中国のDeepSeekが低コストで高性能なAIモデルを公開してから1年が経過しました。この「DeepSeekショック」はNvidiaをはじめとするAI株に衝撃を与え、AI開発コストの常識を覆しました。
DeepSeekが証明したのは、計算効率の改善によって少ない計算資源でも最高水準のAIモデルを構築できるということです。この発見は業界全体のコスト意識を変えました。
1年後の現在、OpenAI・Anthropic・Googleを含む主要AI企業は効率化を重要な研究テーマとして取り上げています。また欧州や日本など多くの地域がDeepSeekを「自国モデル開発」の成功例として参照しています。
一方でAIの地政学的分断はむしろ深まっており、米中のAI技術が異なる生態系として発展するという見方が強まっています。
MITの研究者が新しい再帰的フレームワークを開発し、LLMが1000万トークンという超長文脈を「コンテキスト劣化」なく処理できることを実証しました。
従来のモデルは文脈が長くなるほど「迷子」になり、文書の後半部分の内容を正確に参照できなくなる問題がありました。このフレームワークはその問題を解決します。
1000万トークンというのは、書籍数冊分や大規模なコードベース全体に相当する量です。これによりRAGアーキテクチャなしに大量の文書を直接モデルに入力できる可能性があります。
長文脈処理は現在のLLM研究における最重要テーマの一つであり、Google、OpenAI、Anthropicなども競争的にコンテキスト窓の拡張に取り組んでいます。
AnthropicのCEO Dario Amodei氏はダボス会議で、Nvidiaの市場支配力がAI産業の競争環境を損なっているという趣旨の発言を行い、会場を驚かせました。
NvidiaのGPU市場における支配力は圧倒的であり、AI企業はH100・B100などの高性能GPUなしにはLLMの学習ができません。この独占が価格設定力を与えていると批判されています。
Anthropicにとっては、カスタムシリコン開発や代替チップベンダーとの関係強化が長期的な戦略として見え隠れする発言でもあります。
独占規制の観点からもNvidiaへの注目が高まっており、AI半導体市場にDOJや欧州委員会が関心を持ち始めているという観測も出ています。
Humans&は「人間中心」を掲げるAIスタートアップで、Anthropic、xAI、Googleなどの著名AI企業のアルムナイが共同設立しました。4.8億ドルの調達で一躍注目を集めています。
創業者たちの出身企業が持つブランド力と技術的信頼性が、大型資金調達を可能にした主要因です。人間の監督を重視するAI設計という差別化軸は、エンタープライズ顧客に刺さります。
OpenAIやAnthropicとの競合になりますが、「人間中心」という切り口は規制対応を重視する企業顧客にとって魅力的です。
AIスタートアップへの投資は依然として旺盛で、著名な創業チームがステルス期間から出てきた時点で大型調達が成立する市場環境が続いています。
Google DeepMindは一次医療（プライマリケア）向けAIシステム「Horizon 1000」を発表しました。1000種類以上の疾患の診断支援ができるとされています。
このシステムは医師に取って代わるものではなく、診断支援ツールとして機能します。特に医師1人が多くの患者を診る新興国・途上国での活用が期待されています。
DeepMindのAlphaFoldなどの成功事例を背景に、医療AI分野での本格的な商業展開が始まっています。規制当局との協議や臨床試験のデータが今後の鍵です。
OpenAIのTorch買収やAnthropicのヘルスケア参入と合わせ、AI大手が医療領域で激しい市場争奪を繰り広げていることを示す最新事例です。
a16zの分析によると、AIによる誰でもソフトウェアを作れる時代の到来は、YouTube登場時に素人が動画コンテンツを爆発的に生み出したことに匹敵する変革だとしています。「ソフトウェアのYouTubeモーメント」がまさに今起きているという主張です。
YouTubeが登場する前はプロ制作の動画が主流でしたが、誰でも投稿できる環境が整ったことで膨大なコンテンツが生まれました。同様にAIコーディングツールが非エンジニアによるアプリ開発を可能にしています。
この変化はSaaS企業に大きな脅威をもたらす可能性があります。特にニッチな問題を解決するアプリは、ユーザー自身が自作するようになるかもしれません。
一方でプラットフォーム事業者（Vercel、Replit、GitHub）にとっては大きな機会であり、ユーザー生成コンテンツ・アプリの配布と発見を支えるインフラへの投資が重要になります。
Differential Transformer V2が発表されました。この研究は差分アテンション機構の第2世代として、従来のTransformerよりも効率的かつ精度の高いアテンション計算を実現します。
