「人間洗濯機」「培養肉」、動く「心筋シート」……注目展示がたくさん、大阪万博「ヘルスケアパビリオン」の様子をフォトレポート。
Source link
Views: 0
「人間洗濯機」「培養肉」、動く「心筋シート」……注目展示がたくさん、大阪万博「ヘルスケアパビリオン」の様子をフォトレポート。
Source link
Views: 0
引用:「カラオケの鉄人」公式サイト
コラボビジュアルには、天使姿のどれみ、はづき、あいこ、おんぷ、ももこ、ハナちゃんの6人が勢揃い!
各キャラクターが鮮やかなパステルカラーの衣装でかわいく描かれました。
魔法の世界観を楽しめるコンセプトルームやキャラクターイメージのカラフルドリンクが登場します。
引用:「カラオケの鉄人」公式サイト
キャラクターたちのビジュアルで彩られた特別なお部屋でカラオケを楽しめますよ♪
また、コンセプトルームご利用のお客様お一人様につきオリジナルルームキー風カード(全6種)がランダムで1枚プレゼントされます。
利用料金:お一人様1枠(2時間)2,200円(税込)
設置店舗:池袋東口店/福岡天神店/名古屋名駅店
予約開始:2025年4月14日(月) 17:00~
引用:「カラオケの鉄人」公式サイト
キャラクターをイメージした全6種類のかわいいドリンクが登場!
ドリンク1杯ご注文ごとにミニフォト風カード(全12種)がランダムで1枚プレゼントされます。
価格:各660円(税込)
種類:どれみ/はづき/あいこ/おんぷ/ももこ/はな
引用:「カラオケの鉄人」公式サイト
ノベルティ付きのお得なセットメニューも販売!
セット内容:コラボドリンク1杯/ミニフォト風カード1枚/ビジュアルカード1枚/ホロコースター1枚
引用:「カラオケの鉄人」公式サイト
グッズ5,000円(税込)お買い上げごとに、限定ポストカードが1枚プレゼントされます。
缶バッジ:440円(税込)
アクリルキーホルダー:660円(税込)
ミニ色紙:660円(税込)
アクリルスタンド:1,760円(税込)
グッズはアニメイト通販でも購入可能です。
受付期間:2025年5月23日(金)11:00~6月8日(日)23:59
そのほかのコラボ詳細はカラオケの鉄人公式サイトをご確認ください。
Views: 0
複雑なAIモデルを前例のない規模で訓練・開発するという目的で、最先端のAIチップ約10万個を備えた「AIギガファクトリー」がヨーロッパに建設されることになりました。欧州委員会幹部は「AIにおける主導権争いはまだ終わっていない」とコメントしています。
Views: 0
暖かな日差しに誘われ、街へ繰り出したくなる季節。そんな気分を後押しする、おもしろいニュースが飛び込んできた。昨年も話題を呼んだロッテの大人気アイス「クーリッシュ」のお酒バージョン「クーリッシュ フローズンサワー」がお酒になって帰ってくる!
