Shizuku AIは、リアルタイム対話型AIシステム「Shizuku-Duplex」を公開しました。相手が話している最中でも同時に音声を返せる全二重のやり取りを、日本語で行うモデルを用いています。
公開されたデモ動画が示すのは4つの要素です。会話の自然な交代、相槌、割り込みへの対応、そしてツールの利用になります。従来の音声対話モデルでは、相手の発話中に反応を挟む動きが難しいとされていました。Shizuku-Duplexはユーザーの話の途中でも相槌を返します。
デモでは具体的な対話例も確認できます。疲れた夜の過ごし方を尋ねられると、温かい飲み物と軽いストレッチをすすめてきたり、さらに質問されると、首と肩をゆっくり回す方法を挙げてきたりといった応答ができています。母親への誕生日プレゼントを相談する場面では、ユーザーが途中で話をさえぎり、予算3000円と花以外という条件を加えても、会話を止めずにスムーズにやりとりしています。
▼デモの様子はこちらの動画からご覧いただけます
Shizuku AIは日本発のスタートアップです。2026年2月10日には、米ベンチャーキャピタルのアンドリーセン・ホロウィッツがシード出資を発表しました。同社は国内にAI研究拠点を新設します。最先端のAIと日本のキャラクター文化を組み合わせ、次世代のAIコンパニオン開発に取り組む方針です。
原点は2023年1月に登場したAI VTuberのしずくさんでした。開発者はあき先生氏で、大学の博士課程在籍中に始めたプロジェクトが元になっています。同氏はリアルタイム画像生成の論文StreamDiffusionの筆頭著者です。この論文は2025年にICCVで発表され、GitHubでは1万件以上の高評価を得ました。
参考
https://www.youtube.com/watch?v=qlQWHgy8weI
