Replit、Ramp for Agentsを発表し自律型金融エージェントに対応、GitHubは4,000万リポジトリの多言語データセットを公開、HeyGenは透過WebM動画出力を解禁

7月11日、エージェントはコードの世界を飛び出して現実世界へ踏み出した。Replitは自社エージェントをRampと結びつけ、会社設立、資金管理、請求書、経費を自律的に扱えるようにした。GitHubは、コードの言語分布に関する4,000万件超のリポジトリを収録したオープンソースデータセットを公開し、HeyGenは開発者向けに2つの発表、すなわち透過WebM動画出力と、話し声付き動画に対する自動同期編集を続けて発表した。Pikaは一方で、自身が「Gemini Omni」と呼ぶモデルを用いた高度な動画編集機能を示したが、この名称は現時点でGoogleによる確認はない。Together AIの音声通話ラインから、CohereのNVIDIAおよびCoreWeaveとのインフラ提携まで、全体を5本の短報が補完する。

ReplitがRamp for Agentsを発表：エージェントが企業の財務を管理できるように

7月11日 — Replitは、Rampとの提携を発表した。Rampは財務管理と法人カードのプラットフォームであり、この連携により同社のエージェントはコード生成の枠を超えて、実際の財務手続きを担えるようになった。具体的には、Replitのエージェントは会社設立（incorporation）を支援し、その法人のRampアカウント申請を行い、さらに自然言語での会話だけで、支出、請求書支払い、資金管理の準備まで進められる。

この発表は、Replitがすでに自社エージェントをeコマース（Shopify連携、2026年6月）や発見性（SEO Agent、2026年6月）へ広げてきた戦略の延長線上にある。製品はRampが運営する専用ページ「Finance for the Agent Economy」を通じて提供され、エージェントにカード、送金、銀行口座を与えつつ、支出ごとに制御を組み込んでいる。

“Ramp for Agents.

Replit Agent can now incorporate your company, apply for Ramp, and get your business ready to spend, pay bills, and manage money.

Every company used to start with paperwork. The next one starts with a prompt.”

🇯🇵 Ramp for Agents。Replitのエージェントは、あなたの会社を設立し、Rampを申し込み、支出、請求書支払い、資金管理の準備を整えられるようになりました。かつて会社は書類仕事から始まりましたが、次の会社はプロンプトから始まります。 — @Replit sur X

GitHubがMultilingual Repositories Datasetを公開

7月11日 — GitHubは、GitHub Multilingual Repositories Datasetを公開した。これは、多言語AIに取り組む研究者や開発者向けの新しいオープンソースデータセットである。40M件超のリポジトリと80M行超の分類ラベルを収録し、英語以外の言語で書かれたREADME、issues、pull requestsがプラットフォーム上のどこに存在するかをマッピングしている。

測定指標	測定値
対象リポジトリ数	40M+
分類ラベル行数	80M+
ポルトガル語READMEリポジトリ（主要言語）	3M+
issuesテキストの主要言語	韓国語

GitHubが強調する数値は、具体的な言語傾向を示している。issuesテキストでは韓国語が優勢で、READMEではポルトガル語が首位、対象リポジトリは300万件超に及ぶ。これはCopilotの機能そのものではなく、研究とオープンデータの公開であり、AIで推進される開発プラットフォームとしてのGitHubの位置づけを補強するものだ。

🔗 @githubのツイート — Multilingual Repositories Dataset

Pikaが「Gemini Omni」と呼ぶモデルで動画を編集

7月11日 — Pikaは、ユーザーが取り込んだ動画に対して高度な編集機能を示すデモ動画を公開した。背景の変更、カメラアングルの変更、服装の変更、視覚効果の追加、さらにはフランス語での吹き替えまで、すべてPikaが「with Gemini Omni」によって可能になったと説明している。

“Drop in your video and change the background, change the angle, swap the outfit, add visual effects, even make it speak French — all with Gemini Omni”

🇯🇵 動画を取り込み、背景を変え、角度を変え、服装を変え、視覚効果を追加し、フランス語で話させることさえできます。すべてGemini Omniで。 — @pika_labs sur X

編集上の注意：現時点で、GoogleやDeepMindの公式発表に「Gemini Omni」という名称は登場していない。Gemini関連の発表を対象にした確認でも、7月11日の該当ニュースは見つからなかった。この名称は、Pika自身がこの機能の基盤モデルを指すために使っているものであり、その実在や正確な性質は独立には確認されていない。したがって、このニュースはGoogleによる確認済み製品発表ではなく、Pikaが発表した機能として読むべきである。

アカウントのエンゲージメントは中程度（閲覧15,000件、いいね80件）で、Pikaの主要投稿よりはかなり低い。これは、主力製品の発表というより機能発表であることを示している。

HeyGenが開発者エコシステムを強化：透過動画と自動編集

同じ日にHeyGenから2つの発表があった。ひとつは動画出力形式、もうひとつは編集の自動化に関するものだ。

API、CLI、MCPで透過WebM動画を出力

7月11日 — HeyGenは、API、CLI、MCPサーバーに新しい動画出力オプションを追加したと発表した。透過アルファチャンネルを持つWebM形式である。output_format: "webm" パラメータを /v3/videos エンドポイントで設定すると、生成されたアバター動画は、後処理で切り抜くためのグリーンスクリーンを使わずに、真に透過した背景（ネイティブなアルファチャンネル）を持って返される。

この機能は、より大きな制作物の中でアバター動画を組み合わせる開発者を対象としている。たとえば、編集、オーバーレイ、3Dシーンへの統合などだ。関連スレッドでは、Minecraft風のthree.jsシーンにアバターを直接合成した具体例が示されている。

