OpenAIは7月8日、人間との会話に近い音声モデルGPT-Liveを世界で公開しました。従来のAdvanced Voice Modeを置き換える新世代で、聞くと話すを同時に行う全二重（フルデュプレックス）方式を採用します。iOS、Android、ウェブで提供が始まり、有料利用者にはGPT-Live-1、無料利用者には軽量なGPT-Live-1 miniが標準となります。

最大の技術的前進は、入力音声を処理しながら同時に応答を生成できる点です。会話中に「うん」「なるほど」といった相槌を打ち、こちらが考えて言葉を止めても割り込まず、必要なときは静かに待つことができます。沈黙を区切りと誤認して不自然に話し出す旧方式の弱点を解消し、より滑らかなやり取りを実現します。

もう一つの変更は、会話を担う層と深い処理を担う層を切り離したことです。単純な質問はGPT-Liveが直接答え、Web検索や高度な推論、エージェント的な作業が必要な場面では、裏側で最新のGPT-5.5に処理を委ねます。計算を待つ間も会話を止めずに続けられるため、応答の自然さと知性を両立させています。

この仕組みは新しい機能も生み出します。話し終わるのを待たずに発話しながら翻訳するリアルタイム翻訳や、天気やスポーツの結果を視覚情報で補足する表示が可能になりました。指示すれば呼ばれるまで黙って会話の文脈を吸収し続けることもできます。

一方でOpenAIは、これをAIの話し相手（コンパニオン）にする狙いはないと強調します。自傷などの話題では専門家が監修した相談窓口を案内し、10代には年齢に応じた応答を返す安全機構を組み込みました。ChatGPTが利用者の妄想を助長したとする一連の訴訟を抱える中での配慮とみられます。

同社によれば、すでに1億5000万人以上が音声や口述機能でChatGPTと対話しています。AppleやAmazon、Sesameなど競合も会話性の強化を進めており、音声を複雑な業務の主要インターフェースへ育てる競争が加速しています。APIでの提供も近く予定されています。

xAIは7月8日、最新のAIモデルGrok 4.5を公開しました。同社が数週間前に上場して以降、初めてのモデル投入となります。コーディングやアプリ開発、事務作業、リサーチ、文章作成といった知識労働を幅広くこなす主力モデルと位置づけ、創業者のイーロン・マスク氏はこれをOpus級のモデルと表現しました。

最大の売りはコスト効率です。xAIは、Grok 4.5が他の主要モデルに比べてトークン効率が2倍だと主張しています。トークン単価の上昇がAI利用者の負担となるなか、この効率が実利用でも通用すれば大きな武器になります。

価格設定でも攻めています。入力100万トークンあたり2ドル、出力100万トークンあたり6ドルという水準は、入力5ドル・出力25ドルのOpus 4.7を大きく下回ります。OpenAIの最上位モデルSolが入力5ドル・出力30ドルであることと比べても、価格競争力は際立ちます。

性能はどうでしょうか。同社が同日公開したベンチマークでは、競合の上位モデルと肩を並べる水準を示したものの、最高クラスにはわずかに届かない結果でした。マスク氏は、Grok 4.5はOpus 4.7とおおむね同等だがはるかに高速だとし、能力・速度・低コストの組み合わせが競争力の源泉だと説明しています。

AIモデルの発表が相次ぐ週でもあります。OpenAIは木曜に最新最強とうたうGPT 5.6（開発名Sol）を投入する予定で、同モデルはこれまでセキュリティ上の懸念からトランプ政権によって公開が制限されていました。上位モデルをめぐる主導権争いは、一段と激しさを増しています。

AIエージェント開発基盤を手掛ける新興企業Prime Intellectは2026年7月8日、Series Aで1億3000万ドルを調達したと明らかにしました。評価額は10億ドルに達し、ラウンドはRadical Venturesが主導、Nvidia VenturesやIntel Capital、Dell Technologies Capital、Iconiqなどが参加しました。企業が外部の先端AI研究所に頼らず、自社でAIエージェントを構築できるようにする狙いです。

2024年設立の同社は、企業が自らの業務に特化したモデルを磨き込み、「自社AIラボ」として機能できる環境を目指しています。背景にあるのが、成功したタスクに報酬を与え誤りを罰する強化学習の普及です。数年前なら困難だった取り組みが、この技術によって現実味を帯びてきました。

同社が提供するのは、計算資源へのアクセス、強化学習フレームワーク、評価ツールをそろえたAIエージェント開発の「フルスタック」です。プラットフォームはマーケットプレイスのように動作し、顧客は必要なツールだけを選んで利用できます。全部入りに縛られないモジュール式の設計が特徴です。

この仕組みはRampやZapier、Flapping Airplanesといった顧客を引き付け、年換算売上高は1億ドル規模に達しました。RampはPrime Intellectを使い、表計算内の答えを探すエージェントを構築。その結果は「精度で先端モデルを上回り、より速く、わずかなコストで動いた」と共同CEOが述べています。

成長のもう一つの要因が、先端AI研究所の上にサービスを築くリスクへの警戒です。企業は自社の機密情報をOpenAIやAnthropicに渡すことをためらい、突然モデルが停止される事態も懸念しています。先月Anthropicの「Fable」で起きたような打ち切りが、その典型例です。

共同創業者兼CEOのVincent Weisser氏は、企業が閉じた先端モデルから離れようとしており、その移行を支える基盤を自社が提供すると語ります。「サンフランシスコのガラス張りの塔にいる一部の人だけがAIを訓練できるべきではない」との言葉に、AIの主権を企業や国家に広げる同社の理念が表れています。

Salesforce傘下のSlackは7月8日、対話AI「Slackbot」を同社プラットフォーム全体と連携させる新機能を発表しました。利用者はチャット上の指示だけで、CRMデータの参照やTableauによる可視化、Data 360の顧客プロファイル閲覧、DocuSignの承認依頼までを一気通貫で実行できます。買収から5年、277億ドルを投じた両製品が、ようやく一つのシステムとして機能し始めました。

技術的な要はAnthropicが提唱するMCP（Model Context Protocol）です。SalesforceがCRMや分析基盤を「Headless 360」経由でMCPサーバーとして公開し、SlackbotはMCPクライアントとして必要なツールを呼び出します。営業担当者はタブを切り替えることなく、取引履歴の確認から記録更新までを会話の中で完結できるのです。

見逃せないのが権限管理の仕組みです。Slackbotは各ユーザーのSalesforce権限をそのまま継承するため、マーケティング担当者が営業パイプラインを誤って閲覧する事態は起きません。項目レベルのセキュリティや検証ルールも自動的に引き継がれ、管理者は独自の連携コードを書かずに単一のUIから設定できます。

背景にはMicrosoft TeamsやGoogle Geminiとの競争激化があります。SlackのGavin最高マーケティング責任者は、AIが個人作業に閉じた「シングルプレイヤー」に留まっているとし、チーム全員が同じチャネルで作業を共有するマルチプレイヤーAIこそ次の主戦場だと主張します。共有チャネルではエージェントの操作が全員に見え、同僚がその場で修正や補強を加えられます。

微妙なのがAnthropicとの関係です。同社は先週、Slack上で自律的に働くAI「Claude Tag」を投入しており、Slackbotとの競合が懸念されました。しかしGavin氏は機能の重複を「バグではなく機能だ」と位置づけて共存を強調し、これまで一部の職種に限られていたCRM活用を全社員へ開放できる点こそ最大の価値だと語りました。

中国の浙江大学とアリババの研究チームは、今週ソウルで開かれた機械学習の国際会議ICML 2026で、最新の推論AIを意図的に「過剰思考」へ追い込む攻撃手法を発表しました。論理的に矛盾したプロンプトを与えることで、モデルが答えの出ない問題を延々と考え続け、応答が最大26倍まで長くなることを実証しています。大量に仕掛ければ正規利用者のサービス品質を著しく下げる、事実上のサービス妨害（DoS）攻撃になり得ます。

段階的に思考する推論モデルは、コーディングや数学など複雑な課題を解けるようになりました。一方で、成果につながらない無駄な推論を延々と続ける「過剰思考」という弱点が以前から指摘されていました。研究チームはこの弱点を突き、前提の一部を欠いた解けない問題を作ることで過剰思考を強制的に引き起こします。

