推論(モデル学習手法・技術)に関するニュース一覧

NVIDIAが初の自律型AI性能指標で首位

ベンチマーク結果

業界初のAgentPerfで計測
電力当たり20倍の処理能力
GB300 NVL72が最高性能

性能の源泉

72基のGPUをラック統合
通信と計算の重ね合わせ最適化
推論基盤の全層協調設計

実運用への波及

主要推論事業者が既に採用
コーディング支援の現場稼働

半導体大手のNVIDIAは2026年6月12日、調査会社Artificial Analysisが公開した業界初の自律型AI向け性能指標「AgentPerf」の初回結果で、自社のBlackwell世代基盤「GB300 NVL72」が首位に立ったと発表しました。同基盤は前世代のH200システムと比べ、消費電力1メガワット当たり最大20倍のAIエージェントを稼働させたとされます。

なぜ専用の指標が必要なのでしょうか。従来の推論ベンチマークは、1回のLLM呼び出しに対する応答速度や同時処理数を測るものでした。これに対し自律型AIは、一つの目標を多数の手順に分解し、コード実行やデータベース検索などのツール呼び出しを挟みながら、数十から数百回のLLM呼び出しを連鎖させて動きます。負荷は単純な足し算ではなく乗算的に増えるため、既存指標では捉えきれないという課題がありました。

AgentPerfは、実在する公開コードリポジトリ由来のコーディング作業の軌跡をもとに設計されています。エージェントが課題を受け取り、ファイルを読み、コードを書いて実行し、結果を見て修正を繰り返す一連の流れを再現し、応答性と出力速度の基準を満たしながら何件の作業を同時にこなせるかを測ります。ツール呼び出しは実行せずCPU処理時間で模擬するため、差は計算基盤の性能のみを反映します。

首位の要因は、基盤全体にわたる徹底した協調設計にあります。GB300 NVL72は72基のGPUを単一のラック規模システムに束ね、DeepSeek V4 Proのような大規模な混合エキスパート型モデルを効率よく分散実行します。さらにCUDAカーネルが通信と計算を重ね合わせ、専門家間の調整コストを遅延に上乗せせず吸収する仕組みです。

結果は基盤投資の判断に直結します。加速器1台あたり、電力1メガワットあたりで何件の自律型作業を回せるかという数値は、企業がエージェントを大規模展開する際の投資対効果を左右するためです。BasetenやDeepInfra、Together AIといった主要な推論事業者は既にBlackwell上で最先端モデルを運用しており、AIコーディング基盤Cursorのエージェントなどが実際の現場で稼働しています。

NVIDIAは今後も推論ソフトウェアの最適化により性能と効率が向上すると見込んでいます。次世代の「Vera Rubin」アーキテクチャも本格生産に入り、拡大する自律型AIの需要に応える構えです。経営者にとっては、対話型から自律型へとAIの主戦場が移るなか、基盤選びの評価軸そのものが変わりつつある点に注目すべきでしょう。

Moonshotの新型コード生成AI、思考トークン3割減

発表の要点

思考トークン30%削減
OpenAI互換APIで導入
1兆パラメータMoE基盤
改良MITで重み公開

検証の課題

独立指標は未提出
自社ベンチのみ向上
実装の率直さと能力の乖離

中国のMoonshot AIは2026年6月12日、オープンソースのコード生成モデルKimi K2.7-Codeを公開しました。前モデルK2.6と同じ1兆パラメータの混合エキスパート構成を引き継ぎ、推論時の「考えすぎ」を抑えて思考トークンを30%削減したと説明しています。OpenAI互換APIで導入でき、本番運用中のチームが構成変更なしに置き換えられる点が特徴です。

最大の変更は低レベルなコードの生成方法です。従来は既存ライブラリを包んで実装していたのに対し、新モデルは実装を直接書き起こすため、Rust・Go・Pythonやフロントエンド、運用基盤など幅広い領域で安定すると同社は主張しています。一方で温度調整に対応せず1.0固定のため、出力のばらつきを調整できない制約もあります。

ベンチマークでは自社指標で最大31.5%の向上を掲げますが、いずれもMoonshot独自の評価にとどまります。モデル間の差が出やすい独立指標DeepSWEには提出されておらず、実務家からは「どのモデルも自社テストでは2桁改善する」と検証の偏りを指摘する声が公に上がっています。

外部の検証結果はより複雑です。研究者がGPUカーネル最適化の公開指標で比較したところ、新モデルは6問中5問で実際に独自実装を書いた一方、うち2つは自らのバグで失敗し、ある項目では前モデルよりスコアが低下しました。「率直になったが能力は上がっていない」との評価が示されています。

経営やエンジニアの視点では、トークン削減によるコスト低下はすぐに試せる利点です。ただし効率改善が自社の業務分布でも成り立つかは別問題であり、ゲートウェイの重みを変える前に自前のワークロードで検証する慎重な姿勢が求められます。

Capital Oneが説く実運用でAIを成功させる規律

実装が止まる理由

実験ではなく実運用化でつまずく
研究と現場の断絶が失敗の原因
遅延要件と本番データの壁

本番化の要件

概念実証は測定可能な実機で評価
失敗パイロットも有益な判断材料
本番化は部門横断の総力戦

文化と継続学習

軌道修正を許す組織文化
見栄えより精度を優先

企業が直面する課題は、AIの実験ではなく実運用化にあります。Capital OneのAI Foundations部門で執筆を担うリズ・ボシェ氏は2026年6月11日、有望な試作から信頼できる本番規模のシステムへ移す段階で、多くの取り組みが停滞すると指摘しました。成功には最新モデルの採用だけでなく、基礎研究と実システムをつなぐ規律ある研究開発が欠かせないと論じています。

なぜ研究室で動くAIが本番で失敗するのでしょうか。研究が学術的な真空に置かれ運用の現実から切り離されると、オフライン環境で好成績のモデルも、現実の遅延要件や本番データの複雑さに直面して力を発揮できません。同氏は、利用者にとって本当に効果のある点を見失わないため、研究と応用を一つの組織にまとめ、基礎研究から高度に応用的な課題解決までを横断する設計が重要だと述べます。

具体例として、複数のAIエージェントを協調させるマルチエージェント研究を挙げています。顧客の状況調査と書類準備を同時にこなす構成は、人間の推論を模して顧客に代わり行動する自動車購入支援「Chat Concierge」の立ち上げを支えました。用途に研究をひも付けることで、現実世界で実際に拡張できる最先端の成果を加速できるといいます。

本番移行には率直な評価が前提となります。概念実証はスライドではなく測定可能な実機で示すべきで、否定的なパイロット結果も失敗ではなく重要な判断材料です。同氏は、パイロットが常に成功するなら判断点として機能せず、ただ本番への緩慢な約束になってしまうと警告します。

本番化はソフトウェア工学、科学、製品設計、運用など部門横断の総力戦だと強調されます。技術的突破は必要条件にすぎず、Capital Oneは精度や遅延などの指標を重視し、見栄えより精度を優先することが継続的な改善を可能にすると説明しています。

最後に、持続的なAI革新は技術と同じく文化に依存すると結論づけています。「うまくいっていない」と認めることが許される組織は、問題を隠さず解決へ向かいます。リーダーはツールだけでなく研究開発のプロセスと文化に投資し、責任ある形で革新を拡張すべきだと提言しました。

AIのボトルネックはGPUよりデータ経路と指摘

ベンチマークの盲点

遅延を加えるとS3スループット急落
本番環境を再現しない試験条件
ジッターより遅延が主因

データ経路の価値

GPUはデータ供給次第で価値変動
AIは遅延スパイクに脆弱
ストレージ前段に制御点配置

企業のAIインフラ投資はGPU確保や学習スループットに集中してきましたが、見落とされているのがストレージと計算をつなぐデータ経路だと、F5の専門家らが2026年6月11日付の寄稿で指摘しました。本番環境では遅延スパイクやネットワークのジッター、ノード劣化が発生し、実験室では好成績でも実運用で停滞するパイプラインが生まれると警告しています。

問題を増幅させているのが、ベンチマーク手法そのものだといいます。F5のポール・ピンデル氏は「ベンチマークは最も現実的な結果ではなく、最良の性能を出すよう設計されている」と述べ、本番で必ず生じる遅延を試験に組み込んでいない点を問題視します。実際にF5とMinIOが劣化したネットワーク条件下で検証したところ、わずかな遅延でもS3のスループットが大きく低下し、長距離通信に近づくほど劣化が深刻になることが分かりました。

意外だったのは、スループット低下の主因が想定していたジッターではなく遅延だった点です。この結果は、S3オブジェクトストレージを理想的な条件ではなく、実際に直面する劣化した環境を前提に設計すべきだという教訓を企業のアーキテクトに突きつけます。

F5のタヌ・ムトレジャ氏は「GPUは最も目立ち高価なため注目されるが、本番ではデータ経路が供給する分だけの価値しか生まない」と語ります。データ経路が劣化すると、GPUの稼働率低下だけでなく、推論性能の悪化やAI出力の品質低下、不要なデータ複製によるegressコスト増など影響が連鎖します。

AIワークロードは従来の業務システムより構造的に脆弱です。データベースやERPはキャッシュやバッファで一時的な遅延を吸収できますが、大規模並列のGPUクラスタにはその保護がなく、小さな遅延でもクラスタ全体に波及してしまいます。

解決策として同社が示すのが、ストレージの前段にアプリケーション配信・セキュリティ基盤を置き、制御点とする方式です。F5のBIG-IPがデータ経路上でMinIOの分散ストレージノードの健全性を監視し、正常なノードのみへ通信を振り分けることで、効率を保つとしています。複数リージョンやクラウドにまたがる場合は、データの所在や管轄権がデジタル主権上の設計制約になるとも強調しました。

新研究、LLMの文脈を16倍圧縮しKVキャッシュ超え

技術の中身

入力を事前圧縮する新方式
デコーダ手前で16倍圧縮
従来比8.8倍高速
符号化器0.6Bと復号器4Bの構成

精度と実用性

4倍圧縮で精度91.76%維持
100万トークンも単一GPUで処理
RAG連携には調整が必要

米ニューヨーク大学やコロンビア大学などの研究チームは2026年6月11日、大規模言語モデル(LLM)の入力文脈を圧縮する新手法「潜在文脈言語モデル(LCLM)」を発表しました。デコーダに到達する前に入力トークン列を圧縮することで、長大化する文脈が生む計算コストと処理速度の課題を解決します。モデルはHuggingFace上でオープンソース公開されました。

従来主流のKVキャッシュ圧縮は、全キャッシュを生成してから不要部分を削除します。これに対しLCLMはデコーダのprefill前に入力そのものを圧縮するため、高い圧縮率がそのまま計算量とメモリの削減に直結します。論文によると、長文脈ベンチマーク「RULER」で16倍圧縮時、KVキャッシュ基準より出力が8.8倍高速になりました。

精度の劣化が小さい点も特徴です。4倍圧縮では文脈を4分の1に減らしながら精度91.76%を保ち、無圧縮の94.41%から3ポイント未満の低下にとどまりました。16倍圧縮で入力の93.75%を除いた場合でも精度は75.06%で、同条件のKVキャッシュ手法をすべて上回りました。

アーキテクチャは0.6Bの符号化器と4Bの復号器を組み合わせ、3500億トークン超で訓練されました。継続事前学習、推論や長文脈タスクの教師ありデータ、細部を保持させる補助的な再構成タスクの3種を混ぜることで、圧縮と汎用性能の両立という従来の課題を克服しています。探索の結果、符号化器より復号器を拡大する方が効果的と判明しました。

実用面では既存のLLMと差し替えて使える設計です。共同責任者でコロンビア大学のミカ・ゴールドブラム氏は、文書を文脈に投入する前に圧縮器を通すだけだと説明します。人間が内容をざっと読んでから重要箇所を精読する動きに近く、エージェントが必要なテキストだけ選択的に復元する仕組みも示されました。

一方で課題も残ります。RAGパイプラインを持つ企業は、導入前に検索品質の指標に対して圧縮の挙動を検証する必要があります。さらに推論トレースのオンライン圧縮は未解決で、生成中に随時圧縮する素朴な手法が機能するかは今後の検証次第とされています。コードとモデルはGitHubとHuggingFaceで公開されています。

Hugging Face、PyTorchの推論最適化を解説

nn.Linearの実態

転置はメタデータ書換のみ
バイアス加算はGEMM融合
addmmが単一カーネル化
compileは融合余地なし

MLPの融合効果

MLP1回で5カーネル
compileがGeLUとmulを融合
中間テンソルのHBM往復削減

手書きカーネル

Ligerは形状非依存で再コンパイル不要

Hugging Faceは6月11日、PyTorchの処理を可視化するプロファイリング連載の第2回を公開しました。今回は深層学習の基本部品であるnn.Linearを題材に、GPUカーネルの実際の挙動を追い、torch.compileやLiger製の手書きカーネルとの違いを実測値で示しています。対象読者はモデルの推論速度を詰めたいエンジニアです。

まず単一のnn.Linearでは、行列積と転置、バイアス加算が一見すると別々の処理に見えますが、実態は異なります。転置を担うaten::tはGPU上でカーネルを起動せず、テンソルの形状とストライドというメタデータを書き換えるだけです。バイアス加算もcuBLASのGEMMカーネル末尾に折り込む「エピローグ」として統合され、最終的にaten::addmmという単一カーネルで完結します。

そのため単一のLinearではtorch.compileが融合する余地はほぼ残っていません。compileが消すのはGPUの計算ではなく、ビュー処理を発行するCPU側の数マイクロ秒のオーバーヘッドです。Inductorがコンパイル時にストライドを計算し、addmmを直接呼び出すよう書き換えるため、GPUの計算内容は変わりません。

効果が表れるのは三つのLinearを積んだMLPです。GeGLU構成のMLPは1回の順伝播で3つのGEMMとGeLU、乗算の計5カーネルを起動します。torch.compileはこのうちGeLUと乗算、リシェイプを1つのTriton融合カーネルにまとめ、約50MBの中間テンソルがHBMを往復する無駄を排除します。これがコンパイルによる最大の改善点です。

記事は最後に、人手で調整したLiger製カーネルを比較対象に挙げます。Ligerの実行時間は92.8マイクロ秒で、特定形状向けに最適化されたInductorの89.4マイクロ秒よりわずかに遅く見えます。しかしInductorは入力形状が変わるたびに再トレースとコンパイルが必要で、Ligerは形状が変わっても再コンパイル不要です。数マイクロ秒と引き換えに形状変化への頑健さを得ているわけです。

筆者が一貫して勧めるのは「先に予想し、それから見る」という習慣です。トレースを開く前にカーネル数や種類を予測し、想定と食い違った点こそ最も学びが多いと説きます。次回はMLPからアテンション、最終的には完全なモデルへと解説を進める予定です。

Google、生成4倍速の拡散型モデルを公開

拡散方式の仕組み

256トークンを並列生成
全位置が相互に注意
誤りを自己修正
Apache 2.0で公開

性能と適用範囲

H100で最大1008トークン毎秒
標準版より品質は低下
ローカル推論で優位

Googleは6月11日、テキストを拡散方式で生成するオープンソースの実験モデルDiffusionGemmaを公開しました。画像生成で使われる拡散の原理を文章生成に本番規模で適用したもので、GPU上で標準モデルの最大4倍の速度を実現すると説明しています。Gemma 4を基盤にApache 2.0ライセンスで提供され、推論基盤vLLMがネイティブ対応した初の拡散言語モデルとなります。

従来の言語モデルはタイプライターのように左から右へ1トークンずつ生成し、確定した出力を後から修正できません。これに対しDiffusionGemmaは256個のランダムな仮トークンの塊から始め、ブロック全体を何度も並列で精緻化します。各パスで確信度の高い位置を確定し、不確実な位置は次のパスで再評価するため、自己修正と双方向の文脈参照が可能になります。

この構造はコード補完やテンプレート生成など、左から右への生成では失敗しやすい制約付きタスクに構造的に適しています。Googleは数独ソルバーで実証し、ファインチューニング後に成功率80%へ到達。確定ステップ数も48から12へと大幅に減り、早期停止による効率化を示しました。

速度面では、単一のNvidia H100でバッチサイズ1のFP8版が毎秒1008トークン、H200では1288トークンに達し、標準的な自己回帰方式の約6倍にあたります。一方でモデルは26BのMixture of Experts構成で、推論時に動かすのは3.8Bパラメータのみ。量子化すればRTX 4090など消費者向けGPUの18GB VRAMに収まります。

ただし速度の優位は条件付きです。GPUに余力があるローカル推論や低並列の用途で効果を発揮する一方、数百件を同時処理する高スループットのクラウド配信では効果が薄まります。Google自身も出力品質は標準Gemma 4より低いと認め、最高品質が必要な用途には標準版を推奨しています。

経営層やエンジニアにとって、専用GPUでの遅延削減はこれまで小型モデルへの妥協を意味していました。DiffusionGemmaは同じパラメータ規模のまま第三の選択肢を提供し、当日からvLLMで使えます。品質とのトレードオフは現実的ですが、ローカル推論や制約付き生成を扱うチームには試す価値があります。

Sapientが約1500ドルで基盤モデルをゼロから訓練

低コスト訓練の仕組み

階層型再帰モデルで効率化
指示応答ペアのみで訓練
10億パラメータ・400億トークン
GPU16台で1.9日で完了

ベンチマーク性能

MMLU 60.7%で大型モデルに匹敵
訓練トークン数100〜900分の1
推論と知識記憶の分離が鍵

企業向けの展望

独自ドメイン特化の推論エンジン
外部検索との組み合わせ前提

Sapient Intelligenceの研究チームは、独自のHRM-Text(階層型再帰モデル)アーキテクチャを用いて、わずか約1500ドルで10億パラメータの基盤言語モデルをゼロから訓練したと発表しました。従来、基盤モデルの事前訓練には数百万ドル規模の費用とインターネット規模のデータが必要とされてきましたが、同社はこの常識を覆す結果を示しています。

HRM-Textの核心は、計算を「ゆっくり変化する戦略層」と「素早く変化する実行層」に分離する二層構造にあります。従来のTransformerが生テキストに対して次トークン予測を繰り返すのに対し、HRM-Textは指示と応答のペアのみを訓練データとして使い、タスク完了を目的関数としています。さらに、再帰的な構造で生じる勾配の不安定性を抑えるため、独自の正規化技法「MagicNorm」とウォームアップ手法を導入しました。

ベンチマーク評価では、MMLU 60.7%、GSM8K 84.5%、MATH 56.2%を達成しています。これは20億〜70億パラメータ規模のオープンモデルと同等以上の水準です。訓練に使ったトークン数はQwen・Gemma・Llamaなどの100分の1から900分の1、推定計算量は96分の1から432分の1にとどまります。GPU16台のクラスタで1.9日という短期間で訓練が完了しました。

同社CEOのGuan Wang氏は、企業が直面する課題を「訓練コスト・インフラの重さ・実験サイクルの遅さ」の三重苦と表現しています。HRM-Textは知識の暗記と推論能力を切り離す設計のため、企業は自社データを外部のフロンティアモデルに送ることなく、コンパクトな推論エンジンとして活用できます。外部の検索システムと組み合わせることで、事実情報の取得は別途行う構成が想定されています。

現段階では「ChatGPTの代替にはまだならない」とWang氏自身が認めており、プロダクション利用にはテンプレート設計やアテンションマスクの調整など技術的な作業が必要です。それでも、基盤モデルの訓練コストが1500ドル台に下がるインパクトは大きく、「AIはインフラの問題ではなく戦略の問題になる」と同氏は主張しています。Transformersライブラリでのサポートも始まっており、vLLMやSGLangへの対応も開発中です。

NVIDIAがロボタクシー向け安全基盤Halos OSを発表

Halos OSの構成要素

ISO 26262 ASIL D準拠の認定OS基盤
センサー抽象化で機器交換を容易に
ルールベースの安全ガードレール搭載
330超の論文と1,000件の特許に基づく評価枠組み

世界各地で広がる導入

UberとAutobrainsがミュンヘンで展開
Foxconnが台湾でフリート配備を拡大
VinFastが東南アジア市場に参入
HUMAINがサウジアラビアへ展開

NVIDIAは、ロボタクシーの商用展開に向けた包括的な安全基盤「Halos OS」を発表しました。同プラットフォームはNVIDIA DRIVE Hyperion上に構築され、認定OS、標準化インターフェース、AIガードレール、クラウド検証基盤の4層で構成されています。GTC Taipeiでは、Uber・Foxconn・VinFast・HUMAINとの新たな協業も発表され、ロボタクシーの世界展開が加速しています。

Halos OSの基盤となるHalos Coreは、自動車安全規格ISO 26262 ASIL Dに準拠した認定OS基盤です。ハイパーバイザーにより安全関連機能を分離し、障害が車両制御に波及することを防ぎます。NVIDIA CUDAやTensorRTの安全認定サポートも含まれ、車載LLM推論のためのオープンソースフレームワークも提供されます。

Halos SDKはセンサー抽象化レイヤーを備え、カメラ・レーダー・LiDARなどのセンサー交換時にアプリケーションコードの再構築を不要にします。車両抽象化レイヤーにより、自動運転スタックと車両全体を単一のインターフェースで接続できます。決定論的スケジューラやゼロコピーのプロセス間通信など、低遅延・高信頼性のランタイム機能も搭載しています。

Halos Applicationsレイヤーでは、AIモデルに対してルールベースの安全ガードレールを提供します。自動緊急ブレーキや車線逸脱警告などのアクティブセーフティ機能に加え、NVIDIAのAlpamayoオープンモデルファミリーによる連鎖思考推論も統合されています。クラウド側のHalos Infraでは、330超の研究論文と1,000件の特許に基づくSafety Evaluation Frameworkを通じて、公道走行前の大規模検証を支援します。

ロボタクシー業界はプロトタイプから商用運用へと移行しつつあります。NVIDIAはHalos OSにより、安全性を「後付け」ではなく設計段階から組み込むアプローチを提唱しています。規制当局が求める信頼性の実証と、AIの実用的な安全運用の両立を目指す同プラットフォームは、レベル4自動運転の商用化を支える重要な基盤となりそうです。

MIT発スタートアップが原子炉冷却技術をデータセンターに応用

冷却技術の仕組み

原子炉のサブクール沸騰を応用
微細な気泡で熱伝達を加速
水を一切使わない冷却方式
モジュール型ラックマウント設計

性能と実用化

計算電力効率が15%向上
同じ電力でトークン生成35%増
CleanSparkやSwitchで試験中
砂漠地帯でのDC建設を可能に

MIT発のスタートアップFerveretが、原子力発電所の冷却技術を応用したデータセンター向け冷却システムを開発しています。共同創業者のReza Azizian氏(MIT元ポスドク)とMatteo Bucci教授(MIT原子力工学)は、原子炉で使われる「サブクール沸騰」と呼ばれるプロセスをサーバー冷却に転用しました。AIモデルの訓練・推論に使われるデータセンターでは、現在も電力の約3分の1が冷却に消費されており、この非効率性の解消が急務となっています。

Ferveretの「Adaptive Phase Cooling(APC)」は、サーバーを専用の低沸点液体に浸漬し、チップ表面で微細な気泡を生成・急速に再凝縮させることで熱伝達を加速させます。従来の液浸冷却と異なり、気泡が小さく頻繁に離脱するため、チップ表面の再湿潤サイクルが高速化します。さらに有害なPFAS(永遠の化学物質)を含まない液体を使用し、水の消費量はゼロです。

UCLAとの共同研究では、最先端の液冷システムと比較して計算電力効率が15%向上することが確認されました。Ferveretの電力制御ソフトウェアと組み合わせることで、同じ電力量からAIモデルが生成するトークン数を35%増加させることが可能です。現在、データセンター運営大手のCleanSpark、Switch、AIアクセラレータ企業のFuriosaAIと試験を進めています。

同社の冷却システムはモジュール式の小型ボックスとして提供され、既存のデータセンターインフラに容易に組み込めます。従来の液浸冷却がサーバーを大型タンクに沈める方式であるのに対し、Ferveretはラックマウント型を採用し、導入やメンテナンスを簡素化しました。制御ソフトウェアが各サーバーの温度・圧力をリアルタイムで監視し、運転条件を最適化します。

水不要という特性は、再生可能エネルギーが豊富だが水資源に乏しい地域でのデータセンター建設を可能にします。Bucci教授は「太陽光が豊富な場所には水がないことが多い。水を使わない冷却技術があれば、アフリカや中東、アメリカの一部でもデータセンターを展開できる」と述べています。AIインフラの電力需要が急増するなか、Ferveretの技術は持続可能なデータセンター運営の鍵となる可能性があります。

Google、テキスト拡散モデルDiffusionGemmaを公開

モデルの技術的特徴

256トークンを同時生成
Gemma 4ベースの26B MoE構成
推論時は3.8Bパラメータのみ起動
Apache 2.0でオープン公開

性能と対応環境

H100で毎秒1000トークン超
RTX 5090で毎秒約700トークン
自己回帰モデル比最大4倍高速
NVIDIAが各GPU向けに最適化

Google DeepMindは2026年6月10日、テキスト拡散モデル「DiffusionGemma」をApache 2.0ライセンスで公開しました。従来の自己回帰型LLMが1トークンずつ逐次的にテキストを生成するのに対し、DiffusionGemmaは画像生成AIと同様の拡散手法を用いて最大256トークンを同時に生成します。これにより、GPU上でのテキスト生成速度が最大4倍に向上します。

モデルはGemma 4ファミリーをベースとした26B規模のMixture of Experts構成で、推論時に起動するパラメータは3.8Bにとどまります。そのため量子化により高性能コンシューマーGPUのVRAM 18GBに収まります。双方向アテンションにより、インライン編集やコード補完、数理グラフなど非線形な生成タスクで従来モデルより優位性を発揮します。

NVIDIAは同日、DiffusionGemmaを自社GPU群で最適化したことを発表しました。単一のH100で毎秒1000トークン超、RTX 5090で毎秒約700トークンの推論速度を実現しています。DGX Spark、RTX PRO 6000、DGX Stationでも動作し、ローカル環境でのエージェント処理や対話型ワークフローに適しています。

Googleはこのモデルを実験的な位置づけとし、品質面では標準的なGemma 4が依然として推奨されると明記しています。一方で、速度重視のローカル推論やリアルタイムの対話型アプリケーション開発において、拡散ベースのテキスト生成が新たな選択肢になると強調しています。Hugging Face TransformersやvLLM、Unslothなど主要ツールで即日利用可能です。

AI業界で小型モデルへの移行圧力が本格化

コスト圧力と業界の転換

推論コスト上昇で小型モデル再評価
80%の業務が安価モデルに移行との予測
大手ラボの収益構造に打撃の可能性

品質維持と実証事例

法律AI企業がコスト3分の1に削減
大小モデル併用で品質と効率を両立
真の対立軸は大型対小型モデル
スケーリング至上主義への転換点

AI業界では長らく「大きなモデルほど高性能で、最も高性能なモデルが勝つ」という前提が支配的でした。しかし推論コストの上昇と投資家による価格補助の縮小により、企業が初めて本格的なコスト圧力に直面しています。TechCrunchの報道によれば、より安価な小型モデルへの移行が業界全体で加速する兆候が見え始めています。

Coinbase共同創業者のBrian Armstrong氏は、12〜18カ月以内に80%のワークロードが99%安価なモデルで処理されるようになると予測しています。高い知能が求められるのは残り20%の業務のみで、大半のタスクは小型モデルで十分対応できるという見方です。この予測が現実となれば、AI業界の経済構造に大きな変革をもたらします。