差分アテンションは2つのアテンション出力の差分を取ることでノイズを除去する仕組みです。V2ではこの機構がさらに洗練され、長文脈での精度が大幅に向上しています。
RAG(検索拡張生成)や長文書の要約・分析など、実用的なユースケースでの性能向上が期待されます。計算コストも改善されており、実装上の魅力があります。
LLMのアーキテクチャ研究は競争が激しく、このようなアテンション効率化の成果は次世代モデル開発に直接影響します。
AIエージェントを大規模に運用する際の知見として、トレース分析による行動理解と品質管理の方法論が共有されました。エージェントの「思考過程」を記録し分析することが実用化の鍵とされています。
エージェントが複数のツールを呼び出す際に生成されるトレースデータから、失敗パターンや非効率なフローを特定できます。これはソフトウェアのAPMと同様の概念です。
観測可能性(Observability)はAIエージェント運用の必須インフラとして位置づけられており、LangSmith、Langfuse、Arize AIなどの専用ツールが市場を形成しています。
エージェントベースのシステムを本番環境で安定稼働させるためには、トレース・評価・フィードバックループの整備が前提条件となっています。
ReplitはAIコーディングエージェントの信頼性を維持するために開発した「意思決定時ガイダンス」という手法を公開しました。エージェントが不確かな選択に直面した際に正しい判断を促す仕組みです。
このアプローチは、エージェントが複雑なタスクを実行する際に特定のチェックポイントで追加のコンテキストや制約を注入するものです。リアルタイムの軌道修正が可能になります。
開発者やエンジニアにとって、この手法はAIエージェントが「脱線」するのを防ぐための実践的なパターンを提供しています。本番環境でのAI信頼性確保に直結します。
エンタープライズ採用の最大障壁が「信頼性の欠如」である現状において、このような具体的なエンジニアリング手法の公開は業界全体に価値ある貢献です。
GitHub Security LabはTaskflowという独自のAIエージェントを開発し、脆弱性報告のトリアージ（優先度付け）作業を自動化しました。毎日大量に届く脆弱性報告を人手で処理する負担を大幅に削減しています。
このエージェントは報告内容を解析し、深刻度・影響範囲・再現性などを評価して優先度を自動的に決定します。セキュリティアナリストはより高度な判断と対応に集中できます。
セキュリティ業務でのAIエージェント活用は急速に広まっており、脆弱性管理のほかにインシデント対応や脅威インテリジェンスにも応用が広がっています。
GitHubによるこの取り組みは、ソフトウェアサプライチェーンセキュリティの向上に貢献するものであり、OSS開発コミュニティ全体にとっても恩恵があります。
OverworldはWaypoint-1という新しいリアルタイムインタラクティブ動画拡散モデルをリリースしました。ユーザーの操作に反応しながらリアルタイムで動画を生成できる点が革新的です。
従来の動画生成AIは事前生成型でしたが、インタラクティブ性を加えることでゲームエンジンの代替やリアルタイム映像制作への応用が広がります。
ゲーム産業での応用が最も期待されており、NPCの行動や環境をリアルタイムで動画として生成する新しいゲームエンジンアーキテクチャへの道が開けます。
動画生成AIのリアルタイム化は研究の最前線テーマであり、Overworld以外にも複数の研究グループが同様の目標に向けて競争しています。
GitHub Copilotのエージェントモードを使ってカウントダウンアプリをTDD(テスト駆動開発)で構築した実践レポートが公開されました。AIコーディングの実際の使い勝手と注意点が詳細に記されています。
最大の学びは、AIにコードを一気に書かせるのではなく小さなステップに分解して進めることが成功の鍵だという点です。大きなタスクはAIが途中で迷子になりやすいことが分かりました。
TDDとの組み合わせは特に効果的で、テストが失敗→AIがコードを修正→テスト成功というフィードバックループが明確で、AIが目指すべきゴールを理解しやすくなります。
コンテキストウィンドウの管理とPlanエージェントを活用した事前計画が品質向上に寄与することも示されており、AIコーディングを本番に使う開発者への実践的ガイドです。
VercelはAIエージェントが使用できる「スキル」を共有するオープンエコシステムを発表しました。開発者がコミュニティとスキルを共有・再利用できる基盤を整備します。
AIエージェント開発では、特定のアクション（メール送信、データ検索、API呼び出しなど）を実装するたびに同様のコードを書く必要があります。スキルエコシステムはこれを解消します。