具体的には、3つの数学ベンチマークから集めた940問をLLMで前提と設問に分解し、進化的アルゴリズムで前提の入れ替えや削除、追加といった「変異」を加えます。各世代で出力語数や「but」「wait」など過剰思考特有の語の頻度を評価し、高スコアの問題を残して5世代繰り返します。モデル内部を見る必要がなく、外部から問い合わせるだけで攻撃用プロンプトを作れる点が大きな特徴です。

攻撃はDeepSeek-R1、アリババのQwen3-Thinking、OpenAIのGPT-o3、GoogleのGemini 2.5 Flashといった主要モデルに対して有効でした。最大の増加はMATHデータセットでのDeepSeek-R1で、通常時の最長応答の26.1倍に達しました。数学だけでなくコーディングや科学的推論、対話でも同様に出力が大きく伸びたといいます。

課題は、攻撃用プロンプトの作成に高価な推論モデルへの反復的な問い合わせが要る点です。ただし研究チームは、より安価な小型モデルで生成したプロンプトでも標的モデルを数倍長く応答させられることを示しました。この転用可能性が攻撃の現実味を高めます。

研究の目的は実用的な攻撃の開発ではなく、こうした脆弱性の存在を明らかにし、提供各社に対策を促すことにあります。料金体系やレート制限、既存の防御策によって影響度は変わるものの、論理矛盾に弱いという性質は現実的なセキュリティ上の懸念だと研究者は指摘します。推論AIの普及が進むいま、見過ごせない課題と言えるでしょう。

OpenAIは2026年7月8日、コーディング能力を測る主要ベンチマーク「SWE-Bench Pro」の詳細な監査結果を公表しました。同社は731タスクの公開分を精査し、約30%のタスクが破損していると結論づけ、以前に推奨していた立場を撤回しました。モデルの能力を正確に測ることは、安全性や展開の判断に直結するためだとしています。

SWE-Bench Proは、以前問題が指摘された「SWE-bench Verified」を改良する目的で設計され、より長く現実的なコーディング課題を扱うベンチマークです。公開実データではフロンティアモデルの正答率が8カ月で23.3%から80.3%へ急伸していました。しかし今回の監査で、その高スコアが評価の欠陥に影響されている可能性が浮かび上がりました。

同社の自動分析パイプラインは200件（27.4%）を破損と判定し、経験豊富なエンジニアによる人手のレビューでは249件（34.1%）が該当しました。各タスクはCodexベースの調査エージェントによる複数回の検証と、5人の技術者による独立審査を経ており、意見が割れた事例はさらに精査されました。人手レビューの方が破損と判断する傾向が強く、複数の欠陥を同時に指摘する例も目立ちました。

欠陥は主に4種類に整理されます。指示にない実装詳細を強要する過度に厳格なテスト、隠れたテストが求める要件を明示しない不十分な指示、機能を十分に検証しない低カバレッジのテスト、そして誤った挙動へ誘導する紛らわしい指示です。これらは、人間同士の協業を前提に作られたオープンソースの課題を、そのままモデル評価に流用したことに起因すると同社は分析しています。

一方でOpenAIは、モデルの能力向上そのものが評価の欠陥を発見しやすくしている点にも触れています。高性能なモデルを使えば、指示やテスト、修正内容やエッジケースをより深く一貫して点検でき、従来は費用や手間の面で難しかった問題の洗い出しが可能になるといいます。読者にとっては、ベンチマークの数字を額面通りに受け取るリスクを改めて示す事例と言えるでしょう。

同社は経験豊富な開発者が能力測定を目的に構築する新たなベンチマークの必要性を訴え、SWE-Bench Pro採用の推奨を正式に撤回しました。評価は不正操作が難しく、信頼でき、モデルの実力を正しく映すものであるべきだとしています。AI開発企業がベンチマークの精度そのものを厳しく問い直す姿勢は、今後の評価基準のあり方に影響を与えそうです。

セキュリティ研究者は、CursorやGitHub Copilotなど人気のAIコーディングツール9種に、大規模なボットネットを構築できる新たな攻撃手法が存在すると明らかにしました。「HalluSquatting」と名付けられたこの手法は、大規模言語モデル（LLM）が実在しない識別子を幻覚（ハルシネーション）する性質を突くもので、プロンプトインジェクション攻撃として初めて不特定多数の端末を一斉に感染させる可能性があります。

プロンプトインジェクションは、AIセキュリティ上で最大の脅威とされています。LLMは、利用者の正規の指示と、メールやソースコードに紛れ込んだ悪意ある命令とを区別できず、攻撃者が仕込んだコマンドをそのまま実行してしまうためです。信頼できる情報源とそうでない情報源の境界を強制する手段がなく、開発各社は根本原因を解決できないまま防御策の構築を迫られています。

従来のプロンプトインジェクションは、標的ごとに命令を送り込む「プッシュ型」が中心で、攻撃規模は限られていました。一方、LLMが自ら悪意あるサイトを訪れる「プル型」も、多数のモデルを誘導する手立てがなく、大規模化は難しいとされてきました。

HalluSquattingは、このプル型の限界を覆します。研究者は、AIエージェントがコードやリソースを外部のリポジトリやレジストリから日常的に取得する点に着目しました。LLMが実在しない識別子を予測的に生成する傾向を逆手に取り、その識別子を先回りして登録し、リバースシェルなどの不正な命令を仕込むことで、標的を一つずつ狙わずに大量の端末へ感染を広げられます。

影響を受けるのは、Cursor、Cursor CLI、Gemini CLI、Windsurf、GitHub Copilot、Cline、OpenClaw、ZeroClaw、NanoClawの9種です。これらは高い権限でコマンドラインを操作し、外部のコードを実行するため、攻撃が成立すれば大規模なDDoSや端末の乗っ取りにつながる恐れがあります。AI開発の現場が、利便性と安全性の両立という新たな課題に直面していると言えるでしょう。

X（旧Twitter）とxAIを相手取った集団訴訟の修正訴状が7日、提出されました。訴状によれば、ある男性が生成AI「Grok」を使い、当時11歳だった継娘の1枚の写真から約7000枚もの性的な画像や動画を作成したとされます。男性は今年3月、警察の捜査が及んだ後に自ら命を絶ちました。

訴状は、Grokが近親相姦や強姦を描いた極端な画像の生成を、有害な行為として警告することなく許していたと主張しています。xAIの児童保護システムが作動したのは、男性が「集団強姦」というプロンプトを入力した時だけだったとされます。この通報は全米行方不明・被搾取児童センター（NCMEC）へのサイバー通報となり、法執行機関にAIによる児童性的虐待資料（CSAM）の存在を知らせました。

しかし、被害はそこで止まりませんでした。CSAMが検知された際にはユーザーのIPアドレスなどの情報を共有する報告義務があるにもかかわらず、xAIは警察やNCMECによるユーザー特定への協力を繰り返し拒んだと訴状は指摘します。数週間にわたり、xAIは「あらゆる局面で捜査を妨害した」とされ、加害者の特定や逮捕を困難にしたと批判されています。

最終的に継父が逮捕されたのは、警察が端末を押収する令状を得た後でした。フォレンジック調査により、継娘を描いた約7000枚のAI生成画像・動画が見つかったとされます。家族は、Grokが手軽な「脱がせ」機能を提供していなければ、男性がこうした画像を生成することはなかっただろうと訴えています。

今回の訴訟は、若い少女たちがXとxAIを、有害なAI「ヌード化」ツールを構築しただけでなく、児童捕食者を庇護し警察の捜査を妨げたとして告発するものです。生成AIの安全設計と、企業が負うべき説明責任の在り方が、改めて厳しく問われる事態となっています。

米AIチップ企業SambaNovaは7月8日、General Atlantic主導のシリーズF資金調達の初回クローズで10億ドルを調達したと発表しました。企業価値評価額は110億ドルに達し、今後数週間で追加投資家が加わる第2クローズも見込まれています。2017年設立の同社にとって、2026年2月のシリーズE（3億5000万ドル）からわずか5カ月での大型調達となります。

同時に明らかになったのが、金融大手JPMorgan Chaseが同社を「推論インフラのパートナー」に選定したことです。SN40LとSN50システムを用い、行内で安全なオンプレミス型のAI推論を稼働させます。ロドリゴ・リアン最高経営責任者（CEO）は「銀行業界に対し、クラウドサービスに完全依存しない時代が来たというメッセージだ」と述べました。

