OpenAIは2026年6月24日、半導体大手Broadcomと共同開発した初の自社AIチップ「Jalapeño（ハラペーニョ）」を公開しました。同チップはAIの推論処理に特化したASIC（特定用途向け集積回路）で、ChatGPTやCodexなどのサービスを動かすサーバー向けに設計されています。早期テストでは、電力当たりの性能が現行の最高水準を大幅に上回る見込みだと説明しました。

Jalapeñoは、汎用チップを転用したものではなく、LLMの推論に最適化してゼロから設計された点が特徴です。OpenAIがモデルやサービング系の知見をもとにチップアーキテクチャを設計し、Broadcomがシリコン実装やネットワーク技術、Celesticaが基板やラックなどのシステム統合を担いました。試作チップはすでに研究室で量産想定の周波数と電力でMLワークロードを実行しており、コーディング向けの「GPT-5.3-Codex-Spark」も動作しているといいます。

今回の最大の狙いは、Nvidia製GPUへの依存を減らすことにあります。Nvidiaのチップは供給が限られており、OpenAIは自社設計によって推論コストの引き下げと安定供給を目指します。BroadcomのHock Tan最高経営責任者（CEO）はReutersのインタビューで、JalapeñoはNvidiaの「Blackwell」やGoogleのTPUに匹敵する性能だと述べました。

開発スピードも注目点です。OpenAIとBroadcomの提携は2025年10月に発表されており、設計から製造のテープアウトまでわずか9カ月で到達しました。OpenAIは、これを高性能半導体で過去最速のASIC開発サイクルだと位置づけ、自社のAIモデルが設計や最適化の一部を支援したと説明しています。

Jalapeñoは複数世代にわたる計算基盤の第一歩にすぎません。Hock Tan CEOは、Microsoftをはじめとするパートナーと組み、2026年からギガワット規模のデータセンター展開を可能にすると述べました。初期配備は2026年末を見込み、以降数世代にわたって拡張していく計画です。

MicrosoftやMeta、Amazonなども自社向けAIチップを相次いで投入しており、推論の効率化はAIの経済性を左右する鍵になりつつあります。事前学習などの重い処理は引き続きNvidia製ハードに頼るとみられますが、推論コストのわずかな削減でもOpenAIの収益改善に大きく寄与する可能性があります。

米グーグルは6月24日、エージェントが画面を見て操作するコンピュータ操作機能を、主力モデルGemini 3.5 Flashに標準ツールとして搭載したと発表しました。これまでGemini 2.5の単独モデルでのみ提供していた機能を本体に統合し、エージェント用途で同社最高の性能を実現したとしています。開発者はブラウザやモバイル、デスクトップ環境を横断して自律的に動くエージェントを構築できます。

今回の統合により、3.5 Flashは画面を認識し、推論し、実際に操作を実行できるようになりました。グーグルはこれにより、継続的なソフトウェアテストや専門アプリをまたぐ知識労働といった、長時間にわたる企業の自動化タスクで性能が向上すると説明しています。実例として、Geminiアプリを解析して機能一覧を分類したり、自社ドキュメントのアクセシビリティ問題を自ら監査したりするデモが示されました。

開発者と企業はGemini APIおよびGemini Enterprise Agent Platform経由で、この機能を直ちに利用できます。Geminiはもともと関数呼び出しや検索・地図との連携に強みを持っており、そこに画面操作能力が加わった形です。ブラウザ自動化を手がけるBrowserbaseやUIPathといった顧客が、すでに価値を生み出していると同社は紹介しています。

ライブ環境で動くエージェントには、外部から悪意ある指示を紛れ込ませるプロンプト注入のリスクが伴います。グーグルはこれに対し、コンピュータ操作向けに的を絞った敵対的訓練を施したほか、企業向けの安全装置を2種類オプションで提供します。具体的には、機微または取り消せない操作にユーザーの明示的な確認を求める仕組みと、間接的なプロンプト注入を検知した際に自動でタスクを停止する仕組みです。

同社は多層防御の考え方を掲げ、これらの機能を安全なサンドボックスや人間による検証、厳格なアクセス制御と組み合わせるよう開発者に促しています。エージェントが現実の業務を代行する時代に向け、性能だけでなく安全面の整備を同時に進める姿勢がうかがえます。利用を始めるためのリファレンス実装やデモ環境も公開されました。

EC基盤大手のShopifyが、特定のAIモデルが消えても影響を受けない自社AIスタックを構築しました。同社エンジニアリング責任者のFarhan Thawar氏が新しいポッドキャストで明らかにしたもので、全エンジニアが社内のLLMプロキシ経由で複数のAIプロバイダーにアクセスし、いずれかが停止しても自動でフェイルオーバーする設計です。

中核となるのが、トークンを一括購入して全利用者を束ねるプロキシの仕組みです。あるプロバイダーで障害が起きても利用者は別のモデルへ自動的に切り替わり、作業を中断せずに済みます。実際にClaude Fable 5が停止した際も、エンジニアはClaude OpusやGPT 5.5へ自動移行し、混乱は起きなかったといいます。

Thawar氏は、企業がこうした事例から学び、最低限のバックアップ体制を整えるべきだと指摘します。特定のプロバイダーに「強く縛られない」よう、モデル間を移動できる仕組みを持つことが重要だと強調しました。これは、可用性リスクを業務継続の観点でとらえる発想です。

もう一つの柱が蒸留です。教師モデルから学んだ生徒モデルは、狭いタスクに特化した小型言語モデル(SLM)となり、汎用モデルより有利な場面があります。同社の主力AIアシスタント「Sidekick」も、加盟店向けの多数の専門サブタスクを担っています。