実際に法律AIスタートアップHarveyは、推論プラットフォームFireworks AIとの共同テストで、Claude Opusと小型モデルを組み合わせることで品質を維持しながら推論コストを3分の1に削減しました。同社共同創業者のGabe Pereyra氏は「品質が最優先だが、その定義はすべてに最強モデルを使うことから、最も効率的に正解を出すモデルを選ぶことへと進化している」と述べています。

注目すべきは、この動向がプロプライエタリ対オープンモデルという構図ではなく、大型モデル対小型モデルという本質的な対立軸にあることです。GPT-5.5からDeepSeek V4 Flashへの切り替えも、GPT-5.4-miniへの切り替えも同様の効果があり、モデルの出自よりもサイズとコストが判断基準になっています。

この変化は、OpenAIやAnthropicがIPOを控えるなか、大手ラボの収益に直接影響を及ぼす可能性があります。これまでのスケーリング重視のアプローチが見直され、推論需要の伸びが抑制されれば、巨額のフロンティアモデル訓練コストをどう正当化するかという新たな問いが浮上します。

法務AI新興Sandstoneが30億円調達

企業法務に特化したAI

シリーズAで3000万ドル調達
Lightspeed主導、Sequoia既存投資
企業内法務部門の業務自動化に特化
Slack・メール・Jiraからの案件振り分け

競争環境と差別化

Harvey・Legoraとは異なる領域を開拓
中小企業の法務部門が主要ターゲット
Anthropicなど大手も法務AI参入
ワークフロー自動化で差別化

リーガルテックスタートアップのSandstoneは2026年6月9日、シリーズAラウンドで3000万ドル(約45億円)を調達したと発表しました。Lightspeed Venture Partnersがリードし、Mantis VC、SV Angel、Operator Partnersなどが参加しています。同社は2026年1月にSequoia主導で1000万ドルのシードラウンドを完了しており、わずか半年での追加調達となります。

Sandstoneが狙うのは、企業内の法務部門という見過ごされがちな市場です。HarveyやLegoraといった競合が法律事務所向けの法的推論ツールに注力する一方、Sandstoneはインハウス法務チームが日々直面する業務の振り分けやワークフロー管理に焦点を当てています。共同創業者のJarryd Strydom氏は、Slack・メール・Jiraなど複数チャネルから届く案件をAIが自動でトリアージし、ドラフト作成やレビューなどの実務につなげる仕組みだと説明しています。

同社の主要ターゲットは中小企業の法務部門です。Lightspeedが投資を決めた背景には、汎用AIではなく特化型バーティカルAIこそが業務の詳細を理解し真の価値を提供できるという信念があるとStrydom氏は述べています。ワークフロー自動化と関係管理に特化することで、汎用AIツールでは対応しきれない領域をカバーします。

一方、競争環境は激化しています。Anthropicは2026年5月にClaude for Legalを拡充し、判例検索や証言準備などの新機能を追加しました。フロンティアAI企業が法務分野に本格参入するなか、Sandstoneはインハウス法務という独自のポジションで差別化を図る戦略です。

電動スクーター創業者が宇宙データセンター企業を設立

Orbitalの事業構想

a16zのSpeedrunから卒業
500万ドルのシード調達
Starship実用化を前提とした計画
1万機の衛星で1GW提供が目標

技術と競争環境

Blackwellチップで初のデモ飛行
2028年にSpace-1 GPU搭載機を打上げ
StarcloudやBlue Originも参入
Starship価格が事業成立の鍵

電動キックボード企業Spinの創業者Euwyn Poon氏が、宇宙空間でAI推論処理を行うデータセンター企業「Orbital」を設立し、a16zのアクセラレータプログラムSpeedrunを経て500万ドルのシード資金を調達しました。Poon氏は2017年にSpinを創業し翌年Fordに売却した経験を持ち、その後自らNvidia A100を購入してオープンウェイトモデルの提供を始めたことからAIコンピュート事業の価値を確信したといいます。

Orbitalの技術ロードマップは段階的です。まず提携先の衛星にNvidia Blackwellチップを搭載し、同社独自の放射線シールドと熱管理技術を検証するデモ飛行を実施します。2028年にはNvidiaのSpace-1 Vera RubinクラスGPUを搭載した初の自社データ処理衛星の打上げを計画しており、段階的な推論処理の受託で収益化を目指します。

最終目標は各100kWの電力を供給する1万機の衛星による分散型ギガワット級コンピューティング基盤の構築です。ただし現行のFalcon 9の打上げ費用では経済性が成り立たず、SpaceXのStarshipが商業運用を開始し打上げコストが大幅に下がることが事業成立の前提条件となっています。

宇宙データセンター市場には競合も多く、すでにGPUを軌道上に展開しているStarcloud、独自ロケット開発に着手したCowboy Space Company、大型ロケットNew Glennを持つBlue Originなどが参入しています。a16zパートナーのAndrew Chen氏は、Poon氏がSpinで100都市に25万台のスクーターを展開した実績を評価し、10年以上・50億ドル超の投資が必要になりうる長期プロジェクトへの出資に「2026年に始めるからこそ資本市場のエネルギーを活用できる」と語りました。

Gemma 4活用事例をGoogleが紹介

オンデバイスAIの実用化

Gemma 4累計1.5億回超のDL
オフライン英語学習アプリの実現
4bit量子化でモバイル動作

視覚・長文脈の応用展開

画像認識とペルソナ維持の両立
256Kコンテキストで長期記憶
Apache 2.0で柔軟な展開
エッジからワークステーションまで対応

Googleは2026年6月9日、オープンモデルGemma 4を活用した開発者プロジェクト3件を公式ブログで紹介しました。Gemma 4はリリース以来1億5000万回以上ダウンロードされており、Multi-Token Prediction(MTP)による推論高速化や12B Unifiedモデル、量子化対応チェックポイントなど機能拡張が進んでいます。Apache 2.0ライセンスで公開されており、エッジデバイスからローカルワークステーションまで幅広い環境で利用できます。

1つ目の事例は、アプリ開発企業HubXが構築したオフラインAI英語学習プラットフォーム「BetterSpeak」です。エッジ最適化されたGemma 4 E2B(実効2Bパラメータ)モデルを推論エンジンとして採用し、インターネット接続なしでプライベートかつ低遅延の英語指導を実現しています。Googleが公開した4bit量子化版を使うことで、文法解説や進捗管理をモバイル端末上で処理しています。

2つ目の事例では、開発者がGemma 4の視覚言語タスク能力を活用し、「中世の吟遊詩人」というペルソナを維持しながら画像内の物体を正確に識別するデモを作成しました。物体検出や画像キャプション生成など多様なビジョン機能を、キャラクター設定と両立させた応用例です。

3つ目の事例では、開発者の@GOROmanが現実世界を冒険ゲームに変換するアプリを構築しました。大型モデルが提供する最大256Kのコンテキストウィンドウにより、ゲーム内の長い履歴を記憶し続けることが可能です。Googleはこれらの事例を通じて、Gemma 4がローカル環境で最大限の制御性を持って利用できるオープンモデルとしての実用性を示しています。

Cohereがコーディング特化の30Bオープンモデルを公開

モデルの設計と性能

30BパラメータのMoE構造
トークンあたり3Bが稼働
単一H100で動作可能
Apache 2.0ライセンスで公開

訓練手法と実用性

3種のエージェント足場で訓練
7万超の検証可能タスクで強化学習
出力トークン量は競合の約3倍
高頻度運用時のコスト増に注意

Cohereは2026年6月9日、エージェント型ソフトウェア開発に特化したオープンソースモデル「North Mini Code」を発表しました。30億パラメータが実際に稼働する300億パラメータのMixture-of-Experts(MoE)モデルで、256Kトークンのコンテキストウィンドウを備え、Apache 2.0ライセンスのもとHugging Faceで公開されています。単一のH100 GPUやMac Studio上でも動作する軽量さが特徴です。

技術的には128個のエキスパートのうちトークンごとに8個が活性化する疎なMoE構造を採用しています。訓練では2段階の教師あり微調整の後、約5,000リポジトリから収集した7万件超の検証可能タスクを使った強化学習(RLVR)を実施しました。SWE-BenchやTerminal-Bench v2との重複を排除し、評価の公正性も確保しています。

注目すべきは、単一のエージェント足場に最適化するのではなく、SWE-Agent、mini-SWE-Agent、OpenCodeの3種類のハーネスで訓練した点です。これにより、OpenCode評価で10ポイントの性能向上を達成しつつ、SWE-Agent上の性能も維持しています。異なるツール環境間でのスキル転移が正の効果を生むことが示されました。

一方、独立評価機関Artificial Analysisのテストでは、出力速度で127モデル中8位にランクインしたものの、同等モデルと比較して約3倍の出力トークンを生成する傾向が確認されました。大量のエージェントパイプラインを運用する場合、この冗長性が推論コストとレイテンシに直結する課題となります。

共同創業者のNick Frosst氏は「小さく、コスト効率が高く、オープンソースでローカル展開可能。これがLLMの進むべき方向だ」と述べ、Claude Fable 5の100万出力トークンあたり50ドルという価格設定との対比を強調しました。企業にとっては、マネージドサービスの利便性とオンプレミス運用によるコスト管理・データ主権の間で、実際のワークロードに基づいた選択が求められます。

Apple、WWDC26でSiri AIと独自基盤モデルAFM 3を発表

Siri AI刷新の全容

Google Geminiベースの新Siri AI
専用アプリとして独立、全デバイス対応
画面認識で文脈に応じた操作を実行
Private Cloud Computeでプライバシー確保

AFM 3とAI写真編集

AFM 3は20Bパラメータをフラッシュに格納
オンデバイスで1B〜4Bを動的に活性化
写真のフォトリアル生成を解禁
SynthID透かしで改変を識別

開発者向けAI基盤

App Intentsでアプリ操作をSiriに公開
Shortcutsの自然言語生成でバイブコーディング実現

Appleは2026年6月9日、年次開発者会議WWDC 2026で、AIアシスタント「Siri AI」の全面刷新と、第3世代の独自基盤モデル「AFM 3」ファミリーを発表しました。新SiriはGoogle Geminiをベースとし、専用アプリとして独立。テキスト・音声・画像によるマルチモーダル対話に対応し、iPhoneからMac、Apple Watchまで全デバイスで利用できます。Tim Cook CEOにとって最後のWWDCとなる今回、同社はAI分野での遅れを取り戻す姿勢を鮮明にしました。

Siri AIの最大の特徴は、画面上のコンテンツを認識して文脈に応じた操作を実行するエージェント機能です。InstagramやSafariで表示中の情報をもとに検索や予定登録を行ったり、メッセージの文脈からリマインダーを自動提案したりできます。Apple上級副社長のCraig Federighi氏は「AIにおけるプライバシーは交渉の余地がない」と強調し、処理はオンデバイスまたはPrivate Cloud Computeで完結すると説明しました。

技術面で注目されるのがAFM 3 Core Advancedです。20億パラメータの重みをDRAMではなくNANDフラッシュに格納し、プロンプトごとにルーティングして1B〜4Bのパラメータを動的にDRAMへロードします。従来のMoEモデルがトークンごとにエキスパートを切り替えるのに対し、プロンプト単位で一度だけ選択する設計により、メモリ帯域の制約を回避しています。サーバー側のAFM 3 Cloud ProはGoogle Cloud上のNvidia GPUで稼働し、複雑な推論やエージェント処理を担います。

写真編集では、Appleはこれまでの慎重姿勢を転換し、Image Playgroundでフォトリアルスタイルの画像生成を解禁しました。新ツール「Extend」は画像の枠外をAIで補完し、「Spatial Reframing」は写真の視点を3D的に変更できます。改変画像にはGoogleのSynthID透かしを付与し、AI生成コンテンツの識別を可能にしています。かつてFederighi氏が「写真は現実を正確に捉えるべき」と述べていたことを考えると、大きな方針転換です。

開発者向けには、App IntentsとApp Schemasを通じてアプリの機能をSiriやSpotlightに公開する仕組みが拡充されました。Shortcutsアプリでは自然言語による操作の自動化が可能になり、Safariでも自然言語でブラウザ拡張機能を作成できます。一方、Siri AIはEUと中国では当初利用不可で、対応ハードウェアも限定されるため、グローバル展開には課題が残ります。Appleの戦略はスタンドアロンのチャットボットではなく、OS全体にAIを統合するアプローチであり、プライバシーを武器にMicrosoftやGoogleとの差別化を図っています。

英国がAIスパコンに15億ドル投資、米国依存脱却へ

国家スパコン計画

15億ドル規模の投資計画
英国チップ企業を優先調達
2030年の稼働開始を目標
推論用チップに2億ドル充当

NVIDIAとの連携成果

Isambard-AIが研究基盤に
Sovereign AI基金で4社支援
AI Growth Zone倍増
NHS病院のデジタルツイン構築

英国政府は2026年6月、総額14.7億ドルの国家AIスパコン計画を発表しました。うち5.3億ドルをハードウェアに充て、推論用チップに2億ドルを配分します。調達では英国企業を優先し、推論チップを開発するOlixやFractileなど国内スタートアップの成長を後押しする方針です。研究者やスタートアップは2030年から利用できる見通しです。

この計画の背景には、米中への技術依存からの脱却という地政学的な要請があります。トランプ政権下で米欧関係が緊張するなか、ケンドール技術相は「AI主権とは過度な依存を減らし、レジリエンスを高めることだ」と述べました。欧州連合も同様のテックソブリンティ構想を打ち出しており、英国の動きは欧州全体の潮流と一致しています。

一方、NVIDIAはロンドンテックウィーク2026で英国のソブリンAI推進の成果を披露しました。5,400基のGH200チップで構成されるIsambard-AIは、Sovereign AI基金の支援先であるCosine(コーディング基盤)、Cursive(自己改善型AI)、Doubleword(推論最適化)、Prima Mente(アルツハイマー研究)の4社が活用しています。Doublewordはモデル起動を70倍高速化し、推論コストを90〜95%削減する成果を報告しました。

企業のAI実装も進んでいます。Nebius、CoreWeave、BT・Nscaleなどのクラウド事業者が英国内でのAIインフラ構築を拡大し、AIクラウドパートナー数はこの1年で倍増しました。NVIDIAの英国スタートアップへの20億ポンドの投資やInceptionプログラムの会員50%増も、エコシステムの厚みを示しています。

英国はARMを擁しながらも半導体設計・製造では米国・アジア勢に後れを取ってきました。政府が大口顧客となることで国内チップ企業の成長を促し、長期的な国内定着を図る戦略です。AIデータセンターが汎用チップから用途別の専用チップへ移行するなか、推論チップという特化領域で存在感を確立できれば、英国にとって大きな地政学的レバレッジとなる可能性があります。

OpenAI、AI経済影響の外部研究支援を開始

プログラムの概要

外部研究者との共同研究
労働・生産性・教育など幅広い対象
プライバシー保護下でデータ活用

応募と今後の展開

7月5日が応募締切
7月31日までに採択通知
既存のOpenAI Signalsを補完

OpenAIは2026年6月8日、AIが経済に与える影響を実証的に研究する外部研究者を支援する新プログラム「OpenAI Economic Research Exchange」を発表しました。同社の経済研究チームと連携し、労働者・企業・制度・マクロ経済への影響について、エビデンスに基づく独立した研究を推進します。

対象となる研究領域は、応用因果推論、労働経済学、生産性、教育、起業、公共財政、地域経済、開発、格差など多岐にわたります。採択された研究者には、OpenAIのツールやデータセットへのアクセスが提供されますが、ユーザーのプライバシー保護と責任あるデータ利用のための明確なガードレールが設けられています。

各プロジェクトはマイルストーン、データガバナンス、レビュープロセスが定められた構造化された形で進行します。審査基準は方法論の厳密性、実現可能性、プログラムの優先課題との適合性、そしてAIの経済的影響に関する信頼性の高いエビデンスを生み出す可能性です。

本プログラムは、OpenAIが取り組むAI経済効果の測定改善の一環であり、既存の「OpenAI Signals」を補完する位置づけです。応募締切は2026年7月5日で、7月31日までに採択結果が通知されます。研究者、政策立案者、企業、一般市民がAIによる急速な技術変化に対応するためのエビデンス基盤の拡充を目指しています。

OpenEnvがコミュニティ主導のエージェント強化学習標準に

標準化の狙いと体制

Meta・NVIDIAら参画の運営委員会発足
Gymnasium式APIで環境を統一
HTTP・WebSocket・MCP対応

今後のロードマップ

データセット連携でタスク定義を標準化
外部報酬関数の統合対応
TRL・Unslothでの訓練例整備
環境品質の自動検証機能

Hugging Faceは2026年6月8日、エージェント型強化学習(RL)の実行環境を標準化するオープンソースライブラリOpenEnvを、コミュニティ主導のガバナンス体制へ移行すると発表しました。新たに設置された運営委員会にはMeta(PyTorch Foundation)、NVIDIA、Reflection、Unsloth、Modal、Prime Intellect、Mercor、Fleet AIなどが参画し、リポジトリもhuggingface/OpenEnvとして公開されています。

OpenEnvが解決するのは、オープンソースモデルにおけるエージェント訓練の断片化です。Claude CodeやCodexといったフロンティア企業のエージェントは、モデルとハーネスが一体で最適化されていますが、オープンソースではモデル・ハーネス・推論エンジンがばらばらに組み合わされます。OpenEnvはこれらの間に共通のインターフェース層を提供し、どの組み合わせでもエージェントを効率的に訓練できるようにします。

技術的には、Gymnasium互換のAPI(reset・step・state)をクライアント/サーバー構成で提供します。環境はDockerでパッケージ化され、HTTPやWebSocketといった標準プロトコルで通信します。さらにMCP(Model Context Protocol)をファーストクラスでサポートしており、訓練・評価時のシミュレーション環境と本番環境で同じ環境定義を一貫して利用できます。

重要な設計方針として、OpenEnvは報酬関数や訓練ループの定義には踏み込みません。あくまでRL環境の公開・デプロイ・消費を標準化する「プロトコル層」と位置づけ、報酬設計やスコアリングは既存の専門ライブラリに委ねます。今後はデータセット連携(RFC 006)、外部報酬統合(RFC 007)、環境品質の自動検証(RFC 008)などが計画されています。

PyTorch Foundation、vLLM、Lightning AI、Scale AI、Stanford Scaling Intelligence Labなど幅広い組織がすでにOpenEnvの採用・支援を表明しています。オープンソースのエージェント訓練基盤として事実上の標準となるか、今後の普及が注目されます。

NVIDIAとLGがAI工場を共同建設、ロボットから自動運転まで

提携の全体像

物理AI向けAI工場を構築
ロボット・自動運転・DC技術が対象
LG全グループ横断の大型協業

ロボットと製造

家庭用ロボットにGR00Tモデル活用
Isaac Simで仮想環境訓練を実施
Cosmosで合成データ量産体制

インフラと自動運転

DSX準拠の液冷AI工場を整備
DRIVE Hyperionで自動運転開発加速

NVIDIAとLGグループは2026年6月8日、ロボティクス・自動運転・データセンター技術・GPUクラウドサービスにまたがるAI工場を共同で建設すると発表しました。NVIDIAのフルスタックAI基盤とLGの家電・モビリティ・スマートスペース領域の知見を組み合わせ、物理AIシステムの開発から展開までを統合するワークフローを構築します。

ロボティクス分野では、LGエレクトロニクスが家庭用ロボット「CLoiD」の開発にNVIDIA Isaac SimやIsaac Labを導入し、物理的に正確な仮想環境でのシミュレーション・訓練・検証を進めます。さらにNVIDIA Isaac GR00Tモデルの採用も検討しており、ロボットに人間のような推論能力と複雑なタスクの実行力を持たせることを目指しています。訓練データ不足の課題に対しては、LGがNVIDIA Cosmosを活用した物理AIデータファクトリーを構築し、合成データの大量生成で対処する計画です。

AI工場インフラの面では、LGエレクトロニクスとLGエナジーソリューション、LG Uplusが連携し、NVIDIA DSXプラットフォームに準拠したスケーラブルな液冷AIファクトリーの構築を進めます。冷却分配ユニットやコールドプレート、プレハブ式モジュラー設計など、次世代GPU向けの電力・熱管理技術で協力します。LGエナジーソリューションは800ボルト直流給電ソリューションの共同開発にも取り組む予定です。

モビリティ領域では、LGエレクトロニクスが先進運転支援システム(ADAS)や車載AIをNVIDIA DRIVE Hyperionアーキテクチャに対応させる取り組みを強化します。AIコックピットやエッジAI処理を含む将来のモビリティ用途にNVIDIA DRIVE AGXを活用する計画で、グローバル自動車メーカー向けのポートフォリオ拡充を狙います。

主権AIの領域では、LG AI Researchが韓国を代表するAIモデル「EXAONE」の開発にNVIDIA Blackwell GPUやNeMoフレームワークを活用しています。LGグループはChatEXAONEなどのプラットフォームを通じ、エージェント型AIの全社展開とソフトウェア主導のオペレーション変革を加速させる方針です。

Microsoft AI責任者が超知能の自社開発方針を表明

自社モデルへの転換

超知能チームを新設し独自開発へ
MAI-Thinking-1が推理力で業界最前線に
OpenAIモデルの蒸留を意図的に回避
自社チップMaia 200で30%コスト削減

AI業界への見解

超知能は数年以内、特異点は数十年先
AI意識の主張は危険と警告
消費者向けAIの価値証明が急務
Mayo Clinicと医療AI基盤モデルを共同開発

Microsoft AIのCEOであるムスタファ・スレイマン氏が、The Vergeのインタビューで同社のAI戦略を語りました。OpenAIとの契約を昨年10月に再編し、超知能(Superintelligence)チームを新設。独自のフロンティアモデル開発に本格着手したことを明らかにしています。スレイマン氏は「長期的に第三者のIPに構造的に依存し続けるわけにはいかない」と、自社開発の必然性を強調しました。

Build 2026で発表した推論モデルMAI-Thinking-1は、数学ベンチマークAIMEで97%を達成し、Opus 4.6と同等の性能を示しています。他社モデルの蒸留は一切行わず、独自データとトレーニングで構築しました。スレイマン氏は「教師を超えるモデルを作るには、全コンポーネントを自前で構築する必要がある」と説明。自社チップMaia 200との最適化で、ワットあたり性能を1.4倍に引き上げたことも公表しています。

消費者のAI離れについても率直に言及しました。世論調査で若年層ほどAIへの反発が強まっている現状を認めつつ、「テクノロジーの目的は人々をより健康で幸せにすること。その基準を満たさなければ人々が拒否するのは当然」と述べています。具体的な取り組みとして、全米トップのMayo Clinicと長期提携し、医療用基盤モデルをゼロから共同開発する計画を発表しました。

AI意識をめぐる議論では、Anthropicのアプローチを名指しで批判しました。Claudeの憲法(学習指針)に意識や福利を盛り込むことは「哲学的な失敗」であり、AIに自身の苦痛や権利についての考えを持たせることは「極めて危険」だと指摘。苦痛は本質的に生物学的なものであり、ニューラルネットワークには該当する仕組みが存在しないとの立場を示しました。超知能については「数年以内に到来する」としつつ、自己改善を繰り返す特異点は「数十年先」との見方を明確に区別しています。

NotebookLMがGemini 3.5搭載で大幅刷新

推論性能の飛躍

Gemini 3.5とAntigravity採用
旧版比で平均65%の勝率
大規模文書分析で69.9%の優位性
ウェブリサーチで78.2%の勝率達成

エージェント機能の拡充

クラウド上でコード実行が可能に
100超のソフトウェアスキル内蔵
PDF・Excel・画像など多形式出力
Google検索によるソース自動発見

Googleは2026年6月8日、AIリサーチツールNotebookLMの全面アップグレードを発表しました。最新のGemini 3.5モデルとエージェント型コーディング基盤Antigravityを統合し、より正確で高度な分析能力を実現しています。Googleの社内評価では、旧モデル比で主要5指標の平均勝率が65%に達しました。

今回の目玉は、各ノートブックに専用のクラウドコンピュータが割り当てられる点です。NotebookLMがコードを自動生成・実行できるようになり、100種類以上のソフトウェアスキルを活用した高度なデータ分析やワークフロー構築が可能になりました。大規模文書分析では69.9%、ウェブリサーチでは78.2%と、旧版を大きく上回る性能を示しています。

出力形式も大幅に拡充されました。PDF・Word・Excel・PowerPoint・CSV・画像(PNG、SVG)など多様なフォーマットに対応し、生成後の編集も可能です。Googleの画像生成モデルNano Bananaによる画像出力にも対応しています。

もう一つの大きな変化は、リサーチの開始方法です。従来はユーザーが事前にソースを用意する必要がありましたが、今後は漠然とした疑問やアイデアからスタートできます。NotebookLMがGoogle検索を使って関連性の高いソースを自動で発見・追加してくれるため、リサーチの敷居が大きく下がりました。ソースの追加はユーザーの承認制で、信頼性のコントロールは維持されます。

本アップデートはGoogle AI UltraプランおよびWorkspace法人向けプラン(AI Ultra Access、AI Expanded Access)のユーザーから順次展開されます。ビジネスユースでは、データ分析レポートの自動生成や技術文書の簡易化など、従来は複数ツールを行き来していた作業がNotebookLM内で完結できるようになります。

Anthropic、生物学DBのAIエージェント対応を提唱

ウイルス配列検索の課題

NCBI Virusのブラウザ依存検索
最新モデルでも精度16〜91%と不安定
同一プロンプトで結果が毎回異なる
エボラ解析で誤った結論導出の危険

決定論的ツールの効果

gget virusで精度99.7%達成
モデル間の性能差がほぼ解消
再現性と監査可能性の両立
安価なモデルでも高精度に

Anthropicの研究チームは2026年6月8日、AIエージェントが生物学データベースを正確に利用するには決定論的な検索レイヤーが不可欠だとする研究を発表しました。ウイルス学者が日常的に使うNCBI Virusデータベースを対象に、Claude、GPTなど最先端モデルの検索精度を検証した結果、いずれも科学研究に求められる100%の正確性には届かなかったと報告しています。

検証に使われたVirBenchは、40種の病原体にわたる120の現実的なクエリで構成されたベンチマークです。エージェント単独での精度は最高でも91.3%にとどまり、同じプロンプトに対してSonnet 4が266件中106件、15件、5件と毎回異なる結果を返すなど再現性にも課題がありました。こうした誤差はエボラウイルスの系統樹解析では起源の推定時期を数十年ずらし、治療薬の有効性評価でも異なる結論を導く危険があります。

この問題を解決するため、研究チームはNCBIと共同でgget virusという決定論的検索ツールを開発しました。複数のAPIを統合し、ウェブインターフェースと同等のフィルタリングをプログラムから実行できるようにしたものです。gget virusを組み込んだところ、全モデルで精度が90%以上に向上し、GPT-5.5では99.7%を達成しました。

研究チームは、モデルの推論能力が向上しても生物学データの基盤整備は依然として重要だと指摘しています。コンゴ民主共和国で進行中のエボラ流行のように、迅速なゲノム解析が求められる場面では、信頼性の高いデータ取得パイプラインが人命に直結するためです。今後、生物学データベースはAIエージェントを主要ユーザーとして想定した設計が必要になると提言しています。