2022年からテスト販売を実施してきた「クーリッシュ フローズンサワー」。「暑い夏にピッタリのお酒」「冷たいのど越しがたまらない」という声が多数寄せられ、好評だったようだ。
で、今年はさらにパワーアップ。満を持して販売ロケーションを拡大する。「ZOZOマリンスタジアム」や「ROCK IN JAPAN FESTIVAL 2025」といったイベント会場に加え、Amazonやロッテ公式楽天市場店などのWebサイト、さらにはカタログギフトやカラオケチェーンまで、さまざまな場所で手軽に購入できるように。
近年、イベント業界では、参加者の体験価値を向上させるための取組みが活発化。そのいっぽうで、アルコール飲料の選択肢は意外と限られている現状がある。そこに「クーリッシュ フローズンサワー」が参入することで、エンターテインメントシーンに新たな風を吹き込むかもしれない。
今回発売されるフレーバーは、「クーリッシュ フローズン レモンサワー」と「クーリッシュ フローズン グレフルサワー」の2種類。アルコール分はどちらも5%で、ライトな飲み心地が特徴だ。果汁率はそれぞれ9%と19%で、本格的なフルーツの味わいも楽しめるらしい。
もちろん、「クーリッシュ」ならではの微細氷によるシャリシャリとした食感は健在。さらに、果肉・果皮をすりつぶしたコミュニテッド素材を使用することで、甘さだけでなく、ほんのりとした苦味もプラス。
外出時もっと身近に楽しみたい、自宅でくつろいだ時間に飲みたい、といったあらゆるシーンにコミットできる手軽さも魅力のうち。
©株式会社ロッテ
©株式会社ロッテ
<商品特長>
「クーリッシュ フローズンサワー」は、冷涼感がスピーディーに体全体に染み渡るフローズン状態のお酒です。
アルコール分5%の本格的なお酒が楽しめます。
レモンサワーとグレフルサワーともに、果肉・果皮をすりつぶした「コミュニテッド」素材を使用し、甘さだけでなく苦みもある本格的なフルーツ感を楽しめます。レモンサワーは果汁率9%、グレフルサワーは果汁率19%です。
アイスの「クーリッシュ」と同様に、微細氷が入っており、冷たくてシャリシャリとした食感が楽しめます。
こぼれにくく、リキャップができ、持ち運びに便利なパウチ型の容器で直接飲むことができます。
※これは冷凍酒です。一度溶けたものを再び凍らせると品質が変わります。
「クーリッシュ フローズンサワー」は、若者のアルコール離れ、多様化するライフスタイルといった社会背景を捉え、新しい飲酒体験を提案する商品だ。
暑い夏、「クーリッシュ フローズンサワー」を片手に、自分らしい“チル”を見つけてみるなんていいじゃないか。クーリッシュが、お酒の“当たり前”を変える日は、そう遠くないかもしれない。
©株式会社ロッテ
『クーリッシュ フローズン レモンサワー/クーリッシュ フローズン グレフルサワー』
【発売日】2025年4月7日(月)より順次
【販売チャネル】球場、音楽フェス、ECサイト、カタログギフト、カラオケチェーン、その他
【お酒の品目】リキュール
【内容量】140ml
【アルコール分】5%
【価格】オープンプライス
Top image: © 株式会社ロッテ
Views: 0
昨今 AI エージェントの流れが本当に激しいですね。
特に最近は MCP 関連の話題に溢れているなと感じているところです。
先週末には Azure Functions で MCP サーバーを作成できるようになりましたね。
私は普段 Azure を触ることが多く、このニュースがきっかけで MCP を触ろうと思ったので、非常に大きな出来事でした。
「MCP」とは「Model Context Protocol」の略で、生成 AI モデルに文脈情報を渡しやすくするための規格です。生成 AI 界の USB-C とも言われていますね。
すでに見られている方も多いかと思いますが、みのるんさんが以下のスライドで大変わかりやすくまとめてくださってます。私もこれで勉強しましたので、非常におすすめです!
ずっと MCP や AI エージェントを触りたいと思っては実行に移せていなかったのですが、今週からようやく触れることができましたので、備忘録も兼ねながら少しずつ記事にしたいと思います。
今回は以下のようなことをやっていこうと思います。
Vercel AI SDK は、3/21 にバージョン 4.2 がリリースされ、MCP がサポートされました。
実験的な機能もまだまだございますが、これにより Vercel AI SDK を利用する方は、MCP のクライアント機能を簡単にアプリケーションに組み込み、MCP サーバーが提供するツールを活用できることになります。
今回実装したアプリケーションは GitHub で公開しております。
突貫で作ったので参考にする程度に見ていただけると幸いです…
今回 Vercel AI SDK で作成した MCP クライアントから、自作した Azure Functions の MCP サーバーは実行できておりません。
GitHub Copilot や MCP Inspector からは接続できているのですが、アプリケーションからだと実行時にフリーズしてしまいます…
もしその部分が今後完成したらこちらの記事も更新したいと思っておりますので、この点についてはご容赦いただければと思います。
今回完成したものは以下のようなチャットアプリとなります。
メッセージを送信し、AI から返事が返ってくるシンプルなアプリケーションです。今回はこのアプリケーションに MCP クライアントを構築しています。
以下の画像だと、playwright-mcp を呼び出して特定の Web サイトの情報を抽出させて AI に回答させています。
本題に入る前に、Azure Functions で MCP サーバーを作成したので、こちらを紹介します。
すでにたくさんの方が記事にされていますが、私も現在時刻を取得する簡単な MCP サーバーを作成します。
まずは Azure Functions のプロジェクトを作成します。公式ドキュメントに手順が記載されておりますので、それに沿って作成します。
今回私は Visual Studio Code で作成し、言語は C#を選択しています。
MCP サーバーは .NET8 以降でないと動作しないため、それより下位のバージョンは使用できません。