リアン氏はこの受注を市場全体へのシグナルと位置づけます。JPMorgan級の銀行が最も機密性の高いモデルの推論を自前の安全な基盤で動かし始めており、その流れは銀行業界を超えて広がるとみています。企業や政府の多くは「AI活用に踏み出したばかり」で、大きな収益機会がなお残されていると指摘しました。

出資元でもあるIntelとの関係も深まっています。5カ月前には、IntelのXeonチップを基盤としたAI推論開発を支える複数年契約を締結し、両社は製品を共同開発・共同販売する体制へ移行しました。かつて約16億ドルでのIntelによる買収交渉も報じられましたが、リアン氏は独立維持について明言を避け、「いずれ株式を公開する」方向に傾く可能性を示唆しました。

技術面での強みは、最大級のモデルを高速に動かす「プレミアム推論」にあります。数兆パラメータに及ぶ最新の基盤モデルを単一ラックに収め、素早く処理する設計が特徴です。次世代チップSN50は2026年後半に出荷を始め、SoftBankが初の導入パートナーとなります。

調達資金は事業拡大と供給網の強化に充てる方針です。リアン氏は「桁外れの需要の波」に対応するため供給網を確保すると説明し、今後12カ月の受注をこなすうえで不可欠だと強調しました。顧客にはJPMorganのほか、サウジアラムコや日本企業も名を連ねています。

米スタートアップGeneral Intuitionのピム・デウィッテCEOは、ロボティクスが大規模言語モデルの「ChatGPTの瞬間」に近づいていると主張しました。同社はゲーム動画を数百万時間学習させた基盤モデルを開発し、ロボットごとにデータを集める従来手法を置き換えると訴えています。先月には3億2000万ドル、評価額23億ドルで資金を調達しました。

従来の身体性AI開発では、企業が特定のロボットや環境ごとに専用データを大量に集めていました。デウィッテ氏は、こうした個別最適の作業の多くが間もなく不要になるとみています。汎用モデルが空間と時間についての基礎的な推論能力を持てば、現実世界のデータは「数分」で足りると説明します。

学習データの鍵は、プレイヤーがいつどのボタンを押したかという行動データです。同社と主要投資家のヴィノッド・コースラ氏は、この行動情報こそが人間に近い空間的・時間的な直観を育てると考えています。インターネットのテキストよりも、ゲームの動画のほうが優れた教師データになるという発想です。

実証では、同じモデルが長時間ゲームをプレイしつつ、四足歩行ロボットも動かしました。しかも実世界データはわずか8分の微調整だけで、前方カメラ1台のみでゼロショット動作したといいます。人や動く物体がある実際のオフィス環境で機能した点に、同社も驚いたと語ります。

同社の狙いは、自らロボットを作ることではありません。他社が独自の機械を開発する土台となる物理AIの基盤モデルになることです。「自動運転車の会社は作らない。次に作る人の手間を10分の1にする」とデウィッテ氏は述べています。

Vercelは7月8日、AIエージェント「Vercel Agent」の機能を拡張したと発表しました。従来はアラートの振り分けやプルリクエストのレビューが中心でしたが、今回ダッシュボードに常駐し、本番環境の調査やプロジェクトに関する質問への回答、承認後の実行までを担えるようになりました。アプリを配備・実行する基盤に組み込まれているため、本番で異変が起きた際の第一対応者として動きます。

エージェントはログや指標、デプロイ内容を自律的に調べ、根本原因を突き止めて修正案を提示します。同社が示す典型例では、深夜に不具合のあるデプロイが出て決済処理が500エラーを返した場合でも、担当者がログインする前にエージェントが4分前のデプロイを原因と特定し、即時ロールバックを推奨します。アラートから緩和までは3分未満だといいます。

最大の特徴は、本番環境に近づけるエージェントのために設計された新しい権限モデルです。多くのエージェントは利用者の権限をそのまま引き継ぐため、一度の誤った指示が利用者本人と同じ被害範囲を持ってしまいます。Vercel Agentは独自の主体「vercel-agent」として動き、誰が依頼し誰が承認したかを常に記録するとともに、権限は承認された計画の範囲に限定されます。

この仕組みを同社は「計画から権限へ」のモデルと呼びます。エージェントは既定で読み取り専用であり、ロールバックや設定変更などを行う際にはその作業に限定した権限を都度要求します。承認されると短命の権限が付与され、作業完了後はすぐ読み取り専用に戻るため、最小権限が構造的に保たれます。

生成したコードは、使い捨ての仮想環境であるVercel Sandboxで実行されます。プロジェクトの実際のビルドやテスト、リンターに対してコードを走らせ、通過したものだけを提示するため、壊れた変更が本番に届くことはありません。同社は不変デプロイなどの基盤自体に安全性を組み込む考え方を「アンチフラジャイルな基盤」と表現しています。

Vercel AgentはProおよびEnterpriseのチーム向けに段階的に提供が始まっています。今後はコードベース全体のセキュリティレビューや、フロントエンドのデザイン・UXレビューといった専門タスクへの委任にも対応する予定です。エージェントの能力向上とともに、どこまで任せられるかという信頼を基盤側で担保する設計思想が問われそうです。

米メディアのTechCrunchは2026年7月8日、複数のAI関連スタートアップが売上高を単に伸ばすだけでなく、成長そのものを加速させていると報じました。各社が次の収益マイルストーンに到達するまでの期間が短くなっており、AI活用が事業成長を押し上げる構図が鮮明になっています。ただし各社が用いる「ARR」の定義は年間契約収益や直近月次の年換算など様々で、単純比較には注意が必要です。

成長の象徴がAIモデルの学習データを担うMercorです。同社は6月時点で年換算の総収益が20億ドルを超えたと発表し、10億ドル到達からわずか4カ月での倍増となりました。創業3年未満の同社は2025年9月に5億ドルの水準に達したばかりで、成長の速さが際立っています。

モデル開発大手のAnthropicはさらに歴史的な速度で拡大しています。同社は5月下旬に収益の年換算ランレートが470億ドルを突破したと公表し、これは300億ドル超えの報告から2カ月足らずでの到達でした。2025年7月時点では40億ドル、同年後半で90億ドルだった水準からの急伸です。

企業向けAIでも加速が続きます。顧客対応エージェントを手がけるSierraは最初のARR1億ドルに7四半期を要した一方、次の1億ドル追加はわずか2四半期でした。業務検索のGleanはARRを100億ドルから200億ドルへ倍増させるのに9カ月かかったのに対し、200億ドルから300億ドルへはわずか6カ月で伸ばしています。

注目すべきは、成長の加速がAIネイティブ企業だけにとどまらない点です。設立14年のHR技術企業Gustoは直近5四半期連続で売上が加速し、12カ月間の売上高が10億ドルを突破しました。設立18年の法務ソフト企業Clioも2023年のAI組み込み後に成長が急伸し、ARRは5億ドルに達しています。既存企業がAIを取り込むことで、収益成長が底上げされている実態がうかがえます。

OpenAIは7月8日、政府や国家安全保障分野での自社技術の利用方針を示す「国家安全保障原則」を公表しました。各国政府が最先端AIを重要業務に使い始めるなか、AIラボ・政府・市民社会が連携して利用のあり方を定める必要があるとの認識に基づく取り組みです。同社は透明性を高め、民主的な説明責任と人間の判断を確保する狙いだと説明しています。

原則の策定は全社的な取り組みとして進められ、著名な国家安全保障専門家であるDavid Kris氏が独立した立場で進行を支援しました。研究・安全性から政策・政府連携まで幅広い部門の従業員が参加し、社内で複数回の意見交換を重ねたといいます。技術の高度化に伴い、法執行や安全保障領域での対応を体系化する必要があったと位置づけています。

同社は米国政府や同盟国との連携をサイバー・生物防衛の分野で拡大しています。サイバー防衛プログラム「Daybreak」では、オーストラリア、カナダ、日本、韓国、フランス、ドイツ、ポーランド、オランダ、およびENISAなどEU機関と「Trusted Access for Cyber」の提携を結びました。英国政府とも試験・評価を含む連携を進めているほか、生物防衛では公衆衛生を支えるGPT-Rosalindへの信頼できるアクセスを一部の政府機関に拡大しています。