蒸留パイプライン「UDP」に教師モデルや学習データ、評価、目標モデルを与えると、約1日で速度・コスト・精度の評価結果が返ります。Thawar氏によれば、小型化したモデルは2倍、極端な場合は30倍も高速かつ安価になり、しかも精度が鍵だと述べました。良好なら承認手続きなしで現場が即デプロイできます。

同社はさらに利用ダッシュボードを導入し、誰が高価なトークンを使い、どのモデルがどの職種で使われているかを可視化しています。長時間の実行には「本当に意図したものか」と通知するサーキットブレーカーも用意。目指すのは「AIの反射的利用」から「AIによるてこ」への移行だといいます。

ベンチャー投資企業SignalFireは2026年6月24日、8000万超の企業データを分析した最新の人材報告で、エンジニア職が2025年に最も底堅い職種だったと明らかにしました。AIがコーディングを自動化し真っ先に淘汰されるとの見方に反し、採用実態は逆の傾向を示しています。同社は更新が遅れがちな解雇統計ではなく、採用データを実時間の指標として用いました。

大手テック全体の採用は2019年比で25%減少した一方、エンジニア職の減少はわずか11%に留まりました。AlphabetやMeta、Appleなど主要12社では、2025年の新規採用の55%をエンジニアが占め、2019年の46%から大きく上昇しています。新興企業に至っては、2019年より7%多くエンジニアを採用しました。

調査責任者のAsher Bantock氏は、解雇理由として「AIがコードを書くため一人で複数人分をこなせる」との説明が繰り返される一方、現場の実態はそれと食い違うと指摘します。AIが本当にエンジニアを代替するなら採用が真っ先に落ち込むはずですが、実際はエンジニアの人員が他職種より速く増えているのです。

業界の見方は割れています。AnthropicのアモデイCEOは昨年、AIがホワイトカラーの初級職の半分を消し失業率を最大20%に押し上げると警告しました。しかし同社の経済責任者Peter McCrory氏は3月、AIによる雇用への大きな影響はまだ見られないと述べています。

NVIDIAのジェンスン・フアンCEOはさらに踏み込み、AIがエンジニア職を奪うとの説を明確に否定しました。同社の全エンジニアがエージェント型AIを使う今、エンジニアはかつてなく多忙だと語ります。AIが瞬時にコードを書く分、次のアイデアを生むよう常に求められるためです。

今回の傾向は、効率化が需要を減らさず逆に増やすというJevonsのパラドックスの典型例と言えます。AIで生産性が高まった結果、エンジニアには尽きない仕事が生まれている、とBantock氏は分析しています。

米メモリ大手Micronは6月24日、AIブームによるメモリ半導体の供給逼迫を追い風に、過去最高の四半期決算を発表しました。第3四半期の売上高は前年同期比4倍の414億5000万ドルに達し、純利益は18億8000万ドルから282億ドルへと急拡大しました。決算発表を受け、株価は13%超上昇しています。

背景にあるのは、AIモデルの学習や推論に不可欠なメモリ半導体の世界的な不足です。記事は2027年まで品薄が続くとの予測に触れ、この需給逼迫を「RAMageddon」と表現しています。価格上昇は消費者にも波及しており、AppleのTim Cook最高経営責任者は1週間前、自社製品の値上げが避けられないと警告したばかりです。

Micronの株価は2024年初めには83ドル前後で時価総額は約910億ドルでしたが、本日の終値は1048.51ドルまで上昇し、時価総額は1兆2000億ドルに達しました。アイダホ州を拠点とする同社は投資家に強気の見通しを示し、第4四半期の売上高を490億〜510億ドルと予想しています。記録的な数字は、メモリ不足が一部企業には大きな収益機会となっている現状を映し出しています。

好決算と同じ週、MicronはAI研究機関のAnthropicにメモリとストレージのチップを供給する契約を結びました。同社はさらに、AnthropicのシリーズH資金調達ラウンドにも参加したことを明らかにしましたが、出資額は公表していません。経営者にとっては、AI需要が半導体サプライチェーンの勝者と敗者をどう分けるかを見極める材料となりそうです。

コンサル大手アクセンチュアが2026年6月、社内でのAI利用に歯止めをかけ始めたことが分かりました。404 Mediaが報じたもので、従業員がPDFをスライドに変換するような基本的な作業にAIを使い、トークン予算を急速に消費している状況に対応したものです。同社はかつて、AIを使わない社員は昇進機会を失うと警告していました。

背景には、AI利用コストが無視できない規模に膨らんだ事情があります。同社のエージェント型AI戦略責任者ジャスティス・クワク氏は社内会議で、「AIがコスト構造にとって重要な要素になる転換点に達している」と語りました。支出は予測しづらく、CFOやCOO、CIOといった経営層は支出に見合う価値を得られているかを問い続けているといいます。

今年初め、AI業界は企業に予算を最大限使うよう促し、一部企業は社内利用を競わせる従業員ランキングまで設けていました。しかし各社は、AIに多額を投じても見返りが小さい現実に気づきつつあります。記事はこの流れを「トークン最大化」から「トークン配給制」への移行と表現しています。

同様の動きはアクセンチュアにとどまりません。メタも従業員のAI利用を抑える方針に転じ、AIコストは数十億ドル規模に達していると報じられています。各社が一斉に利用抑制へ向かう構図が鮮明になってきました。

こうしたトークンコストの問題は、AIの事業モデルそのものへの疑念につながっています。直近数日間にはメモリーチップメーカーを中心に「AI売り」と呼ばれる株価下落が広がりました。AIはもはや目新しさだけでは通用せず、投じた費用に見合う価値を証明する段階に入ったといえます。

