[12月23日:速報回]SAM Audioの音声分離が魔法!?ChatGPT AppsのSpotify連携/Gemini 3 Flash/AGI Lab忘年会レポ(ep.27)

おちつきAIラジオ第27回（EP.027）／配信日: 2025.12.23／再生時間: 01:23:56

この回の概要

今回は2025年12月22日収録の速報回で、Gemini 3 Flash、GPT Image 1.5、ChatGPTのアダルトモード方針、GPTアプリストアの本格公開、Microsoft TRELLIS 2、Metaの音声分離ツール「Sam Audio」、Manus 1.6 Maxという8つのAIニュースを一気に取り上げています。この回を聴くと、年末に相次いだAIツールのアップデートの要点と、実際に試した際の率直な使用感が短時間で分かります。

最初はGemini 3 Flashのリリースです。しぶちょーは、Gemini 3 Proに遜色ないスコアを保ちながら処理速度が3倍速く、価格も大幅に安いことを紹介します。特にマルチモーダル性能が高く、画像や動画を読み込ませて内容を解析させる速度が非常に速いと語り、日常的な文字起こしや動画解析の用途で積極的に使っていきたいとの感想を述べました。続くGPT Image 1.5については、指示への追従性や日本語テキストのレンダリングが向上したものの、Nano Banana Proに明確に追いついたというより、追随してきたという評価にとどまっています。

ChatGPTのアダルトモードは2026年第1四半期に導入予定と報じられており、サム・アルトマンがエロ表現の解禁に積極的な姿勢を示してきた経緯や、すでにスパイシーモードを実装しているGrokとの違いが語られます。ディープフェイク画像による被害の懸念として、歌手アイミョンの偽画像がSNSで拡散し、本人が公式Xで抗議するという実際の出来事が紹介され、これまで一部の技術者と悪意ある層にしか扱えなかった生成AIの悪用が誰でもできるように民主化されていくことへの強い懸念が示されました。あわせて、生成AIで作られた性的な画像を巡って日本国内で逮捕者が出ているニュースにも触れ、法整備が追いついていない現状への注意が促されています。

ChatGPT内のアプリストアが本格公開され、開発者向けの申請受付も始まったことも紹介されます。しぶちょーはApple Musicとの連携で世代に合わせたプレイリストを瞬時に作らせた体験を語り、今後Spotifyのポッドキャスト検索とも連携が進めば、会話形式でポッドキャスト番組を探せるようになり、ポッドキャスターにとって新しい流入経路になる可能性があると期待を語りました。

Microsoftがオープンソース公開した3D生成モデルTRELLIS 2は、40億パラメータの大規模モデルでローカル環境で動かせる点が特徴ですが、しぶちょーが実際に環境構築を試みたところエラーが解消できず動作確認には至りませんでした。開発に清華大学など中国の研究機関が関わっている点で、以前番組で紹介したHyper3Dなど他の中国系3D生成モデルと近い立ち位置にあるとも指摘されています。Metaが公開した音声分離ツール「Sam Audio」は、混ざり合った音声や映像から特定の話者や楽器、あるいは映像内の特定の動物の鳴き声だけをプロンプトで指定して抽出できるオープンソースモデルです。しぶちょーは、Adobeのノイズ除去機能「エンハンススピーチ」よりも細かく音源を分離できる点に驚き、話者分離や録音レベルの不揃いの解消など、ポッドキャスト制作への応用に強い期待を示しました。

最後にManus 1.6 Maxについて、しぶちょーは半信半疑で試したところ、ポッドキャストの各配信プラットフォームから最新エピソードのリンクを自動収集するWebアプリを、指示してから2時間ほどでほぼエラーなく完成させることができ、バイブコーディングへの評価を見直したと語ります。スマートフォンアプリの生成にも対応するようになったことも紹介されましたが、クレジット消費が非常に激しく、アプリ1つの生成で月間クレジットの半分近くを使い切ってしまうなど、コスト面の課題も率直に共有されました。かねりんも長尺音声の文字起こしでManusを併用し始めており、いつも使っているGemini AIスタジオでは話してもいない内容が勝手に差し込まれる幻覚が起きることがある一方、Manusではタスクを細かく分割・並列処理してくれるためエラーなく安定して仕上がる点を評価しています。番組の締めくくりでは、note発のAI情報コミュニティ「ChatGPT研究所」の忘年会に二人で初めて参加し、リスナーや他の発信者と交流できた近況も語られました。

目次（タイムスタンプ）

00:00 オープニング：2025年12月22日深夜のAIニュース速報
01:11 Gemini 3 Flash：2.5 Proを超える性能と爆速マルチモーダルの実力
07:16 GPT Image 1.5：ChatGPTの画像生成が進化。指示追従性と編集機能
13:45 ChatGPT「アダルトモード」：2026年解禁の噂とディープフェイクのリスク
24:04 ChatGPT Apps本格始動：Spotify連携で変わるポッドキャストの探し方
31:08 SNSでの「驚き屋」論争：かねりんとしぶちょーの視点と正義感の形
42:35 Web3とAIの交差点：分権の思想とエンジニア視点のものづくり
54:11 Microsoft TRELLIS：オープンソースの大規模3D生成モデルが登場
57:42 SAM Audio：特定の音を抽出・分離するMetaの最新音声AIモデル
01:04:45 Manus 1.6：自律型エージェントでWebアプリを2時間で開発
01:15:40 AGI Lab忘年会レポート：コミュニティの質とリアルイベントの意義
01:21:03 エンディング：年末年始も「おちつき」ながらAIを学び続けよう

この回でわかること（Q&A）

Gemini 3 FlashはGemini 3 Proと比べて何が優れていますか？

処理速度が約3倍速く、価格も大幅に安い点が特徴です。ベンチマークスコアはGemini 3 Proにやや及ばないものの遜色のない水準で、特に画像や動画の内容を読み取るマルチモーダル処理の速さが番組内で高く評価されています。

ChatGPTのアダルトモードはいつ導入される予定ですか？

2026年の第1四半期、つまり春までに導入される見通しだと関係者が語ったと報じられています。番組ではディープフェイクなど悪用リスクへの懸念も合わせて議論されました。

GPTアプリストアでできることは何ですか？

ChatGPT内でAdobeやApple Musicなど外部サービスのアプリを呼び出して使えるようになりました。番組では、世代に合わせた音楽プレイリストを瞬時に作らせた例が紹介され、将来的にはSpotifyのポッドキャスト検索との連携も期待されています。

MetaのSam Audioとはどんなツールですか？

複雑に混ざり合った音声から特定の話者や楽器の音だけを抽出できるオープンソースの音声分離AIモデルです。話者分離やノイズ除去に応用でき、ポッドキャスト制作にも役立つ可能性があると番組で紹介されています。

Manus 1.6 Maxは実際に使えるレベルになっていますか？

番組では、ポッドキャストの配信リンクを自動収集するWebアプリを実際に短時間で完成させることができたと紹介されています。ただしクレジット消費が非常に激しく、アプリ1つ作るだけで月間クレジットの多くを使い切ってしまう点が課題として挙げられました。

この回を聴く

「おちつきAIラジオ」は、日々のAIトピックを現役のAIエンジニア（しぶちょー）と元刑事のポッドキャストプロデューサー（かねりん）がやさしく解説する対談番組です。