で決めやすい。
• 対応機種が拡大予定：ストリーマーや主要TVメーカーの2025年モデルへ順次搭載予定。買い替え・導入の判断材料に。

参照元はこちら：https://techcrunch.com/2025/09/16/youtube-announces-new-generative-ai-tools-for-shorts-creators/

🟧 概要

YouTubeはクリエイター向けイベント「Made on YouTube」で、Shorts制作を後押しする新ツール群を発表しました。核となるのは、Googleの動画生成「Veo 3」のカスタム版〈Veo 3 Fast〉をShortsに組み込む取り組み。
低遅延・480p出力で“音あり”の短尺動画を作れるほか、音声→楽曲化のリミックスや、素材を並べるだけで“下書き動画”を作る編集支援などを順次展開します（米・英・加・豪・NZから開始）。

👓 何ができる？

• Veo 3 Fast（Shorts動画の迅速な生成）

  テキスト指示から音つきの短編クリップを素早く生成（480p／低遅延）。提供地域は段階的に拡大予定。

• “動きの移し替え”と“スタイル替え”

  既存の動画の動き（例：ダンス）を静止画に適用したり、ポップアート／折り紙風などの見た目を付与。小物やキャラクターをテキストで追加も可能（今後数か月で順次）。

• Speech to Song（台詞→楽曲リミックス）

  動画のセリフを歌っぽいサウンドに変換。雰囲気（例：チル／ダンサブル）を指定可能。Googleの音楽AI「Lyria 2」を使用。

• Edit with AI（編集の出発点づくり）

  スマホの素材から “いい場面” を拾って並べ、音楽・トランジション・英語/ヒンディー語のボイスオーバーまで付けた “初稿” を作る。Shorts/YouTube Createアプリで実験→対象国を拡大予定。

   

  🧭 どれをいつ使う？使い分け早見表

  目的/状況	まず使う	追加で使う	ねらい
  ネタの雰囲気をすぐ見せたい	Veo 3 Fast	Speech to Song	8秒で“空気感”を伝える
  素材は多いがまとめられない	Edit with AI	Veo 3 Fast	“初稿”を作り、迷いを減らす
  1行のセリフで覚えてほしい	Speech to Song	—	耳残りを作る
  静止画しかない	Veo 3 Fast（モーション転用）	Style変換	動きの印象を補う

  📝 提供状況と注意

  • 段階展開：米/英/加/豪/NZから、他地域は今後。機能ごとに提供範囲・端末条件が異なる。
  • 生成クリップはSynthID等で表示/透かしが付く。広告・PR用途では誤認回避の記載を。