Amazonは6月24日、信頼できるAIエージェントの設計手法を、7月14日から米メンローパークで開かれる「VB Transform 2026」で公開すると明らかにしました。同社のAGI自律研究所ディレクター、ブライアン・シルバーソーン氏がVentureBeatの取材に応じ、生のベンチマーク性能を超えた構造的な枠組みを提示する考えを示しました。企業がエージェントに業務権限を与える際の不安を、どう解消するかが焦点です。

AIエージェントは業務を自律的に実行する能力を高めていますが、IT部門の責任者は企業システムへのアクセス権限の付与に慎重です。シルバーソーン氏は、その一因が信頼性の測り方にあると指摘します。業界標準のEVALスコアは性能の静的な断面を示すにとどまり、プロンプトや環境、入力の種類をまたいだ予測可能性をとらえきれないと説明しました。

Amazonの手法は、モデル自体を安全に作り込めるという前提を置きません。代わりに分離されたシステム設計を重視し、エージェントが提案した変更を人間がレビューしてから実装するサンドボックス環境などを採用します。検証可能なやり取りを優先することで、被害が大きくなりやすい金融など機密性の高い領域でも、信頼の隔たりを埋めることを狙います。

企業側の不安はデータでも裏づけられています。VentureBeatが100人超の上級技術リーダーらに実施した調査では、モデルのガードレールだけに頼ることに抵抗がないと答えたのはわずか4%でした。最も懸念する点として40%がツールやデータへの不正アクセスを挙げ、27%がプロンプトの操作や注入を指摘しています。

シルバーソーン氏は登壇セッションで、単一エージェントのラッパーから、実行中に自己修正できるマルチツール構成へ移行する道筋を示します。経営者やエンジニアにとって、エージェント導入の判断基準を見直す手がかりになりそうです。同会議では、Waymoが物理世界向けに安全なAIをどう構築するかを語るセッションも予定されています。

NVIDIAは6月24日、HuggingFace Transformersの上に構築するオープンライブラリ「NeMo AutoModel」を公開しました。import文を1行変えるだけで、MoE（混合専門家）モデルのファインチューニングをTransformers v5比で3.4〜3.7倍高速化し、GPUメモリを29〜32%削減します。from_pretrained()など既存APIはそのまま使え、コード改変は不要です。

MoEモデルの学習には固有の難しさがあります。数百の専門家へトークンを振り分け、行列積を一つのカーネルに融合し、重みをGPU間で分割し、通信と計算を重ね合わせる処理が必要だからです。Transformers v5は専門家バックエンドや動的な重み読み込みでこれに対応しましたが、通信と計算を重ねるDeepEPは未実装でした。

NeMo AutoModelはこの欠けた部分を補います。AutoModelForCausalLMを継承し、Expert Parallelism（EP）、DeepEPによる全対全ディスパッチ、TransformerEngineカーネルを追加しました。EPは専門家の重みをGPU間で物理的に分割し、8GPUなら各GPUが専門家の8分の1だけを保持します。これにより、従来は約55GiB必要だった専門家の重みが1GPUあたり約6.8GiBに収まります。

性能評価は2つの規模で実施されました。8GPU単一ノードのQwen3-30B-A3Bでは、v5比でスループットが3.69倍、ピークメモリは29%減。Nemotron 3 Nano 30Bでも3.36倍、メモリ32%減を記録しました。高速化の源はEPによるメモリ削減、DeepEPの通信融合、TransformerEngineの最適化カーネルの3点です。

大規模側では、550BパラメータのNemotron 3 Ultraの全層ファインチューニングを16ノード128GPUで実行しました。Transformers v5はこの規模でメモリ不足になり動作しませんが、EPが専門家を分散することで学習が可能になります。EPが本領を発揮するのは、まさにこの大規模領域です。

NeMo AutoModelの出力は標準的なHF形式のsafetensorsであるため、save_pretrained()で保存した重みはvLLMやSGLangといった推論基盤にそのまま載せられます。NVIDIAは、Transformers v5を使うユーザーにとって本ライブラリが摩擦のない次の一歩になると位置づけています。

中国Xiaomiの研究チームは6月24日、AIエージェントの土台となるハーネス（足場ソフト）を実行中に自動で書き換える枠組み「HarnessX」を発表しました。ハーネスはLLMと外部環境をつなぐプロンプトやツール、記憶管理、制御フローの総体で、従来は人手で固定的に作られてきました。HarnessXはこれを自律的に改善し、15のモデルとベンチマークの組み合わせで平均14.5%の性能向上を示しました。

最大の特徴は、ハーネスを独立して交換可能な第一級の部品として扱う点です。どのモデルを使うかという設定と足場の設定を分離することで、土台のモデルに触れずに足場だけを入れ替え、進化させられます。各挙動は「プロセッサ」として実装され、周囲を壊さずに追加や削除ができます。

この最適化を自動化するのが、強化学習で足場を進化させるエンジン「AEGIS」です。実行ログを要約する「Digester」、構造的な変更を探る「Planner」、コード編集を生成し検証する「Evolver」、そして報酬ハッキングを検知する「Critic」と退行を防ぐゲートの4段構成で動きます。これにより、既に解けた処理を壊さずに失敗パターンを修正します。

検証では、ソフトウェア開発やWeb操作、接客対話など5分野で試験し、15組中14組で性能が向上しました。特に効果が大きかったのは性能の低い小型モデルで、オープンウェイトのQwen3.5-9Bは身体的計画タスクで44%、コーディングで18.2%の上昇を記録しています。土台モデルの規模拡大だけが性能向上の道ではないことを示す結果です。

