2025年3月、OpenAIはGPT-4oの画像生成機能を正式に発表しました。これまでの画像生成AIは、芸術的で幻想的なビジュアルには強い一方で、実用的な画像やテキストの正確な表現には課題がありました。しかしGPT-4oは、まさにこの「実用性」に焦点を当てた進化を遂げています。

2025年3月12日、Googleは開発者向けに「Gemini 2.0 Flash」の新機能である「ネイティブ画像生成」を公開しました。これは、テキストだけでなく画像も出力できるマルチモーダルAI機能で、Google AI StudioおよびGemini APIを通じて利用可能になっています。

Appleはこれまで、AI関連の取り組みで他のテック大手に後れを取っているとの見方が多くありました。しかし、最近報じられた内容によると、Appleは「Project ACDC（Apple Chips in Data Center）」という新たなプロジェクトを立ち上げ、AI処理に特化した独自データセンターの構築に乗り出しました。

2025年3月24日、中国の人工知能スタートアップ企業DeepSeekは、新たな大規模言語モデル「DeepSeek-V3-0324」をリリースしました。​このモデルは、前バージョンと比較して推論能力、フロントエンド開発スキル、ツール使用能力が大幅に向上しています。

2025年3月24日、ドイツのソフトウェア大手SAPは、時価総額でデンマークの製薬企業ノボノルディスクを上回り、欧州最大の上場企業となりました。時価総額は約3,140億ユーロ（約51兆円）に達し、その背景にはクラウドベースのソフトウェア市場に対する投資家の楽観的な見通しがあるとされています。

CNCF（Cloud Native Computing Foundation）配下のプロジェクト「Dapr」は、2025年3月に新たな拡張機能「Dapr AI Agents」を発表しました。これは、大規模言語モデル（LLM）を活用し、企業向けのAIエージェントシステムを簡単に構築できるフレームワークです。

2025年3月26日、Microsoftは「Microsoft 365 Copilot」において、2つの新しいAIエージェント「Researcher」と「Analyst」を発表しました。これらは「deep reasoning（深層推論）」に対応した初のCopilotエージェントであり、業務の質的転換を目指した野心的な取り組みです。

2025年2月、Amazonは次世代の音声アシスタント「Alexa+」を発表し、その中でAI音楽生成企業Sunoとの統合を明らかにしました。​この統合により、ユーザーはAlexaに対して音声コマンドを使って、ボーカル、歌詞、楽器を含む完全な楽曲を生成できるようになりました。​しかし、この革新的な機能は音楽業界からの強い反発を招いています。​

2025年3月5日、河出書房新社はユヴァル・ノア・ハラリ氏の最新刊『NEXUS 情報の人類史（上・人間のネットワーク／下・AI革命）』を発売しました。この著作は、ハラリ氏にとって6年ぶりの書き下ろしとなり、情報の伝達手段がいかにして文明の発展と衝突を導いてきたかを描き出しています。

今回のエピソードでは、OpenAIが2025年3月20日、軽量で高性能な音声合成モデル「gpt-4o-mini-tts」を発表したことを取り上げます。