🔗 @HeyGenのツイート — 透過WebM出力

「Talking-Head-Recut Skill」が話し声動画にグラフィックを同期

7月11日 — HeyGenのエージェント駆動型動画制作環境 HyperFrames を巡る毎日のデモシリーズの第6回として、「Talking-Head-Recut Skill」は、話し声動画の上に、アニメーションタイトル、カウンター、カード、引用などの装飾グラフィックを自動的に重ね合わせ、発話内容に合わせて同期させる。エージェントは文字起こしを読み、どの要素にグラフィックを付ける価値があるかを判断し、その後、与えられたデザインガイドラインに沿って各カードを描画する。

このデモは、1つのプロンプトから端末までの一連の流れを示している。ニューストピックの調査（OpenAIのGPT-5.6発表）、出典付きスクリプト、HeyGenのCLIから直接生成されたアバター、chatgpt.comからライブで取り込まれたデザインガイドライン、そして字幕と音楽付きの最終レンダリングまで、動画編集ソフトもカメラも不要だ。このskillはGitHubでオープンソースとして文書化されている。

🔗 @HeyGenのツイート — Talking-Head-Recut Skill 🔗 GitHub — talking-head-recut skill

短報

Together AIが音声通話ラインを開始 — 「Why type when you can call?」という最小限のツイートが docs.together.ai/call へ誘導し、電話番号ダイヤル（+1 415-723-8167, ext. 676）を開く。これは、呼び出し元をTogether AIの推論プラットフォームで動く音声アシスタントにつなぐもので、関連ブログ記事はない。🔗 @togethercomputeのツイート
Pikaが実験的MCPサーバーを公開 — experiment.pika.art（「Pika MCP – Make Your Agent Creative」）により、AIエージェントはPikaの創造的な動画生成・編集機能を、自身のエージェント環境から直接呼び出せる。🔗 @pika_labsのツイート
MiniMaxとFireworks AIがBlackwell上でM3 kernelを最適化 — Fireworks AIがMiniMaxのオープンモデルM3向けに開発した新しい「KV-stationary」kernelは、選択された各ブロックを1回だけ読み取り、疎注意（sparse attention）の利点を保ちながら、B200 GPU上で約980 TFLOP/sに到達している。🔗 @MiniMax_AIのツイート
GPT-Liveが世界全体で100％展開完了 — 7月8日に開始されたOpenAIのフルデュプレックス音声機能は、ChatGPTで完全展開に到達した。OpenAIは、7月11〜12日の週末に向けて音声利用上限を一時的に倍増する。🔗 @athyuttamreのツイート
CohereがNVIDIAとCoreWeaveとの提携を強調 — 大企業がAIを展開する際のインフラの信頼性と保護をめぐるX上での公式発信。技術的な詳細や関連記事はない。🔗 @cohereのツイート

それが意味すること

動画制作は、編集から配信まで、完全にエージェント駆動のパイプラインになりつつある。 HeyGenは、API、CLI、MCPでネイティブなアルファチャンネルを提供することで、従来の技術的な工程であるグリーンスクリーンの切り抜きを不要にし、Talking-Head-Recut Skillを通じて話し声動画上のグラフィック同期を自動化している。もはや1つのプロンプトだけで、出典付きで装飾済み、字幕付きの動画を、カメラも編集ソフトも使わずに作れる。Pikaも同じ流れでポストプロダクション側を押し進めており、自身が「Gemini Omni」と呼ぶモデルで、既存動画の背景、角度、服装を変更できるようにしている。もっとも、Googleによる公式確認がない以上、こうした名称付けは技術要素に強さの印象を与えるための呼称にすぎない可能性もあり、慎重に受け止める必要がある。

エージェントは、コードの外へ出て、企業の事務と財務に踏み込んでいる。 Ramp for Agentsにより、Replitのエージェントは会社設立、Rampアカウントの開設、資金管理、請求書処理を行えるようになった。これは、これまで完全に人間の領域だった部分だ。同じ動きは、より小規模ながらPika MCPにも見られる。これは実験的MCPサーバーを通じて、Pikaの創造機能を外部AIエージェントに開放するものだ。エージェントは単に生成するだけでなく、ユーザーに代わって外部サービスをオーケストレーションするようになっている。

多言語AIと大規模推論の基盤は、引き続きオープンになっていく。 GitHubのMultilingual Repositories Datasetは、4,000万件のリポジトリ規模で、世界のコードの現場に韓国語、ポルトガル語、その他の言語が実際にどこで使われているかを記録している。多言語モデルに取り組む研究者にとって有用な資源だ。MiniMaxのM3向けにFireworks AIが開発したKV-stationary kernelは、推論基盤側での同じ課題を示しており、Blackwell上で疎注意の理論的な利点を保っている。CohereがNVIDIAおよびCoreWeaveとの提携を強めていることも、この図に加わる。AIエンタープライズにとって、インフラの信頼性は独立した販売要素になりつつある。

音声は、単なる付属機能ではなく、独立した製品チャネルとして定着しつつある。 GPT-Liveは開始からわずか3日でOpenAI全体に完全展開され、試用を促すために上限も倍増された。Together AIは一方で、通話者を自社推論プラットフォームで動く音声アシスタントに直接つなぐ電話回線を開いた。既存アプリに統合されたものと、従来の電話からアクセスできるものという2つの異なるアプローチだが、狙いは同じだ。音声インターフェースが、モデルへの本格的な入口として機能し始めているのである。