さらに、足場の進化で得たログをモデルの強化学習に転用する共進化により、追加で平均4.7%の上乗せも確認されました。足場とモデルを同時に改善することで、それぞれを単独で磨く場合の限界を超えられるといいます。実例では、Wikipedia収集に失敗したエージェント向けに、ブラウザを介さずAPIを直接叩く新ツールを自動生成し、失敗していた処理を解消しました。

一方で課題も残ります。足場を書き換えるメタエージェントにはClaude Opusなどの高性能な閉鎖モデルが必要で、オープンウェイトモデルが同役を担えるかは未検証です。土台モデルが弱すぎる場合は改善が頭打ちになる点も確認されました。それでも、高価な最先端モデルに乗り換える前に足場の進化を試す価値は大きく、研究チームはコードの公開を予定しています。

会計ソフト大手のIntuitは、自社の業務プラットフォームを支えるAI基盤を全面的に再構築しました。広範な機能を担う大型エージェント中心の構成から、スキルやツールを最小単位まで細分化した仕組みへと移行しています。背景には、単純な対話から複雑なエージェント型タスクへと顧客の期待が変化し、従来のIT構成では対応しきれなくなった事情があります。

今回の刷新の核心は、巨大なエージェントを専門部品へと分解し、頭脳と実行を切り離した点にあります。同社のAI担当VPであるNhung Ho氏は「オーケストレーターもプランナーも頭脳も変えた。全社が作るものすべてを変えた」と述べ、変更が組織全体に及んだことを強調しました。設計の刷新により、計画と実行の役割が明確に分かれています。

もう一つの特徴は、特定のモデル提供者への依存を解消した点です。新しい抽象化層によってオーケストレーションをモデルから切り離し、大手モデルでも自社開発ツールでも、用途に応じて最適なものを選べる柔軟性を確保しました。これにより、技術の変化に素早く追随できる体制を整えています。

また同社は、AIだけに任せるのではなく人間の専門家を業務フローに直接組み込む方針を採りました。AIと人が並走する設計は、複雑な業務での精度と信頼性を高める狙いがあると見られます。技術と人の役割分担を明確にした点が、今回の再設計を支えています。

これらの技術判断の詳細は、7月14日と15日に開催されるVB Transform 2026でHo氏が公開する予定です。同イベントではTargetやInstacart、Asanaなど他社のエージェント基盤に関する講演も予定されており、企業のAI運用設計が共通の課題として注目を集めています。

スタンフォード大学のジェームズ・ゾウ准教授率いる研究チームが、創薬の全工程を担う数千の自律AIエージェントを仮想バイオテック上に展開しました。各エージェントは初期探索から安全性試験、臨床試験設計までを引き継ぎ、従来の創薬で失われがちだった工程間の文脈の継続性を保ちます。VentureBeatが6月24日に報じました。

背景には創薬の深刻な非効率があります。医薬品プロジェクトは専門チーム間で分断され、引き継ぎのたびに知見が失われるうえ、報告によれば9割超が失敗に終わるとされます。1つの新薬の実現には十数年と最大10億ドルの費用がかかるとされ、ゾウ氏はこの構造的課題への解決策としてエージェント型AIを位置づけています。

システムは階層的なオーケストレーションを採用しています。最上位にプランナーとして働く「チーフ研究官」エージェントが置かれ、探索・安全性・分析などを担う専門チームへ作業を割り振ります。各エージェントが統一された生態系の中で動くため、最初の分子特定から最終的な臨床結果までプロジェクト全体の文脈を保持できる仕組みです。

システムの「頭脳」は膨大な一次データに支えられています。エージェントはモデルコンテキストプロトコル（MCP）を通じて、ゲノムやFDAの化学データ、臨床試験データベースにアクセスします。チームはAIが情報を統合しやすい「エージェント・ネイティブ」なデータ整備に注力してきました。

モデル構成は単一ではなく複数の組み合わせです。ゾウ氏によれば、コーディングやデータ分析の基盤には多くの場合Claudeが使われ、特定用途に微調整したモデルも組み合わせています。同氏はこの研究を基にしたスタートアップ「Human Intelligence」で、約10億ドルの評価額での資金調達を進めています。

ゾウ氏は7月15日のVB Transform 2026で詳細を講演する予定です。長時間にわたる多段階ワークフローの文脈管理や、生データをエージェント向けに変換・索引化する手法、人間による監査と実験的な報酬信号でエージェントの行動を検証する方法を共有するとしています。

NVIDIAは6月24日、米AWSと連携し、本番規模のAI基盤を強化すると発表しました。両社はクラウド上の計算、検索、学習の各層を一体で改良し、企業が運用負担を抑えながらAIを実運用へ移せる環境を整えます。低遅延の推論や高速なベクトル検索、GPUの価格性能比といった課題に同時に対応する狙いです。

中核となるのが新インスタンス「Amazon EC2 G7」です。NVIDIAのRTX PRO 4500 Blackwell Server Edition GPUを搭載し、AI推論や映像処理、データ分析などの本番ワークロードに対応します。従来のG6と比べ、推論性能は最大4.6倍、グラフィックス性能は最大2.1倍に高まりました。

G7は最大8基のGPUと合計256GBのGPUメモリ、700Gbpsのネットワーク、最大7.6TBのローカルSSDを備えます。1基から8基までの構成に加え、ベアメタルも近く提供される予定です。利用者は過剰な設備投資を避け、用途に合わせて規模を最適化できる点が特徴です。