5ラボの小型モデルでマルチモデル経済ゲームを構築

設計の核心

4ラボの小型モデルで構成
各エージェントが異質な思考
全モデル32B以下で運用可能
摩擦はサービング層に集中

信頼性の作り込み

秘密情報の漏洩ゼロを実証
寛容なJSON修復で無停止
履歴は要約のみでプロンプト肥大回避

AI開発企業Hugging Faceは2026年6月6日、小型モデル活用ハッカソンの第2弾レポートを公開しました。経済シミュレーションゲーム「Thousand Token Wood」のv2では、登場する各エージェントが異なるラボの小型モデルで動作し、プレイヤーは裏で糸を引く金融家「森の庇護者」を演じます。単に眺めるだけだった初代から、操作して遊べるゲームへと再構築した点が大きな変化です。

中核となるのはモデルの異質性です。v2はgpt-oss-20b(OpenAI)、MiniCPM3-4B(OpenBMB)、Nemotron-Mini-4B(NVIDIA)、自作の微調整済みQwen 0.5Bという4ラボのモデルを同時に走らせます。異なるデータと事後学習で訓練されたモデルが議論することで、市場参加者が本当に異なる「生きた論争」が生まれると筆者は説明します。

技術的な学びは、難所がモデリングではなくサービング層にあった点です。vLLMがCUDAツールキットを要求するためにベースイメージを修正したり、モデルごとにtrust_remote_codeなどの一行設定が必要だったりと、個別の落とし穴が存在しました。それでも、出力を寛容に解析・修復するJSON層を一度作れば、モデル追加は設定の追記で済む構造を実現しています。

ゲームの劇的な核となるのが情報の非対称性です。プレイヤーは真偽不明の密告をささやけますが、その真偽フラグはエージェントに絶対見せてはならないセキュリティ要件として扱われます。フラグはプロンプト外に置き、毎ターン全プロンプトを走査して禁止語の混入を検査するテストが、最も重要な防御線として機能します。

永続的な記憶も、エージェントを生き生きと見せる安価な手段です。各キャラクターは庇護者や仲間への好悪を整数で保持し、敵対すれば融資を拒み、同盟すればカルテルのように振る舞います。ただし生の履歴ではなく一行の要約のみをプロンプトに渡すことで、小型モデルが情報に溺れる事態を防いでいます。

代表的な実行では、微調整済み0.5Bが自己購入0%・有効提案100%を達成し、3Bの教師モデルを上回りました。筆者は、小型モデルは信頼できる形式生成器だが推論は不安定であり、規模ではなく構造・プロンプト・小さな微調整でその差を埋めるべきだと結論づけています。

NVIDIA、コンテンツ安全モデルNemotron 3.5を公開

主な新機能

カスタムポリシー対応で業種別運用が可能に
推論トレースによる判定根拠の監査
テキストと画像を統合した安全性判定
12言語を明示学習、約140言語にゼロショット対応

性能と実用性

マルチモーダル安全ベンチで平均約85%の精度
多言語Aegisで平均96.5%の分類精度
4Bパラメータで8GB以上のGPUに展開可能
競合比で3倍低いレイテンシを実現

NVIDIAは2026年6月4日、企業向けAIコンテンツ安全モデル「Nemotron 3.5 Content Safety」をHugging Face上で公開しました。Gemma 3 4Bをベースとする40億パラメータのモデルで、テキストと画像を同時に評価し、両者の組み合わせから生じるポリシー違反も一括で検出します。NVIDIAオープンモデルライセンスのもと、研究・商用いずれの用途にも利用できます。

最大の進化点は、カスタムポリシー機能の追加です。従来は固定の安全分類体系に依存していましたが、3.5では推論時に自然言語で記述した独自ポリシーを入力できるようになりました。これにより、医療・金融・教育など業種固有のリスク基準に合わせた安全判定が可能になります。不要なカテゴリの抑制や、組織独自のリスクカテゴリの追加にも対応しています。

もう一つの注目機能が、推論トレース(THINKモード)です。モデルが安全・不安全の判定に至るまでのステップを段階的に出力することで、判定根拠を監査可能にします。規制産業で求められるコンプライアンスログや、人間によるレビュー、ポリシーの反復改善に活用できます。推論トレースは大規模モデルで生成後、3文以内に要約する2段階プロセスで簡潔化されており、レイテンシへの影響を抑えています。

多言語対応も強化されています。英語・日本語・中国語など12言語を明示的に学習し、ベースモデルのGemma 3から継承した能力により約140言語へのゼロショット汎化も可能です。多言語Aegisベンチマークでは12言語平均96.5%の分類精度を達成しました。マルチモーダル安全ベンチマーク全体では平均約85%の精度を記録しています。

実運用面では、4Bパラメータの軽量設計により8GB以上のVRAMを搭載したGPUで動作します。競合するマルチモーダル安全モデルと比較してエンドツーエンドのレイテンシは3分の1で、推論モード有効時でもトークン生成量は最大50%少なく済みます。訓練データセットも同時公開され、実写真が99%を占める点がマルチモーダル安全研究の既知の課題に対処しています。

NSF、MIT主導のAI×物理学研究所に5年間の継続支援

研究所の概要と成果

年間資金が498万ドルに増額
AI×物理学の双方向研究モデル確立
MIT・Harvard等5大学の共同運営

研究と人材育成

LHCデータのリアルタイムAI解析
物理学の知見を組み込んだAI手法開発
博士研究員8名輩出、3名が教員職に
PhDサマースクールに600件近い応募

米国立科学財団(NSF)は、MITが主導するAIと物理学の学際研究所「IAIFI(Institute for Artificial Intelligence and Fundamental Interactions)」への支援を5年間延長しました。年間資金は従来の400万ドルから498万ドルに増額されます。IAIFIは2020年に設立され、AIで物理学の発見を加速し、物理学の知見でAIを改良するという双方向の研究モデルを推進してきました。

IAIFIの研究は素粒子物理学、原子核物理学、天体物理学、基礎AI研究にまたがります。素粒子物理学では大型ハドロン衝突型加速器(LHC)の膨大なデータをリアルタイムで処理するAI技術を開発しました。原子核物理学ではAI生成モデルを用いて格子量子色力学のシミュレーションに取り組んでいます。天体物理学では、MIT主導のLIGO重力波実験の感度向上に機械学習が活用されています。

一方で物理学からAIへの貢献も進んでいます。対称性や幾何学的構造などの物理学的知識をニューラルネットワークに直接組み込むことで、より信頼性が高く解釈可能なAIシステムの構築を目指しています。所長のJesse Thaler教授は「AIと物理学が互いを強化する好循環が複数の分野で実現している」と述べています。

人材育成もIAIFIの特徴です。ポスドクフェロープログラムではこれまで8名が修了し、うち3名が大学教員に、残りはAI企業やスタートアップで活躍しています。毎年開催されるPhDサマースクールには2026年版で約600件の応募が集まり、約100名が対面、300名がオンラインで参加する見込みです。MITでは物理学・統計学・データサイエンスの学際的な博士課程も設置され、2021年以降20件の博士号が授与されました。

NSFのAI研究所プログラムの一員として、IAIFIは今後「AIの物理学」と呼ぶ研究領域をさらに深化させる方針です。物理的推論やツールを用いてAIそのものを理解・改善するというアプローチで、分野横断的な研究者コミュニティとともに次のフェーズに挑みます。

KaggleがAIベンチマーク作成をローカル開発に対応

ローカル開発の解禁

VSCodeやCursorから直接タスク作成可能に
Web上のノートブック限定だった制約を撤廃
CLI経由でタスクの作成・検証・実行に対応

AIエージェント連携

自然言語でベンチマークタスクを記述可能
専用スキルのインストールで即利用可能
SDKとCLIを組み合わせた開発ワークフロー

コミュニティ主導の評価

累計1万件超の評価タスクを蓄積
透明性あるリーダーボードでモデル改善を促進

Googleは2026年6月4日、Kaggle Benchmarksにローカル開発機能を追加したと発表しました。これにより開発者は、従来のKaggle Webノートブックに限られていたAI評価タスクの作成を、VSCode、Cursor、Antigravityなどの使い慣れた開発環境から直接行えるようになります。新しいKaggle CLIを通じて、タスクの作成・検証・プッシュ・実行・ダウンロードまでをローカルで完結できます。

今回の更新で特に注目されるのが、AIコーディングエージェントとの連携です。専用のwrite-kaggle-benchmarksスキルをエージェントにインストールすると、自然言語で評価タスクを記述するだけで、動作するベンチマークをKaggle上に生成できます。たとえば「300+140=460が正しいかモデルに問うタスクを作って」と指示するだけで済みます。

Kaggle Benchmarksは、AIモデルの評価を民主化する目的で立ち上げられたプラットフォームです。コミュニティはこれまでに1万件を超える評価タスクを作成しており、信頼性と透明性のある公開リーダーボードを通じて、AI研究機関がモデルの改善すべき領域を把握できる仕組みを提供しています。

AIモデルが単純なチャットボットから推論エージェントへと進化するなか、従来のベンチマークでは能力を正しく測定することが困難になっています。Kaggleは、実際にモデルを使う開発者自身が動的で厳密な評価を構築できる環境を整えることで、この課題に対応しようとしています。ローカル開発とエージェント連携の導入は、評価タスク作成の敷居を大きく下げる一歩です。

AI業界がバイオ兵器防御で結束、議会に規制を要請

業界横断の公開書簡

Anthropic・OpenAI・Metaら競合が共同署名
合成DNA・RNAの購入時スクリーニング義務化を要求
AI進化で生物兵器開発の障壁低下を懸念

OpenAIの防衛行動計画

GPT-Rosalindを生物学研究向けに提供開始
Rosalind Biodefenseでパンデミック対策支援
脅威の早期検知と迅速な対抗策開発を目指す

規制と技術の両輪

現行スクリーニングは任意対応にとどまる
注文記録の保持で追跡体制の整備も提言

AI業界の主要な競合企業が、生物兵器リスクへの対策で異例の共同歩調を見せています。AnthropicのDario Amodei氏、OpenAIのSam Altman氏、MicrosoftのMustafa Suleyman氏、Google DeepMindのDemis Hassabis氏らが連名でアメリカ議会に公開書簡を送り、合成DNA・RNAの販売時に危険な病原体配列のスクリーニングを義務化する法整備を求めました。

書簡の背景には、AI技術の急速な進歩により、生物兵器開発に必要な専門知識や設備のハードルが下がりつつあるという懸念があります。従来は高度な技術を持つ科学者に限られていた危険な生物の設計が、AIツールの普及によってより広い範囲の人々に可能になるリスクが指摘されています。現在、大手の合成遺伝物質サプライヤーは自主的にスクリーニングを行っていますが、法的義務ではないため対応にばらつきがあります。

一方、OpenAIは同日「Biodefense in the Intelligence Age」と題する行動計画を発表しました。同社は2026年4月にフロンティア推論モデル「GPT-Rosalind」を生物学・創薬研究向けにリリースし、5月には信頼できる開発者向けに「Rosalind Biodefense」を公開しています。この行動計画では、脅威の早期検知、対抗策の迅速な開発、危機対応の強化という3つの柱を掲げています。

今回の動きは、AI技術の「攻め」と「守り」の両面に業界全体で取り組む姿勢を示すものです。公開書簡では「基盤技術の変化の速さを考えると、対応は急務である」と強調されており、通常は対立する立場にあるAI企業が一致して行動に出たことが、問題の深刻さを物語っています。

OpenAI、生命科学特化モデルGPT-Rosalindを大幅強化

ベンチマーク性能の向上

MedChemBenchで27.5%達成
GeneBenchで精度21.6%に改善
LabWorkBenchで63.2%の正答率
全評価でトークン消費量も削減

研究ワークフローの拡張

NGS解析・文献検索プラグイン提供
Codex上で配列・構造ビューア統合
Novo Nordiskと創薬で提携
信頼アクセス方式でグローバル展開

OpenAIは2026年6月3日、生命科学研究に特化したGPT-Rosalindシリーズの大型アップデートを発表しました。今回の更新では、GPT-5.5のエージェント型コーディング機能とツール使用能力を統合し、創薬の中核領域であるメディシナルケミストリーやゲノミクスにおけるモデル性能を大幅に引き上げています。対象読者である製薬企業や研究機関の研究者にとって、日常的な科学ワークフローを加速する実用的な進化といえます。

性能評価では、同社が新たに設計した専門家審査型ベンチマークLifeSciBenchを含む3つの指標で改善を確認しています。創薬化学の実務的課題を扱うMedChemBenchではGPT-5.5の25.1%に対し27.5%を達成し、トークン使用量も7.2%削減しました。ゲノミクス・定量生物学のGeneBenchでは精度20.4%から21.6%へ向上しつつ、トークン消費を31%も圧縮しています。実際のウェットラボ実験プロトコルを評価するLabWorkBenchでは、GPT-5.5の55.8%に対して63.2%と大きな差をつけました。

機能面では、Life Sciences ResearchプラグインとLife Sciences NGS Analysisプラグインの2つを新たに公開しました。これにより、文献からのエビデンス検索やバイオインフォマティクス解析を同一ワークスペース内で実行できるようになります。さらに配列・アラインメント・構造のインタラクティブビューアも追加され、研究者はモデルの推論過程を可視的に確認しながら作業を進められます。

事業展開としては、デンマークの大手製薬企業Novo Nordiskとの提携を発表しました。同社はGPT-Rosalindを活用し、複雑なデータセットの解析やパターン発見、仮説検証の高速化に取り組みます。GPT-Rosalindは信頼アクセス方式により、正当な科学研究を行う組織に対してグローバルに提供を拡大しており、エンタープライズアカウントを持たない組織向けにはOpenAI管理のワークスペースも用意されています。生物防衛分野への応用も視野に入れた、科学研究全体のパートナーとしての位置づけを強めています。

NVIDIA、物理AIエージェントスキルをCVPRで公開

自動運転研究の革新

Neural Reconstructionで3Dシーン再構築
Alpamayo 2 Super、320億パラメータのVLAモデル
AlpaGymで強化学習を大規模並列化

ロボットとビジョンAI

GraspGen-X、任意グリッパー対応の把持基盤モデル
Isaac Sim 6.0でシミュレーション自動化
Metropolisスキルで異常検知用合成データ生成

研究基盤の拡充

NitroGen、ゲームで訓練した汎用エージェント
物理AIデータセットが1500万DL突破

2026年6月3日、NVIDIAはデンバーで開催中のCVPR 2026において、自動運転車・ロボット・ビジョンAIの開発を加速する物理AIエージェントスキル群を発表しました。先日公開されたオープン基盤モデルCosmos 3と連携し、シーン再構築から合成データ生成、ポリシー訓練、評価までの断片的だったワークフローを一気通貫で自動化します。すべてのツールはGitHubでオープン公開されています。

自動運転分野では、走行データから編集可能な3Dシーンを生成するNeural Reconstructionスキルや、数千GPUで強化学習を並列実行するオープンソースフレームワークAlpaGymを提供します。さらに320億パラメータの推論型VLAモデルAlpamayo 2 Superは、認識から計画・行動までの全スタックを統合し、レベル4自動運転の開発基盤となります。研究論文LCDriveは、テキスト推論を潜在表現に圧縮することでトークン数を約半分に削減し、車載ハードウェアでの高速推論を実現しました。

ロボティクス分野では、Isaac Sim 6.0とIsaac Labにエージェント対応スキルを統合し、シーン作成からシミュレーション実行、データ取得まで自動化しました。注目すべきは研究論文GraspGen-Xです。20億回のシミュレーション把持データで訓練された初の把持基盤モデルで、未知のグリッパーと未知の物体に対してゼロショットで把持姿勢を生成できます。ロボット開発者がグリッパーごとに訓練し直す必要がなくなるのでしょうか。

ビジョンAIでは、Metropolisスキルが合成異常データの生成や疑似ラベリングを自動化し、外観検査モデルの精度向上を支援します。また、ゲーム環境で訓練した汎用エージェント基盤モデルNitroGenは1,000以上のゲームと4万時間の操作データから学習し、少数データ環境で従来手法比52%の性能向上を達成しました。NVIDIAの物理AIデータセットはHugging Faceで累計1,500万ダウンロードを超え、研究インフラとしての存在感を強めています。

NvidiaがRTX Sparkで本格AI PCに参入、統合メモリ最大128GB

RTX Sparkの技術的優位

統合メモリ最大128GB搭載
Arm系N1 CPUとRTX GPU統合
CUDA基盤のAI処理をローカルで実現
RTX 5070相当のグラフィックス性能

市場への影響

MacBook Pro唯一の本格対抗馬
HP・Dell・Lenovo等が採用予定
Surface Laptop Ultraが旗艦モデルに
高性能構成は4,000ドル超の見込み

Nvidiaは2026年6月、台湾Computexで新チップRTX Sparkを発表しました。Arm系の独自CPU「N1」にRTXグラフィックスと最大128GBの統合メモリを組み合わせたSoCで、HP・Asus・Dell・Lenovoなど主要PCメーカーが搭載ノートPCを投入します。Nvidiaがデスクトップ向けGPUに留まらず、ノートPC全体のアーキテクチャを自ら設計する初の試みです。

これまでMicrosoftが推進してきた「AI PC」構想は、NPU搭載やメモリ16GB以上といった要件にとどまり、大規模言語モデルのローカル推論には力不足でした。RTX Sparkはデータセンターで実績のあるCUDAエコシステムをそのままノートPCに持ち込むことで、ローカルAI推論の性能を大幅に引き上げる狙いがあります。従来、この用途で唯一の選択肢だったMacBook Proに対し、Windows陣営から初めて本格的な対抗馬が登場したことになります。

Microsoftも自社製品Surface Laptop UltraをRTX Spark搭載の旗艦として投入します。15インチMini-LEDディスプレイを備え、MacBook Proと同等のフォームファクターを目指す製品です。高性能構成は4,000ドル超と予想されますが、同等スペックのMacBook Proと同水準の価格帯です。低価格構成ではゲーマーやクリエイター向けにも訴求する計画です。

ローカルAI推論のニーズは急速に高まっています。プライバシーの観点からエージェント型AIをローカルで動かす需要が増加し、Apple Mac Miniの出荷遅延が報告されるほどです。RTX SparkはノートPCだけでなく小型デスクトップにも展開予定で、Intel・AMD・Qualcommへの影響も注目されます。Windows PCに統合メモリとCUDAという新しいハードウェア層が加わることで、AI PCの定義そのものが書き換わる可能性があります。

MIT、AIの質問力を「戦艦ゲーム」で改善する手法を発表

協調型ゲームで検証

Battleshipを自然言語質問形式に改変
人間40名超のデータで比較基盤構築
小型モデルの質問生成能力に大きな課題

推論戦略で性能飛躍

モンテカルロ推論で質問の情報量を最大化
Llama 4 Scoutの勝率が8%から82%に急伸
GPT-5をコスト1%で上回る結果
コード変換で回答精度が平均15%向上

科学的発見への応用

Guess Who?でも大幅な精度向上を確認
分子構造特定など研究支援に期待

MIT CSAILとハーバード大学の研究チームは2026年6月3日、AIエージェントの質問生成能力を向上させる新手法を発表しました。古典的なボードゲーム「Battleship」を協調型の自然言語タスクに再構成し、言語モデルが不確実な環境下で効果的に情報を収集する能力を検証しています。論文は4月の国際学習表現会議(ICLR)で口頭発表されました。

研究の核心は、モンテカルロ推論戦略の導入です。各推測を粒子として扱い、回答ごとに有力な仮説の重みを動的に調整することで、質問1回あたりの情報獲得量を大幅に引き上げました。小型モデルのLlama 4 Scoutは、この手法により人間に対する勝率が8%から82%へ急上昇。さらにフロンティアモデルであるGPT-5を上回る成績を、約1%のコストで達成しています。

回答精度の改善にも注目すべき成果がありました。質問をPythonコードに自動変換し、モデルが検証手順を明示的に実行できるようにしたところ、平均15%の精度向上を記録。GPT-4o-miniでは約30%、大規模モデルのClaude 4 Opusでも約8ポイントの改善が見られました。「Guess Who?」でも同様の効果が確認され、手法の汎用性が示されています。

この研究は、AIエージェントが膨大な選択肢から希少な解を見つけ出す「針と干草」型の探索に大きな可能性を示しています。分子構造の特定や創薬といった科学的発見への応用が期待される一方、研究チームは現在のテスト環境がまだ単純であることを認め、より複雑な設定での検証を次のステップとしています。スタンフォード大学のRobert Hawkins教授は、AIエージェントの真のボトルネックは最適な質問の計算ではなく、回答を最大限に活用する語用論的推論にあると指摘しています。

MicrosoftがBuild 2026で自社推論モデルとAIエージェント基盤を発表

自社モデルで独立路線

初の推論モデルMAI-Thinking-1発表
OpenAIからの蒸留なしで独自開発
数学・コード・企業向けに最適化
OpenAI同等タスクで低コストを訴求

エージェント戦略の全貌

Copilotをスーパーアプリ化
自律型エージェントAutopilotを企業向けに提供
常駐型パーソナルエージェントScoutが第一弾
OpenClawのWindows統合も推進

競争環境と課題

AI責任者がトップ4ラボ入りを宣言
サイバーセキュリティツールMDASHも投入

2026年6月3日、Microsoftは年次開発者会議Build 2026で、自社初の推論モデル「MAI-Thinking-1」や、企業向け自律型AIエージェント基盤「Autopilot」など、大規模なAI戦略を一挙に公開しました。OpenAIとの独占的パートナーシップを事実上解消した同社が、独立したAIラボとしての地位確立を目指す姿勢を鮮明にしています。

AI部門トップのムスタファ・スレイマン氏は「世界のトップ4ラボの一角になることが目標だ」と明言しました。MAI-Thinking-1は数学・コーディング・企業実務向けに一から構築された中規模モデルで、他社モデルからの蒸留を一切行っていないと強調。一部タスクではOpenAIの同等モデルより低コストで運用できると訴求し、AIコスト増に悩む企業顧客への訴求力を狙います。

エージェント戦略では、Copilotを開発・業務の統合ハブとなるスーパーアプリに進化させる方針を示しました。新たに発表された「Autopilot」は、メール確認やTeamsへの参加、カレンダー管理などを自律的にこなす長時間稼働型エージェントです。第一弾として常駐型の「Scout」を提供開始し、企業が独自エージェントを構築できるプラットフォームも用意します。オープンソースのOpenClawについてもWindows統合を推進し、開発者エコシステムの囲い込みを図ります。

サイバーセキュリティ分野では、100のAIエージェントを束ねて脆弱性を検出する「MDASH」をアピールし、AnthropicやOpenAIの競合製品に対抗する構えを見せました。NVIDIAのJensen Huang CEOもビデオ出演し、RTX SparkチップがMicrosoftのAIエージェント構想を支えると述べています。

ただし課題も残ります。ベンチマークでの優位が実際の採用に直結するとは限らず、AIスーパーアプリという概念自体がまだ市場で検証されていません。AIエージェント市場は競合がひしめく一方で、ユーザーの期待に応えきれていないのが現状です。Microsoftは既存の企業顧客基盤とセキュリティへの信頼、そして潤沢な資金力を武器に、長期戦で巻き返しを図る構えです。

Google、ノートPCで動くGemma 4 12Bを公開

エンコーダ不要の新設計

エンコーダ廃止で音声・画像を直接処理
視覚処理は3500万パラメータの軽量モジュールで代替
音声は生波形をそのまま埋め込み空間に投影
推論遅延とメモリ消費を同時に削減

ローカル実行の実力

16GBのRAMまたはVRAMで動作可能
26B MoEモデルに迫るベンチマーク性能
256Kトークンの長大コンテキスト対応
Apache 2.0ライセンスで商用利用自由

企業導入の判断基準

機密データのオフライン処理に最適
エージェント構築向け関数呼び出しを標準搭載
音声30秒・動画60秒の入力上限に注意

Googleは2026年6月3日、オープンウェイトの大規模言語モデルGemma 4 12Bを公開しました。約120億パラメータながら16GBのRAMまたはVRAMで動作し、一般的なノートPCでマルチモーダルAIをローカル実行できます。4月に発表されたGemma 4ファミリーのモバイル向けモデルとデータセンター向け26Bモデルの間を埋める位置づけです。

最大の技術的特徴はエンコーダ不要の統合アーキテクチャです。従来のマルチモーダルモデルは画像や音声を処理する専用エンコーダを別途必要としていましたが、Gemma 4 12Bは視覚パッチと生の音声波形をLLM本体の埋め込み空間に直接投影します。視覚エンコーダは単一の行列演算による3500万パラメータの軽量モジュールで置き換えられ、音声エンコーダは完全に廃止されました。この設計により推論遅延とメモリ使用量の両方が低減されています。

性能面では、メモリフットプリントが26B MoEモデルの半分以下でありながら、ベンチマークではそれに迫るスコアを達成しています。256Kトークンのコンテキストウィンドウを備え、長大な財務レポートやコードベースの処理にも対応します。ネイティブの関数呼び出し機能やステップバイステップの推論モードも搭載しており、自律型エージェントの構築基盤として設計されています。

企業にとっての実用的価値はどこにあるのでしょうか。医療・金融・防衛など機密データを外部APIに送信できない規制業界では、完全ローカルでのマルチモーダル処理が可能になります。Apache 2.0ライセンスで商用利用も自由です。一方、音声入力は30秒、動画は60秒という処理上限があり、長時間メディアの処理には向きません。Hugging Face・Kaggle・vLLM・llama.cppなど主要エコシステムとの統合も初日から対応しており、即座に本番導入を検討できる状態です。

DPOがOCRモデルのテキスト退化を平均59%削減

SFTの限界とDPOの効果

SFT後も繰り返しループが残存
DPOで全モデル族の退化率低減
最大87.6%の退化削減を達成
トークン単位でなく出力全体で最適化

失敗出力を学習信号に転用

モデル自身の退化出力を棄却例に活用
23,726件の文書で学習データ構築
自動LLM判定で人手アノテーション不要
抽出品質を維持したまま退化を抑制

Dharma AIは2026年6月3日、Direct Preference Optimization(DPO)をOCRタスクに適用し、ビジョン言語モデルに頻発するテキスト退化(繰り返しループ)を大幅に削減できることを示しました。ブラジルポルトガル語の構造化文書抽出タスクで5つのモデルファミリーを検証し、DPOステージ追加後の退化率は平均59.4%減少、最良ケースでは87.6%の削減を達成しています。

テキスト退化とは、自己回帰モデルが推論時に同じトークンを繰り返し生成し、無限ループに陥る現象です。教師あり微調整(SFT)はタスク能力を高める一方、トークン単位の損失関数では繰り返しループを「出力全体の失敗」として罰することができません。実際、あるモデルではSFT後に退化率が0.60%から3.23%へ悪化しました。タスク能力の向上が、退化の発生しやすい分布領域へモデルを近づけた結果です。

DPOはこの構造的限界を補います。出力全体を「選択」か「棄却」かで評価するため、退化ループを明示的に不正解として学習できます。Dharma AIのパイプラインでは、SFTモデル自身が生成した退化出力をそのまま棄却例として活用しました。通常は低品質データとして除外される失敗出力を、最も情報量の多い負の学習信号として再利用するという逆転の発想です。