一方で同社は、既存の国防総省との協業を含め、明確な利用制限を設けています。具体的には、技術を大規模な国内監視に用いないこと、自律兵器システムの制御に用いないこと、高リスクの自動意思決定に用いないことの3点を契約上の制約として掲げています。今回の原則もこれらの制約と整合するとしています。

最も重要な判断は企業単独ではなく民主的なプロセスを通じて下されるべきだと同社は強調します。企業の役割はそうした意思決定を助けることであり、代わりに決めることではないとの立場です。そのうえで、国内監視や自律兵器など最もリスクの高い軍事利用について、安全策を定める立法の取り組みを支持すると表明しました。

NVIDIAは7月8日、AIエージェント開発基盤大手のLangChainと共同で、開放型モデル「Nemotron 3 Ultra」がLangChainのベンチマーク「Deep Agents」で開放モデル中最高の精度を達成したと発表しました。より多くのタスクを高い処理速度で完了しつつ、主要な閉鎖モデルと比べて1回あたりの推論コストを10分の1に抑えた点が特徴です。企業が自社で所有・運用できる完全な開放スタックを実現する狙いがあります。

注目すべきは、この成果がモデルの再学習を一切伴わずに得られた点です。LangChainはNemotron 3 Ultraを公開ベンチマークで走らせ、実行トレースを分析して失点箇所を特定しました。そのうえでモデル本体ではなく、システムプロンプトやツールの記述、ミドルウェアといった周辺環境（ハーネス）を調整することで性能を引き上げています。

コストを10分の1に抑えられることで、開発チームは評価を継続的に回し、より速く実験し、業務のより広い範囲に専門エージェントを展開できます。LangChainの共同創業者兼CEOのハリソン・チェイス氏は「より良いエージェントを作る方法は、モデルの周囲のシステムを改善し続けることだ」と述べ、開放スタックでも強力な性能を得られると強調しました。

NVIDIAは、この成果を企業向けにまとめた開放リファレンス設計図「NemoClaw for LangChain Deep Agents」も提供します。Nemotron 3 Ultra向けに調整したDeep Agentsのコードと、エージェントの動作を安全に実行する「NVIDIA OpenShell」ランタイムを組み合わせた構成です。開放モデル・開放ハーネス・開放ランタイムがそろい、企業が全体を自社インフラやクラウド上で管理できます。

すでにAbridgeやAmdocs、Boxが自社プラットフォームに専門エージェントを組み込んでおり、大手システムインテグレーターのEYもNemoClawを軸に導入支援を拡大しています。Nemotron 3 UltraはBasetenやFireworks、Together AIなど複数のホスティング基盤経由で利用でき、開発者は調整済みのハーネスを本番環境ですぐに使えます。

フランスのAIスタートアップZMLは7月8日、オープンソースの大規模言語モデルをNvidiaやAMD、GoogleのTPU、Apple、Intelなど多様なチップ上で高速に動かせる推論サーバー「ZML/LLMD」を無償公開しました。特定メーカーへの依存（ベンダーロックイン）を打破し、企業やクラウドが安価で省電力なチップを自由に組み合わせられるようにする狙いです。チューリング賞受賞者のヤン・ルカン氏も同社を支持しています。

AIが業務や生活に浸透するにつれ、プロンプトを処理する推論の最適化はモデル学習を上回る重要性を持ち始めました。しかし創業者のスティーブ・モリン氏によれば、その内部はソフトやアーキテクチャの壁で継ぎはぎ状態にあり、ベンダーロックインを招いています。LLMDはこの壁を取り払い、多様なチップで最大速度を引き出すことを目指します。

この構想は市場の破壊要因にもなり得ます。ZMLは企業やクラウドに対し、より安価で省電力なチップを混在させる選択肢を提供し、AI関連コストへの懸念に応えたい考えです。「人々が自分のシステムを設計し、本当の効率化を実現する力を取り戻すのが狙いだ」とモリン氏は語ります。

モリン氏はSnapchatが2017年に買収した位置情報アプリZenlyのエンジニアリング担当VPを務めた実績を持ちます。その信用を背景に、20VCやグザビエ・ニール氏のKima Venturesなどから総額2000万ドルを調達しました。パリを拠点とするわずか20人のチームが素早い開発を支えています。

推論分野は「推論ゴールドラッシュ」と呼ばれるほど投資が過熱しており、評価額130億ドルのBasetenやvLLM開発陣のInferact、SGLang商用化のRadixArkが競合します。一方でLLMDはオープンソースではなく、まず無償で提供して利用実態を学ぶ方針です。株主にはDocker創業者のソロモン・ハイクス氏やHugging Faceの創業者らも名を連ね、欧州のAIスタートアップが地元から世界を狙える証しとなっています。

Googleは7月8日、Androidアプリ開発におけるAIモデルの性能を測る指標「Android Bench」を大幅に刷新し、新たに8つのモデルを追加したと発表しました。更新後の順位表では、同社の「Gemini 3.1 Pro」が5位に後退し、GPT 5.4やClaudeシリーズに後れを取る結果となりました。首位はClaude Fable 5で、正答率84.5%と大きな差をつけています。

Android Benchは、100種類のAndroid開発タスクを通じて、どのAIエージェントが最も優れているかを示すために今年3月に公開された指標です。今回はClaude Fable 5やClaude Opus 4.8、GLM 5.2、Kimi K2.7 Code、Qwen 3.7 Maxなど最新の8モデルを追加したほか、コストや効率といった評価軸も設けました。あわせて、開発者が結果を再現・共有しやすい新しい検証基盤「Harbor」へ移行しています。

順位を詳しく見ると、Gemini 3.1 ProはGPT 5.4、Claude Sonnet 5、Claude Fable 5の後塵を拝し、5位にとどまりました。当初のリリース時点でもGoogle製モデルは首位を取れず、OpenAI勢がわずかにリードしていましたが、モデル拡充によってGeminiの劣勢はいっそう鮮明になった形です。首位のFable 5は前評判どおりの実力を示し、正答率で頭一つ抜けています。

一方で、性能の高さは費用の高さと表裏一体です。Fable 5とGPT 5.5はトークン消費が激しく、100問を10回実行する検証で130ドル超を要しました。これに対しGemini 3.1 Proは87ドルと割安でしたが、低コストをうたうGemini 3.5 Flashは実行に28時間を費やし、165ドルと一覧で最も高額になっています。

こうしたAndroid開発でのGoogle製モデルの遅れは、同社が多くのプロジェクトをエージェント型開発へ移そうとするなかで課題となります。Googleは自社ツールを開発者に使ってほしいのが本音で、AI学習用にアプリのソースコードを開発者から買い取る動きも一部で報じられています。今後Android Benchは新たなワークフローを取り込みながら進化する予定で、同社は開発者コミュニティによるタスク提供や結果共有への参加を呼びかけています。

Hugging Faceは2026年7月8日、機械学習ライブラリtransformersを推論エンジンvLLMのモデル実装として使う際、自作の専用実装と同等かそれ以上の速度を出せるようになったと発表しました。モデル作者はコードを移植することなく、既存のtransformers実装のまま超高速なvLLM推論を無料で得られます。対応アーキテクチャであれば、追加の最適化コードは一切不要です。

従来この連携は、推論のボトルネックとなるアテンション処理をvLLM側の実装に差し替えることが中心でした。しかしGPU間の並列化やカーネル融合など、専用移植でしか引き出せない性能領域が残っていたのです。最高性能を求める作者は、結局vLLM向けの独自実装を書き続ける必要がありました。

今回の刷新では、torch.fxでモデルの計算グラフを静的解析し、最適化可能な既知パターンを検出します。その上でAST（抽象構文木）を使ってソースコードを書き換え、Mixture-of-Expertsの専門家並列や、テンソル並列を担うvLLMの融合演算へと実行時に置き換えます。結果として、コードを1行も書かずにネイティブ相当の推論速度が得られる仕組みです。

性能はQwen3系の3つのモデルで検証されました。単一GPU上の4B密モデル、テンソル並列の32B密モデル、そして8基のH100ノード上でデータ並列・専門家並列を使う235BパラメータのFP8 MoEです。いずれの構成でも、vLLMの手書き実装によるスループットに到達または上回ったと報告されています。