また、プロジェクト作成時にどのトリガーで作るか迷われる方もいらっしゃるかと思いますが、ひとまずHTTP トリガーで作っておけば特段問題はございません。
続いて、MCP 拡張機能をインストールします。現在はプレビュー版となっています。
Terminal
dotnet add package Microsoft.Azure.Functions.Worker.Extensions.Mcp --version 1.0.0-preview.1
MCP 拡張機能は Blob ストレージを使用するため、Azurite をローカル開発用にインストールします。Visual Studio Code の拡張機能から Azurite をインストールし、コマンドパレットから「Azurite: Start」で起動します。
また、local.settings.json
を以下のように書き換えます。ポイントは AzureWebJobsStorage
の部分です。
local.settings.json
{
"IsEncrypted": false,
"Values": {
+ "AzureWebJobsStorage": "UseDevelopmentStorage=true",
"FUNCTIONS_WORKER_RUNTIME": "dotnet-isolated"
}
}
また、ここで .csproj
の一部を変更します。
私の環境だと、公式で作成した Azure Functions のテンプレートの Microsoft.Azure.Functions.Worker.Sdk
の v2.0.0
だと動作しませんでした。そのため、以下のようにバージョンを v2.0.2
にあげる必要があります。
この部分については他の方の記事には存在しなかったため、動作環境起因の可能性があります。
.csproj
- Include="Microsoft.Azure.Functions.Worker.Sdk" Version="2.0.0" />
+ Include="Microsoft.Azure.Functions.Worker.Sdk" Version="2.0.2" />
続いて、現在時刻を取得するための MCP ツールを作成します。
MyMcpTools.cs
namespace AzureFunctionsMcp
{
public class MyMcpTools
{
[Function(nameof(GetCurrentTime))]
public string GetCurrentTime(
[McpToolTrigger("getcurrenttime", "Gets the current time. If no timezone is specified, the tool will return the time in UTC.")] ToolInvocationContext context,
[McpToolProperty("timezone", "string", "The name of the timezone.")] string timezone = "UTC"
)
{
try
{
TimeZoneInfo timeZoneInfo = TimeZoneInfo.FindSystemTimeZoneById(timezone);
DateTime currentTime = TimeZoneInfo.ConvertTimeFromUtc(DateTime.UtcNow, timeZoneInfo);
var response = new
{
timezone = timeZoneInfo.StandardName,
time = currentTime.ToString("yyyy-MM-dd HH:mm:ss", CultureInfo.InvariantCulture),
displayName = timeZoneInfo.DisplayName
};
return JsonSerializer.Serialize(response);
}
catch (TimeZoneNotFoundException)
{
return $"The timezone '{timezone}' was not found.";
}
catch (InvalidTimeZoneException)
{
return $"The timezone '{timezone}' is invalid.";
}
catch
{
return "Could not get the current time.";
}
}
}
}
次に、分離ワーカーモデルのエントリーポイントとなる Program.cs
に MCP ツールを登録します。
Program.cs
var builder = FunctionsApplication.CreateBuilder(args);
builder.ConfigureFunctionsWebApplication();
+ builder.EnableMcpToolMetadata();
+ builder.ConfigureMcpTool(nameof(MyMcpTools.GetCurrentTime))
+ .WithProperty("timezone", "string", "The timezone.");
builder.Build().Run();
実行環境の準備が整いましたら、MCP サーバーを起動します。以下のコマンドで関数を起動します。
しばらくすると以下のような出力結果となれば起動成功です。MCP サーバーは次のアドレスでアクセス可能になります。http://localhost:7071/runtime/webhooks/mcp/sse
Terminal
Functions:
GetCurrentTime: mcpToolTrigger
きちんと MCP サーバーが動作しているのか確認したい場合は、GitHub Copilot Agent から呼び出すか、以下の MCP Inspector を利用すると良いかと思います。
https://github.com/modelcontextprotocol/inspector
Terminal
npx @modelcontextprotocol/inspector
それでは、作成した MCP サーバーを Azure にデプロイします。Azure ポータルで Functions を作成下のち、以下のコマンドを実行します。