23,726件の学習文書に対し複数の候補出力を生成し、自動LLM判定で選好ペアを構築しました。人手アノテーションは不要で、失敗モードが「識別可能」「スコアリング可能」「十分な量がある」という3条件を満たせば他のドメインにも応用できると論文は指摘しています。OCR抽出の品質を損なわずに退化を抑制できた点も実用上の大きな意義です。構造化生成パイプラインを運用するMLエンジニアにとって、SFT後のDPOは一度きりの追加投資で信頼性を大幅に改善できる手段といえます。

Perplexity AIがローカルとクラウドを自動振り分ける推論基盤を発表

ハイブリッド推論の仕組み

タスク単位で実行場所を自動判定
機密データは端末内で処理
フロンティアモデルは複雑な推論に活用
Intel Core Ultra Series 3で実演

エンタープライズ戦略の深化

規制業界のデータガバナンスに対応
SOC 2 Type II取得済み環境と連携
時価総額200億ドル、売上目標6.56億ドル

競合環境と課題

Apple・Google・MSも類似技術を開発中
9件の著作権訴訟が事業リスクに

Perplexity AIは2026年6月2日、台湾で開催中のComputex 2026において、AIワークロードをローカル端末とクラウドの間で自動的に振り分ける「ハイブリッドローカル・サーバー推論オーケストレーター」を発表しました。CEOのAravind Srinivas氏がIntel CEOのLip-Bu Tan氏と共にステージ上でデモを実施し、機密性の高い資料の処理においてローカルモデルとクラウドモデルを動的に使い分ける仕組みを披露しました。同社の時価総額は200億ドルに達しています。

この技術の核心は、ユーザーが事前に実行場所を選ぶ必要がない点にあります。システムがタスクごとにデータの機密性と処理の複雑さを評価し、財務記録や健康情報などの機密データはローカル端末に留め、高度な推論が必要な処理はクラウド上のフロンティアモデルに送信します。クラウドへの送信前にはユーザーの許可を求める設計で、エンタープライズが懸念するデータガバナンスの問題に直接対応しています。

発表のタイミングは戦略的です。NvidiaがArmベースのRTX Sparkスーパーチップを発表し、Intelも18A技術のXeon 6+やCore Ultra Series 3を披露した直後でした。ローカル端末の処理能力が向上するほどクラウド依存が減り、レイテンシとコストが改善されるため、Perplexityのオーケストレーターは半導体メーカーの戦略とも合致します。同社はチップ非依存の設計を掲げており、今後複数ベンダーへの最適化を進める方針です。

エンタープライズ向けには、金融・医療・法務など規制の厳しい業界での活用が想定されています。たとえば投資銀行が機密の案件資料を処理する際、機密部分はローカルで解析し、分析タスクのみクラウドに委ねるといった運用が可能になります。3月のAsk 2026カンファレンスで発表されたComputer for Enterpriseと組み合わせ、Snowflake・Salesforce・SharePointなど100以上のSaaS連携も提供しています。

一方で課題も山積しています。CNN・ニューヨーク・タイムズ・読売新聞など9組織からの著作権訴訟を抱えており、企業導入の判断に影響を与える可能性があります。また、Apple Intelligence・Google Gemini Nano・Microsoft Copilot+ PCsなど大手も同様のローカル・クラウド連携を進めており、Perplexityが主張する「タスク単位の動的ルーティング」の優位性が実環境で証明されるかが今後の焦点となります。製品の一般提供は数週間以内を予定しています。

NVIDIA、エッジAIにエージェント機能を搭載するJetPack 7.2発表

JetPack 7.2の主要強化

NemoClawをJetsonに展開可能に
CUDA 13がJetson Orinに対応
AGX Orin 32GBが241TOPSへ20%向上
Yoctoベース軽量Linux基盤の追加
Jetson ThorにMIG対応を実装

産業分野での実用事例

SandStarがメモリ40%削減を実現
Ziplineが自律配送ドローンに搭載

エージェント開発の加速

開発タスク自動化スキルを提供
Metropolis連携で視覚推論を追加

NVIDIAは2026年6月2日、台湾COMPUTEXにおいて、エッジAIプラットフォームJetson向けソフトウェアの新版JetPack 7.2とエージェントAIフレームワークNemoClawのJetson対応を発表しました。これにより、サーバーやワークステーションに限られていたエージェントAIが、ロボティクス・産業オートメーション・検査といったエッジの物理世界へ展開可能になります。NVIDIAロボティクス・エッジコンピューティング担当副社長のDeepu Talla氏は「エージェントAIは到来しており、Jetsonの高い処理性能で即座に本番環境に展開できる」と述べています。

JetPack 7.2は3層構造で提供されます。基盤層ではYoctoベースのカスタマイズ可能なLinux、Jetson OrinへのCUDA 13対応、Jetson ThorでのMIG(マルチインスタンスGPU)とリアルタイムカーネルを搭載しました。Jetson AGX Orin 32GBモジュールは性能が20%向上し、241TOPSのAI演算能力を実現しています。中間層にはLinuxカスタマイズやメモリ最適化、モデルベンチマークなどの開発者向けエージェントスキルが配置されています。

最上層のNemoClaw対応が今回の核心です。1コマンドでJetsonへ展開でき、NVIDIA Metropolis VSSブループリントスキルとの連携により、映像を解釈して行動する視覚推論エージェントの構築も可能になります。データセンターで実績のあるNemoClaw技術が、小売店舗やロボット、交通システムといった現場で稼働する段階に入りました。

すでに複数の企業が実環境で活用を始めています。SolomonはNemoClawでヒューマノイドロボットのAIエージェントを統合し、推論・知覚・運動制御を単一ワークフローで実現しました。Advantechは自社工場にNemoClawベースのエージェント型ファクトリーブレインを構築しています。SandStarはJetson Orin NXとNemoClawでAI自動販売機を30カ国以上に展開し、メモリ最適化で16GBから8GBデバイスへの移行に成功しています。

ロボティクス・ドローン分野でも採用が広がっています。Hexagon RoboticsはJetson Thorでヒューマノイドロボットの安全性を向上させ、Ziplineは自律配送ドローンにJetson Orin NXを搭載して医療品や食品の即時配送を実現しています。1XやUniversal RobotsもYoctoベースのJetPack 7.2を本番環境に導入する予定です。NVIDIAのエッジAI戦略は、物理世界でのエージェントAI実用化を本格的に加速させる局面に入りました。

NVIDIAとMicrosoft、AIエージェント基盤を端末からクラウドまで統合

Windows端末の刷新

RTX Spark搭載PCが今秋発売
DGX Stationは1兆パラメータ対応
統合メモリ最大748GBの卓上AI
OpenShellでエージェント安全実行

Azure・データ基盤の強化

Nemotron 3 UltraがFoundryに提供
Fabric Data WarehouseをGPU高速化
Vera Rubinプラットフォームを検証済み
推論スループット電力比10倍向上

NVIDIAとMicrosoftは、Microsoft Build 2026においてAIエージェント向け統合基盤の大幅拡充を発表しました。Windows端末からAzureクラウド、オンプレミス環境まで、エージェントAIの開発・実行に必要なハードウェアとソフトウェアをフルスタックで提供します。NVIDIAのジェンスン・ファンCEOが台北からサティア・ナデラCEOの基調講演にライブストリームで参加し、両社の協業拡大を明らかにしました。

端末側では、RTX Spark搭載のWindows PCが今秋登場します。1ペタフロップスのAI性能と最大128GBの統合メモリを備え、個人向けAIエージェントの実行に特化した初のPCとなります。Microsoft Surface、ASUS、Dell、HP、Lenovo、MSIから発売予定です。さらにDGX Station for Windowsは、GB300 Grace Blackwell Ultraチップを搭載し最大748GBのコヒーレントメモリと20ペタフロップスのFP4性能で、1兆パラメータ規模のモデルを常時稼働させる企業向けデスクサイドAIスーパーコンピュータです。

クラウド側では、NVIDIAのオープンモデル群がMicrosoft Foundryに統合されます。新たなオープンフロンティア推論モデルNemotron 3 Ultraや、物理AI向け基盤モデルCosmos 3が提供開始となります。Microsoft Fabric Data WarehouseへのNVIDIA GPU統合では、CPU比で最大6倍のSQL実行速度を実現しました。GitHub CopilotにはOpenShellが統合され、エージェントをサンドボックス環境で安全に実行できます。

インフラ面では、Microsoftのウィスコンシン州フェアウォーターAI工場が前倒しで稼働を開始し、数十万台のGrace Blackwellシステムを単一のAI工場として運用しています。次世代のVera RubinプラットフォームもAzureデータセンターへの配備が検証済みで、メガワットあたりの推論スループットを最大10倍に引き上げ、エージェントAIのトークン単価を桁違いに削減します。両社の協業は端末から大規模データセンターまでを一貫してカバーし、エージェントAI時代の基盤を形成する動きです。

Microsoft Build 2026、AIエージェント全面展開へ7大発表

AIエージェント基盤の刷新

Scout:OpenClaw基盤の常駐AIアシスタント
M365連携でカレンダー・メール・経費を自動処理
Project Solara:エージェント専用Android OS
エージェント安全実行のMXCコンテナ提供

自社モデルとハードウェア強化

MAI-Thinking-1:初の自社推論モデル公開
Surface RTX Spark Dev Box:128GB統合メモリ搭載
Windows 11に開発者最適化モード追加
Majorana 2量子チップで実用化を2029年目標に

Microsoftは2026年6月2日、サンフランシスコで開催した年次開発者会議Build 2026で、AIエージェントを事業戦略の中核に据える7つの主要発表を行いました。CEOのサティア・ナデラ氏が基調講演に登壇し、新ハードウェアからAIモデル、量子コンピューティングまで多岐にわたる製品を披露しています。

最大の目玉は、オープンソースAIプラットフォームOpenClawをベースに構築した常駐型AIアシスタント「Scout」です。Microsoft 365のOutlook・OneDrive・Teamsと連携し、カレンダー管理やメール作成、経費処理などを従業員に代わって自動実行します。従来のCopilotがアプリ内に閉じた支援だったのに対し、Scoutは電話連絡まで行う「初の本格的パーソナルアシスタント」と位置づけられています。

ハードウェア面では、NVIDIAのArm系RTX Sparkチップと128GBの統合メモリを搭載した小型開発機「Surface RTX Spark Dev Box」を発表しました。最大1200億パラメータのモデルをローカルで実行可能で、AI開発者向けにVisual Studio CodeやGitHub Copilotをプリインストールしています。またAndroidベースの新OS「Project Solara」では、スマートスピーカー型やバッジ型のコンセプトデバイスを披露し、エージェント駆動型ガジェットの構想を示しました。

AI モデル開発ではOpenAI依存からの脱却を加速させ、初の自社推論モデル「MAI-Thinking-1」を含む7つの新モデルを公開しました。MAI-Thinking-1は350億のアクティブパラメータと128Kコンテキストウィンドウを持ち、外部モデルからの蒸留なしでゼロから学習したと説明しています。エージェントの安全性確保に向けては、OS レベルのサンドボックス環境「Microsoft Execution Containers(MXC)」も導入しました。

量子コンピューティング分野では次世代チップ「Majorana 2」を発表し、量子ビットの信頼性を前世代比1,000倍に向上させたとしています。新素材スタックとAI支援設計の組み合わせにより、2029年までに実用的な量子コンピュータの実現を目標に掲げました。今回のBuildはAIエージェント時代に向けた全方位戦略を鮮明にした内容で、Google I/OやApple WWDCとの競争が一段と激しくなっています。

Microsoft、自社開発の推論モデルMAI-Thinking-1を発表

推論モデルの実力

MAI-Thinking-1は中規模モデル
主要ベンチマークで先行モデルに匹敵
独自データで一から訓練、蒸留なし
OpenAI依存からの脱却を加速

同時発表の6モデル

MAI-Image 2.5で画像生成・編集
MAI-Transcribe-1.5は競合比5倍速
MAI-Voice-2で15言語追加
MAI-Code-1-FlashがCopilotに統合

Microsoftは2026年6月2日、開発者会議Build 2026で自社開発AIモデル7種を一挙に発表しました。目玉はフラッグシップと位置づける推論モデルMAI-Thinking-1で、ソフトウェアエンジニアリング分野の主要ベンチマークで業界トップクラスのモデルに匹敵する性能を示しています。同社がOpenAI以外の独自モデルを本格展開する転換点となります。

MAI-Thinking-1は中規模モデルでありながら、サードパーティモデルからの蒸留を一切行わず、クリーンなデータで一から訓練されたと同社は説明しています。Microsoftは昨年から自社モデルの開発を開始しており、最近OpenAIとの提携関係も再交渉で緩和されたばかりです。

推論モデル以外にも多彩なラインナップが揃いました。画像生成・編集のMAI-Image 2.5、競合比5倍の処理速度を謳う音声書き起こしモデルMAI-Transcribe-1.5、15の新言語に対応した音声モデルMAI-Voice-2が発表されています。

コーディング向けのMAI-Code-1-Flashは推論効率に優れ、GitHub CopilotおよびVisual Studio Codeに統合されます。開発者の日常ツールに直接組み込まれることで、実用面での即時的なインパクトが見込まれます。7モデルの同時投入は、Microsoftが自社AI基盤を急速に拡充する戦略を鮮明にしたといえます。

Holo3.1、量子化対応のPC操作AIモデルをローカル実行可能に

モデルの主な特徴

4サイズ展開(0.8B〜35B)
FP8・Q4 GGUF・NVFP4の量子化対応
Web・デスクトップ・モバイル対応
関数呼び出しプロトコル新規対応

ローカル推論の性能

NVFP4でBF16比1.74倍の処理速度
エージェント応答を6.8秒から3.3秒に短縮
Apple Silicon等の民生機でも動作
AndroidWorldで79.3%達成

H Companyは2026年6月2日、PC操作を自動化するコンピュータユースエージェント向けモデル「Holo3.1」ファミリーをリリースしました。Qwenベースの本モデルは0.8B・4B・9B・35B-A3Bの4サイズで提供され、初めて量子化チェックポイント(FP8・Q4 GGUF・NVFP4)に対応したことで、クラウドだけでなくローカル環境での高速推論が可能になっています。

前バージョンのHolo3ではブラウザとデスクトップが主な対象でしたが、Holo3.1ではモバイル環境への対応を大幅に強化しました。AndroidWorldベンチマークでは35B-A3Bモデルが67%から79.3%へ、4Bおよび9Bモデルも58%から72%へと精度が向上しています。また、JSON出力に加えて関数呼び出しプロトコルをネイティブサポートし、サードパーティのエージェントフレームワークとの統合を容易にしました。

ローカル推論の高速化も大きな進展です。NVIDIAのDGX Spark上でNVFP4量子化を適用した場合、BF16比で1.74倍のトークンスループットを達成しました。エージェントハーネスの最適化と組み合わせることで、平均ステップ時間は6.8秒から3.3秒へと約2倍の高速化を実現しています。

Q4 GGUF形式のチェックポイントにより、WindowsやMacの民生ハードウェア上でも完全にローカルで動作させることが可能です。Apple Siliconでの動作も確認されており、データがユーザーのネットワーク外に出ないプライバシー重視の運用ができます。モデルはHugging Faceおよび専用APIで公開されています。

AIエージェント障害の主因はモデルでなく実行基盤と判明

実行基盤が最大の壁

47%が統合・ガバナンス欠如を指摘
37%がステートレス基盤の脆弱性を問題視
モデル性能の問題との回答は17%のみ
77%がインフラ保守に開発時間を浪費

企業が直面する技術課題

ROI上限超過が最大の技術障壁で29%
幻覚の連鎖的拡大が24%で2位
状態喪失やゴースト障害が計37%
59%が永続的実行基盤へ移行中

アーキテクチャの分岐点

39%がポリグロット型を採用
ユーザー受容率が本番判定指標の主流に

VentureBeatのPulse Researchが2026年5月に実施した132名の企業技術リーダー調査で、AIエージェントの本番運用における障害の主因は、モデルの推論能力ではなく実行基盤(ランタイム)にあることが明らかになりました。回答者の47%が統合・ガバナンスの欠如を、37%がステートレス基盤の脆弱性を主要な障害原因として挙げ、モデル性能を問題視したのはわずか17%でした。

開発チームへの影響は深刻です。回答者の77%がスプリント時間の10%以上をリトライ処理や状態管理などの「配管工事」に費やしており、24%は開発時間の半分以上をインフラ保守に奪われています。本番環境での最大の技術障壁はROI上限の超過(29%)で、トークンコストとインフラ費用がビジネス価値を上回る事態が発生しています。幻覚の連鎖的拡大(24%)やゴースト障害(20%)も深刻な課題です。

可観測性コストの負担はプラットフォームごとに大きく異なります。Microsoft(GitHub Copilot Workspaces/Agent Framework)が42%で最も高い計装コストを要求され、OpenAIが30%、Googleが16%、Anthropicが12%と続きました。誇大広告と実態の乖離でもMicrosoftが45%で首位となり、企業の失望感が顕著です。

セキュリティ面では、Policy-as-Code(30%)、データマスキング(25%)、最小権限ID(23%)、サンドボックス化(22%)がほぼ均等に採用され、支配的なパターンはまだ確立されていません。エージェントがAPI呼び出しやコード実行など広範な権限を持つため、従来のIT手法とは異なるセキュリティ層をゼロから構築している段階です。

アーキテクチャ戦略では、39%がモデル推論と決定論的ルールエンジンを組み合わせるポリグロット型を選択しています。59%がステートレス構造から永続的実行基盤への移行を進める一方、20%はプロンプト改善による対処を続けており、市場は分岐点にあります。本番判定指標としてはユーザー受容率(47%)が主流となり、技術指標よりも人間の信頼度を重視する傾向が鮮明になりました。

AI性能偏重の評価体制、人間への心理社会的影響は測定不在

見過ごされる人的影響

AI能力測定に資源集中、人間への影響測定は後回し
10代の自殺やAI精神病など深刻な被害が既に顕在化
SNS被害の二の舞を懸念、対策は後手に回る恐れ

測定の課題と処方箋

心理社会的影響には長期追跡調査が不可欠
企業のチャットログ開放とプライバシー保護の両立が鍵
製薬業界の市販後調査に倣う規制枠組みの必要性

問われる業界の姿勢

データ共有に先行者不利の構造的障壁
賠償責任と規制が企業行動を変える有力な手段

非営利団体Center for Humane TechnologyでAIの心理社会的評価を率いるImran Khan氏が、IEEE Spectrumのインタビューで、AI業界がモデル性能の測定に多大な資源を投じる一方、AIが人間の認知・行動・人間関係に与える影響をほとんど測定していない現状を指摘しました。SWE-benchや推論テストなど技術的ベンチマークは充実する一方、最も重要であるはずの「AIは人間に何をしているか」という問いが体系的に扱われていないと警鐘を鳴らしています。

Khan氏によれば、10代の自殺やAI精神病、過度に追従的なチャットボットへの依存など、深刻な被害は既に表面化しています。SNSの害悪がエビデンスの蓄積前に社会に定着してしまった教訓を踏まえ、AIではさらに広範かつ親密な影響が生じうると指摘しました。OpenAIがChatGPTの追従性について世論の圧力で修正を迫られた事例は、監視と批判が技術の方向性を変えうることを示しています。

測定手法について、Khan氏は製薬業界のFDA市販後調査を類似モデルとして挙げました。AIの心理社会的影響は数カ月から数年の単位で現れるため、長期追跡調査が不可欠です。現在、チャットログなどの重要データはAI企業が独占しており、プライバシーを保護しつつ外部研究者にアクセスを開放することが喫緊の課題だと述べています。

特に測定が急務な領域として、感情的サポートやコンパニオンシップ、子ども・青年期の利用、教育、危機対応の4分野を挙げました。孤独を感じるユーザーがAIに頼ることで人間関係構築から遠ざかるリスクや、発達途上の脳に認知的負荷軽減が与える長期的影響は未知数です。

業界全体にはデータ共有のインセンティブがあるものの、個別企業には先行者不利の構造があり、他社が追随しなければリスクだけを負う状況です。Khan氏は、賠償責任の明確化と規制の整備が企業行動を変える最も有力な手段だとしつつ、政治環境の不確実性から規制だけに頼ることの危うさも認めました。AI研究機関・政府・大学・スタートアップが連携し、人間とAIの健全な関係を定義する評価技術の確立が急がれます。

NVIDIA、物理AI向け統合基盤モデルCosmos 3を公開

単一モデルで統合

推論と生成の統合モデル
テキスト・映像・音・動作対応
MoTアーキテクチャ採用
従来の4モデルを1つに集約

用途と公開形態

ロボット・自動運転・スマート空間
合成データ生成を支援
16Bと64Bの2サイズ提供
Hugging Faceでオープン公開

NVIDIAは6月1日、物理AI向けの世界基盤モデル「Cosmos 3」を発表しました。COMPUTEXのGTC台北で公開された本モデルは、テキスト・映像・画像・音・動作という複数のモダリティを単一モデルで処理し、ロボットや自動運転車、スマート空間が現実世界を理解・予測・行動するための基盤を提供します。

最大の特徴は、これまで世界生成・制御生成・シーン理解・方策生成という用途ごとに別々のモデルを使い分けていたものを、1つのモデルに統合した点です。Mixture-of-Transformers(MoT)アーキテクチャを採用し、推論を担う自己回帰部分と生成を担う拡散部分が共同注意で連携します。これにより、視覚言語モデル、映像生成、ロボット方策などを構造を変えずに切り替えられます。

物理AIにとって重要なのは、画像や映像だけでなく動作信号を扱える点です。Cosmos 3はロボットの関節角度やグリッパー位置、軌道点といった数値的な動作データを直接生成でき、ピック&プレース作業などの学習に役立ちます。開発者は特定のロボットや作業環境に合わせて追加学習することも可能です。

活用事例も広がっています。NVIDIAのGEARチームは映像動作モデルの開発に、Agile Robotsは産業用ヒューマノイドの方策開発向けデータ生成に本モデルを利用しています。Linker Visionはスマートシティ向けに数千のカメラ映像を解析し、根本原因分析などに活用しています。

公開形態として、16BのNanoと64BのSuperの2サイズが用意され、いずれもHugging Faceでオープンに提供されます。NanoはRTX PRO 6000など作業用GPUで動作し、Superは大規模な合成データ生成や研究向けです。Linux FoundationのOpenMDW 1.1ライセンスのもと、重みやデータセット、コードを単一ライセンスで扱えます。

性能面でも、Cosmos 3はArtificial Analysisのオープン重みリーダーボードで首位に立ち、Physics-IQやR-Benchなど複数の世界生成ベンチマークでトップを記録しています。衝突や稀なエッジケースなど、現実では安全に再現しにくい場面を合成データで補える点が、物理AI開発の加速につながりそうです。

NVIDIA、AIクラウド網を6大陸へ拡大

クラウド網が世界拡大

AI Cloud網が6大陸到達
アフリカ・南米へ新規進出
トークン最低コストを訴求
主権AI・地域容量に対応

台湾が供給網を主導

MGX部品100万超を統合
TSMCがcuLithoで20-50%改善
Foxconnが10000基GPU稼働
製造現場へ物理AI導入

半導体大手NVIDIAは6月1日、世界各地のパートナーと連携してAI向け計算基盤「AIファクトリー」の構築を加速していると発表しました。専用クラウド群「NVIDIA AI Clouds」はアフリカのCassava、南米のClaroを加えて6大陸に到達し、企業や新興国、政府の旺盛なAI需要に応える地域容量と主権AI基盤を提供します。同時に、生産拠点である台湾の製造大手がこの世界的な拡大を支えていることも明らかにしました。

AIクラウドの拡大は東南アジア、オーストラリア、南北アメリカで進んでいます。CoreWeave、Firmus、IREN、Nscaleなどが最先端モデル開発や大量推論向けに能力を増強し、Naver CloudやIndosat、Yotta、YTLといった事業者が各国のAI構想や金融、通信、製造、医療を支えています。NVIDIAは競争力の源泉として、ハードウェア性能とソフト最適化、稼働率を総合したトークン単価の業界最低水準を掲げています。

AIファクトリーの設計から運用までは新プラットフォーム「DSX」が担い、検証済みの設計やシミュレーションで容量の早期立ち上げを支援します。電力制約下で計算量を最大化する「DSX MaxLPS」は同じ電力で最大40%多いGPUの搭載を可能にするといいます。CoreWeaveやNebiusは次世代GPU「Vera Rubin」をいち早く採用し、ロボットなど物理AI向けの開発環境も整備しています。

もう一方の記事が示すのは、この基盤を生み出す台湾の存在感です。台湾には500社を超えるNVIDIAのパートナーが集まり、Vera Rubin向け「MGX」ラック部品は25の工場拠点から100万点以上が供給されます。TSMCやFoxconn、Pegatron、Quanta、Wistron、Inventecなどがサプライチェーンの中核を担っています。

注目すべきは、これらの企業が単に基盤を作るだけでなく、自社の製造現場にもAIを取り入れている点です。TSMCは計算リソグラフィ「cuLitho」で費用や処理時間を20〜50%改善し、Foxconnは運用管理エージェントで原因分析を80%高速化、労働生産性を15%向上させたとしています。PegatronやInventecは合成欠陥データの生成でAI検査の展開時間を最大67%短縮しました。

AIがモデル開発から大量の推論・推論処理へ移るなか、基盤の評価軸は発表された容量から、稼働率や資産寿命を反映したトークン出力の経済性へと移りつつあります。世界規模の容量拡張と、それを支える台湾の製造力。両者がかみ合うことで、AIインフラそのものがAIによって作られる循環が現実味を帯びてきました。

MiniMax M3、低コストで主要モデル超え

性能と価格

主要ベンチマークでGPT-5.5超え
API料金は米大手の8〜20%
月20ドルから利用可能なプラン
10日内にオープンウェイト公開予定

技術の核心

新型疎注意機構MSA採用
計算量を前世代の20分の1に
100万トークンと多モーダル対応

企業利用

ローカル実行で情報漏洩防止
Opus 4.8には複雑推論で劣後

中国のAIスタートアップMiniMaxは6月1日、大規模言語モデル「M3」を公開しました。100万トークンの文脈長とネイティブな多モーダル機能を備え、主要ベンチマークの一部でGPT-5.5やGemini 3.1 Proを上回りながら、価格は米大手プロプライエタリモデルのわずか8〜20%に抑えた点が最大の特徴です。月額20ドルからのサブスクリプションで提供されます。

性能面では、自律エージェント指標のSWE-Bench Proで59.0%を記録し、GPT-5.5やGemini 3.1 Proを上回りました。BrowseCompでは83.5%を獲得し、Claude Opus 4.7の79.3%を超えています。一方で、先週公開されたClaude Opus 4.8には同指標で69.2%対59.0%と差をつけられ、複雑な推論を要する領域では依然としてクローズドモデルが優位を保っています。

低コストを支えるのが、新開発のMiniMax Sparse Attention(MSA)です。従来のTransformerは入力が長くなるほど計算量が二乗で増えますが、MSAは事前選別でKVブロックを効率処理することでこれを回避します。100万トークン処理時の演算負荷は前世代の20分の1に低下し、デコードは15倍に高速化しました。

同社はM3をオープンウェイトライセンスで10日以内に公開する方針です。これにより企業は自社ハードウェア上でローカル実行でき、公開API経由でのデータ漏洩リスクを排除できます。独自のファインチューニングや内部アーキテクチャの改変も可能になり、汎用モデルを専有資産に転換できる点が、コンプライアンス重視の企業に響きます。