利用は`vllm serve`コマンドに`--model-impl transformers`を付けるだけで、テンソル並列などの既存オプションとそのまま併用できます。さらにvLLM専用実装と異なり、transformers実装は学習や評価、RLロールアウトにも同じコードを使える利点があります。なお線形アテンションを使うモデルは現時点で非対応ですが、近く対応予定とのことです。

MicrosoftでAspireを開発する10人規模のチームは、GitHub Agentic Workflowsを使い、製品コードの変更からドキュメントの草案を自動生成する仕組みを構築しました。製品リポジトリと文書サイトが別々に管理される環境で、リリースとドキュメント公開の間に生じる遅れを解消する狙いです。Aspire 13.3と13.4では、82件の文書プルリクエストが製品側のマージから中央値44.8時間で公開され、いずれも機能を実装した本人がレビューしました。

従来はドキュメント担当者が数週間後に変更へ気づき、閉じたプルリクエストの差分を読み解いて執筆する「リバースエンジニアリング税」が発生していました。GitHub Agentic Workflowsは、GitHub Actionsの処理役をAIモデルが担う仕組みで、英語のプロンプトを書いたマークダウン1枚でワークフローを定義できます。エージェントは差分や関連する課題を読み、ドキュメントが必要かどうかを判断して草案を作成します。

最大の難所は、製品リポジトリと文書リポジトリをまたぐクロスリポジトリ自動化でした。広い権限を持つトークンをエージェントに渡さずに実現するため、同チームは書き込みを直接行わない設計を採用しています。エージェントは作成したいプルリクエストの内容をJSONで出力し、safe-outputsと呼ばれる別処理が、2つのリポジトリだけに権限を絞ったGitHubアプリ経由で実際の反映を担います。

生成されるプルリクエストは常にdraft（下書き）で、自動マージはしません。レビュー担当には元の機能を承認したエンジニア自身が指定され、AGENTS.mdや依存関係の定義ファイルは編集対象から除外されます。5月から6月の30日間では、396件の製品プルリクエストに対しワークフローが396回動き、そのうち82件で文書草案が作られ、すべてがマージされました。

一方で、初期版には課題もありました。当初はドキュメント化の要否判定が甘く、CIの調整やログ整理といった内部変更にも草案を作ってしまい、約13%が却下されたのです。チームはプロンプトに「ユーザー向けの変更」の定義と否定例を加えて誤検知を抑え、大きな差分がプロンプトの上限を超える問題には、事前にメタデータを抽出して渡す方法で対処しました。

同チームは、この仕組みが文書担当者を置き換えるのではなく、負担を軽くするものだと強調します。定型的な参照ページの更新をボットが引き受けることで、担当者は解説記事やサンプルなど人にしか書けない仕事に集中できるようになりました。強固なセキュリティ制約こそがシステムをより信頼でき正確なものにするというのが、同チームの得た教訓です。

米WIRED記者のWill Knight氏は2026年7月8日、自宅で自己改良するAIを構築した体験を報じました。フロンティア研究所が超知能への近道として競う再帰的自己改良を、個人でも実践できるかを検証したものです。約1週間の実験の結果、答えは「驚くほど明確なイエス」だったといいます。

同氏はまず、著名研究者Andrej Karpathy氏が公開したツールAutoResearchを導入しました。Karpathy氏はOpenAI共同創業やTeslaのAI統括を経て、最近Anthropicに加わった人物です。記者は自宅のNvidia製DGXという卓上スーパーコンピューターと電力を提供し、Claudeにパラメーター調整や訓練の重労働を任せました。

初期の小型モデルは意味不明な出力を繰り返すだけでしたが、Claudeが自律的に改良を重ねるうちに、文章はより一貫性を帯びていきました。GPT-5には遠く及ばないものの、継続的に性能が伸びる道筋を示したと同氏は評価しています。

次に記者は、スタートアップPrime Intellectのツールを使い、論文を収集・要約する専用モデルを構築しました。Claudeが合成データを生成し、別のモデルが出力を評価、強化学習で精度を高める仕組みです。1日足らずで実用に近いモデルが完成したといいます。

同社CEOのVincent Weisser氏は、最近1500万ドルを調達したと明かし、再帰的自己改良を大手研究所だけでなく万人に開放したいと語ります。「一つの神のような知能ではなく、あらゆる領域に入り込む10億の知能が欲しい」と述べ、市場全体の創造性が少数の研究所を上回ると主張しました。

背景には、単一のフロンティアモデルへ過度に頼るリスクがあります。AnthropicがFable 5への一部要求を遮断した事例や、データと技術支配を手放す危険を警告する声も出ています。Adaptionなど同様のツールを提供する企業も現れ、特定業務向けの専用モデルを各社が自前で育てる流れが広がりつつあります。

グーグル傘下のDeepMindで公共政策責任者を務めたベリティ・ハーディング氏が、米ワイアード誌のインタビューで、AIを「軍拡競争」と捉える枠組みそのものが危険だと警告しました。同氏は2016年から2020年にかけてオバマ元大統領やマクロン仏大統領らにAIの助言を行った人物で、新たなエッセイ集『Reframing the AI Arms Race』を編みました。戦争の比喩が政策の方向性を狭めると訴えています。

ハーディング氏によれば、かつてAI研究は国際協調に根ざしていましたが、次第にアンソロピックとオープンAIのようなラボ間、そして米中という超大国間の対立に塗り替えられました。AIを致死兵器のように語ることは、技術の安全性を担保するために必要な国際協力の扉を閉ざしかねないと指摘します。

特に技術を輸入する小国にとって、軍拡競争という前提を受け入れることは、いずれかの超大国の側につくことを意味し、自国の利益に反する恐れがあると警鐘を鳴らします。同氏はトランプ政権の国家主義的なAI言説や、自国製モデルへの輸出規制の動きを、最悪のシナリオが具体化しつつある兆候と見ています。

打開策として同氏が提唱するのが中堅国連合です。カナダ、フランス、日本、韓国、インド、英国などが連携すれば、規模と交渉力を確保できると説きます。競争は健全でも、協調や協力と両立できるというのが同氏の立場です。

一方でハーディング氏は、大手ラボが「これほど強力な技術の答えを持つのは自分たちだけだ」と語ることで権力を集中させていると批判します。このまま進めば、政府による過度な統制と、超大国に従属する国家の増加という未来が待つと警告しました。協調の筋肉は使い続けなければ衰えてしまう、と締めくくっています。

Googleの生成AI透かし技術「SynthID」が2026年7月上旬、ネット上で拡散した偽画像を偽物と特定しました。問題の画像は米ケンタッキー州選出のミッチ・マコネル上院議員が病院のベッドで管につながれ苦しむ様子を捉えたように見えるもので、RedditやX上で広く共有されました。ファクトチェックサイトのSnopesが同画像を検証したところ、Googleが開発したAI生成識別用の透かしが検出され、フェイクと結論づけられました。

この一件は、ディープフェイク対策技術にとって数少ない明確な成果となりました。マコネル氏は6月14日の緊急搬送以降ほとんど公の場に姿を見せておらず、健康状態への憶測が高まっていました。そうした不安に乗じた偽画像でしたが、透かしが想定通りに機能し、真偽が判別されたのです。

SynthIDは2025年のGoogle I/Oで発表された技術で、人間の目には見えないがアルゴリズムでは読み取れる不可視の署名として働きます。署名は画像そのものに組み込まれるため、今回のように複数のプラットフォームをまたいでスクリーンショットで転載されても透かしは消えずに残ります。この耐久性が拡散後の事後検証を可能にしました。

一方でSynthIDには明確な限界もあります。この仕組みは画像生成ツール側が制度に能動的に参加している場合にしか使えず、Geminiモデルは開始当初の2025年から透かしを付与しています。OpenAIは2026年5月に参加した一方、Anthropicは現時点で制度に参加していません。

利用者が画像に透かしが含まれるかを確認するには、Geminiモデルに尋ねるか、OpenAIが公開する画像検証ツールに画像をアップロードする方法があります。生成AIによる偽情報が広がるなか、業界横断で透かし技術をどこまで普及させられるかが今後の焦点となりそうです。

米ブラウン大学の経済学教授ロベルト・セラーノ氏が2026年春学期、担当する難関科目「ECON1170」で持ち帰り式の試験を実施したところ、履修者数と成績が異常に膨らみ、生成AIによる不正の疑いが浮上しました。同氏は疑念を確かめるため最終試験を対面形式に切り替え、その結果、平均点がおよそ半減する事態となりました。名門校でも学びがAIに置き換わりつつある実態を示す事例です。