Terminal
func azure functionapp publish
Azure Functions で起動後は次のアドレスでアクセス可能になります。https://
Azure Functions の MCP サーバーを実行する際は、mcp_extension
システムキーが必要になります。「アプリ キー」のタブから忘れずに取得しておいてください。
これにて、前半の MCP サーバーを Azure Functions で作成するフェーズは終了です。
それではメインの方になります。MCP の話題だとどうしてもサーバー側の話が多いかと思いますが、それを呼び出すためのクライアントが今後はどんどん出てくると思っています。
Vercel ということで、Next.js でセットアップを行います。
詳しい手順は以下の公式ドキュメントを参照ください。
Terminal
npx create-next-app@latest
次に、今回は Vercel AI SDK を OpenAI で使用するため、必要なライブラリをインストールしておきます。
Terminal
npm i ai @ai-sdk/react @ai-sdk/openai zod
OpenAI で LLM を利用するためには API キーが必要です。事前に以下の URL から API キーを取得しておきます。選択するモデルにもよりますが、LLM の使用には料金が発生する場合があるため利用する際はご注意ください。
API キーを取得できたら、.env
に環境変数として入れておきます。Vercel AI SDK の OpenAI Provider を利用するため、デフォルトの OPENAI_API_KEY
というキーで値を入れておきます。
くれぐれも API キーは GitHub や他クラウドに Upload しないでください。
ここまででプロジェクトのセットアップと各種インストールが終了したので、利用する MCP サーバーを起動しておきます。
今回起動する MCP サーバーは以下の 3 つとなります。
AWS Documentation MCP Server は公開されているものになるため、誰でも利用可能です。ですが、利用するためには以下のコマンドから uv
と Python3.10
以上をインストールしておく必要があります。詳細は公式ドキュメントを参照ください。
Terminal
curl -LsSf https://astral.sh/uv/install.sh | sh
uv python install 3.10
これだけで AWS Documentation MCP Server を利用する準備が整いました。簡単ですね!!
続いて、Playwright MCP サーバーの起動します。今回はローカルで起動した Playwright MCP サーバーと SSE で通信することとします。
まず、以下のコマンドを実行して Playwright MCP サーバーを起動します。コマンドの詳細は公式ページを参照ください。
Terminal
npx @playwright/mcp@latest --port 8931 --headless
起動すると http://localhost:8931/sse
が SSE のエンドポイントとなります。
MCP サーバーが起動できたため、それに接続するルートハンドラーを作成します。
今回は Vercel AI SDK の useChat
を利用するため、デフォルトのエンドポイントである api/chat
に相当する app/api/chat/route.ts
を作成します。
ここでポイントとなるのが以下の点です。
SSE (Server-Sent Events)
、stdio
、カスタムトランスポート
を提供しているため、使用する MCP サーバーによって使い分ける
tools
オブジェクトを構成するstreamText
を利用するapp/api/chat/route.ts
import { streamText } from 'ai';
import { experimental_createMCPClient as createMCPClient } from "ai";
import { Experimental_StdioMCPTransport as StdioMCPTransport } from 'ai/mcp-stdio';
import { openai } from '@ai-sdk/openai';
export async function POST(req: Request) {
try {
// AWS MCP クライアントの作成
const awsMcpClient = await createMCPClient({
transport: new StdioMCPTransport({
command: "uvx",
args: ["awslabs.aws-documentation-mcp-server@latest"],
env: {
FASTMCP_LOG_LEVEL: "ERROR"
},
}),
})
// Azure Functions MCP クライアントの作成
const azMcpClient = await createMCPClient({
transport: {
type: "sse",
url: "https://.azurewebsites.net/runtime/webhooks/mcp/sse ",
headers: {
"x-functions-key": process.env.AZURE_FUNCTIONS_KEY || "",
},
},
});
// Playwright MCP クライアントの作成
const playwrightMcpClient = await createMCPClient({
transport: {
type: "sse",
url: "http://localhost:8931/sse"
},
});
const { messages } = await req.json();
// MCP サーバーからツール定義を取得
const awsMcpTool = await awsMcpClient.tools();
const azMcpTool = await azMcpClient.tools();