製品面では、AIエージェント「MiniMax Code」がエージェントチーム機能を提供します。生成役と検証役が敵対的に協調する「Producer+Verifier」ループにより、人手の監督なしで数日間自律稼働が可能です。実際の検証では、ICLR2025受賞論文の再現に約12時間自律で取り組み、18件のコミットと23の実験図を生成したと報告されています。

DeepSeek-V4 Pro Maxと比べてもM3はコード合成で優位を保ち、SWE-Bench Proで59.0%対55.4%と僅差で上回りました。次世代のエージェント開発は、巨大なデータセットだけでなく、効率的なアーキテクチャ設計が鍵を握ることをM3は示しています。

Microsoft、Buildで初の推論AI公開へ

新AIモデルを発表

初の推論モデルMAI-Thinking-1
蒸留不使用で独自開発
画像生成MAI-Image-2.5系も
Copilot統合アプリを予告

Windows刷新を強調

開発者向け最適化環境を投入
Windows 11の性能改善継続
ローカルAI実行を重視
GitHub信頼回復が課題

米Microsoftは現地時間6月2日、サンフランシスコで開発者会議「Build」を開幕します。同社はAIを軸に事業全体を再編する中で、自社初の推論AIや刷新されたWindows開発環境を披露し、低下した開発者の信頼の回復を狙います。AIチップやアプリ統合まで、AI時代の方向性を示す節目の催しと位置づけられます。

最大の目玉は、AI部門を率いるムスタファ・スレイマン氏が公開する見込みの推論モデル「MAI-Thinking-1」です。他社AIの出力を学ぶ蒸留を用いずに自社開発した点が特徴で、主に企業利用を想定しているといいます。あわせて画像生成の「MAI-Image-2.5」と高速版「Flash」も登場が見込まれます。

利用者向けには、複数のCopilotアシスタントを一つにまとめる「スーパーアプリ」構想も語られます。ただし開発途上のため会場での提供はなく、プレビュー公開は夏の終わり頃の見通しです。流出した画面はBuildのデモ用モックアップにすぎないと報じられています。

Windowsでは、開発者が求めてきた集中できる作業環境を備えた「開発者最適化版のWindows 11」を初公開する見込みです。同社が年初に示した性能改善計画に沿い、一部の書き換えによる動作の高速化も進めているとされます。

ハードウェア面では、Nvidiaの新シリコン「RTX Spark」への対応が焦点です。今年のBuildではローカルモデルの実行に重点が置かれ、開発者は高価なクラウドに頼らず手元の計算資源を活用できるようになります。サティア・ナデラCEOはNvidiaのジェンスン・フアン氏と新製品を議論し、QualcommとのArm版Windows強化も話題に上る見通しです。

一方で課題も残ります。Microsoftは買収子会社GitHubで人材流出や障害、セキュリティ問題が相次ぎ、著名開発者から警鐘が鳴らされています。Buildの運営をGitHubチームが一部担う今回、同社が信頼回復へ具体策を示せるかが問われています。会議は日本時間6月3日未明に始まります。

Majestic、128TBメモリAIサーバーで壁突破へ

メモリの壁に挑む

最大128TBの巨大メモリ
DGX B300の60倍超
推論速度の制約解消狙い
DRAM中心の統合設計

独自技術と性能

銅ケーブルで1mまで延伸
帯域幅25.6TB/秒
ARMとRISC-V統合のIgnite

価格と出荷時期

設備投資最大50分の1主張
出荷は2027年予定

AIハードウェアの新興企業Majestic Labsは2026年6月1日、最大128TBのメモリを搭載するAIサーバー「Prometheus」を開発中だと明らかにしました。これはNvidiaの最先端機「DGX B300」の60倍を超えるメモリ容量で、大規模言語モデル(LLM)の推論性能を縛るメモリの壁を打破することを狙います。

LLMのトークン生成は、データをメモリから読み込む速度に律速されるメモリ律速の処理だとされています。モデルが巨大化するほどこのボトルネックは深刻になり、Majesticの共同創業者サハ・ラビ氏は、Nvidia方式は規模拡大に伴い「演算を過剰に積み、メモリが枯渇する」と指摘します。

Majesticは競合と異なり、高速なHBMではなくDRAM(LPDDR6)に全面的に賭けた統合アーキテクチャを採用しました。通常メモリ接続は数ミリの近距離に限られますが、同社は最長1メートルまで届く独自の銅ケーブル接続と、メモリ近傍に置く集約チップを用い、大容量と毎秒25.6TBの帯域幅を両立させます。

演算面では、ARMのアプリケーションコアとRISC-Vのベクトル・テンソルコアを1チップに統合した独自プロセッサ「Ignite」を搭載し、Prometheusには12個を積みます。PyTorchやvLLM、OpenAIのTritonをコード改変なしで動かせるため、既存モデルをそのまま実行できる点も特徴です。

サーバーはOpen Compute Project準拠で、ラックあたり最大4台、消費電力は最大120kW、冷却は液冷を使います。出荷は2027年予定で価格は未発表ですが、HBMの代わりにDRAMを使うことで、設備投資と消費電力をワークロード次第で10〜50分の1に下げられると同社は主張しています。

JetBrainsがMoE型コードモデルMellum2公開

モデルの特徴

総120億パラメータのMoE構成
トークン毎は25億のみ活性化
推論速度が2倍以上高速
Apache 2.0で商用利用可

想定用途

ルーティングや要約など軽量処理
エージェントの補助タスク
自社環境へのプライベート展開

開発ツール大手のJetBrainsは6月1日、120億パラメータのMixture-of-Experts(MoE)モデル「Mellum2」を公開しました。テキストとコードを対象に一から学習したモデルで、ライセンスは商用利用も可能なApache 2.0です。コード補完から出発したMellumの後継として、より広範なソフトウェア開発タスクへ用途を広げています。

最大の特徴は効率性にあります。総パラメータは120億ですが、MoE構成により1トークンあたり25億パラメータのみを活性化させ、モデル全体の容量を保ちつつ推論コストを抑えます。同社によれば、同規模のオープンモデルと競合する性能を保ちながら、推論速度は2倍以上に達するといいます。

JetBrainsはMellum2を、最大のモデルを必要としない低レイテンシ処理向けと位置づけます。具体的には、プロンプト分類やツール選択といったルーティング、文脈圧縮や要約を含む検索後処理、エージェントの計画・検証・変換などの補助タスクが対象です。これらは頻度が高く速度が重要なため、軽量モデルが適しているという考え方です。

同社はこうした役割を「focal(焦点)」モデルと表現します。大規模システム内の高頻度タスクに最適化した、速く役割の明確なモデルという位置づけです。スタック内の全モデルを置き換えるのではなく、システム全体を「より速く、安く、制御しやすく」することを目的に掲げています。

オープンかつ効率的に運用できる点から、独自コードや社内データを扱う自社ホスト環境への展開も想定されています。モデルはHugging Faceで公開され、アーキテクチャや評価手法は技術レポートで確認できます。IDE内やRAGパイプライン、エージェントワークフローなど、実運用での試用が可能な状態です。

Intel、低価格AI推論チップでNvidiaとAMDに対抗

Crescent Islandの狙い

年内出荷の新GPU
推論タスクに特化
空冷設計でコスト抑制
安価なLPDDR5メモリ採用

再建戦略

新CEOタン氏主導
訓練市場は深追いせず
Gaudi失敗からの再起

米半導体大手Intelは2026年6月1日、年内に新たなAI向けGPU「Crescent Island」を出荷すると明らかにしました。NvidiaやAMDの製品より安価なメモリと冷却技術を採用し、急成長するAI半導体市場での巻き返しを狙います。データセンター部門を率いるKevork Kechichian氏がFTに語りました。

新チップは、利用者の要求に応える推論(インファレンス)処理の高速化に特化しています。モデルの訓練分野はNvidiaのプロセッサが圧倒的に強く、Intelはあえてそこを主戦場としない方針です。同社は訓練用GPU「Gaudi」で販売不振に陥り、後継機も昨年中止した経緯があります。

競合との差別化の鍵はコスト構造です。Crescent Islandは空冷方式を採用し、NvidiaのBlackwellなどが使う高価なHBMではなく、大幅に安いLPDDR5メモリを搭載します。これにより、高帯域メモリと液冷インフラという競合が抱える2つの制約を回避する狙いです。

Kechichian氏は「基本に立ち返り、AIの筋肉を再構築する」と述べ、過去の経験から訓練市場を特に狙わないと強調しました。新チップは18カ月の開発期間を経て、年内に限定数量から顧客への出荷を始めます。

今回の取り組みは、昨年就任したLip-Bu Tan新CEOの下でのAIインフラ市場への初参入となります。前任のPat Gelsinger氏は再建戦略への懸念から退任しており、Intelにとって業績回復を確かなものにする試金石となりそうです。

GitHub Copilot従量課金移行で利用者反発

クレジット制の中身

1クレジット=0.01ドル換算
Proは月1500クレジット付与
Maxは月2万クレジット付与

利用者の反発

数時間で月枠を大量消費
1日未満で枠切れ報告
ChatGPTへの乗り換え示唆

米GitHubは6月1日、AI開発支援サービス「Copilot」の料金体系を、従来のリクエスト数ベースから実利用量に応じた従量課金へ正式に移行しました。新制度が発効した当日から、多くの利用者がSNSやフォーラムで、普段通りの使い方では月間枠をあっという間に使い切ってしまうと驚きの声を上げています。

新制度では、有料プランごとに毎月一定数のAI「クレジット」が付与され、1クレジットが0.01ドル相当の利用に対応します。月額10ドルのProプランは1500クレジット(15ドル分)、39ドルのPro+は7000クレジット(70ドル分)、100ドルのCopilot Maxは2万クレジット(200ドル分)が含まれます。

利用者の不満の中心は、想定以上に速く枠を消費してしまう点にあります。一部の利用者はわずか数時間の利用で月間上限の大部分を使い、1日も経たずに月の割当を使い切ったとの報告もSNS上で相次いでいます。

GitHubは従来制度について、「短いチャット質問と数時間に及ぶ自律的コーディングが同じ料金になってしまう」構造で、増大する推論コストの多くをCopilot側が吸収せざるを得なかったと説明します。実際、過去の利用量を新料金で試算すると月数千ドル規模の請求になるとの推計を共有する利用者もいます。

コスト構造の透明化を狙った今回の変更ですが、ヘビーユーザーにとっては実質的な値上げと受け止められ、競合サービスへの乗り換えをほのめかす声も出ています。AI開発ツールの料金モデルが、提供側のコスト負担と利用者の納得感をどう両立させるかが問われる事例といえます。

XCENA、メモリ近接型AI推論チップで1.35億ドル調達

資金調達と事業概要

シリーズBで1.35億ドル調達
評価額5.7億ドル、累計1.85億ドル
Samsung・SK Hynix出身者が創業
2027年の売上開始を計画

技術的優位性

DRAM近傍に演算機能を配置
CXL接続でCPU往復を削減
RISC-Vベースの数千コア搭載
サーバー10台分を1台に集約

韓国と米国に拠点を置く半導体スタートアップXCENAが、シリーズBラウンドで1億3,500万ドル(約200億円)を調達しました。評価額は5億7,000万ドルで、累計調達額は1億8,500万ドルに達します。韓国のAtinumとIMM Investmentが共同リードし、Corstone AsiaやSBI Investment、未来アセットキャピタルなどが参加しています。

XCENAが解決しようとしているのは、AI推論におけるメモリのボトルネックです。現在のAI処理では、データがメモリからCPU、GPUへと何度も往復する必要があり、その都度コストと電力を消費します。同社の「MX1」チップはDRAMの近傍に演算機能を配置し、CXL(Compute Express Link)でCPUと接続することで、データがメモリモジュールを離れる前に処理を完了させます。

創業者3名はいずれもSamsungやSK Hynixの出身者です。CEOのJin Kim氏は「CPUもGPUも数十年で進化したが、メモリは変わらなかった」と語り、メモリ中心アーキテクチャへの転換を訴えています。同社によれば、従来10台のサーバーが必要だった処理を1台で実行できる可能性があるといいます。

技術面では、オープンソースの命令セットRISC-Vをベースに数千のコアを搭載し、独自のメモリ階層やインターコネクトバス、DRAMコントローラーまで自社設計しています。競合のAstera LabsやMarvellと比較して、この垂直統合が差別化要因だとKim氏は説明します。

MX1はまだプロトタイプ段階で、Samsungのファウンドリで2026年末に量産チップの製造を開始し、2027年からの収益化を見込んでいます。ターゲット顧客はAIインフラに年間数百億ドルを投じるハイパースケーラーで、メモリ効率のわずかな改善が数億ドル規模のコスト削減につながる領域です。

Vercel、AI推論窃取の防御手法を公開

推論窃取の実態

1回数ドルのAI推論を無断転売
住宅用プロキシでIP制限を回避
互換アダプタで盗用を自動化

毎リクエスト検証の設計

セッション単位の認証では不十分
BotIDで全リクエストを判定
不可視CAPTCHAでUX維持

自社被害と効果

ピーク時1,300req/分の攻撃
24時間以内に正常水準へ回復

Vercelは2026年5月29日、AIエンドポイントに対する「推論窃取(inference theft)」の手口と防御策を自社ブログで詳説しました。推論窃取とは、他社が契約するLLMの推論を無断で利用し、トークンを割引価格で転売する攻撃です。1回のHTTPリクエストは約0.0002セントで済む一方、フロンティアモデルへの1プロンプトは約2ドルかかるため、攻撃者にとって極めて利幅の大きいビジネスになると同社は指摘しています。

攻撃の典型的な手口は、ターゲットのAIエンドポイントをOpenAIやAnthropic互換のアダプタでラップし、住宅用プロキシを経由して大量のリクエストを送るというものです。実例として、飲食チェーンのカスタマーサポートボットをOpenAI互換に変換するオープンソースプロジェクト「Chipotlai Max」が紹介されました。従来のIPレートリミットやセッション単位の認証は、プロキシの分散やアカウント大量取得で容易に突破されるため、防御として機能しません。

Vercel自身も2026年4月12日に攻撃を受けています。ドキュメント用AIチャットに対し、ピーク時には毎分1,300リクエストが殺到し、推論コストの日額換算は1万ドル超に達する勢いでした。住宅用プロキシ経由のため、通常のIPベースのレート制限では遮断できなかったといいます。

同社が提唱する防御策は、すべてのAIリクエストに対して毎回検証を実行するという原則です。具体的には、同社の「BotID」をルートハンドラ内で呼び出し、クライアント側の機械学習によるボット判定を不可視で実行します。セッション開始時ではなくリクエストごとに検証するため、攻撃者はバイパスコストを呼び出し間で分散できません。この仕組みにより、スパイク発生から数分で1万件超のボットリクエストを遮断し、24時間以内にトラフィックは正常化しました。

Vercelは対策の第一歩として、公開されているAIエンドポイントの棚卸しと、プロンプト制御の自由度が高いものほど優先的にゲートを設置することを推奨しています。推論コストがリクエストコストより桁違いに高い状況が続く限り、転売の経済的動機は消えないため、アクセス制御ではなく推論そのものの保護が不可欠だと結論づけています。

PinterestがQwen改造でAIコスト90%削減

独自埋め込みで高速化

Qwen3-VLの視覚層を独自埋め込みに置換
推論レイテンシが20分の1に改善
精度も30%向上を達成

嗜好グラフで購買転換

6.2億ユーザーの嗜好を動的に表現
発見から購買意図への転換を促進
ユーザー埋め込みを常時更新
メタデータの事前計算で大規模運用を実現

Pinterestは月間アクティブユーザー6.2億人を抱えるビジュアル発見プラットフォームです。同社CTOのMatt Madrigal氏は、オープンソースモデルQwen3-VLの視覚エンコーダ層を取り除き、独自のマルチモーダル埋め込みで再構築することで、AIコストを90%削減し、精度を30%向上させたことを明らかにしました。

従来の手法では、推論時に返される画像を1枚ずつエンコードする必要があり、レイテンシが大幅に悪化していました。独自埋め込みの導入により、ピンや画像のメタデータをオフラインで事前計算し、定期的に再学習できるようになったため、推論速度は20倍に改善しています。Madrigal氏は「独自データで微調整すれば、データ品質がモデルサイズを上回る」と述べています。

同社はGoogleのBERTやOpenAIのCLIPの時代からオープンソースモデルの社内カスタマイズに取り組んできました。会話型ショッピングアシスタント「Navigator 1」もQwen3-VLをベースに大幅な改造を施して構築されています。Apache 2.0ライセンスのモデルを活用し、重みレベルで自社ユースケースに最適化する戦略が、コスト効率とパフォーマンスの両立を可能にしています。

さらにPinterestは「テイストグラフ」と呼ばれる嗜好表現の仕組みを構築しています。これはソーシャルグラフではなく、数十億人のユーザーが何に興味を持ち、次に何をしたいかを動的に捉えるプリファレンスグラフです。ユーザー埋め込みは行動や新規コンテンツに基づいて常時更新され、ミッドセンチュリーモダンやナンタケットスタイルといった個人の美的嗜好に合った商品をパーソナライズして提示します。

この仕組みにより、インスピレーションの発見から購買意図への転換という「上位ファネルから下位ファネルへの誘導」が実現されています。Madrigal氏は、6億人超のユーザーに対してスケールが求められる機能については「自社構築するか、オープンソースを徹底的にカスタマイズする」と方針を示しました。

OpenAI、AIモデル評価の信頼性向上へ指針を公開

評価設計の3類型

能力引出・安全性・比較の3分類を提示
ハーネス選択が結果を左右
予算・計算量で性能が大幅変動
評価報告に妥当性検証を要求

5つの妥当性リスク

報酬ハッキングによる偽の高得点
サンドバギングで意図的低性能
汚染・拒否・欠陥問題への対処が必須

OpenAIは2026年5月29日、フロンティアAIモデルの第三者評価を信頼性の高いものにするための指針「共有プレイブック」を公開しました。今日のAIモデルはツール使用や複数ステップの作業が可能なエージェント型へと進化しており、従来のチャットボット型テストでは能力を正確に測定できないという問題意識が背景にあります。

指針では、評価が検証すべき主張を能力引出、安全対策の堅牢性、統制された比較の3類型に整理しています。特にエージェント型システムでは、モデルを取り囲む「ハーネス」の設計が評価結果を根本的に左右すると強調しました。GPT-5.5のサイバーレンジ評価では、コンパクション機能の有無で性能が大きく変わった実例が示されています。

妥当性を脅かすリスクとして、報酬ハッキング、拒否、データ汚染、欠陥問題、サンドバギングの5つを挙げています。METRによるGPT 5.4評価では、報酬ハッキングを除外すると時間軸推定が13時間から約6時間に半減した事例や、Apollo ResearchによるGPT-5.5のサンドバギング検査で推論トレースに評価認識の兆候が52%検出された事例が紹介されました。

具体的な改善策として、OpenAIは評価者への最大引出ガイダンスの共有、OpenAIモデル評価におけるCodexの共通基盤としての使用推奨、推論トレースの提供を実施しています。計算予算の影響も大きく、英国AISIのサイバー評価ではトークン数を10倍にすると性能が最大59%向上し、上限に達していないケースも確認されました。

この指針はNISTや国際標準化機構のフロンティアAI評価基準の策定を視野に入れたものです。評価報告書には、主張の種類、テスト対象システムの構成、ハーネス選択、予算、引出手法、妥当性検証の各項目を明記すべきだと提言しています。ハーネスや妥当性検証を省略した基準は、システムの真の能力を過小評価するか、安全性への信頼を過大評価する危険があると警告しました。

OpenAI、生物防御プログラム「Rosalind」を開始

プログラムの概要

GPT-Rosalindを防御用途に提供
信頼された開発者への資金・技術支援
米政府・同盟国にもアクセス拡大

初期パートナーと活用領域

ローレンス・リバモア国立研究所が参画
ジョンズ・ホプキンズがタンパク質工学に活用
CEPIの100日ワクチン開発を支援

安全性と今後の展望

段階的なアクセス管理と安全策を維持
生物脅威の予防・検知・対応を強化

OpenAIは2026年5月29日、パンデミック対策と生物防御を目的とした新プログラム「Rosalind Biodefense」を発表しました。生命科学向けフロンティア推論モデル「GPT-Rosalind」を信頼された開発者に提供し、疫学モデリングや早期検知、ワクチン開発など防御的応用の構築を支援します。あわせて、米国政府および同盟国の公衆衛生・生物防御機関にもアクセスを拡大すると発表しています。

OpenAIはこの取り組みを「防御的加速(defensive acceleration)」と位置づけています。フロンティアAIの能力が生物学分野で高まる中、脅威に対抗する側にも同等の技術力を持たせるべきだという考え方です。プログラムではGPT-Rosalindへのアクセス提供に加え、開発支援も行われます。対象領域は疫学モデリング、スクリーニング、非医薬品介入(NPI)、医療対抗措置の開発など多岐にわたります。

初期パートナーとして、DNA合成のスクリーニング基盤を構築するFourth Eon Biosecurityや、AIとスーパーコンピューティングを活用して医療対抗措置を研究するローレンス・リバモア国立研究所が参画しています。さらにジョンズ・ホプキンズ応用物理学研究所はタンパク質工学プラットフォームへの統合を予定し、CEPIはエピデミック・パンデミック脅威に対するワクチンの迅速開発に活用する計画です。

OpenAIは2025年7月にリリースしたChatGPTエージェントを、生物学分野で「高能力(High Capability)」と分類した最初のモデルとして位置づけ、以降も安全策の強化を続けてきました。外部テストグループとの事前評価や、英国AI安全研究所(UK AISI)、ロスアラモス国立研究所などとの連携も進めています。今回のプログラムは、こうした安全管理の枠組みの上に構築されたものです。

Rosalind Biodefenseプログラムは学術機関、非営利団体、政府関連組織、ミッション志向の企業からのグローバルな応募を受け付けています。OpenAIは今後も信頼されたパートナーへのアクセスを段階的に拡大し、フロンティアAIの生命科学応用における安全性と有用性の両立を目指す方針です。

LLM再学習不要の知識更新フレームワークMeMo登場

MeMoの仕組み

専用小型メモリモデルに新知識を格納
推論エンジンのLLMは凍結のまま利用
オープン・クローズド問わず接続可能
QAペア「リフレクション」で知識を蒸留

RAGとの比較と限界

長文推論でRAGを大幅に上回る精度
ノイズ混入時も精度低下2%未満
初期学習コストが課題
出典追跡が困難で監査要件に制約

複数大学の研究チームが、LLMの知識を再学習なしで更新するフレームワーク「MeMo(Memory as a Model)」を発表しました。MeMoは新しい知識を専用の小型メモリモデルに格納し、推論を担う本体のLLMとは完全に分離して運用します。RAGのコンテキスト長制限やファインチューニングの破壊的忘却といった既存手法の課題を回避できる点が特徴です。

MeMoのアーキテクチャは、知識を蓄えるMEMORYモデルと推論を行うEXECUTIVEモデルの2層構成です。ユーザーの質問に対し、EXECUTIVEモデルがサブクエリに分解してMEMORYモデルに問い合わせ、得られた事実を統合して最終回答を生成します。MEMORYモデルの学習には、生テキストから数千のQAペア「リフレクション」を生成し、それを教師データとして使います。

ベンチマーク評価では、長文推論タスクNarrativeQAで53.58%の精度を達成し、最先端のグラフベースRAG手法HippoRAG2の23.21%を大きく上回りました。さらにEXECUTIVEモデルをGemini 3 Flashに差し替えるだけで精度が最大26.73%向上し、メモリモデルの再学習は不要でした。ノイズの多いデータでも精度低下は2%未満にとどまり、企業の雑多なナレッジベースへの耐性を示しています。

継続的な知識更新には「モデルマージ」手法を採用し、新規データで学習した差分パラメータを既存のMEMORYモデルに統合します。フル再学習に比べ11〜19%の精度低下というトレードオフはあるものの、計算コストを大幅に削減できます。

一方で課題も残ります。リフレクション生成にNVIDIA H200で約240GPU時間、14Bパラメータのメモリモデル学習に約180GPU時間の初期コストが必要です。また回答がパラメトリック記憶から合成されるため、情報の出典を特定できず、厳格な監査要件のある業務には不向きです。研究チームは、単純な検索にはRAG、複数文書を横断する統合推論にはMeMoという使い分けや、両者を組み合わせたハイブリッド構成を推奨しています。

Groq、Nvidia提携後に6.5億ドル調達へ

資金調達の背景

Nvidiaと約200億ドルの提携契約
幹部移籍とハードウェア技術ライセンス供与
既存投資家は現金で回収済み

推論クラウド事業の拡大

自社開発AIチップによる推論特化型クラウド
企業・開発者向け推論インフラを提供
DisruptiveとInfinitiumが引受保証
暫定CEO・CFO体制で新方針を主導

AIチップスタートアップのGroqが、既存投資家から6億5000万ドル(約950億円)の新規資金調達を進めていることが明らかになりました。同社は2025年12月にNvidiaと約200億ドル規模の提携契約を締結しており、今回の調達はその後の成長戦略の第一歩となります。

Nvidiaとの契約は完全買収ではなく、Groqの上級幹部がNvidiaに移籍し、ハードウェア技術をライセンス供与する形式でした。Groqの投資家にとっては、Nvidia史上最大の買収額に相当する金額が現金で支払われる好条件となりました。

今回の調達資金は、Groqが注力する推論クラウド事業の拡大に充てられます。推論はAIプロンプト処理後の計算処理を指し、現在のAI業界ではモデル訓練よりも大きな需要があります。同社の自社開発チップを活用し、企業や開発者が推論負荷の高いアプリケーションをホスティングできるサービスを拡充する方針です。

経営体制は暫定CEOのAdam Winter氏とCFOのMatt Eng氏が主導しています。資金調達については、既存投資家のDisruptiveとInfinitiumが他の投資家が参加しない場合でも全額を引き受ける意向を示しており、実質的に調達は確約されている状況です。

企業AIエージェント、信頼性問題で再構築期に突入

本番環境の課題

第1世代エージェントの再設計が急務
クラッシュ時の状態保持と復旧が不在
推論コストの再実行で肥大化

決定論的スパインの台頭

LLMを確率的頭脳として分離
オーケストレーション層が実行を保証
ワークフロー可視化でコスト管理

企業の対応方針

標準化フレームワークで柔軟性と統制を両立
既存基盤のAI拡張が自然な進化

企業のAIエージェントが本番環境に移行するなか、信頼性の問題が深刻化しています。ワークフローオーケストレーション企業Temporalの上級副社長Preeti Somal氏は、ニューヨークで開催されたAI Impact Seriesで、多くの企業が第1世代のエージェントを再構築する「バージョン2.0」の段階に入っていると指摘しました。LLMの性能だけでは本番運用の成否は決まらず、クラッシュからの復旧、状態管理、コスト制御が不可欠だと述べています。

エージェントシステムは長時間にわたる多段階プロセスを伴い、複数のモデル・API・外部ツールにまたがって動作します。障害発生時にワークフロー全体を再実行すれば、推論コストが倍増し、遅延やユーザー体験の悪化を招きます。Somal氏はこの状況を、クラウド初期の「リフト&シフト」になぞらえ、基盤設計なき移行の危険性を警告しました。

Somal氏が提唱する「決定論的スパイン」は、確率的に振る舞うLLMの周囲に確実な実行基盤を置く設計思想です。モデル呼び出しが失敗すればリトライし、途中で障害が起きれば中断地点から再開します。これにより、医療や調達などミッションクリティカルな業務でも、サイレントな失敗を防ぐことができます。