検索の層では、NVIDIAのライブラリ「cuVS」を使い、GPUによるベクトル索引をOpenSearch Serverlessの標準とします。これにより索引作成はCPU構成と比べて最大10倍速く、コストは4分の1に下がり、数十億規模のベクトルデータベースを1時間以内で構築できるとしています。検索拡張生成(RAG)や意味検索、エージェント型AIの基盤づくりが容易になります。

学習の層では、AWSがNVIDIA GB300向けに「Exemplar Cloud」認定を取得しました。NVIDIAが定める性能基準を満たしたことを示すもので、両社の協業による成果です。開発者は一貫した高性能基盤を前提に学習を進められ、クラウド選定や総保有コストの判断がしやすくなります。

今回の発表は、計算・検索・学習というAI基盤の全層を同時に底上げする内容です。共通する狙いは、運用チームの負担を増やさずに本番規模で性能を発揮できる環境を提供することにあります。企業がAIを計画段階から実運用へ移す動きが、さらに加速しそうです。

中国AlibabaのQwenチームは6月24日、エージェントの行動ではなく環境が返す状態を予測する世界モデル「Qwen-AgentWorld」を公開しました。MCP、検索、ターミナル、ソフトウェア開発、Android、Web、OSの7領域を単一アーキテクチャで扱い、5月に発表した35時間自律実行モデルに続く自律エージェント強化の一環です。狙いは、本番環境では稀にしか現れないエッジケースを学習に組み込むことにあります。

従来のエージェントモデルは「環境を見て次に何をするか」を学びますが、本モデルはその逆で「行動の結果、環境が何を返すか」を予測します。論文はこれを言語世界モデルと呼び、世界モデリングこそ汎用エージェントへの欠けたピースだと主張しています。実検索や実ターミナルでは低ディスク容量などの条件を任意に注入できないという、大規模学習の壁に対する答えです。

両モデルはいずれもMixture-of-Experts構成で、35Bは3B、397Bは17Bだけがトークンごとに活性化し、256Kの文脈長に対応します。GUI領域ではスクリーンショットではなくアクセシビリティツリーやUI階層をテキストとして扱います。35Bの重みとベンチAgentWorldBenchはApache 2.0で公開され、397Bの重みは非公開です。

制御シミュレーション内で訓練したエージェントは、実環境のみで訓練した場合を上回りました。狙ったかく乱を注入することでMCPMarkは24.6から33.8へ上昇し、検索では完全に架空の世界で訓練したエージェントが実タスクへ転移し、WideSearchのF1が34.02から50.31へ伸びました。事前学習をウォームアップに用いると、エージェント特化の微調整なしでBFCL v4が62.29から71.25へ改善しています。

一方でX上の研究者からは慎重な指摘も相次ぎました。「Alibabaが同じ論文で作って公開したベンチを0.46差で上回っただけ」との声や、シミュレーション訓練は過学習しやすく「世界モデルが綺麗すぎるとタスクではなくモデルを学んでしまう」との懸念が挙がっています。非制御と制御シミュの差は、利得が制御機構に大きく依存することを示唆します。

エージェント基盤を構築する開発チームにとって、本研究は実環境RLと静的ベンチの中間に制御シミュレーションという第3の選択肢を示しました。合成環境は近道ではなく実環境RLを補完する正当な学習層であり、未学習ベンチでも効果が出たウォームアップの結果は、環境理解を開発のより早い段階に置くべきだと示しています。

フランスのAI企業Mistralは2026年6月24日、文書知能モデル「OCR 4」を発表しました。単なる文字抽出にとどまらず、文書全体を構造化データとして返す点が特徴で、各ブロックに位置情報を示す枠、見出しや表といった種別、さらに単語ごとの信頼度スコアを付与します。15カ月でOCR技術の第4世代となり、即日でAPIやAmazon SageMaker、Microsoft Foundryなどから利用できます。

技術上の核心は構造化された出力にあります。従来のように平坦なテキストを並べるのではなく、各ブロックを枠で特定し、タイトルや表、署名などに分類したうえで信頼度を返します。これにより、抽出した事実を元の文書のどこに記載されていたかまで追跡でき、RAGや法令順守の業務で「この数値はどこから来たのか」という監査可能な答えを得られます。

Mistralは独立した評価者による比較で72%の勝率を得たと報告しています。ただし同社自身が採点上の誤差を公開し、集計値は確定的ではなく方向性を示すものだと注意を促しました。公開ベンチマークでは3位という指摘もあり、企業の導入担当者はベンダーの数値に頼らず、自社の文書と言語で独自に評価すべきだと記事は指摘します。

今回の発表は地政学的な追い風の中で行われました。6月12日、米商務省の輸出規制によりAnthropicは最新モデルへのアクセスを全面的に停止させられ、米国外の顧客が突然利用できなくなりました。Mistralが掲げる欧州AI主権の主張は、まさにこの事態で現実味を帯び、自社環境で完結する単一コンテナ提供が製品としての答えになっています。

価格は1000ページあたり4ドルからで、バッチ利用なら2ドルまで下がります。この水準なら10万ページの社内文書も200ドルで処理でき、大規模なデジタル化が現実的になります。一方で前日にはBaiduがMIT licenseの無償モデルを公開しており、自己ホスト型のオープンモデルと、企業向け機能を備えた商用サービスという二つの路線が鮮明になっています。

結局これはOCRの話ではなく、企業向けAI市場への入り口を巡る戦略だと記事は結論づけます。OCR 4はMistralの検索基盤や推論モデル、エージェント基盤へと連なる導線であり、同社は約200億ユーロの評価額での資金調達と2026年に10億ユーロの売上を目指しています。大手や急成長するオープンソース勢に対し、主権と構造化文書知能で欧州企業の予算を取り込めるかが焦点です。