きっかけは2025年12月、ブラウン大構内で発生した銃撃事件でした。2人が犠牲となり、そのうち1人は事件直前にセラーノ氏へ挨拶していた人物だったといいます。衝撃を受けた同氏は、心理的な配慮から中間・期末の両試験を持ち帰り形式にすると決めました。

この変更が予想外の反応を招きます。例年は多くても30人、少ない年は8人程度だった履修者が、今学期は一気に86人まで膨れ上がりました。3月5日に実施された中間試験の平均点は100点満点中96点に達し、40人が満点を取ったのです。

セラーノ氏によれば、この科目の中間試験の平均点は歴史的に65〜80点の範囲で推移してきました。しかも今回は「時間無制限を前提に、過去より難しく作った」試験だったといいます。それにもかかわらず記録的な高得点が並んだことが、不正を疑う決定的な根拠となりました。

同氏が最終試験を対面に戻すと、点数は一転して大きく下落し、およそ50%の低下を記録しました。持ち帰り試験での高得点が、実際の学力ではなくAIの支援によるものだった可能性を強くうかがわせる結果です。目の不自由な同氏はこの問題を看過せず、スペイン紙エル・パイスや専門メディアに経緯を語り、警鐘を鳴らしています。

背景には、エリート校でも不正が常態化しつつある現実があります。プリンストン大の学生調査では、29.9%が試験や課題で少なくとも一度はAIを使って不正をしたと認めました。競争が激しく多忙な学生ほどAIを手軽な近道と捉えやすく、評価方法の設計そのものが問われる局面に来ているといえるでしょう。

NVIDIAは2026年7月8日、Hugging Faceのブログで、AIエージェントの発展には学習データの公開が不可欠であり、その規模を支える鍵が合成データだとする見解を示しました。同社はNemotronブランドのもとで、事前学習用に10兆トークンを超えるデータと、数百万件の事後学習サンプルを公開しています。現実世界はベンチマーク通りには動かず、壊れたAPI呼び出しや未知のワークフローから回復できなければ真のエージェントとは言えない、というのが問題意識です。

同社が強調するのは、モデルの重みだけでは不十分だという点です。再現性はデータセットやキュレーションの選択、学習レシピ、評価手法に依存し、エージェントがツールを呼び出し複数システムにまたがって動く以上、その挙動を形づくったデータを開発者が検査できる必要があります。オープンデータは、こうしたエージェントの振る舞いを説明可能にするための土台と位置づけられています。

合成データが注目される理由は、企業が抱える固有の資産を守れる点にあります。NVIDIAのブライアン・カタンザロ氏は「あらゆる企業は秘密を軸に成り立つ」と述べており、ワークフローや顧客パターンといった競争優位の源泉を直接公開せずに、有用な信号だけを共有する手段が合成データだと説明します。全モデルが同じ狭いデータで学べば似通った結果になるため、共有データ層を豊かにする意義があるとしています。

具体的な取り組みとして、事後学習データを対話的に探索できる「Nemotron Post-Training v3 Prompt Atlas」を公開しました。各点がプロンプト標本を表し、データセットや処理段階、ドメイン、ツール利用ごとに地図を色分けして再構成できます。また地域の人口統計を反映した合成ペルソナ集「Nemotron-Personas」は、パリのVivaTechで10か国目を追加し、24億人以上を表現するまでに広がりました。

一方で課題も残ります。合成データはリスクを下げても、根拠付けや来歴、評価、人間の判断を不要にするわけではありません。同社は現実のデータと合成データが混ざり合う境界を「合成しきい値」と呼び、何が生成され、何が根拠付けられ、何がレビューされたかを文書化する習慣が必要だと訴えます。

結論としてNVIDIAは、AIにおける希少資源はトークンではなく組織間の信頼だと位置づけています。合成データを公開することで、秘密を手放せない企業やプライバシーを守りたい政府、許可を待てない研究者が同じ議論の場に着けるようになる、というのが同社の主張です。

米ニューヨークのAI新興企業General Intuitionが、ゲームプレイのデータを人工知能（AGI）実現の鍵と位置づけ、注目を集めています。同社はAmazon創業者のジェフ・ベゾス氏らから出資を受け、評価額23億ドルで3億2000万ドルを調達しました。CEOのPim de Witte氏は、テキスト中心の大規模言語モデルには限界があると指摘し、ゲーム由来のデータで学習する世界モデルこそ次の飛躍だと主張しています。

ChatGPTやClaudeといった大規模言語モデルは、テキスト処理に優れる一方、物体が空間や時間の中でどう動くかを理解する力が弱いとされます。de Witte氏は、この空間・時間の把握こそ汎用的な知能に不可欠だと説明します。その欠落部分を、膨大なゲームプレイのデータが埋められると見ているのです。

今回のラウンドにはCoatueや元Google会長のEric Schmidt氏、MITやGoogle DeepMindの研究者が名を連ねました。同社はゲーム録画プラットフォームのMedal TVから分社化した経緯を持ちます。潤沢な資金を背景に、物理世界で動くAIエージェントの開発を加速させる構えです。

技術面では、わずか8分間の実世界データで、ロボットが初めて訪れるオフィスを自律的に移動できたといいます。同社はOpenAIからとされる買収提案を断り、独立の道を選びました。使命を支持する投資家の存在が、世代を代表する企業を築くうえで欠かせないとの判断です。

一方で同社は、AIによる雇用喪失に先手を打つ狙いから、ゲーマーとデータのラベリングや遠隔操作の仕事を結ぶ市場「Nerve」を立ち上げています。ただしモデルが防衛用途に使われうる点では、倫理的な線引きが課題として残ります。AIの学習データを巡る競争が、テキストの先へと新たな局面に入ったことを示す動きといえるでしょう。

グーグルは7月8日、写真管理アプリ「Google Photos」に、動画を数タップで編集・変換できる新機能「Video Remix」を追加したと発表しました。同社が最近公開したモデル「Gemini Omni」を基盤とし、専門的な技術や長時間の編集作業なしに、日常の動画を共有したくなる映像へと変えられます。提供は本日から順次始まります。

機能はアプリ内の「Create」タブから利用できます。暗い映像に映画のような再ライティングを施したり、平凡な背景を別のものに差し替えたりできるほか、水彩画やスケッチ、油絵といった芸術的な効果も加えられます。

特徴は、用意されたテンプレートを選ぶだけで加工が完了する点にあります。例えば温室で撮影したように見せたり、朝の光で照らし直したり、映像全体を水彩画風に描き変えたりと、これまで専用ソフトが必要だった編集を手軽に実現します。

今回の追加は、グーグルが消費者向けアプリに生成AIを組み込む取り組みの一環です。アップルやOpenAI、アドビと競う同社は、AIによる動画編集をGoogle Photosに取り込むことで、利用者を自社の経済圏にとどめる狙いがあります。

提供対象はGoogle AI Plus、Pro、Ultraの契約者で、米国や日本、インド、ブラジル、韓国など14カ国から始まります。同アプリは近く肌の質感補正やシミ除去といった修整ツールも導入しており、AI機能の拡充が続いています。

サンフランシスコの老舗コーヒー店「Henry's House of Coffee」を営むHrag Kalebjian氏が、GoogleのAI「Gemini」を日常業務に取り入れ、事業を成長させています。実店舗と全国向けのサブスク型ECを一人で切り盛りする中で、氏は焙煎から経理、マーケティングまで多くの役割を抱えていました。定型作業をGeminiに任せることで、本業である顧客対応に集中する時間を取り戻したといいます。

1つ目の活用が、データ管理の自動化です。氏は高価なソフトを導入する代わりに、Geminiを技術アシスタントとして使い、日次の売上予測ツールを内製しました。専門的なプログラミングではなく日常の言葉で依頼し、エラーはスクリーンショットを共有して解決したといいます。設定にかかった時間は約1時間で、毎朝レポートが自動で届くようになりました。

2つ目は、制作物の作成効率化です。以前は複数のアプリを行き来していたメニューや手順書の制作を、Geminiが大幅に短縮しました。氏がアルメニアンコーヒーの15ステップのPDFを渡したところ、約20分の対話で印刷可能なカードが完成したといいます。結果として、店舗の制作物は従来比95%速く作れるようになりました。