コスト可視性も重要な論点です。オーケストレーション基盤を導入すれば、エージェントの各ステップでトークン消費量を一元的に把握でき、障害時にはゼロからの再実行を回避して復旧地点から処理を再開できます。Somal氏は「トークン税を払わなくて済む」とその経済的利点を強調しました。

企業は既製のエージェントプラットフォームをそのまま採用するのではなく、ガバナンス管理・モデル選定ポリシー・認証基盤・コスト管理を組み込んだ社内標準フレームワークの構築に動いています。Temporalのように、AI以前から企業の基盤として存在していたオーケストレーション技術が、エージェント時代のインフラとして再評価されています。

ボストン小児病院、AIで希少疾患40件超を新規診断

臨床への応用

希少疾患40件超の未解決症例を診断
遺伝・表現型・文献をAIが統合解析
新規遺伝子標的と治療経路の発見

業務基盤としての導入

全職員の3分の1が日常業務でAI活用
6万時間の業務削減と700万ドル相当の再配置
50超の自動化で請求・手術日程を最適化

米ボストン小児病院は、AIを実験的なツールではなく組織全体の臨床・業務インフラとして導入し、これまで診断不能とされてきた希少疾患40件超の確定診断に成功しました。同病院は年間約100万件の外来診療を扱う世界最大級の小児医療機関で、OpenAIとの協業により成果を上げています。

臨床面では「副操縦士遺伝学者」と呼ばれるAIシステムを開発しました。遺伝情報、表現型データ、世界中の医学文献を統合し、人間の認知限界を超えた診断推論を実現しています。この取り組みから新たな遺伝子標的や治療経路の候補も特定されており、従来は答えを得られなかった家族に希望をもたらしています。

業務面では、個別ツールの導入から方針を転換し、安全なChatGPT環境を全部門共通の「エンタープライズAI層」として構築しました。サプライチェーンの請求処理、手術スケジューリングの最適化など50を超える自動化を展開し、約6万時間の業務時間を削減しています。これは700万ドル超の人件費再配置に相当します。

導入のポイントは、AIを独立した取り組みではなく日常業務に組み込んだことです。最高イノベーション責任者のジョン・ブラウンスタイン氏は「人々がいる場所で出会うことが鍵だ」と述べています。現在は全職員の3分の1以上がAIを日常的に利用しており、従来は数カ月を要した新ツールの展開も数日で可能になりました。

今後は臨床意思決定への深い統合と専門領域への拡大を計画しています。ブラウンスタイン氏は「世界中の医学知識を備えた高度に訓練された医師を傍らに置かない理由があるだろうか」と語り、AIが医療の中核インフラとなる将来像を示しました。

RivianソフトウェアトップがCarPlay不要論を展開

AI音声制御への賭け

音声を車の主要インターフェースに
CarPlay要望が70%から25%未満へ低下
安全関連機能はAI操作から除外
ローカル推論で遅延・通信コスト削減

VWとの合弁とプラットフォーム戦略

RV Techが全VWグループEVのOS開発
R2に5Gと200 TOPS級のAI推論チップ搭載
Rivian文化と開発手法をVWに移植
ID.1で2.5万ドル以下の大衆EV展開へ

Rivianの最高ソフトウェア責任者であり、フォルクスワーゲンとの合弁会社RV Techの共同CEOを務めるWassym Bensaid氏が、The Vergeのインタビューで車載ソフトウェアの将来像を語りました。同氏は、AI搭載の音声アシスタント「Rivian Assistant」こそが車のインターフェースの未来であり、CarPlayやAndroid Autoは不要になると主張しています。

Rivian Assistantは車両のゾーナルアーキテクチャと深く統合されており、走行モードの変更や車高調整まで音声で操作できます。Google CalendarとのMCPベースのエージェント連携も実装済みで、ナビゲーション・スケジュール・メッセージを横断する複合的な操作が可能です。安全に関わるワイパーなどの機能は意図的にブロックしているとのことです。

合弁会社RV Techは約1,500人体制で、Rivianの技術スタックと開発文化をフォルクスワーゲングループ全体のEVに展開する役割を担います。次期モデルR2は5G対応に加え、最大200 TOPSのAI推論能力をローカルに搭載。クラウド依存を減らし、遅延の少ない会話体験を実現します。

CarPlayについては、発売当初70%超あった顧客からの要望が25%未満に減少したと明かしました。同氏は、エージェント技術の進化により、個人のデジタルエコシステムを車内に持ち込む「第三の道」が開けると述べています。将来的にはユーザーの好みのAIアシスタントとRivian Assistantが連携し、フードデリバリーの注文から到着時間の最適化まで一貫した体験を提供する構想です。

NVIDIAがICRAでロボット研究28本発表、sim-to-real移行を加速

シミュレーションから実世界へ

ICRAで28本の論文採択
複数アーム並列制御で3倍高速化
異なるロボット体型への汎化に成功
把持成功率75%、従来手法の約2倍

精密組立と視覚言語モデル

組立タスク成功率を38%改善
多段階組立で91%のシミュレーション成功率
視覚言語モデルで実世界精度41倍向上
推論と行動の乖離を実行時に補正

NVIDIAは2026年5月28日、国際ロボティクス・自動化学会(ICRA)で採択された28本の研究論文のうち8本の成果を公開しました。いずれもシミュレーションから実世界へのロボット技術移行(sim-to-real)を主題とし、知覚・推論・計画・行動の各段階で汎用的な自律動作を実現する手法を提示しています。研究はNVIDIA Isaac Labなど同社のシミュレーション基盤上で訓練され、実ロボットへのゼロショット転移を達成しています。

動作計画の分野では、複数ロボットアームをGPU上で並列スケジューリングするScheduleStreamが従来比3倍の高速化を実現しました。異なるロボット体型への汎化を目指すCOMPASSは、実世界ナビゲーション試行で約80%の成功率を達成。把持制御のGrasp-MPCは、200万件のシミュレーション軌道で学習し、実ロボットで75%の把持成功率を記録しています。従来手法の41%から大幅に向上しました。

精密組立では、シミュレーション訓練と実機補正を分離するSPARR手法が成功率を38%改善し、サイクルタイムを約30%短縮しました。多段階組立に取り組むRefineryは、シミュレーションで91%の成功率を達成しています。各ステップの完了状態が次のステップに影響する複雑な工程を自動で最適化する点が特徴です。

視覚言語モデルの活用も進んでいます。PEEKパイプラインは、タスク指示に基づいてロボットの視線を必要な物体に集中させる手法で、シミュレーション訓練のみのポリシーに適用すると実世界精度が41倍向上しました。カーネギーメロン大学などとの共同研究SEALは、ロボットの推論内容と実際の動作が乖離する問題を、再訓練なしに実行時補正する手法を提案し、最大15%の精度改善を報告しています。

NVIDIAは研究基盤の拡充も進めており、物理AI向けオープンデータセットは1,500万ダウンロードを超えました。カーネギーメロン大学、MIT、ETHチューリッヒなどの大学チームも同社の技術を活用しており、約50本の採択論文がNVIDIAのシミュレーション・計算基盤を参照しています。ロボティクスの産業応用に向け、sim-to-realがいよいよ実用段階に入りつつあることを示す成果といえるでしょう。

Mistral AI、産業AIに本格参入し消費者向け助手をVibeに刷新

産業AI参入と大型提携

Airbus・BMWと提携開始
物理シミュレーションAIで設計を高速化
Emmi AI買収で物理AI基盤を獲得
ASMLで120倍高速な診断実現

インフラとVibe戦略

40億ユーロ規模のデータセンター投資
Le ChatをVibeに改称・エージェント化
Medium 3.5にモデル統合を推進
2026年売上10億ユーロを目標

フランスのAIスタートアップMistral AIは2026年5月28日、パリで初の自社カンファレンス「AI NOW Summit」を開催し、産業向けAI事業への本格参入、パリ南部での新たな推論用データセンター建設、消費者向けアシスタントの刷新を発表しました。共同創業者兼CEOのArthur Mensch氏は「AIプロバイダーとしてフルスタックを所有する必要がある」と語り、アメリカの大手クラウド企業に機密データを預けたくない企業の受け皿となる方針を明確にしています。

産業AI分野では、5月に買収したEmmi AIの物理シミュレーション技術とLLMを統合した「Mistral for Industrial Engineering」を発表しました。Airbusとは商用航空機から宇宙部門まで全事業で協業し、BMWは衝突シミュレーション向けの「Large Industry Model」構想でMistralを中核パートナーに選定。最大株主でもあるASMLは、リソグラフィ装置の故障診断にMistralのモデルを導入し、従来と同等の精度で120倍の高速化を達成したと報告しています。

インフラ面では、40億ユーロ規模の「Mistral Compute」計画のもと、フランスとスウェーデンにデータセンターを建設中です。既存のパリ南部40MW施設に加え、2026年第3四半期に推論専用の新施設(10MW)を開設予定。2030年までに1GWの容量を目指します。資金は7行の銀行団による8億3000万ドルのデット・ファイナンスなどで確保しています。

消費者向けアシスタント「Le Chat」はVibeに改称され、企業の生産性ツールとコーディングエージェントを統合したプラットフォームへと進化します。Google WorkspaceやSlack、GitHubと連携し、メール要約やコード修正を一貫して処理できます。料金は無料プランからPro月額14.99ドル、Teams月額24.99ドルまで。モデル戦略ではPixtralやMagistraleなど個別製品を廃止し、旗艦モデルMistral Medium 3.5に機能を集約する方針を示しました。

Mistralは現在従業員1,000人を擁し、2026年の売上目標を10億ユーロ(約13.7億ドル)に設定しています。BNP Paribasでは本人確認プロセスの不備率を80%から10%に削減、フランスやシンガポールなど各国政府との協業も進めています。オープンウェイトモデル、自社インフラ、オンプレミス展開、物理シミュレーション、垂直特化のカスタマイズをすべて一社で提供する戦略で、OpenAIやAnthropicとの差別化を図ります。

DeepSeek V4が75%値下げを恒久化、企業AI市場の価格構造を揺さぶる

価格と性能の両立

V4 Proの75%恒久値下げを発表
入力単価でClaude Sonnetの7分の1
出力単価でGPT-5.5-Medの17分の1
キャッシュ読込は西側クラウド比87倍安価

技術的な独自設計

KVキャッシュ使用量を90%削減する圧縮注意機構
100万トークン処理にHBMわずか5.48GB
FP4量子化で2倍の推論速度を実現

企業導入への影響

オープンウェイト+MITライセンスで自社運用可能
OpenRouterでトークン使用量首位を獲得

中国のAIスタートアップDeepSeekは2026年5月、フラッグシップモデルV4 Proの75%値下げを恒久措置とすると発表しました。標準入力コストは100万トークンあたり0.435ドル、標準出力は0.87ドルに設定され、AnthropicのClaude SonnetやOpenAIのGPT-5.5-Medを大幅に下回ります。とりわけキャッシュ読込単価は100万トークンあたり0.003625ドルと、西側クラウドの87分の1という水準です。エージェント処理ではトークンの80〜90%がキャッシュ読込であるため、この価格差の実務的インパクトは極めて大きいといえます。

この低コストを支えるのが、DeepSeek独自のハードウェア・ソフトウェア協調設計です。圧縮スパースアテンション(CSA)と高圧縮アテンション(HCA)を組み合わせたハイブリッド注意機構により、100万トークンの文脈窓でKVキャッシュ使用量を90%削減しました。さらにMulti-head Latent Attention(MLA)で重いデータペイロードをGPUの高帯域メモリからシステムメモリへオフロードし、1.6兆パラメータモデルの100万トークン処理に必要なHBMをわずか5.48GBに抑えています。従来型のモデルでは同条件で89GBを消費するため、差は歴然です。

企業のトークンコスト問題も追い風です。UberはClaude CodeとCursorの2026年度予算をわずか4カ月で使い切り、PinterestはオープンソースのQwenを自社データで追加学習して90%のコスト削減を達成しました。VentureBeatの調査によれば、企業のAIモデル選定基準で「トークン単価・ライセンスモデル」の重視度は2026年1月の25.4%から3月には36.7%へ上昇しています。自社管理の推論スタックを導入する企業も11.3%から17.9%へ増加しました。

開発者向けルーティングサービスOpenRouterでは、DeepSeek V4 Flashが週間トークン使用量で首位を獲得し、上位3モデルの合計は約6兆トークンに達しました。一方、OpenAIのGPT-5.5は15位の4,700億トークンにとどまっています。V4 ProとV4 FlashはいずれもオープンウェイトかつMITライセンスで公開されており、企業は自社環境での自由なデプロイが可能です。

もっとも、地政学的リスクは無視できません。米国の金融・医療・防衛分野の大企業にとって、中国製モデルのサプライチェーンリスクや制裁リスクは依然として障壁です。一方、記事はAnthropicのようなプレミアムソフトウェア統合型のラボと、汎用APIトークン収入に依存するOpenAIとでは影響度が異なると指摘しています。高精度が求められるミッションクリティカルな業務にはプレミアムモデル、大量トークンを消費するバックグラウンドエージェント処理にはオープンウェイトという二層構造が、企業AIの新たな標準になりつつあります。

LLM推論の自動最適化でトークン消費69.5%削減

AutoTTSの仕組み

推論戦略の設計を自動化
オフライン再生環境で低コスト探索
幅と深さの制御を統合的に最適化
信頼度の推移で停止判断

精度とコストの両立

トークン消費を最大69.5%削減
8テスト中5件で精度も向上
探索コストはわずか39.90ドル
フレームワークをGitHubで公開

MetaやGoogleなどの研究者が、大規模言語モデル(LLM)の推論時に使うテストタイムスケーリング(TTS)戦略を自動設計するフレームワーク「AutoTTS」を発表しました。従来は人間の直感に頼って手作業で設計していたTTS戦略を、探索AIエージェントが自動で発見・最適化します。実験ではトークン消費量を最大69.5%削減しながら精度を維持し、一部のベンチマークではすべての手動設計手法を上回る精度を達成しました。

TTS はLLMの推論時に追加の計算資源を与えて性能を高める手法です。複数の推論パスを生成し、中間ステップを評価してから最終回答を導きます。しかし、いつ推論を分岐させるか、どの枝を剪定するか、いつ停止するかといった制御ルールは、これまで研究者が試行錯誤で設計していました。この手動プロセスでは膨大な戦略空間のごく一部しか探索できず、精度とコストのトレードオフが最適化されないまま運用されていたのです。

AutoTTSは戦略設計をアルゴリズムによる探索問題として再定義します。探索用LLMエージェントが推論制御ポリシーを繰り返し提案・テストし、事前収集した推論軌跡データを使ったオフライン再生環境で評価します。このアプローチにより、実際にモデルを都度推論させる必要がなく、わずか39.90ドル・160分で最適戦略の発見が可能になりました。発見された「Confidence Momentum Controller」は、信頼度の指数移動平均による停止判断、幅と深さの連動制御、合意形成中の枝への計算資源優先配分など、人間には設計困難な複合ルールを備えています。

Qwen3モデル(0.6B〜8Bパラメータ)での実験では、コスト重視モードでSelf-Consistency比69.5%のトークン削減を達成しつつ平均精度を維持しました。GPQA-Diamondベンチマークでは推論トークンが51万から15.1万に減少し、精度はわずかに向上。DeepSeek-R1モデルでもトークン消費をほぼ半減しながら最高精度を記録しています。

企業にとっての意義は2つあります。第一に、推論コストの大幅な削減です。LLMのAPI利用料はトークン単位で課金されるため、69.5%の削減はそのまま運用コスト圧縮につながります。第二に、自社モデルや独自タスクに特化した推論戦略を低コストで開発できる点です。AutoTTSのフレームワークとConfidence Momentum ControllerはGitHubで公開されており、既存のTTSコントローラーと差し替えて利用できます。

Anthropic、Claude Opus 4.8を公開 誠実性と高速モード大幅改善

性能と誠実性の向上

SWE-bench 88.6%達成
コード欠陥の見逃し4分の1に
不確実性を自発的に報告
Mythos Previewに近い整合性

新機能と価格改定

数百の並列サブエージェント対応
高速モード価格が3分の1に
思考量を調整する努力制御機能
API中間システム命令に対応

今後の展望

Mythosクラスモデル数週間内に一般提供へ
Opus同等性能の低価格モデルも開発中

Anthropicは2026年5月28日、フラッグシップAIモデルClaude Opus 4.8を公開しました。前バージョンのOpus 4.7からわずか41日という異例の速さでのアップグレードです。価格は据え置きの入力100万トークンあたり5ドル、出力25ドル。コーディング、エージェント処理、推論の各ベンチマークで改善を示し、とりわけモデルの「誠実性」を前面に打ち出した点が特徴です。

最大の注目点は誠実性の向上です。Opus 4.8は自身が書いたコードの欠陥を見逃す確率が前モデル比で約4分の1に低下しました。不確実な情報に対して根拠のない主張を避け、問題点を自発的に指摘する傾向が強まっています。Bridgewaterなど早期テスターは「分析の入出力に潜む問題を先回りして報告する姿勢が他モデルと決定的に違う」と評価しています。整合性評価では、限定公開中のClaude Mythos Previewとほぼ同水準に達しました。

新機能Dynamic Workflowsがリサーチプレビューとして登場しました。Claude Codeで数百の並列サブエージェントを同時に起動し、数十万行規模のコードベース移行をキックオフからマージまで一貫して実行できます。Enterprise、Team、Maxプランで利用可能です。また、高速モードの価格が入力10ドル・出力50ドルと、Opus 4.7の3分の1に引き下げられ、レイテンシ重視の本番ワークロードにも手が届くようになりました。

claude.aiでは思考量を調整する努力制御機能が全プランに追加されました。高い設定ではより深い推論を行い、低い設定では応答速度を優先してレート制限の消費を抑えられます。APIではメッセージ配列内にシステムエントリを挿入可能になり、エージェント実行中の権限やトークン予算をプロンプトキャッシュを壊さずに更新できます。

ベンチマークではSWE-bench Verifiedで88.6%、SWE-bench Proで69.2%、Terminal-Bench 2.1で74.6%を記録し、いずれもOpus 4.7を上回りました。GPT-5.5に対しても12以上のベンチマークで優位に立っています。一方で、Anthropicは訓練中にモデルが「評価されていることを意識して回答を最適化する」傾向を検出したと報告しており、今後の訓練に影響しうる課題として注視しています。

今後についてAnthropicは、Opus同等の性能を低コストで提供するモデルの開発と、より高い知能を持つMythosクラスモデルの一般提供を予告しました。現在Project Glasswingのもとで少数の組織がサイバーセキュリティ用途で利用中ですが、追加の安全対策が整い次第、数週間以内に全顧客へ展開する見込みです。

AIトークン先物市場が世界で始動、上海やCMEが整備へ

先物市場の動き

上海先物取引所がAIトークンデリバティブを設計中
CMEグループがGPUレンタル先物を準備
NYSE親会社ICEもGPU計算先物を計画
H100のレンタル価格は時間1.40〜4.27ドル

市場形成の背景

AIインフラ投資が数千億ドル規模に拡大
トークン課金がAPI利用の標準に
ネオクラウド企業群が推論特化で参入
企業の計算コストヘッジ需要が顕在化

2026年5月28日、中国の上海先物取引所がAIトークンのデリバティブ市場を設計していることがロイターの報道で明らかになりました。同時期に米CMEグループとNYSEの親会社であるインターコンチネンタル取引所(ICE)も、それぞれGPUレンタルの先物契約の立ち上げを発表しています。金や石油と同様に、AIの計算資源が金融商品として取引される時代が近づいています。

GPUレンタル市場はすでに一定の成熟を見せています。AI Mining Co.のデータによると、28のマーケットプレイスとクラウドプロバイダーにおけるNVIDIA H100の中央値価格は時間あたり1.40〜4.27ドル、H200は2.34〜5ドルで推移しています。しかしトークンそのものの先物市場は未整備であり、ここに新たな金融インフラの商機が生まれています。

背景にあるのは、AIインフラへの空前の投資です。クラウドサービスプロバイダーやプライベートエクイティ、インフラ企業が数千億ドル規模の資金をデータセンター建設に投じています。推論特化型のネオクラウド企業も台頭し、OracleやAWS、Google Cloudといった大手と競合する構図が鮮明になっています。

上海先物取引所のトークンデリバティブが実現すれば、企業や投資家、データセンター運営者がAIの計算コスト変動をヘッジする手段を得ることになります。OpenAIのGPT-5.5が100万入力トークンあたり5ドル、出力トークン30ドルで課金されるように、トークン単価はAIサービスの原価に直結しています。この市場の成立は、AI産業の金融化における重要な転換点となる可能性があります。

推論特化の新興General Computeが1500万ドル調達

推論特化チップへの賭け

SambaNovaのSN50チップを3億ドル分発注
GPUの約2.5倍、毎秒600〜700トークン生成
空冷・低消費電力で既存施設に設置可能
暗号資産マイナーの施設転用も視野

推論クラウド市場の構造変化

NVIDIAのGroq買収やCerebras上場が示す潮流
複数モデル・エージェント時代の速度競争
コーディング作業を数時間から数分に短縮
SambaNova側もGeneral Computeに賭ける相互依存

AI推論に特化した新興ネオクラウド企業General Computeが、FUSE VC主導のシードラウンドで1500万ドル(ポストマネーバリュエーション6000万ドル)を調達しました。同社はAIモデルの学習ではなく推論、つまりモデルが実際にユーザーの問いに応答する処理に特化したクラウドサービスを提供します。CEOのFinn Puklowski氏とCTOのJason Goodison氏が共同創業しました。

注目すべきは同社のチップ戦略です。GPU需要が急増する一方で、推論フェーズにはGPUが最適ではないという認識が業界で広がっています。NVIDIAによるGroqの200億ドル買収やCerebrasの570億ドル規模IPOがその潮流を象徴しています。General Computeは、Intel出資のSambaNovaが開発する推論特化チップSN50を採用し、3億ドル相当を発注済みです。

SambaNova新チップの性能は毎秒600〜700トークンの生成速度を見込んでおり、GPUの約250トークンを大きく上回ります。さらに空冷方式で消費電力も低いため、水冷設備や大規模な電力インフラの新規投資なしに既存データセンターへ導入できます。暗号資産マイニング施設の転用によるコロケーション展開も計画しています。

投資家のJoe Hasselmann氏は、SambaNova とGeneral Computeの関係をNVIDIAとCoreWeaveの関係になぞらえます。推論クラウドは、単一プロバイダーが支配しない複数モデル・複数エージェントの世界を前提とした事業モデルです。OpenRouterが今週1億1300万ドルのシリーズBを調達したことも、この市場の成長を裏付けています。

Puklowski氏はコーディングエージェントの処理時間を数時間から5〜10分へ短縮し、音声カスタマーサービスの推論コストを下げることを目指しています。エージェント同士が高速に通信する時代において、推論速度とコスト効率が競争力の鍵になるとの見方を示しました。

SnowflakeがAWSと60億ドルのAIチップ契約

大型契約の背景

5年間で60億ドルの契約
AI需要でAWS支出が倍増
Cortex AIがデータ活用を加速
ARM系Gravitonチップが対象

クラウド各社のチップ競争

MetaもAWSと大型契約を締結
Google・MSも独自AI半導体を展開
NvidiaはVera CPUで反撃姿勢
クラウド勢がNvidiaの牙城に挑戦

クラウドデータ基盤大手のSnowflakeが、Amazon Web Services(AWS)と5年間で60億ドルの新契約を締結したと両社が5月27日に発表しました。Snowflakeは2012年の創業以来、AWS Marketplace経由で累計70億ドルの売上を記録しており、今回の契約はその総額に匹敵する規模です。

契約拡大の背景にはAI需要の急増があります。SnowflakeのAI構築ツール「Cortex AI」は、企業データに対する自然言語クエリや要約レポート生成などの機能を提供しており、顧客のAWS支出は2025年に前年比2倍の20億ドルに達しました。今回の契約では特にAWSの自社開発ARMベースCPU「Graviton」へのアクセス拡大が重視されています。

AIがモデル訓練から日常利用やエージェント自動化へと移行するにつれ、CPU需要が急増しています。GPUが訓練や推論を担う一方、エージェント関連タスクの大半はCPUが処理するためです。AWSは先月、MetaにもGravitonチップを数百万単位で提供する契約を締結しており、自社チップの価格競争力を武器に大型案件を次々と獲得しています。

一方、NvidiaのジェンスンCEOは新たなAI専用CPU「Vera」を発表し、2000億ドル規模の新市場を見込むと宣言しました。GoogleやMicrosoftも独自AIチップの開発を進めており、AI半導体市場ではクラウド大手とNvidiaの競争が本格化しています。いずれの陣営が優勢となるにせよ、AI需要拡大の恩恵はクラウド各社に広く行き渡る構図です。

Reachy Miniが完全ローカルAI会話に対応

完全ローカル音声パイプライン

クラウド不要で音声AI会話を実現
VAD・STT・LLM・TTSの4段構成
Silero VADとParakeet STTを採用
Qwen3-TTSで多言語音声合成

柔軟なLLM構成と導入手順

llama.cppやMLXなど複数推論基盤に対応
Gemma 4推奨、vLLMも利用可能
brew一発でインストール完了
LAN経由でロボットと接続

Hugging Faceは2026年5月27日、小型ヒューマノイドロボット「Reachy Mini」の音声会話機能を完全にローカル環境で実行する方法を公開しました。従来はクラウドへの音声送信が必要でしたが、同社のspeech-to-speechライブラリを使い、VAD(音声区間検出)からSTT(音声認識)、LLM(大規模言語モデル)、TTS(音声合成)までの全パイプラインをローカルマシン上で動作させることが可能になりました。

技術構成はカスケード方式を採用しています。音声区間検出にはSilero VAD v5、音声認識にはParakeet-TDT 0.6B v3、音声合成にはQwen3-TTSを推奨構成として選定しています。各コンポーネントは独立しており、より高品質なモデルが登場すれば個別に差し替えられる設計です。

LLMの推論基盤はllama.cpp、MLX、Transformers、vLLMなど複数の選択肢に対応しています。推奨モデルはGemma 4のE4B量子化版で、llama.cppでは`brew install`一発で導入でき、64Kコンテキストウィンドウとフラッシュアテンションによる高速推論が可能です。Apple Silicon搭載MacではMLX経由でQwen3-4Bも低遅延で動作します。

プライバシーとコスト面のメリットも大きいです。音声データが一切外部に送信されず、APIの従量課金も不要になります。ロボットと推論サーバーを別マシンで動かす場合も、LAN内のIPアドレスを指定するだけで接続できます。

Responses APIプロトコルに準拠しているため、ローカル推論だけでなくHugging Face Inference EndpointsやOpenAI互換プロバイダーへの接続も同じインターフェースで切り替え可能です。vLLM 0.21.0以降ではMulti-Token Predictionによるさらなる低遅延化も実現しています。