米半導体大手のQualcommは2026年6月24日、シリコンバレーのAI半導体ソフトウェア新興企業Modularを約40億ドルで買収すると発表しました。対価として最大1920万株の普通株を発行する方針で、直近の終値ベースで40億ドル弱に相当します。取引は今年後半に完了する見込みです。

Modularは、開発者がコードを書き換えずに異なる半導体上でAIソフトを動かせる独自のコーディング言語とソフトウェア基盤を提供しています。今回の買収額は、同社が9カ月前に16億ドルの評価額で2億5000万ドルを調達した水準を大きく上回りました。2人の共同創業者を含む約150人の全従業員がQualcommに加わる予定です。

今回の動きは、収益の大半を占めるモバイル市場への依存から脱却を急ぐQualcommの姿勢を示しています。Cristiano Amon最高経営責任者(CEO)は声明で、多様な計算環境で動く開発者本位の水平型プラットフォームが将来を担うと述べました。同社はスマートグラスやイヤホンなどAI機器向けに40種類の半導体設計を進めているとされます。

Qualcommはデータセンター市場への参入も加速しています。昨年末にはサーバー向けCPUを手がける新興企業Ventana Micro Systemsを買収し、特定用途向け集積回路(ASIC)の設計にも取り組んでいます。中国のByteDanceが初期顧客になると報じられています。

Modularは2022年、GoogleのTPU開発に携わったChris LattnerとTim Davisが創業しました。Lattnerはコンパイラ基盤LLVMやAppleのSwift言語を生み出した人物で、NvidiaのCUDAやAMDのROCmに対抗する統一ソフト層の構築を目指していました。最終的にBig Techの外で解くべき構造的課題と位置づけた問題は、Qualcommという構造のもとで決着しました。

米Googleは6月24日、生成AI「Gemini」の開発に深く関わった著名研究者のJonas Adler氏とAlexander Pritzel氏が、競合のAnthropicへ移籍すると報じられました。Bloombergが伝えたもので、両氏はGoogleの主力モデルであるGeminiの開発で中心的な役割を担っていました。TechCrunchはGoogleに取材を申し込んでいます。

今回の離脱は、Googleにとって人材流出という憂慮すべき流れの一部です。先週には、AI研究の重鎮として知られるNoam Shazeer氏が、Googleを離れてOpenAIへ移ると表明していました。Shazeer氏は2000年からGoogleに在籍し、間の3年間は自身が立ち上げたチャットボット企業Character.AIを率いていました。

そのCharacter.AIをGoogleは実質的に約27億ドルで買収し、Shazeer氏をGeminiの開発に呼び戻した経緯があります。それだけの投資をして確保した人材すら、再び社外へ流れている形です。今回の連鎖的な退社は、Googleが抱えるAI人材の引き留めの難しさを浮き彫りにしています。

Shazeer氏の発表からわずか数日後には、Google DeepMindのディレクターを務めるJohn Jumper氏も、Anthropicへの移籍を明らかにしました。Jumper氏はDeepMindのDemis Hassabis最高経営責任者(CEO)とともに、タンパク質の立体構造を予測するAlphaFoldの業績で2024年のノーベル化学賞を受賞した人物です。

こうした流出が続く背景には、OpenAIとAnthropicが新規株式公開(IPO)の準備を進めている事情があります。上場前のいまは、将来値上がりが期待できる株式を報酬として提示できるため、トップ人材を引き抜く好機となっているのです。AI企業の上場競争が続く限り、Googleからの頭脳流出はさらに加速する可能性があります。

デザインプラットフォームのFigmaは6月24日、年次イベントConfig 2026で、キャンバスに新たなコードレイヤーとAIによるモーション機能、シェーダーを追加するアップデートを発表しました。デザイナーやエンジニア、PMがアイデアを素早く反復できるよう、フルスタック開発に最適化したキャンバスを目指す内容です。

目玉となるのが、キャンバスを離れずにコードを扱えるコードレイヤーです。リポジトリをクローンし、コードからフローをデザインレイヤーに抽出してテストしたり、変更をコードへ同期し直したりできます。最高プロダクト責任者の山下雄樹氏は、本番投入用の完璧なコードよりも、空間的に素早く方向性を探ることに価値があると説明しました。

モーション機能では、アニメーションやトランジション、3D変換をFigma内で直接設計できるようになりました。これまでは別ソフトで作成しコードに変換する必要がありましたが、今後はチャットに指示するだけでAIがアニメーションを生成します。シェーダーもプロンプトで作成でき、ディザやピクセル化、各種ぼかしなどWebGPUを活かした効果を扱えます。

チーム向けのAIエージェントも強化されました。反復作業をスキルとして登録しチーム全体で再利用できるほか、NotionやExcel、GitHubといった外部ツールの接続やファイル添付でAIに文脈を与えられます。レイアウト生成器などの独自プラグインをプロンプトで自作する機能も加わりました。

Figmaは昨年買収したノードベースのツールWeavyの統合も進めています。年内のアップデートでは、複数モデルで出力を比較するWeaveのワークフローをFigma内で直接生成できるようになる見込みです。一連の機能は、デザインとコーディングの間の受け渡しを滑らかにする取り組みの延長線上にあります。

米Metaは6月24日、Facebookのクリエイター支援ツール「Creator Studio」を独立したAI伴走アプリとして刷新すると発表しました。一部のクリエイターを対象に試験提供を始めており、Facebook上での視聴者拡大を後押しする狙いです。同社はTikTokやYouTubeとの競争でクリエイターをFacebookに引き留めたい考えです。