オープンスタンダードとして設計されており、特定のAIモデルやフレームワークに縛られずに活用できます。インターオペラビリティがキーコンセプトです。
Vercelのエコシステム戦略の一環として、開発者コミュニティへのプラットフォームロイヤリティを高める取り組みとも読めます。
StargateはOpenAIとSoftBankが主導する大規模AIインフラ投資プロジェクトで、「Stargate Community」はより広範な投資家や企業がこのエコシステムに参加できる仕組みとして発足しました。
米国が中国とのAIデータセンター競争で優位を保つために、官民が連携して大規模インフラを整備するという国家的意義を持つプロジェクトです。
コミュニティへの参加拡大により、民間資本の効率的な動員が期待されています。政府の直接投資だけでなく、民間のリスクマネーを引き込む設計です。
電力確保や立地選定など物理的なインフラの課題は依然残っており、計画の実現速度がAI競争の結果を左右する重要因子となっています。
インド発のAIコーディングスタートアップEmergentが7000万ドルの調達を完了し、評価額が3億ドルへと3倍に跳ね上がりました。バイブコーディング（AIを使った自然言語プログラミング）市場の急成長を反映しています。
ReplitやCursorなど先行するAIコーディングツールと競合する中、Emergentはインドの開発者コミュニティと豊富な英語話者人材を活かした展開を進めています。
バイブコーディングは技術的バックグラウンドがない起業家や事業担当者でも、アイデアを直接アプリとして実装できる手段として急速に普及しています。
スタートアップの初期プロダクト開発コストが劇的に下がることで、起業のハードルが下がり、より多くのイノベーターが市場に参加できる時代が到来しています。
BYDは2025年にグローバルEV販売でTeslaを抜きトップに立ちました。その背景には垂直統合によるバッテリー内製化、中国市場での圧倒的なシェア、政府補助金の活用があります。
Teslaのブランドプレミアムは依然として存在しますが、価格競争ではBYDが圧倒的な優位に立っています。EV市場では価格が最大の購買決定要因の一つです。
BYDはEVにとどまらずAIと自動運転への投資を急速に増やしており、ハードウェアとAIを統合した次世代自動車での競争でもTeslaに迫っています。
この「BYD勝利」のストーリーは、テクノロジー競争における製造能力と規模の経済の重要性を改めて示しており、AI産業にも同様の教訓があります。
AnthropicのLong-Term Benefit Trust（LTBT）にMariano-Florentino Cuéllar氏が新たに加わりました。LTBTはAnthropicの長期的な安全ミッションが商業的圧力に左右されないよう監督する機関です。
Cuéllar氏はスタンフォード大学の教授であり法律・政策の専門家として、AI規制や社会的影響に関する深い知見を持っています。政策立案との橋渡し役として機能することが期待されています。
OpenAIとの非営利ミッションをめぐる訴訟が業界の注目を集める中、ガバナンス構造の透明性と強化はAnthropicにとって競争上の差別化要素になっています。
AI企業が社会的影響に対して説明責任を果たす仕組みの整備は、今後の規制対応や投資家からの信頼獲得において重要な要素です。
Googleのコマースメディアスイートに新たな小売業者が参加し、リテールメディア広告エコシステムが拡大しています。小売業者が自社の購買データを広告に活用できる仕組みです。
リテールメディアはAmazonが先行して構築した広告モデルで、Walmart・Targetなども追随しています。Googleがインフラを提供することでこのトレンドが加速します。
小売業者のファーストパーティデータは非常に価値が高く、購買意図の高いターゲティングが可能です。サードパーティクッキー廃止後の広告業界における重要な代替手段です。
AIを活用したパーソナライズ広告とリテールメディアの組み合わせは、広告効率を大幅に高める可能性があり、マーケターにとって注目のトレンドです。
イーロン・マスクはTeslaのAIスーパーコンピュータDojo3を再起動し、「宇宙ベースのAI計算」のために活用すると発言しました。SpaceXのStarshipと組み合わせた野心的な構想が示唆されています。
地球上のデータセンターが電力・冷却・物理スペースの制約に直面する中、宇宙空間は太陽光発電と放熱の面で有利な環境です。現実的な計画というよりは長期ビジョンです。
マスクのSpaceX・Tesla・xAIにまたがるシナジーを活かした構想として、投資家・研究者からの関心を引きました。宇宙AI計算のロードマップが具体化するか注目されます。
短期的にはDojo3の地上でのTesla自動運転へのフル活用が優先されると見られますが、長期的な宇宙展開の可能性を公言することで技術者・投資家へのアピールになっています。