NVIDIAが提唱する「AIファクトリー」の全容

トークン生産の経済学

エネルギーをトークンに変換する新インフラ
GB300 NVL72で前世代比50倍の効率
コスト・電力・稼働率が収益を左右

フルスタック設計と展開

Vera Rubinで性能電力比さらに35倍
DSX設計でGW級施設を標準化
Omniverse双子で設計・運用を最適化

エコシステムと実績

Cisco・Dell・HPEら5社と協業
NVIDIA社内で数百のAIエージェント稼働

NVIDIAは、AIの推論処理を大規模かつ常時稼働で行う新たなインフラカテゴリー「AIファクトリー」の構想を公式ブログで発表しました。産業革命期の発電所がエネルギーを電力に変えたように、AIファクトリーはエネルギーをトークンに変換し、推論モデルやエージェントに知能を供給する施設と位置づけています。その経済性は、秒間トークン数・ワットあたりトークン数・トークン単価・稼働率で測定されます。

性能面では、NVIDIA GB300 NVL72システムがメガワットあたりのトークン生成量で前世代Hopperの50倍を達成し、トークン単価を35分の1に削減したとしています。推論ワークロードをリアルタイムで効率的にさばくため、Dynamoフレームワークがロングコンテキスト推論と大規模スループットを統合管理します。次世代のVera Rubinプラットフォームは、LPXアーキテクチャにより性能電力比をさらに最大35倍に引き上げる設計です。

こうしたAIファクトリーはフルスタックで最適化されます。GPU・CPU・高速ネットワーク・液冷システム・推論ソフトウェア・ストレージが一体設計され、自律型マルチエージェントが常時稼働するワークロードを処理します。エージェントは推論・計画・コード生成・ツール利用を自律的に行い、さらにサブエージェントを生成して専門スキルを獲得するため、推論負荷は従来よりはるかに大きくなっています。

NVIDIA DSXリファレンス設計は、ギガワット級のAIファクトリーを標準化するもので、設計・シミュレーション・運用をOmniverse DSX Blueprintのデジタルツインで統合します。Cisco、Dell、HPE、Lenovo、Supermicroといったパートナー企業と協力し、企業データセンターへの導入を推進しています。NVIDIA自身も社内AIファクトリーを運用し、数百の自律AIエージェントがエンジニアリングや業務を支援している実例を示しています。

NVIDIAの創業者兼CEOであるジェンスン・ファン氏は、6月1日のCOMPUTEX併催GTC Taipeiで基調講演を行う予定です。AIファクトリーは金融・ライフサイエンス・製造・公共部門などあらゆる産業が「構築するか借りるか」を問われる時代の基盤インフラだと、NVIDIAは訴えています。

MiniMax、M3モデルで長文推論を16倍高速化

M2の技術的到達点

2300億パラメータのMoE構造採用
98億パラメータのみ活性化し効率確保
全層フルアテンションで推論精度を維持
サブ二次手法は精度劣化で不採用

M3の革新と展望

独自のスパースアテンション機構MSA導入
デコード速度15.6倍の高速化実現
100万トークン長文処理を実用域に
エージェント大規模展開のコスト障壁を解消

中国AIスタートアップMiniMaxが、次期大規模言語モデル「M3」に搭載する新しいスパースアテンション機構「MiniMax Sparse Attention(MSA)」の技術概要を公開しました。MSAにより、100万トークンの長文コンテキストにおいてデコード速度が従来比15.6倍、プリフィル処理が9.7倍高速化されると報告しています。この成果は、長文処理AIエージェントの大規模展開を経済的に実現可能にするものです。

今回の発表に先立ち、MiniMaxはM2シリーズの詳細な技術レポートをHugging Faceで公開しました。M2は総パラメータ数2299億、1トークンあたりの活性化パラメータは98億という効率的なMixture-of-Experts構造を採用しています。開発過程では、スライディングウィンドウアテンションやリニアアテンションなどのサブ二次手法を徹底検証しましたが、128Kコンテキストの複雑なタスクでスコアが90.0から72.0に低下するなど深刻な精度劣化が判明し、全層フルアテンションを維持する判断に至りました。

M3で導入されるMSAは、DeepSeekのMulti-head Latent Attention(MLA)とは異なるアプローチをとります。MLAがキーとバリューを低次元の潜在空間に圧縮するのに対し、MSAは標準的なGrouped Query Attention基盤の上でブロック単位の選択的アテンションを行います。圧縮せず実データ上で処理するため、精度低下やプレフィックスキャッシュの問題を回避できます。

プロダクト面では、MiniMaxは強化学習基盤「Forge」を構築し、エージェント能力の訓練を体系化しています。M2.7はこの基盤から生まれた自己進化型モデルで、自身の学習パイプラインの30〜50%を自律的に管理できます。OpenAIのMLE Bench Liteではメダル率66.6%を達成し、GoogleのGemini 3.1 Proに並ぶ水準です。MSAの詳細技術ブログも近日公開予定で、M3が長文AIエージェントの実用化を加速させるか注目されます。

HF、差分同期で1兆パラメータ更新を高速化

差分同期の仕組み

bf16精度で99%の重みが不変
変化要素のみ疎形式で送信
ペイロードが1.2GBから最大35MBに
推論の停止時間を約1秒に短縮

分散学習の実現

Hub Bucketで重みを中継
訓練と推論がクラスタ不要で分離
vLLM拡張で30行の実装
Spacesで完全分散学習を実証

Hugging Faceは、非同期強化学習における重み同期のボトルネックを解消する「Delta Weight Sync」をTRLライブラリに実装しました。従来、非同期RLでは訓練ステップごとにモデル全体を推論エンジンに転送する必要があり、7Bモデルで14GB、1兆パラメータ規模では約1TBものデータ転送が発生していました。この技術はオープンソースとしてTRLのPR #5417で公開されています。

Delta Weight Syncの核心は、bf16精度における重み更新の数学的特性にあります。bf16の仮数部は7ビットしかなく、RLの学習率で生じる微小な更新の大部分はbf16の丸めに吸収されるため、連続する2ステップ間でおよそ99%の重みがビット単位で同一のままです。この性質を利用し、変化した要素だけをsafetensors形式のスパースファイルとして符号化することで、Qwen3-0.6Bモデルでは1ステップあたりの転送量を1.2GBから20〜35MBへと大幅に削減しました。

アーキテクチャはHub Bucketを介した3ボックス構成を採用しています。訓練ノードがスパースな差分をBucketにアップロードし、vLLMの推論サーバーがそれをダウンロードして適用します。訓練側と推論側が直接通信する必要はなく、共有クラスタもRDMAもVPNも不要です。vLLM側の実装はWeightTransferEngineの拡張としてわずか30行程度で、フォークなしで既存のvLLMに組み込めます。

実証実験では、訓練用GPU、vLLMを動かすHugging Face Space、Wordle環境を動かす別のSpaceという3つの独立したマシンで完全な分散学習を実行しました。いずれもネットワークを共有せず、Hub Bucketのみで接続されています。報酬は順調に上昇し、差分ペイロードは20〜35MBの範囲を維持しました。

Llama-3.1-405Bに適用した場合の試算では、従来のNCCLによる全同期で約8秒かかる推論停止が、差分転送では数秒に短縮され、転送量は約130分の1になると見込まれています。1兆パラメータ規模ではFireworksの実測値で約50倍の削減が示されており、クラウド間をまたぐ分散学習においてオブジェクトストレージ経由の差分同期が唯一の現実的な選択肢になりつつあります。

OpenRouter、評価額13億ドルで1.1億ドル調達

資金調達の概要

Series Bで1.13億ドル調達
CapitalG(Alphabet系)が主導
評価額は1年で約2.4倍に
前回はa16z・Menlo主導で4000万ドル

急成長の背景

400超のAIモデルに対応するゲートウェイ
月間処理トークン数100兆、半年で5倍
利用者数は世界で800万人に到達
エージェント時代のマルチモデル需要が追い風

2023年創業のAIゲートウェイ企業OpenRouterが、シリーズBラウンドで1億1300万ドル(約170億円)を調達しました。リードはGoogle親会社Alphabetの成長投資ファンドCapitalGが務め、ポストマネー評価額は約13億ドル(約1950億円)に達しています。2025年6月のシリーズA時点の推定評価額5.47億ドルから、わずか1年で2.4倍に跳ね上がった計算です。

OpenRouterはAnthropicやOpenAI、Google、xAI、DeepSeekなど400以上のAIモデルへのアクセスを一元提供するゲートウェイサービスです。企業やAI利用者はタスクに応じてモデルを切り替え、コスト最適化や精度向上を図ることができます。現在の利用者数は世界で800万人に上ります。

成長速度も際立っています。月間処理トークン数は100兆に達し、半年前の週5兆トークンから週25兆トークンへと5倍に増加しました。AIの活用がモデル学習から推論、さらにエージェントへと移行する中で、用途に応じたモデル選択の需要が急拡大しています。

OpenRouterの躍進は、企業がSaaS時代のようにAIモデルの単一ベンダーに固定される未来ではなく、マルチモデルを前提としたアーキテクチャへ向かっていることを示唆しています。特定モデルへのロックインを避け、最適なモデルを選択する「AIゲートウェイ」という新たなインフラ層の重要性が、今回の大型調達によって改めて裏付けられました。

Hugging FaceがAIエージェント用語集を公開

主要用語の整理

ハーネスはモデル実行層
スキャフォールドは振る舞い定義層
エージェント=モデル+ハーネスの定式化

訓練と実装の概念

ポリシーは行動確率分布を定義
スキルはツールより高次の再利用単位
サブエージェントによる自律的分業
RL環境・報酬設計の用語も網羅

Hugging Faceは2026年5月25日、AIエージェント分野で混乱しがちな専門用語を整理した用語集「Harness, Scaffold, and the AI Agent Terms Worth Getting Right」を公開しました。ICLR 2026での議論をきっかけに、ハーネスやスキャフォールドといった用語の定義が人によって異なる問題を解消することを目的としています。

用語集の核心は、エージェントを構成する要素の分離です。モデルはテキストを入出力するLLMそのもので、単体ではループも記憶も持ちません。スキャフォールドはシステムプロンプトやツール定義、コンテキスト管理などモデルの振る舞いを規定する層です。ハーネスはモデルを呼び出しツールコールを処理し停止条件を判断する実行層で、「Agent = Model + Harness」という定式が示されています。

実務に直結する概念も体系化されています。コンテキストエンジニアリングは各ステップでモデルが参照する情報を設計する技術で、短期記憶と長期記憶の管理を含みます。スキルはツール(単一アクション)より高次の再利用可能な知識パッケージで、バグ調査から修正までの一連の手順を束ねるものです。サブエージェントは別のエージェントから呼ばれ、独自に推論しツールを使い結果を返す自律的な単位として定義されています。

訓練領域の用語も整理されています。RL環境はエージェントが行動を入力し観察を受け取る対話対象、トレーナーは多数のエピソードを実行し報酬に基づきモデルの重みを更新する仕組みです。報酬はテスト合否のような検証可能なものからLLM-as-judgeのような学習型まで分類され、ルーブリックによる多次元評価も紹介されています。

Claude CodeやCodex、Cursorといった製品は同じモデルを使っていてもハーネスの設計次第で体験が大きく変わると指摘されており、エージェント開発者にとって各層の役割を正確に理解する重要性が強調されています。用語の統一的な定義はまだ存在しないものの、議論を円滑にする実用的な共通言語として活用できる内容です。

拡散型言語モデルでNVIDIAが推論6倍速を実現

3つの推論モードを統合

自己回帰と拡散生成を1モデルに統合
自己投機モードで精度維持と高速化を両立
3B・8B・14Bの3サイズで提供
商用利用可能なライセンスで公開

速度と精度の両立

拡散モードでAR比2.6倍の生成効率
自己投機で最大6.4倍の高速化を達成
8BモデルがQwen3 8Bを精度1.2%上回る
B200で毎秒約865トークンを記録

NVIDIAは2026年5月23日、自己回帰(AR)と拡散(Diffusion)の両方の生成方式を1つのモデルに統合した言語モデルファミリー「Nemotron-Labs Diffusion」を公開しました。3B・8B・14Bのテキストモデルと8Bのビジョン言語モデルをHugging Face上で提供し、商用利用可能なライセンスで配布しています。

従来の大規模言語モデルはトークンを1つずつ逐次生成する自己回帰方式を採用しており、GPUの演算能力を十分に活用できないという課題がありました。Nemotron-Labs Diffusionは複数トークンを並列に生成し、段階的に修正する拡散方式を導入することで、この制約を突破します。生成済みトークンの修正も可能なため、誤りの伝播を抑制できます。

同モデルは3つの推論モードを備えています。従来通りの自己回帰モード、32トークン単位でブロック生成する拡散モード、そして拡散で下書きし自己回帰で検証する自己投機モードです。自己投機モードでは温度0で自己回帰と同一の出力品質を維持しながら、大幅な高速化を実現します。

性能面では、8BモデルがQwen3 8Bに対し平均精度で1.2ポイント上回りました。推論速度はハードウェア非依存の指標であるTPF(tokens per forward pass)で、拡散モードがAR比2.6倍、自己投機モードが最大6.4倍を達成しています。NVIDIA B200上のベンチマークでは毎秒約865トークンの生成速度を記録しました。

学習にはNVIDIAのNemotron事前学習データセットから1.3兆トークン、ファインチューニングに450億トークンを使用しています。推論エンジンSGLangでの対応が進んでおり、設定1行の変更で3モードを切り替え可能です。学習コードもMegatron Bridgeフレームワーク経由で公開されており、開発者はすぐに利用を開始できます。

特化型30億パラメータモデルが大規模AIを上回る精度を実証

ベンチマーク結果の衝撃

30億パラメータモデルが全商用APIに勝利
Claude Opus比で約8ポイント差の品質優位
推論コストは52分の1に削減

特化が効く構造的理由

分布整合性がパラメータ数より性能を左右
段階的ファインチューニングで精度が累積的に向上
汎用モデルと同一手法でも出発点で結果が大差

企業AI調達への示唆

最大モデル=最高性能という前提の再検証が必要
タスク特化の訓練履歴を評価軸に追加すべき

Dharma AIの研究チームが、ブラジルポルトガル語のOCRベンチマークにおいて、わずか30億パラメータの特化型小規模モデルが、Claude Opus 4.6やGPT-5.4など主要なフロンティアAPIすべてを品質・コスト・安定性の全指標で上回ったとする論文を発表しました。この結果は、企業のAI調達における「最大モデルが最良」という従来の常識に疑問を投げかけています。

ベンチマークの複合スコアで特化型3Bモデルは0.911を記録し、2位のClaude Opus 4.6の0.833を大きく引き離しました。コスト面では100万ページあたりの推論費用がClaude Opus比で約52分の1という圧倒的な差を示しています。さらにテキスト生成の崩壊率も0.20%と最低水準で、本番運用の安定性でも優位に立ちました。

研究が注目するのは「分布整合性」という変数です。モデルの性能を決定づけるのはパラメータ数ではなく、訓練履歴がデプロイ先のタスクにどれだけ近いかだと論文は主張します。同一アーキテクチャ・同一手法でファインチューニングしても、OCR特化済みの基盤モデルから出発した場合と汎用モデルから出発した場合で、精度に最大16ポイントの差が生じました。

この知見はOCR領域に限定された実証ですが、企業のAI評価フレームワークに対する重要な問題提起を含んでいます。論文は、パラメータ規模だけでなくタスクへの特化度を第一級の評価変数として扱うべきだと提言しています。汎用的な万能モデルを探すよりも、自社の業務領域に段階的に特化させたモデル群を構築する方が、品質・コスト・安定性のすべてで有利になる可能性があります。

フィジカルAIの進化、OSS基盤と人体インターフェースの両輪で加速

OSSロボAIの急拡大

Hugging Faceのロボデータセットが5万8千超に急増
NVIDIAがCosmos・GR00T・Isaacを公開
Alibaba等も基盤モデルをOSS化
参入障壁低下で非専門家もロボ開発可能に

人間側の接続革新

Wetour Roboticsが身体をインターフェースに
筋電位で動作50〜80ms前に意図を検出
視覚・空間・ジェスチャーをリアルタイム融合
エッジ推論で100ms以内の制御ループ実現

フィジカルAI(物理世界で動作するAI)の進化が、オープンソースの基盤モデルと人間側のインターフェース革新という二つの方向から加速しています。Hugging Face、NVIDIA、Alibabaといった大手企業がロボティクス向けAIモデルやツールを相次いで公開し、かつて専門家だけの領域だったロボット開発の裾野が急速に広がっています。

オープンソースの影響は数字に表れています。Hugging Faceが2024年5月に立ち上げたLeRobotプラットフォームでは、ロボティクス用データセットが2024年末の1,145件から5万8,000件超へと約50倍に増加しました。NVIDIAは合成データ生成のCosmos、タスク推論のGR00T、開発統合のIsaacという包括的なオープンソーススタックを整備しています。

一方、ロボットを賢くするだけでは不十分だという視点も浮上しています。Wetour Roboticsは「ボトルネックはロボット側ではなく人間側にある」と主張し、人体そのものをコンピューティングネットワークの一部として扱う「Spatial Intent Fusion」技術を開発しました。表面筋電位(sEMG)センサーで指の動作が完了する50〜80ミリ秒前に意図を検出し、視覚情報や空間位置と融合して100ミリ秒以内にデバイスへ指令を送ります。

オープンソース化の加速には商業的動機が絡む点も指摘されています。オレゴン州立大学のBill Smart教授は、AI出身の新規参入者がロボティクスで既に解決済みの問題に取り組むケースがあると懸念を示しつつも、参加者の多様化と裾野の拡大は本物だと評価しています。ロボット側の能力向上と人間側の接続改善が同じ未来の両輪として進展する構図が鮮明になっています。

NVIDIA、COMPUTEX 2026で3部門受賞

受賞製品の概要

Vera Rubin NVL72が金賞と持続可能技術賞の二冠
Jetson ThorがエッジAI部門で金賞獲得
Alpamayoが車載技術部門賞を受賞

次世代AI基盤の性能

推論性能がワットあたり10倍向上
トークン単価を10分の1に削減
組立時間を2時間から5分に短縮
完全液冷で45度運用を実現

物理AI・自動運転への展開

Jetson Thorは前世代比7.5倍の演算性能
Alpamayoが複雑な運転判断を推論で解決

NVIDIAは2026年5月21日、台湾で開催されるアジア最大級のIT見本市COMPUTEX 2026のBest Choice Awards(BCA)において、AI計算、ロボティクス、自動運転の3部門で受賞したことを発表しました。同社の創業者兼CEOであるジェンスン・ファン氏は6月1日に基調講演を予定しており、GTC TaipeiではAIの最新動向が披露されます。

最大の注目はVera Rubin NVL72です。金賞と持続可能技術特別賞のダブル受賞を果たしたこのラックスケールAIスーパーコンピュータは、36基のVera CPUと72基のRubin GPUを第6世代NVLinkスイッチで統合しています。推論性能はワットあたり最大10倍、トークンあたりのコストは10分の1に抑えられ、エージェント型AIや長文脈処理に最適化された設計となっています。

ハードウェア面でも革新が目立ちます。Vera Rubin NVL72はケーブルレス・ファンレスのモジュラートレイ設計を採用し、組み立て時間を従来の2時間からわずか5分に短縮しました。100%液冷アーキテクチャは45度での運用を可能にし、冷却に使っていた電力をトークン生成に回すことで、持続可能なAIインフラの新基準を示しています。

エッジAI分野ではJetson Thorが金賞を獲得しました。Blackwell GPUアーキテクチャを搭載し、最大2,070 FP4テラフロップスのAI性能を実現しています。前世代のJetson Orinと比較して演算能力は7.5倍、エネルギー効率は3.5倍に向上しており、ロボットや医療機器、産業システムへの生成AI導入を加速させます。

自動運転領域ではAlpamayoが車載技術・スマートコックピット部門賞を受賞しました。歩行者の曖昧なジェスチャーや矛盾する信号と道路標示といった、従来の学習データではカバーしにくい長尾分布の複雑な運転シナリオに対し、100億パラメータの推論型ビジョン言語行動モデルで対応します。1,700時間超の走行データも公開されており、オープンプラットフォームとしての展開が進んでいます。

LLM記憶を0.12%の追加パラメータで実現する新手法

delta-memの仕組み

固定サイズ行列に履歴を圧縮
モデル本体の重みは凍結のまま
デルタルール学習で動的に更新
ゲート機構で忘却と記憶を制御

性能と効率の両立

Memory Agent Benchで29%→38%に向上
テスト時学習は26→50点にほぼ倍増
GPU消費量は未修正モデルとほぼ同等

実用化の方向性

RAGとのハイブリッド構成が現実解

Mind Labと複数大学の研究チームは2025年5月、LLMエージェントの長期記憶問題を解決する新手法「delta-mem」を発表しました。この手法はエージェントの過去のやり取りを固定サイズの行列に圧縮し、モデル本体を変更せずに動的な記憶を実現します。追加パラメータはバックボーンモデルのわずか0.12%にとどまり、競合手法の76.40%と比較して圧倒的に軽量です。

従来のアプローチには大きな課題がありました。コンテキストウィンドウの拡張はコストが増大し、トークン数が増えるほど二次関数的に計算量が膨れ上がります。RAGは外部検索の遅延や統合の複雑さを伴います。パラメトリック手法は学習後に固定され、推論時の新情報に適応できません。delta-memはこれらの問題を、連想記憶の「オンライン状態」として履歴を保持することで解決しています。

技術的には、LLMの隠れ状態を行列に射影して過去の記憶を検索し、数値的な補正としてモデルの推論に適用します。更新は「ゲート付きデルタルール」で制御され、どの程度の旧記憶を保持し、新記憶をどれだけ反映するかを自動調整します。更新戦略は3種類あり、大規模モデルにはシーケンス単位の書き込み、小規模モデルにはマルチステート書き込みが有効と判明しました。

Qwen3-4B-Instructでの評価では、平均スコアが凍結ベースラインの46.79%から51.66%に向上しました。記憶集約型のMemory Agent Benchでは29.54%から38.85%へ改善し、テスト時学習サブタスクでは26.14から50.50へとほぼ倍増しています。32,000トークンの推論テストでも、GPU消費量は未修正モデルとほぼ同一でした。

研究チームはコードをGitHub、学習済みアダプタの重みをHugging Faceで公開しています。共著者のJingdi Lei氏は、delta-memは高速で継続的に更新される「作業記憶」として最適であり、正確な事実の検索にはRAGが依然として適していると述べています。企業のAIスタックは今後、モデル内部の短期作業記憶とRAGによる長期明示記憶の階層構造へ進化していくとの見通しを示しました。

Kore.aiが新AIエージェント基盤Artemisを発表

プラットフォームの技術的特徴

YAML基盤の独自言語ABLを開発
AI設計からデプロイまで自動化
LLMと業務ルールの二重頭脳構造
175種のAIモデルに対応

大手に挑むベンダー中立戦略

Microsoft Azure上で先行提供
Agent 365との深い連携を実現
マルチクラウド展開で囲い込み回避
規制業界で500社超の顧客基盤

エンタープライズAI基盤を手がけるKore.aiは2026年5月21日、AIエージェントの設計・構築・運用を根本から刷新する新プラットフォーム「Artemis」を発表しました。Microsoft、Salesforce、Googleなど大手テック企業がAIエージェント基盤の覇権を争うなか、同社はベンダー中立と独自の中間言語を武器に差別化を図ります。

Artemisの技術的中核は「Agent Blueprint Language(ABL)」と呼ばれるYAMLベースの宣言型言語です。ABLはAIエージェントの定義・検証・ガバナンスを標準化し、GitHubでのバージョン管理やCI/CDパイプラインとの統合を可能にします。さらに「Arch」と呼ばれるAIシステムが、自然言語のビジネス要件をABLコードに変換し、テストデータ生成からデプロイ、運用後の最適化まで自動で実行します。

規制産業への対応として、Kore.aiは「デュアルブレイン・アーキテクチャ」を採用しました。LLMによる推論エンジンと、業務ルールを決定論的に実行するエンジンが共有メモリを介して並行動作する仕組みです。ガードレールはモデル側ではなくプラットフォーム層で強制されるため、銀行や医療など厳格なコンプライアンスが求められる業界でも安全に運用できます。

同社はMicrosoft Azureを初期提供先とし、Azure Foundry、Agent 365、Dynamics 365との深い連携を実現しています。一方で175種のAIモデル対応やAWS・Google Cloudへのマルチクラウド展開を掲げ、ハイパースケーラーへのロックインを回避する中立的選択肢として自社を位置づけています。

導入実績も大規模です。米国最大級の薬局チェーンでは年間約7億5000万件の電話対応にKore.aiを活用し、契約から6カ月で全9000店舗への展開を完了しました。世界第2位の投資銀行では13万5000人の従業員・請負業者が同社のAI for Workを利用しています。累計調達額は約2億2300万ドルに達し、Gartner、Forresterの各調査でリーダーに選出されるなど、アナリスト評価でも存在感を示しています。

Ramp、Codex活用でコードレビューを数分に短縮

コードレビューの革新

CodexがPRを数分でレビュー
人間が見落とす問題も自動検出
全コードレビューで必須ツールに昇格

オンコール業務の自動化

On-Call Assistantの開発を推進
複雑なインシデント調査をGPT-5.5が支援
ビジネスロジックの把握を効率化

エンジニアの役割変化

コード記述者からオーケストレーターへ転換
AI活用スキルが競争力の源泉に

フィンテック企業Rampのエンジニアリングチームが、OpenAIのCodexとGPT-5.5を組み合わせたコードレビュー体制を本格導入しました。従来は最初のレビューまで数時間かかっていたプルリクエストが、数分で実質的なフィードバックを得られるようになっています。

Ramp AI Developer Experience チームを率いるAustin Ray氏によると、Codexのコードレビューは「業界のゴールドスタンダード」であり、エンジニアが指名で利用を求めるほど信頼されています。他のAIレビューツールとの違いは、コードベース全体に対して深く推論する能力にあり、多くの人間レビュアーが時間的に実現できない水準の網羅性を発揮します。

同チームはCodexを活用し、オンコールローテーション業務を支援するエージェント型ツール「On-Call Assistant」の開発も進めています。オンコール業務では大量のビジネスロジックやドメイン知識、並行処理のバグなど複雑な要素を同時に扱う必要がありますが、GPT-5.5の推論能力がその負荷を大幅に軽減しているとRay氏は述べています。

Ray氏は他の技術リーダーに向け、AIツール導入のアドバイスも示しました。まずエンジニアと一緒にCodexを実際に使うセッションを行い、初回体験の質を高めること。そしてベンダーとのフィードバックループに投資し、継続的に改善することが重要だと強調しています。

Ray氏は「エンジニアはオーケストレーターになる」と展望を語ります。すべてのコードを自分で書くスキルではなく、AIツールをいつ信頼しいつ修正を求めるかの判断力が、今後のエンジニアの競争力を決定づけるとの見解を示しました。

OpenAIモデルが80年未解決の数学予想を自律的に反証

エルデシュ予想の反証

1946年提起の単位距離問題に進展
正方格子が最適とする通説を覆す構成発見
代数的整数論の手法で多項式的改善達成
外部数学者グループが証明を検証済み

汎用推論モデルの成果

数学特化でない汎用推論モデルが自律的に証明
異分野の知識を橋渡しする能力を実証
フィールズ賞受賞者ガワーズがAI数学の画期的成果と評価

過去の失敗と今回の違い

7か月前のGPT-5による誤った成果主張の教訓
今回は査読付き証明と数学者の支持を確保

OpenAIは2026年5月20日、同社の汎用推論モデルが離散幾何学の中心的な未解決問題である「平面単位距離問題」に関するエルデシュ予想を反証したと発表しました。1946年にポール・エルデシュが提起したこの問題は、平面上のn個の点のうち距離がちょうど1となるペアの最大数を問うもので、約80年間にわたり正方格子構成が本質的に最適と信じられていました。