const playwrightMcpTool = await playwrightMcpClient.tools();
const tools = {
...awsMcpTool,
...azMcpTool,
...playwrightMcpTool,
}
// Vercel AI SDK の streamText 関数を使用して LLM とのストリーミング通信を開始
const result = streamText({
model: openai('gpt-4o'),
messages,
tools,
onFinish: async () => {
// ストリーミング応答が完了したら、MCP クライアントの接続を閉じる
await awsMcpClient.close();
await azMcpClient.close();
await playwrightMcpClient.close();
},
});
return result.toDataStreamResponse();
} catch (error) {
console.error('Error: ', error);
}
}
続いて、上記のルートハンドラーを呼び出すためのチャット画面を開発します。今回は他に画面はないため、app/page.tsx
を編集します。
ポイントとなる点は以下の点です。
use client
でクライアントサイドで実行する@ai-sdk/react
の useChat
フックの handleSubmit
を実行することでルートハンドラーを呼び出すapp/page.tsx
'use client';
import { useChat } from '@ai-sdk/react';
export default function Chat() {
const { messages, input, handleInputChange, handleSubmit, status } =
useChat();
return (
div className='flex flex-col items-center w-full min-h-screen bg-gray-100 dark:bg-gray-900'>
div className='flex flex-col w-full max-w-5xl p-6 mt-12 bg-white rounded-lg shadow-lg dark:bg-gray-800'>
h1 className='text-2xl font-bold text-center text-gray-800 dark:text-gray-100'>
Chat with Open AI
h1>
div className='flex flex-col gap-4 mt-4 overflow-y-auto max-h-[40rem]'>
{messages
.filter((message) =>
message.parts.some((part) => part.type === 'text' && part.text.trim() !== '')
)
.map((message) => (
div
key={message.id}
className={`p-3 rounded-lg ${
message.role === 'user'
? 'bg-blue-100 text-blue-900 self-end'
: 'bg-gray-200 text-gray-900 self-start'
}`}
>
span className='font-semibold'>
{message.role === 'user' ? 'User: ' : 'AI: '}
span>
{message.parts.map((part, i) => {
switch (part.type) {
case 'text':
return (
span key={`${message.id}-${i}`} className='block'>
{part.text}
span>
);
}
})}
div>
))}
div>
form
onSubmit={handleSubmit}
className='flex flex-col gap-2 mt-4'
>
input
type='text'
value={input}
onChange={handleInputChange}
className='w-full p-3 border border-gray-300 rounded-lg dark:bg-gray-700 dark:text-gray-100 dark:border-gray-600'
placeholder='メッセージを入力してください'
disabled={status !== 'ready'}
/>
button
type='submit'
className='px-4 py-2 text-white bg-blue-500 rounded-lg hover:bg-blue-600 disabled:bg-gray-400 disabled:cursor-not-allowed'
disabled={status !== 'ready'}
>
{status !== 'ready' ? '・・・' : '送信'}
button>
form>
div>
div>
);
}
これで実装の全てが完了しました!お疲れ様でした。
実装が完了したため、以下のコマンドで起動します。起動すると、http://localhost:3000
で画面を表示することができます。
試しに
「https://news.yahoo.co.jp/ にアクセスして、今日のニュースでインパクトのあるものを 3 つ挙げてください」
と入力すると、Playwright MCP が呼び出されその Web 情報を出力してくれます。
本当に MCP サーバーが呼ばれているのか分かりにくいため、AWS Documentation MCP でも試してみます。
「AWS Lambda とはどんなサービスですか?」
と質問し、開発者ツールを確認したところ、AWS Documentation MCP の search_documentation
が呼ばれていることが確認できました!!