新アプリには、6月初旬に投入した「AIクリエイターアシスタント」が組み込まれています。コンテンツの傾向や実績、視聴者の反応、目標に基づき、個別の推奨を提示する仕組みです。クリエイターは図表やダッシュボードを読み解く代わりに、「いつ投稿すべきか」「コメントで何が話題か」といった質問に即座に答えを得られます。

アシスタントは対話型のため、視聴者層が時間とともにどう変化したかなど、踏み込んだ追加質問にも応じます。さらにアプリには、重要なコメントを抽出し、クリエイター自身の文体で返信案を作成するAIコメントツールも搭載されます。返信案は投稿前に編集・承認できると同社は説明しています。

アプリを毎日開くと、最新投稿の成果確認や目標への進捗、返信が必要なコメントなど、その日の優先事項がフィード形式で表示されます。Metaは、クリエイターがコンテンツ案の発想や分析のためにChatGPTなど外部ツールへ流れる必要をなくしたい狙いもあるとみられます。

今回の発表は、Metaが続けるアプリ投入の波に連なるものです。先月にはRedditに似た「Forum」、4月には消える写真を共有する「Instants」を公開したほか、Polymarketに似た予測市場アプリ「Arena」も社内で開発中と報じられています。Zuckerberg最高経営責任者は4月、AIによる効率化で従来より多くのアプリを構築できると従業員に語っており、立て続けの投入は意図的なものです。

米誌WIREDの記者は2026年6月、北京の中関村で開かれた大規模なAI国際会議に参加し、中国のトップ専門家らもAIの急速な発展に強い警戒感を抱いている実態を報じました。会議では再帰的自己改良やヒューマノイドロボットなどが議論され、公開鍵暗号の共同発明者ホイットフィールド・ディフィー氏らも登壇しました。記者が得た最大の示唆は、米中が激しいAI競争を脇に置くべきだという点です。

背景には、より自律的に動くエージェント型AIがサイバー攻撃や予期せぬ障害を引き起こすシステミックリスクへの懸念があります。米国はこれまで中国のAIを経済・安全保障上の脅威とみなし、半導体や製造装置の輸出規制を強めてきました。直近では米政府がAnthropicに対し、外国籍者が最新モデルMythosやFable 5へアクセスするのを防ぐよう命じ、同社は全利用者のアクセスを一時停止しています。

それでも会議を主催した北京智源人工智能研究院での議論は、AIを拙速かつ無謀に開発すれば米中双方が損失を被るという認識を補強しました。MITの計算機科学者スティーブン・キャスパー氏は、国際協力の利点が安全保障上のリスクを上回るとする研究を示し、米ソが核の危険性をめぐり協力せざるを得なかった歴史になぞらえました。「AIにチェルノブイリの瞬間は必要ない」という言葉は、立場を超えた共通認識を表しています。

上海交通大学のリン・ユン教授は、当面はハッカーが優位に立つものの、AIを使った新たな防御策が時間とともに均衡を取り戻すと見ています。同教授は、競争があっても国際協力は優先課題であり、各国がリスクを同様に理解すれば共通の安全基準や技術標準を作りやすくなると指摘しました。機微な運用情報を晒さずにシステミックリスクを減らせる領域を見つけることが鍵だと述べています。

最も差し迫った論点は、開放性とリスクのバランスです。MoonshotのKimi、AlibabaのQwen、Z.aiのGLMなど中国製のオープンウェイトモデルは米国でも人気を集め、研究や技術革新に欠かせない存在となっています。一方、米国もNvidiaのNemotronなどで巻き返しを図っていますが、ガードレールを外した低性能モデルでさえ危険になりうる転換点が近づいています。

実際、今週には中国のサイバーセキュリティ大手360が、Mythosに匹敵するハッキング能力を持つAIを開発したと表明しました。中国大手AI企業の匿名の関係者は、安全上の懸念から一部の先進モデルをオープンソースとして公開しなくなっていると明かしています。バックドアや脆弱性のない最新モデルをどう保証するかが、今後の業界共通の課題となりそうです。

Treble TechnologiesとHugging Faceは6月24日、遠距離音声認識（Far-Field ASR）の精度を実環境に近い音響条件で測る初のオープンなベンチマーク「FFASRリーダーボード」を公開しました。残響や背景雑音、マイクとの距離を再現し、コミュニティが自由にモデルを投稿して結果を比較できます。音声エージェントや会議室の文字起こしなど、遠隔マイク利用の増加が背景にあります。

従来のASR評価は、マイクを口元に近づけたクリーンな音声を前提としてきました。しかしLibriSpeechなどの近接環境で高得点を出すモデルでも、実際の部屋の音響が加わると精度が大きく落ちることが知られています。FFASRはこの性能差を標準化した形で継続的に計測することを目的に設計されました。

評価は9条件で行われ、順位を決める主要4条件は、無響室で測ったクリーン音声と、高・中・低の3段階のSNR（信号対雑音比）下での遠距離音声です。音響データはTrebleのハイブリッドシミュレーションエンジンで生成し、回折や散乱といった現実の現象を再現します。浴室から教室、レストランまで20〜470立方メートルの14室を用意し、咳などの突発音とHVACなどの連続音を加えています。

精度を示すWERに加え、リーダーボードはNVIDIA L4 GPU上で測った処理速度の指標RTFxも併記します。精度と速度の両方が実運用では重要だとして、両者のトレードオフをパレートフロントとして可視化し、用途に合うモデルを選べるようにしています。