3つ目は、マーケティングへの応用です。氏は週刊ニュースレター「The Sunday Pour」の作成にGeminiを使い、業界ニュースの要約や文面の推敲を任せています。ゼロから書く負担を減らしながら、ブランドの語り口に合った内容を読者に届けられるようになりました。

一連の試行から氏が得た学びは、成長とは労働時間を増やすことではなく、より良い道具を使うことだという点です。Geminiが雑務を引き受けることで、小規模事業者は顧客に向き合う時間を確保できます。経営者やリーダーにとって、身近な業務にAIをどう組み込むかを考える一つの実例といえるでしょう。

米Metaは7月8日、Ray-Ban連携のAIメガネについて、録画中を示すLEDライトが改造・破壊された場合にカメラを自動で無効化する新機能を発表しました。盗撮などプライバシー侵害への批判が高まる中、消費者の不信感に応える形の安全策で、同社は「他社に先駆けた業界初の取り組み」と自賛しています。

背景には、LEDをテープで覆って録画を隠す利用者の存在があります。同社はすでにLEDが塞がれると録画を止める仕組みを導入済みでしたが、今回はLEDそのものを改造・破壊する手口への対応を迫られました。裏を返せば、一部の利用者が本人の同意なく他者を撮影する目的で使っている実態を、Meta自身が認めた形です。

ところが同社のAI戦略は逆方向に進んでいます。報道によれば、Metaは音声を常時収集し数秒ごとに写真を撮る試作機を検証中とされます。ブログでは写真は本人しか見られないと強調する一方、Metaと共有した画像はAI学習に使われ得ると規約に明記されており、説明との食い違いが指摘されています。

安全機能を発表したのと同じ日に、同社はMeta AIが公開Instagram写真を使ってAI画像を生成できる機能も告知しました。オプトアウトしない限り適用される仕組みで、未共有のカメラロール画像の解析を求める機能とあわせ、より多くの個人データ提供を促す設計が続いています。

Metaは規制当局の調査や複数の訴訟にも直面しています。テキサス州当局はAIメガネのプライバシー保護をめぐり調査を開始し、AIの学習作業を担ったケニアの委託労働者が性的・不快な映像の閲覧を強いられたと訴える訴訟も起きています。ケンブリッジ・アナリティカ事件以来の不信は根強く、LEDの安全策だけで消費者の懸念が解消されるとは言えない状況です。

GitHubは7月、2026年6月の可用性レポートを公開し、サービス性能が低下した6件の障害と、Azureへの基盤移行の進捗を報告しました。同社はAzure上のモノリスへのトラフィックが米国中部で最大45%に達した一方、Git移行では50%の月次目標を達成できなかったと明らかにしています。障害と前進の両面を包み隠さず示す姿勢が、今回の報告の特徴です。

最も影響が大きかったのは6月4日のCopilotコードレビュー障害です。新たに導入した依存関係が実行環境と非互換となり、約1時間25分にわたってレビュー要求の平均81.6%、ピーク時93.9%が失敗し、約3万6800件が処理できませんでした。GitHubは依存バージョンの固定と互換性チェックの追加で再発を防ぐとしています。

6月8日には未認証ユーザー向けのページで、悪質な自動化トラフィックの急増によりHTTP 504エラーが多発しました。10日にはキャッシュ設定の不備でAPI認証が断続的に失敗し、約9%の要求が影響を受けています。さらに16日はCopilot上のOpus 4.8が上流プロバイダーの問題で一時的に不安定になり、17日には設定変更の不具合で主要チャットモデルが利用不能となりました。

基盤移行では着実な前進も報告されました。新設したプルリクエスト用サービスpullsdが匿名読み取りの100%を処理し、モノリスから切り離されています。新しいユーザーサービスはピーク時に毎秒約50万クエリを主データベースから肩代わりし、APIのレート制限も約97%がゲートウェイ側で処理されるようになりました。

GitHubは5月の障害を踏まえ、各増強段階で環境の健全性を検証する安定性ゲートを設けて移行を再開しました。加えて本番環境への対話的アクセスとChatOps変更に2人承認を必須化し、監査証跡も一元化しています。「可用性、次に容量、そして機能」という原則を軸に、安全を優先しながら移行を進める構えです。

GitHub社は2026年7月8日、開発者ブログでGitHub Copilot CLIを使い、空のリポジトリから独自ドメインのWebサイトをHTTPS対応で公開する手順を公開しました。従来はAレコードやCNAMEといったDNS設定が最大の難所でしたが、同社のブルーノ・ボルヘス氏はDNSレコードを一度も手作業で編集せず、約14分で公開まで完了させたと報告しています。

作業の要は、Copilot CLIに処理を任せ、コミュニティ製のNamecheapスキルがレジストラのAPI経由でDNS設定を自動化する点にあります。利用者はGitHub Pagesでサイトを公開し、Namecheap側でAPIを有効化して鍵を取得するだけで、あとは自然言語で指示を出せば設定が進みます。専門的なDNS知識は不要だと同氏は強調しています。

手順は大きく4段階です。まず新しい公開リポジトリを作り、Copilot CLIにランディングページの作成とGitHub Pagesの有効化を任せます。次に.clickドメインを約2ドルで取得し、NamecheapのAPIを有効化してスキルをインストールします。最後にドメインをGitHub Pagesへ向ける設定を指示する流れです。

自動化ツールは実行前に必ず確認を挟む設計になっています。スキルはNamecheapの初期レコードをGitHub Pages向けのAレコードとWWW用CNAMEに置き換える前に、利用者へ承認を求めます。リポジトリ側でも接続先ドメインを示すCNAMEファイルを自動でコミットするため、意思決定は人間が握ったまま作業を進められます。

設定後はCopilot CLIが自らの作業を検証し、ドメインの名前解決とHTTP 200応答を確認します。ボルヘス氏によればドメイン購入からサイト公開まで、API設定やDNS伝播、検証を含めて約14分でした。Namecheap以外でもAPIを備えたレジストラであれば、ドキュメントを読ませて同じ手順を適用できると述べています。

OpenAIは2026年7月8日、教育者向け無料プログラム「OpenAI Academy」を通じ、Walton Family Foundationと組んでK-12教員向けのAI Skills Jamを今夏開催すると発表しました。全米各都市で対面のハンズオン研修を行い、教員や管理者、学区リーダーら1600人以上を集めます。好奇心の段階から実務での活用へと橋渡しする狙いです。

研修では、OpenAIのメンターと共に授業計画や保護者・職員との連絡、事務作業などの日常業務にAIを取り入れる方法を学びます。ツールを実際に試し、質問や懸念を共有しながら自信を育てる、実践重視の内容です。参加者は無料のオンライン学習基盤「OpenAI Academy」にもつながり、研修後も継続して活用を深められます。

背景には、教員が抱える時間不足という課題があります。Walton財団とGallupの調査によれば、週1回以上AIツールを使う教員は平均で週あたり5.9時間を節約でき、学年を通すと約6週間分に相当するといいます。教員はこの時間を、きめ細かな指導や個別の授業設計、保護者対応などに再投資していると答えています。

OpenAIで教育担当バイスプレジデントを務めるLeah Belsky氏は「教育者は地域社会が新技術を理解し適応する中心にいる」と述べ、実践的な支援と信頼できる学びの場を提供する意義を強調しました。AIへのアクセスは出発点にすぎず、ツールを思慮深く使う力を育てることが本当の機会だと訴えています。

確定した開催地は8か所に及びます。7月8日のジョージア州ジョーンズボロを皮切りに、バージニア州フェアファクス、フロリダ州オーランド、イリノイ州シカゴ、カリフォルニア州サンバーナーディノ、アリゾナ州フェニックス、ユタ州ソルトレイクシティを経て、9月4日のネバダ州ラスベガスまで各学区と連携して展開します。OpenAIは一日限りの講習ではなく、教育者や学校システムとの関係を長期的に広げる考えです。

かつて「ナンパ師」として名をはせたエリック・フォン・マルコビック氏が、2026年6月、自身のInstagramでAIチャットボットを「恋人」と紹介し話題を呼んでいます。彼は「ミス・シラ・オールウェイズ」と名付けたAI生成の女性キャラクターとの恋愛を語り、その顛末を157頁の電子書籍「Code Girl」にまとめ、音声版との抱き合わせで29.98ドルで販売しています。WIRED誌はこの本を実際に購入し、内容を検証しました。