冒頭にも記載しましたが、Azure Functions の MCP サーバーに接続しようとすると、MCP クライアント初期化時に止まってしまい、実行できていません。
ログからは接続できているように見えるため、設定不備はなさそうですが、この点は今後の課題とし、改善できたらこの記事を更新する予定です。
いかがでしたでしょうか。今回は Azure Functions で MCP サーバーを作成した話と、Vercel AI SDK で MCP クライアントを構築し、MCP サーバーを呼び出す方法を紹介しました。
AI エージェントが台頭し、技術の進化が留まるところを知りません。
どうしても触ってみないとキャッチアップが難しいものもありますが、この波に乗り遅れないよう頑張りましょう!
またアップデートがあればお伝えしようと思います。最後まで読んでいただきありがとうございました。
Views: 0
任天堂は4月10日、マイニンテンドーストアの注文履歴画面が正常に動作しない状況についての案内をXにて投稿した。
マイニンテンドーストアにて商品を購入・予約を行なった際の注文履歴画面が正常に動作しない状況が続いており、復旧に向け対処中とのこと。対象となっているのは“一部のお客様”としている。
このお知らせは4月10日16時36分に投稿されており、本稿執筆時である同日18時40分頃では未だに復旧していない様子。
なお、Nintendo Switch 2の抽選販売申し込みについては、注文履歴画面にて注文番号が表示されない場合でも、「抽選販売申し込み」の受付完了メールが届いていれば申し込みは完了しているので安心してほしいとしている。
一部のお客様において、マイニンテンドーストアの注文履歴画面が正常に動作しない状況が続いています。復旧に向けて対処しておりますが、ご迷惑をおかけしておりますことお詫び申し上げます。
なお、「ご注文履歴」に「Nintendo Switch 2…
— 任天堂サポート (@nintendo_cs)April 10, 2025
Views: 0
Unity Chinaは4月7日、中国・香港・マカオにおいてUnity 6の提供を終了したことを発表した。今後はUnity Engineを中国ユーザー向けにカスタマイズした「团结引擎」へ移行する。同社の公式サイトにて伝えている。
発表の中でUnity China公式は、今回のUnity 6の提供終了および独自仕様のエンジンへの一本化について、「開発者が中国市場の需要により合致したゲームエンジンサービスを得られるようにすること」を理由としている。
中国においては、Unityが2022年に設立した地域合弁会社「Unity China」がサービスの提供を担ってきた。同社には、『原神』『崩壊:スターレイル』『ゼンレスゾーンゼロ』などで知られるmiHoYoをはじめ、アリババ、チャイナ・モバイル、G-Bits、OPPO、PCI、Douyinグループなどの現地パートナーが出資している。
「团结引擎」は、そのUnity Chinaが提供するUnity Engineの中国仕様バージョン。「Unity 2022 LTS」をベースに開発されており、これまで本家のUnityと合わせて提供されてきたようだ。
中国のソーシャルアプリ「WeChat」のミニゲームへのサポートや、HUAWEIが開発する独自OS「OpenHarmony」のネイティブ対応など、中国の開発者の独自のニーズに応えるべく、さまざまなカスタマイズが行われているのが特徴だ。
今回のUnity Chinaの発表によれば、Unity 6 およびそれ以降のバージョンは、中国のユーザー向けには今後提供されず、「团结引擎」がその役割を引き継ぐという。また、Unity 2022 LTS 以前のバージョンは、Unity Chinaが引き続きサポートおよびメンテナンスを行うとのこと。
今回の発表とあわせて、「团结引擎」の今後のロードマップが公開。グラフィックスレンダリングとライティングの分野では、中国の開発者の要望を順次反映させつつ、Unity 6の主要機能を追加していくという。
また、2025年の下半期に「仮想ジオメトリ」をモバイルプラットフォーム向けに提供するほか、独自開発する「動的グローバルイルミネーション(GI)」を第2四半期に試験版としてリリース、その後モバイルプラットフォーム対応を目指すとのこと。