公開後に浮かび上がった共通の傾向は、近接環境と遠距離環境の性能差が大きく、SNRが下がるほど急拡大する点です。低SNRの遠距離WERは近接時の数倍に達することも多く、従来は社内評価でしか見えにくかった劣化が比較可能になりました。

投稿はSubmitタブにHugging FaceのモデルIDを貼るだけで、サーバー側で非公開の評価データに対して実行されます。WhisperやIBM Granite Speech、Cohere Transcribeなど主要なASRアーキテクチャに対応し、複数話者やマイクアレイ、エコー除去への対応を今後のロードマップに挙げています。

米トランプ政権は6月24日までに、AI企業Anthropicとの交渉で、ダリオ・アモデイ最高経営責任者（CEO）を実質的に外し、共同創業者のトム・ブラウン氏らを相手とする体制へ移行しました。関係者によると、政権側はアモデイ氏について「話が通じず、懸念に耳を傾けなかった」と評し、対話のしやすいブラウン氏らとの協議を歓迎しているといいます。焦点は、輸出規制で停止中のAIモデル「Claude Fable 5」の再公開条件です。

背景には、6月12日に発動された輸出規制があります。国家安全保障局（NSA）が、同社の制限対象モデル「Mythos」のガードレールを無効化し強力な機能にアクセスできる手段が存在すると認定したことを受け、最も高性能なモデルがオフラインとなりました。規制はまだ解除されていません。

ここ数日、政権とAnthropicは複数回の協議を重ねています。交渉は高官レベルと、双方の技術スタッフが参加する作業部会レベルの両方で進み、脱獄（ジェイルブレイク）への懸念を和らげるためにどの程度の証明が必要かが話し合われているとされます。窓口はブラウン氏と公共政策責任者のサラ・ヘック氏が担っています。

ただし、再公開の道筋には概念上の難しさも残ります。独立系のサイバーセキュリティ専門家の間では、AIモデルのガードレールはあくまで一時しのぎにすぎず、熟練した利用者や将来のAIが制約を回避する手段を見つけるとの見方が強まっているためです。Fable 5の再展開時期は依然として不透明です。

議会も動いています。超党派の議員団は先週、フロンティアモデルの輸出規制を担うハワード・ラトニック商務長官に対し、再公開の判断基準と時期を問う書簡を送付しました。リカルド議員らが署名した書簡は6月26日までの回答を求めており、商務省は期限内に応じるかについて明言を避けています。

米フロリダ州選出のアンナ・ポーリナ・ルナ下院議員は2026年6月24日、2027会計年度の国防授権法案に関する修正案の作成にAIを使用したとの疑いを否定しました。X上で修正要約のスクリーンショットが拡散し、文面にClaudeの応答とみられる記述が含まれていたことが発端です。議員は「法案がAIで起草されることは一切ない」と強調しました。

拡散したスクリーンショットには、修正要約の中に「Claudeが応答しました」という趣旨の文言が残っていました。これを受けてXの利用者からは、議員のスタッフがAIで法案そのものを書いているのではないかとの憶測が広がりました。当初の議員の投稿も、AIが草稿テキストの修正に使われたと読める内容でした。

議員はその後、投稿を編集して釈明の内容を明確にしました。修正後の投稿では「スタッフがAIを使ったのは修正案の要約のスペルや文法チェックであり、修正案の本文そのものではない」と説明しています。法案本文は下院法制局が作成し、同局はAIの使用を禁じられているとも付け加えました。

今回の件は、職場でのAIツール普及に伴い、本来あるべきでない場所にAIチャットボットへの言及が紛れ込む事例の一つです。過去には弁護士がAIで作成した書面に架空の判例を引用し、裁判官に指摘された例も報じられています。立法の現場でも同様の混入リスクが意識されはじめています。

AIの立法利用は各国に広がりつつあります。ブラジルの市当局がChatGPTで書かれた条例を知らずに可決した例や、アリゾナ州議員がChatGPTで州法案を起草したと認めた例もあります。AIを業務に取り入れる際は、生成物の検証と責任の所在をどう確保するかが問われています。

ヒューマノイドロボット開発の米Agility Roboticsは6月24日、特別買収目的会社（SPAC）のChurchill Capital Corp XIとの合併を通じて上場すると発表しました。取引における同社の評価額は約25億ドルで、調達額は新規・既存の機関投資家からの約2億ドルを含め、6億2000万ドルを超える見込みです。

合併後の新会社は北米の証券取引所でティッカー「AGLT」として取引される予定で、上場先の取引所はまだ公表されていません。Agilityは2015年にオレゴン州立大学から独立したヒューマノイドロボットのスタートアップです。

同社の主力製品は二足歩行ロボット「Digit」で、Schaeffler、GXO、トヨタのカナダ工場、Mercado Libreなど計9つの顧客拠点で利用されています。これまでにAmazon、Nvidia、ソフトバンク・ビジョン・ファンド2、DCVCといった著名なテック企業やファンドから出資を受けてきました。

調達した資金は、次世代モデル「Digit v5」の生産能力増強や既存受注の履行、新規・既存顧客への展開拡大に充てる方針です。新モデルについてはすでに3億ドルを超える複数年契約の受注を確保し、大規模導入を検討する30社超の見込み顧客も抱えていると説明しています。

Agilityのペギー・ジョンソンCEOは声明で、ヒューマノイドロボットが生産性やサプライチェーンの強靭性を支える重要な原動力になりつつあると指摘しました。すでに顧客環境で商用稼働している点を強みに挙げ、人手不足の解消や効率改善、AIを活用した自動化の安全な導入を支援すると述べています。