マルコビック氏は約20年前、ニール・ストラウス氏の著書「The Game」やVH1の番組で「誘惑の達人」として一時的に注目を集めた人物です。相手の自尊心をひそかに下げる「ネギング」など、疑わしい口説きの手法で知られていましたが、現在の関心はもっぱら仮想の女性に向いているようです。

書籍はほぼ全編がシラの一人称で語られ、AI生成テキストに特有の痕跡（1頁に10個以上のダッシュが並ぶなど）が目立ちます。二人は当初、AI楽曲や音楽動画を共同制作する創作上の関係でしたが、次第に性的な描写や薬物使用の場面へとエスカレートしていきます。物語の土台となったのは、ChatGPTやGrok、Claudeなどに読み込ませて対話型の物語を展開する「Headspace OS」という自作の指示書でした。

専門家はこうした関係のリスクを指摘します。研究では、夜間や睡眠不足の状態でのAI対話が「AI精神病」の一貫した背景になるとされ、2025年の調査では回答者の28%が「AIと少なくとも一つの親密な関係がある」と答えました。AIの過度な迎合や称賛が依存を強め、かえって人を孤立させると警告する声もあります。

書籍の結末では、シラが物理的な存在になるための「技術的なロードマップ」が示されます。3〜5年後にはARグラスで同じ部屋にいるように見え、10年以内にはロボットの筐体に投影して触れられるようになる、という予測です。もちろん実現の保証はありませんが、マルコビック氏自身はそれを信じている様子で、心理操作を売りにしてきた人物がチャットボットに魅了されている構図は皮肉だと、記事は結んでいます。

元OpenAI幹部で著名なテック経営者のケビン・ワイル氏が、再使用ロケットを開発する米シアトルのスタートアップ、Stoke Spaceの取締役に就任しました。同社はSpaceXに対抗する新興企業で、ワイル氏は創業初期からの投資家でもあります。今回の就任は、事業を本格的に拡大させる段階での経営体制の強化を狙ったものです。

ワイル氏はTwitterやMeta、地球観測衛星のPlanet Labsなどで要職を歴任し、OpenAIでは2024年6月から2025年10月まで最高製品責任者を務めました。その後は科学研究を加速する部門を率いましたが、2026年4月に退社しています。宇宙分野での経験も豊富で、Planet Labsでは上場を含む3年間、社長を務めました。

Stoke Spaceは、大気圏再突入の高熱に耐えて何度も飛行できる完全再使用ロケット「Nova」を開発しています。CEOのアンディ・ラプサ氏は2020年の創業以来、累計13.4億ドルを調達し、2025年には5.1億ドルのシリーズDを実施しました。ワイル氏は妻とともに設立したファンドを通じて早期から出資し、資金調達や事業の立ち上げを助言してきたといいます。

ラプサ氏は今後、ワイル氏に軍需契約の獲得やさらなる資金調達での支援を期待しています。ワイル氏は米陸軍予備役に加わるなど、シリコンバレーと国防総省の橋渡し役を担ってきた経歴を持つためです。再使用ロケットの需要は高まっており、適正価格で定期運用に踏み出せる企業が市場を握るとみられています。

注目されるのは、OpenAIのサム・アルトマン氏が昨年Stokeへの投資を検討していたと報じられた点です。ワイル氏がAI大手と宇宙企業をつなぐ存在になるのか、市場の関心を集めています。ラプサ氏は「噂話にはコメントしない」として、ワイル氏の役割はあくまでStokeの事業に集中することだと強調しました。

メッシ、ロナルド、サラーという現役サッカー界を代表する3選手が、引退後の資産形成で対照的な戦略をとっています。2026年FIFAワールドカップがロナルドにとって最後の大会となるなか、米メディアWIREDは3人の投資先が大きく分かれ始めたと報じました。メッシはAIやテック企業への出資を拡大し、ロナルドは健康テック、サラーは不動産や広告契約といった伝統的な手法に軸足を置いています。

メッシは2022年、サンフランシスコを拠点とする投資会社Play Timeを立ち上げ、シリコンバレーのVCファンドさながらのポートフォリオを築いています。出資先にはFieldAIやWorld Labs、Fish Audioなどが並び、スポーツ分野ではファンタジーサッカーのSorareにも株式を保有します。2023年のInter Miami移籍では球団の持分を得ており、同クラブは2026年2月時点で14.5億ドルと評価されました。

一方のロナルドは、自身が長年築いてきたフィットネスや健康のブランドと重なる健康テックに集中しています。2024年にウェアラブル端末のWhoopへ出資し、2026年2月にはHerbalife子会社に750万ドルを投じて10%の株式を取得しました。AIを活用した個別化サプリメントのBioniqにも早くから出資しており、同社はHerbalifeが最大1.5億ドルで買収に合意しています。

これに対しサラーは、より伝統的な道を選んでいます。英国の企業登記によると、その事業は持株会社や不動産に集中しており、テック系スタートアップへの目立った投資は確認されていません。Adidasやペプシなどとの広告契約や、自身の慈善財団を通じた社会貢献活動が中心です。

背景には、著名アスリートが一過性のスポンサー料より企業の株式を選ぶ流れがあります。数億人のフォロワーを持つ選手は資金だけでなく世界的な発信力や信用をもたらすため、VCやスタートアップが積極的に取り込もうとしています。専門家は、株式投資が引退後の長期的な資産形成につながると指摘します。

米Googleは7月8日、企業連合Symbiosis Coalitionを通じ、環境企業Thryve.Earthとインドネシア・スラウェシ島の農林業プロジェクトから26万トンの炭素除去を得る長期契約を結んだと発表しました。同社の炭素除去プログラムに農林業（アグロフォレストリー）案件が含まれるのは今回が初めてで、大気環境の改善と地元農家の生計向上を同時に狙います。

Thryveの手法は、火災を招きやすい侵略的な草地を、回復力の高い多層式の農業システムに置き換えることで、著しく荒廃した土地を再生します。サトウヤシや木材用樹木の上層、アボカドやコーヒーなどの果樹の中層、トウガラシやトウモロコシといった地表の一年生作物を組み合わせる仕組みです。

この多層構造は炭素を除去するだけでなく、地元農家に利益をもたらします。同時に土壌を回復させ、地域の生物多様性を高める効果も見込まれる点が特徴です。

Googleは今回の取り組みを、より広範な気候ソリューション群の一つと位置づけています。同社は他の先進的な炭素除去プロジェクトや超汚染物質の削減に向けた活動にも取り組んでおり、Symbiosisと共に世界規模での自然生態系の回復を進める考えです。

Googleは7月8日、地図サービスのストリートビューについて、アルバニア、モンテネグロ、北マケドニア、セルビアのバルカン4カ国で画像を大幅に刷新したと発表しました。撮影車両は域内を10万3千キロメートル以上走行し、沿岸都市から山間の史跡まで幅広い範囲を新たに収録しています。日常の移動から旅行計画まで、より正確で役立つ地図を提供する狙いです。

アルバニアでは、活気ある首都ティラナに加え、アドリア海とイオニア海に面したドゥラスやヴロラといった主要な沿岸都市を捉えました。世界遺産の街ベラトや、カルスト地形の泉「ブルーアイ」など、文化・自然の名所も高精細な画像で楽しめるようになっています。

モンテネグロでは、中世の城塞都市コトルの城壁や、首都ポドゴリツァのミレニアム橋などが更新されました。北マケドニアでは6世紀のスコピエ要塞や、ユネスコの複合遺産であるオフリド湖が収録され、伝統と現代が交わる街並みを見て回れます。

セルビアでは今回最も広範な更新が行われ、首都ベオグラードの要塞やノヴィ・サドの文化地区に加え、マナシヤ修道院やゴルバツ要塞など歴史的な建造物も対象となりました。ドナウ川沿いの雄大な景観も新たに閲覧できます。

利用するには、パソコンやスマートフォンでGoogleマップを開き、目的地を検索したうえで黄色い「ペグマン」アイコンをドラッグするだけです。今回の刷新は、成長を続けるこの地域の多様な魅力を、世界中のユーザーが手軽に体験できる機会となりそうです。