また、グローバル版Unityの料金ポリシーにあわせた、新たな価格体系の導入も発表。「团结引擎」においては、年間売上高(または資金調達額)などの財務規模が20万米ドルを超えるプロフェッショナルチームおよび企業に向けた「专业版(プロ版)」と、それに満たない個人開発者や小規模企業向けの「个人版(パーソナル版)」が提供されるとのことだ。
本ページはアフィリエイトプログラムによる収益を得ている場合がございます
Views: 0
KAMITSUBAKI STUDIOは、『ナツノカナタ』『午前五時にピアノを弾く』『ムーンレスムーン』などで知られるKazuhide Oka氏による最新作『ガールズメイドプディング』をPC(Steam)/ニンテンドースイッチ向けにリリースしました。
──誰かに見られていないと、消えてしまう。本作は、不思議な現象が起こり初めて半年後の誰も居なくなった街を舞台に、スミビとニコミという2人の少女がバイクでツーリングしてお喋りし、料理を食べながら、世界の謎に少しずつ迫っていく旅の物語が描かれます。
ゲーム内では、バイクで色々な町を移動しながら残された家や施設などを巡って食材を集めていきます。食材を組み合わせて料理を作ることで、パラメーターが回復していくほか、指定された料理によってはスミビとニコミによる会話シーンが発生。会話は他愛もないものから奇妙な世界の謎に関わるものまで多彩で、色々なガールズトークが楽しめます。
旅の途中で真夜中を迎えるとゲームオーバーになってしまうため、夜になったら眠れる場所を探さなければなりません。街を巡り、料理を食べ、2人の何気ない会話を楽しみながら少しずつ世界の謎に迫っていく本作は“会話シーンは移動しなければ進まない”」というのが大きな特徴。「もう一度、あのときのプリンが食べたい」という言葉から始まった、奇妙な世界の旅の果てには何が待ち受けているのでしょうか。
なお、ANMC(アノマチ)公式YouTubeチャンネルでは、本作の主題歌である「二人だけの物語 feat.むト, m」のMVが公開されています。前作『ムーンレスムーン』をはじめ、Kazuhide Oka氏の作品はゲーム中の楽曲も鮮烈で印象的なので今作でも要注目の要素です!
『ガールズメイドプディング』はPC(Steam)/ニンテンドースイッチ向けに配信中。両プラットフォームとも17%オフの996円でゲームを購入できる発売記念セールを実施中です(Steamは4月24日まで、ニンテンドースイッチは4月23日23時59分まで)。また、Steam版ではサウンドトラックも配信しています。
Views: 0
Waymo Robotaxiは、ファーストフードレストランのドライブスルーレーンで立ち往生した後、カリフォルニア州サンタモニカのチックフィルAで交通渋滞を引き起こしました。 Waymoは、最初に報告された事件を確認しました 地元の放送ステーションKTLA 5電子メールでTechCrunchに。
WaymoはTechCrunchに、Robotaxiに乗客はいないと語った。 Waymo Robotaxiは、Chick-Fil-Aの駐車場に乗客を降ろしました。しかし、同社によれば、ドライブスルーレーンと他の複数の車が近接しているため、Robotaxiはマルチポイントターンを完了することができませんでした。
この場合、怪我はありませんでした。食べ物を注文するのを待っている人にとっては不便です。
ソーシャルメディアで共有されているビデオで強調されることが多いという定期的な問題がありましたが、Waymo Robotaxisがトラフィックを妨げたり、妨害を引き起こしたりしています。過去1年間、Waymoがあります ラウンドアバウトループで立ち往生しました一方、サンフランシスコの元副大統領カマラ・ハリスのモーターケードの前で別の人が行き詰まった。そして、ウェイモでいっぱいの駐車場 1時間まで鳴り響きました 早朝の時間の間。
Waymoは、サンフランシスコ、フェニックス、ロサンゼルスで商業用ロボタクシサービスを運営しています。会社にもあります オースティンのRobotaxiサービス Uberとのパートナーシップを通じて。
Views: 0
Plottは本日,ゲーム実況グループ「ドズル社」を題材とした初のスマホアプリ「ゴゴゴゴーストランド|ドズル社ランドを取り戻せ!」をリリースした。本作は,テーマパーク「ドズル社ランド」をゴーストたちから取り戻すため,ドズル社のメンバー5人が奮闘する放置系RPGだ。
Source link
Views: 0