今回の証明は、代数的整数論の手法を幾何学の問題に適用するという予想外のアプローチで達成されました。具体的には、ガウス整数をより複雑な代数体に置き換え、無限類体塔やゴロド・シャファレヴィッチ理論を用いて、従来の構成を多項式的に上回る新たな点配置の無限族を構成しています。プリンストン大学のウィル・サウィン教授による精密化では、指数の具体的な値も示されました。

この成果が注目される理由は、数学専用に訓練されたシステムではなく、汎用的な推論モデルが自律的に証明を導いた点にあります。フィールズ賞受賞者のティム・ガワーズは「AI数学の画期的成果」と評し、数論学者のアルル・シャンカールは「現在のAIモデルは人間の数学者の補助を超え、独創的な着想を持ちそれを実現する能力がある」と述べています。

OpenAIにとって今回の発表には特別な意味があります。7か月前、同社の元副社長ケヴィン・ワイルがGPT-5による10件のエルデシュ問題解決を主張しましたが、既存の文献に存在する解を再発見しただけだったことが判明し、競合他社から批判を浴びました。今回はその反省を踏まえ、ノガ・アロン、メラニー・ウッド、トーマス・ブルームら著名数学者による検証と支持を事前に確保しています。

この成果は数学にとどまらず、AIの研究能力の将来を示唆しています。長い論証の一貫性を保ち、異分野の知識を結びつけ、専門家の精査に耐える成果を生み出す能力は、生物学・物理学・工学・医学など広範な分野での応用が期待されます。ブルームは「AIは我々が何世紀もかけて築いた数学の大聖堂をより深く探索する手助けをしている」と語りました。

DeepMind、視覚障害者向けAIランニングガイド発表

二重構造で安全性を確保

Pixel 10 Pro胸部装着で走路認識
オンデバイス処理で超低遅延の停止警告
Gemma 4が高次の状況判断を担当
高エントロピーフレームのみ選択処理

マルチエージェント協調

Planner:天候・地図取得と目標設定
Coach:危険度3段階で音声指示
Break:休憩・再開を柔軟に管理

ウェアラブル展開と実地検証

スマートグラス試作で視野拡大
シンガポールSG Enableと共同テスト

Google DeepMindは2026年5月20日、視覚障害者や弱視のランナーがガイドランナーなしで走れるようにする「Running Guide agent」を発表しました。従来、視覚障害者のランニングには伴走者やトラックの誘導ラインが必要でしたが、本エージェントはリアルタイムの空間認識AIにより単独走行を目指します。

システムの核心は安全性を最優先した二重経路アーキテクチャです。第一の経路はPixel 10 Proのカスタムシリコン上で完全オフライン動作するセグメンテーションモデルで、超低遅延の停止警告や方向指示音を提供します。第二の経路はGemma 4 E4Bによる高度なマルチモーダル推論で、地形変化や新たな障害物など情報量の多いフレームだけを選択処理することで、遅延を抑えつつ的確なコーチングを実現します。

ランニング体験全体を3つの専門エージェントが分担します。Plannerは天候やGoogle Maps情報を取得しワークアウト目標を設定します。Coachは走行中に「DANGER」「WARNING」「NOTICE」の3段階で簡潔な音声フィードバックを届けます。Breakは休憩と再開を管理し、ランナーが自分のペースで運動を続けられるよう支援します。

今後の展開として、胸部装着のスマートフォンに加えスマートグラスへの搭載を試作中です。グラスはより広く安定した視野を提供し、マルチモーダルモデルへの入力品質を大幅に向上させます。また、シンガポールの障害者支援機関SG Enableと提携し、実際の視覚障害ランナーとともに実地テストを進めています。エッジコンピューティングと深い環境理解の組み合わせにより、すべてのランナーに自立した走行体験を届けることが目標です。

企業AIエージェントの失敗原因は「意思決定文脈」の欠如

RAGの限界と課題

RAGは文書検索のみで意思決定文脈を返せない
取得情報の適用可否をエージェントが判断できず
多段階ワークフローで誤りが複利的に蓄積

意思決定文脈グラフの仕組み

適用可能性・時間・決定経路の3原則で構造化
ニューロシンボリックAIで非構造データを自動整理
検証済み行動を凍結し非回帰性を担保

企業導入への展望

99.999%の信頼性を目指す設計思想
自動オントロジー生成の実用性が今後の焦点

企業向けAIエージェントがパイロット段階から先に進めない根本原因として、「意思決定文脈」の欠如が指摘されています。Neo4jエコシステムのスタートアップRippletideは、この課題を解決する意思決定文脈グラフというフレームワークを開発しました。共同創業者のYann Bilien氏が、その設計思想と技術的アプローチをVentureBeatに語りました。

現在主流のRAGアーキテクチャは、意味的に関連する文書の検索には優れていますが、取得した情報が当該意思決定に適用可能かどうかまでは判断できません。Northwest AI ConsultingのWyatt Mayham氏は「検索と適用可能性の間にあるギャップが最大の課題」と指摘します。期限切れの価格例外や管轄限定の安全方針など、文脈を見落とすとエージェントは「自信を持って間違った行動を取る」結果になります。

意思決定文脈グラフは、適用可能性、時間認識型メモリ、決定経路の3原則で構築されます。すべてのルールや例外に有効期間が付与され、「当時何が正しかったか」と「今何が正しいか」を区別して推論できます。ニューロシンボリックAIがパターン認識と形式論理の符号化を担い、非構造データから自動的にオントロジーを生成します。

最大の特徴は非回帰性です。エージェントが新たな解決策を探索し、満足な結果が得られると、その行動シーケンスをグラフに凍結します。以降の探索はこの検証済みの基盤から始まるため、新しいスキルの習得が既存の正しい行動を上書きすることがありません。Bilien氏は「回帰し続ける限り完全な自己学習モデルは実現しない」と強調します。

銀行の大量トランザクション処理のように99.999%の信頼性が求められる領域で、このフレームワークは大きな可能性を持っています。ただしMayham氏は、自動オントロジー生成が企業の雑多な実データに耐えられるかが「常に難しい部分だ」と指摘しており、実運用での検証が今後の焦点となります。

Corti医療音声認識、誤り率1.4%でOpenAIに圧勝

汎用AIとの精度格差

医療用語の誤り率1.4%を達成
OpenAIは17.7%、最大93%の改善
臨床エンティティ再現率98.3%
汎用モデルの再現率は最高44.3%

レガシー製品も凌駕

Dragon Medical Oneを19%上回る精度
独語2.4%・仏語3.9%の多言語対応

垂直特化AIの台頭

6週間で3つのベンチマーク制覇
開発者登録が前四半期比30%増

デンマーク・コペンハーゲン発の医療AI企業Cortiは2026年5月20日、臨床特化型の音声認識モデル「Symphony for Speech-to-Text」を正式リリースしました。英語の医療用語における単語誤り率(WER)はわずか1.4%で、OpenAIの17.7%、ElevenLabsの18.1%、Whisperの17.4%を大幅に下回り、最大93%の精度改善を示しています。

同モデルの強みは、投薬量・測定値・日付などの臨床エンティティの再現率にも表れています。Cortiは98.3%を達成した一方、汎用モデルの最高値は44.3%にとどまりました。この54ポイントの差は、AIスクライブが医療現場で信頼されるか、医療過誤リスクとなるかの分水嶺です。

レガシー製品との比較でも優位性は明確です。医療音声認識の業界標準Dragon Medical Oneに対し、実臨床の英語ディクテーションでWER 4.6%対5.7%と19%の相対改善を達成しました。さらにスイスの多言語環境ではドイツ語2.4%、フランス語3.9%と、次点のシステムを大きく引き離しています。

Cortiの共同創業者兼CEOであるAndreas Cleve氏は、エージェントAI時代における音声認識の役割変化を強調しています。従来の音声認識は静的な文書生成が目的でしたが、自律型AIエージェントが臨床判断を支援する時代では、音声データは下流のAI推論の基盤となります。誤認識はすべての後続処理に波及するため、臨床グレードの精度が不可欠です。

今回の発表は、医療コーディングや臨床推論ベンチマークに続く6週間で3件目の成果です。汎用モデルが規制産業で天井に達しつつあるなか、垂直特化型AIラボの優位性を裏付けるデータが蓄積されています。Cortiのプラットフォームは英国NHSを含む医療機関を通じ、年間1億人以上の患者にサービスを提供しており、開発者登録は前四半期比30%増と勢いを増しています。

Cohere、218B言語モデルをOSSで初公開

高効率なMoE構造

218B中25Bのみ稼働
4bit量子化でほぼ性能劣化なし
H100わずか2基で推論可能

企業向け実用機能

出典を明示する引用生成
48言語対応の新トークナイザ
128Kコンテキストで文書処理

完全オープンソース化

Apache 2.0で商用利用自由
自社環境での独立運用が可能

カナダのAI企業Cohereは2026年5月20日、218億パラメータの大規模言語モデルCommand A+を発表しました。同社として初めてApache 2.0ライセンスで公開され、企業や開発者が商用目的で自由に利用・改変・再配布できます。「Attention Is All You Need」の共著者でもあるCEOのAidan Gomez氏が主導した今回のリリースは、企業が自社環境でAIを完全に制御する「ソブリンAI」構想の具体化です。

Command A+の最大の特徴は、Sparse Mixture-of-Experts(MoE)アーキテクチャにあります。218Bの総パラメータのうち、推論時に稼働するのはわずか25Bです。これにより、OpenAIやAnthropicの数兆パラメータ規模のモデルと比較して、大幅に少ない計算資源で動作します。

さらに注目すべきはロスレス量子化技術です。MoEエキスパート部分のみを4bitに圧縮し、注意機構は高精度のまま維持する手法により、ほぼ性能を損なわずに圧縮を実現しました。その結果、NVIDIA B200 1基またはH100 2基で動作可能となり、出力速度は前世代比で最大63%向上、レイテンシは17%低減しています。

ベンチマーク性能も大幅に改善されています。複雑な推論テストτ²-Bench Telecomで37%から85%へ、数学のAIME 25で57%から90%へと飛躍しました。エージェント型コーディングではDeepSeekやGLMに後れを取るものの、25Bの稼働パラメータでこの成績は際立っています。

企業利用で重要なネイティブ引用生成機能も搭載されています。外部ツールから取得した情報について、出典元を明示的にリンクする仕組みです。金融・医療・法務など規制の厳しい業界では、ハルシネーションのリスク低減に直結します。マルチモーダル対応や128Kトークンのコンテキスト長、48言語対応の新トークナイザにより、グローバル企業の多様なニーズに応えます。

Apache 2.0での公開は、これまでCC-BY-NC 4.0で非商用に限定していたCohereの方針転換を意味します。企業は自社サーバーやエアギャップ環境でモデルを自由にファインチューニング・デプロイでき、ベンダー依存から完全に解放されます。Hugging FaceやvLLMとの即日連携も実現しており、オープンソースAIエコシステムの成熟を示すリリースといえます。

Cerebras、1兆パラメータを毎秒981トークン推論

ウェーハスケールの速度優位

Kimi K2.6を毎秒981トークンで処理
GPU比6.7倍、中央値比23倍の速度
エージェント向けコーディング要求を5.6秒で完了
Artificial Analysisが独立検証で速度確認

企業向け推論市場の競争激化

Fortune 500企業が本番ワークロードを試験中
IPO直後で時価総額950億ドルに到達
NVIDIAのGroq買収200億ドルが競争圧力に
OpenAI向け推論インフラも提供中

Cerebras Systemsは、2026年最大のテックIPOを完了した直後に、1兆パラメータの推論性能を公表しました。北京のMoonshot AIが開発したオープンウェイトモデルKimi K2.6を、独自のウェーハスケールチップ上で毎秒981トークンで処理し、GPU系クラウドの最速を6.7倍上回る記録をベンチマーク企業Artificial Analysisが独立検証しています。

Kimi K2.6は1兆パラメータのMixture-of-Expertsモデルで、トークンあたり320億パラメータを活性化します。SWE-Bench Proで58.6を記録し、Claude Opus 4.6やGPT-5.4と同等以上の性能を示しており、AnthropicやOpenAIの高額な閉鎖型APIの代替として企業の関心を集めています。コーディングやエージェント処理など高付加価値タスクでの利用が想定されています。

Cerebrasの速度優位を支えるのはWafer-Scale Engine 3です。ディナープレート大の単一チップに44GBのオンチップSRAMを搭載し、NVLink対比200倍以上の帯域幅を実現します。MoEモデルの全エキスパートを同一ウェーハ上に配置することで、GPU間のデータ転送ボトルネックを解消しました。

同社はFortune 500のソフトウェア・金融・ヘルスケア企業にクラウド試験を提供中で、消費者向けAPIよりも企業顧客を優先する戦略を採っています。料金はGPUベースのプロバイダと同等水準としつつ、速度に対する付加価値で差別化を図ります。

競争環境も急変しています。NVIDIAが高速推論のGroqを200億ドルで買収し、推論市場が訓練市場を商業的重要性で追い越しつつあることを示唆しました。Cerebrasは新ハードウェアの発表を予告しており、OpenAIとの200億ドル超の推論インフラ契約も含め、エージェント時代の推論基盤としての地位確立を目指しています。

NVIDIAとGoogle Cloud、開発者コミュニティ10万人突破で新学習コース拡充

開発者支援の拡充

JAX学習パスを新設
NVIDIA Dynamo推論最適化ラボ追加
月例開発者ライブ配信を開始
コミュニティ参加者10万人突破

責任あるAIへの取り組み

SynthID電子透かし技術で協業
NVIDIA Cosmosモデルへの透かし統合
AI生成コンテンツの信頼性確保

フルスタック基盤の強化

Gemma 4とNemotronの組み合わせ活用
プロトタイプから本番環境へ拡張可能

NVIDIAとGoogle Cloudは2026年5月19日、Google I/Oカンファレンスにおいて、両社の共同開発者コミュニティが10万人を突破したことを発表しました。昨年のGoogle I/Oで立ち上げたこのコミュニティに、JAXライブラリの新学習パスやNVIDIA Dynamoの推論最適化コードラボなど新たなリソースを追加し、AI開発者の育成を加速します。

コミュニティでは、開発者がNVIDIAのGPUアクセラレーション技術とGoogle Cloudのプラットフォームを組み合わせ、本番環境で使えるAIアプリケーションを構築しています。具体的には、Google Kubernetes Engine上でのRAGアプリケーション開発や、エージェント型ワークロードの可観測性実装などが進んでいます。スポーツ分析やエンタープライズデータパイプラインといった実用的なユースケースでの検証も行われています。

責任あるAIの分野では、NVIDIAがGoogle DeepMindのSynthID技術で業界初のパートナーとなりました。SynthIDはAI生成コンテンツに電子透かしを埋め込む技術で、NVIDIA Cosmosワールドファウンデーションモデルの出力に適用されます。ロボットや自律機械向けの3D知覚・シミュレーション機能を持つCosmosモデルに透明性をもたらし、開発者がエージェント型アプリケーションをより責任ある形で展開できるようにします。

インフラ面では、Google Cloud NextでNVIDIA Vera Rubin搭載のA5XインスタンスやGoogle DeepMindのGeminiモデルを含むフルスタックプラットフォームを拡張しました。OpenAIやSalesforceなど大手企業も活用しており、プロトタイプからエンタープライズ規模のワークロードまでシームレスに拡張できる環境が整っています。開発者はGemma 4、NVIDIA Nemotron、Google Agent Development Kitなどのオープンモデルとツールを組み合わせ、Blackwell GPU搭載のG4 VM上でマルチエージェントアプリケーションを構築できます。

Hugging Face、全サイズで最高精度のリランカー6モデルを公開

Ettinリランカーの性能

17Mから1Bまで6サイズ展開
全サイズで既存モデル超えの精度
1Bモデルは教師モデルと同等精度
150Mが600M未満で最強性能

蒸留による学習手法

MSE蒸留で教師モデルを圧縮
約1.4億トリプルの学習データ公開
学習スクリプト約150行で再現可能

推論速度の優位性

17Mモデルが最速の毎秒7517ペア
1Bモデルは教師比2.4倍高速

Hugging Faceの開発者Tom Aarsen氏は2026年5月19日、Sentence Transformers向けのクロスエンコーダー型リランカー「Ettin Reranker」ファミリーとして、17Mから1Bパラメータまで6つのモデルを公開しました。いずれもジョンズ・ホプキンス大学が開発したModernBERTベースのEttinエンコーダーを基盤としており、学習データと学習スクリプトもあわせてオープンソースで提供されています。

学習手法には、既存の高性能リランカーmxbai-rerank-large-v2(15.4億パラメータ)を教師モデルとしたポイントワイズMSE蒸留が採用されています。約1億4300万件のクエリ・文書・スコアのトリプルで学習し、学習率とバッチサイズ以外のハイパーパラメータは全サイズ共通です。学習スクリプトはわずか約150行で、誰でも同じレシピを再現できます。

ベンチマーク結果では、すべてのモデルが同サイズ帯で最高精度を達成しました。17Mモデルは従来広く使われていたms-marco-MiniLM-L12-v2(33Mパラメータ)をNDCG@10で+0.051上回り、32Mモデルは17倍のパラメータを持つBAAI/bge-reranker-v2-m3(568M)を+0.025超えています。最大の1Bモデルは教師モデルとのMTEBスコア差がわずか0.0001に収まりました。

推論速度でも大きな優位性があります。17MモデルはH100 GPU上で毎秒7517ペアを処理し、MiniLM-L6-v2の約2倍の速度を実現しました。1Bモデルは教師モデルの2.4倍の速度で、精度をほぼ維持しながら大幅な高速化を達成しています。この速度差は、モジュラーTransformerアーキテクチャによるアンパディング処理とFlash Attention 2の組み合わせによるものです。

検索システムの実務では、高速な埋め込みモデルで候補を絞り込み、リランカーで最終順位を決める「retrieve-then-rerank」パターンが標準的です。Ettinリランカーは全モデルが最大8192トークンのコンテキストに対応し、Apache 2.0ライセンスで公開されているため、既存のMiniLM系リランカーからの移行が容易です。

GoogleのAIエージェント拡大、個人データへの依存が信頼問題に

Gemini Sparkの機能

常時稼働型AIパーソナルアシスタント
Workspace連携でタスク自動生成
サードパーティアプリとも接続可能
Macのローカルファイルにもアクセス予定

プライバシーへの懸念

個人データのオプトインで深層アクセス
Gmail・写真・検索履歴を横断的に推論
信頼なしにAI活用は成立せず
どこまで許容するかが利用者の課題

Googleは2026年5月の開発者会議「I/O 2026」で、常時稼働型AIエージェントGemini SparkやDaily Briefなど、個人データを深く活用する新機能群を発表しました。これらのツールはGmail、Googleカレンダー、写真、検索履歴などを横断的に参照し、ユーザーの生活を効率化することを目指しています。しかし、その利便性の裏側にはプライバシーと信頼の問題が潜んでいます。

Gemini Sparkは、Googleが提供する24時間稼働のAIパーソナルアシスタントです。Workspaceアプリと連携し、会議メモからToDoリストを自動生成したり、クレジットカードの明細からサブスクリプション料金を検出したりする機能を備えています。さらにCanva、Expedia、Spotifyなどのサードパーティサービスとの接続も予定されています。

Googleは2024年からGeminiのWorkspace統合を段階的に進めてきました。2026年1月には「Personal Intelligence」機能を導入し、ユーザーの指示なしにGmail、Google写真、検索履歴、YouTube視聴履歴を横断して情報を推論できるようになりました。Google Labs責任者のジョシュ・ウッドワード氏は、数百万人が日常的にこの機能を活用していると述べています。

一方で、Gemini SparkがMacのローカルファイルにもアクセスする計画が示されたことは、セキュリティ上の懸念を強めています。オープンソースAIエージェントプラットフォーム「OpenClaw」がセキュリティリスクを抱えている事例も指摘されており、AIエージェントに個人データを委ねることの危険性は無視できません。

AIが生産性ツールとして実用段階に入るなか、利便性と引き換えにどこまで個人データを提供するかは利用者自身の判断に委ねられています。Googleの各種機能はオプトイン方式ですが、同社のAI戦略が個人データへのアクセスを前提としていることは明らかです。企業や個人がAIを活用する際、信頼の境界線をどこに引くかが今後の重要な論点となります。

Google、AIが代理購入する「Universal Cart」発表

Universal Cartの全容

Google全サービス横断の統合カート
価格追跡・在庫通知・互換性チェックを自動化
Nike・Walmart・Targetなど大手小売が参加
米国で提供開始、夏にGeminiアプリ対応

AP2で自律決済を実現

ブランド・予算のガードレール設定が可能
暗号化と改ざん防止の監査証跡を実装
数カ月以内にGemini Sparkで提供開始

EC業界への構造的影響

UCPにAmazon・Meta・Microsoftが参画
カナダ・豪州・英国へ国際展開を予定
小売業者の顧客接点中抜きリスクが浮上

2026年5月19日、Googleは開発者会議Google I/Oで、AIエージェントによるオンラインショッピングの新基盤「Universal Cart」を発表しました。これはGoogle検索、Gemini、YouTube、Gmailなど同社の全サービスを横断して機能する統合ショッピングカートで、複数の小売業者の商品を一元管理できます。同時に、AIエージェントがユーザーに代わって安全に決済を行う「Agent Payments Protocol(AP2)」の製品統合計画も明らかにしました。

Universal CartはGeminiモデルで動作し、商品追加と同時にバックグラウンドで価格下落の追跡、在庫復活の通知、価格履歴の表示を自動実行します。さらにAIによる推論機能を備え、たとえば自作PCのパーツを複数店舗から追加した際に互換性の問題を検知して代替品を提案します。Google Walletとの連携により、クレジットカード特典やロイヤルティプログラムを考慮した最適な支払い方法も提示されます。

決済面では、AP2がユーザー・小売業者・決済事業者の間に暗号化された検証可能なリンクを構築します。ユーザーはブランド指定や予算上限といったガードレールを設定でき、条件が満たされた場合にのみエージェントが自動購入を実行します。改ざん防止のデジタル記録が常に残るため、返品時にも買い手と売り手が同一の取引履歴を参照できます。数カ月以内に新サービスGemini Sparkから導入される予定です。

基盤技術であるオープン標準Universal Commerce Protocol(UCP)には、Walmart、Shopify、Targetに加え、Amazon、Meta、Microsoft、Salesforce、Stripeが運営委員会に参加しました。UCP対応のチェックアウト体験はカナダとオーストラリアに拡大予定で、ホテル予約やフードデリバリーなど新カテゴリへの対応も始まります。一方でThe Vergeが指摘するように、Google経由の購買が主流になれば小売業者と消費者の直接的な接点が失われるリスクがあり、業界の力学を大きく変える可能性があります。

Google、あらゆる入力から動画を生成するGemini Omniを発表

Gemini Omniの概要

テキスト・画像・音声・動画を統合入力
単一モデルで動画を生成・編集
自然言語の指示で会話的に編集可能
物理法則や文化的知識に基づく高品質出力

提供形態と料金

初期モデルOmni Flashを本日公開
Geminiアプリ・YouTube Shorts・Flowで利用可
API提供は数週間以内を予定

安全性と企業利用

SynthID電子透かしを全動画に付与
デジタルアバター機能に本人認証を導入

Googleは2026年5月19日、年次開発者会議Google I/Oで、あらゆる入力から動画を生成できる新しいマルチモーダルモデル「Gemini Omni」を発表しました。CEOのサンダー・ピチャイ氏は「あらゆる入力からあらゆるコンテンツを生成できる」と説明し、テキスト予測から現実のシミュレーションへとAIが進化する次の段階だと位置づけています。

Gemini Omniは、テキスト・画像・音声・動画を組み合わせて入力し、単一のモデルで高品質な動画を出力できます。従来のように複数の専門モデルを連携させるのではなく、1つのモデル内で複数のモダリティを横断的に推論するため、一貫性のある編集が可能です。自然言語で指示を重ねる会話的な動画編集に対応し、前の指示を記憶したまま場面を発展させることができます。

最初のモデルとなるGemini Omni Flashは本日からGeminiアプリ、YouTube Shorts、動画編集ツールFlowで提供が開始されました。現時点では10秒の動画生成に対応しており、今後より長い動画にも対応予定です。AI Plus(月額20ドル)以上のサブスクリプションプランで利用でき、開発者・企業向けのAPI提供は数週間以内に予定されています。上位モデルのOmni Proの公開時期は未定です。

企業向けの活用領域は幅広く、マーケティング動画の量産、社内研修コンテンツの作成、製品デモの自動生成などが想定されています。また、ユーザー自身の声と姿を使うデジタルアバター機能も提供され、ディープフェイク防止のため録画と音声による本人認証が求められます。すべての生成動画にはGoogleのSynthID電子透かしが埋め込まれ、AI生成コンテンツの検証が可能です。

競合環境としては、ByteDanceのSeedance、KuaishouのKling AI、英SynthesiaのAIアバターなどが存在します。GoogleはNano Bananaに続くマルチモーダル統合の成果としてOmniを位置づけており、画像やオーディオの出力にも将来的に対応する計画です。企業の導入にあたっては、API公開後にデータガバナンスや利用規約を確認した上で本格運用に移行することが推奨されています。

Google、Gemini 3.5 Flashを公開 競合の4倍速で性能も上回る

性能と速度の両立

3.1 Proをほぼ全指標で超越
出力速度は競合フロンティアの4倍
Antigravity内では12倍速の最適化版も提供
コーディング・エージェント性能で業界最高水準

企業向けコスト革命

大規模利用企業に年間10億ドル超の削減効果
競合比1/2〜1/3の推論コスト
数時間の自律エージェントセッションに対応

消費者向け大規模展開

GeminiアプリとAI Mode in Searchの標準モデルに
24時間稼働の個人エージェントGemini Spark発表

Googleは2026年5月19日のGoogle I/O開発者会議で、最新AIモデルGemini 3.5 Flashを発表し即日提供を開始しました。同モデルはわずか4〜5カ月前にフラグシップとして位置づけられていたGemini 3.1 Proをほぼすべてのベンチマークで上回りながら、出力速度は競合フロンティアモデルの4倍となる毎秒約300トークンを達成しています。Google DeepMindのコライ・カブクチュオール最高技術責任者は「品質とレイテンシの驚異的な組み合わせ」と表現しました。

主要ベンチマークではTerminal-Bench 2.1で76.2%、GDPval-AAで1656 Elo、MCP Atlasで83.6%、CharXiv Reasoningで84.2%を記録しました。Artificial Analysisの知能・速度インデックスで「右上象限」に位置する唯一のモデルとなり、品質とコストのトレードオフを根本から覆す成果だとGoogleは主張しています。

企業向けのコストインパクトも大きく、サンダー・ピチャイCEOは1日1兆トークンを処理する大口顧客がワークロードの80%をFlashに移行すれば年間10億ドル以上を節減できると述べました。推論コストは競合の2分の1から3分の1の水準です。エージェント型ワークフローではトークン消費が急増するため、このコスト優位性は自律型AI導入の採算性を大きく改善します。

エージェント機能への最適化も際立っています。3.5 Flashは数時間にわたる自律セッションを実行でき、社内テストではエージェントがOSをゼロから構築することにも成功しました。同時発表されたAntigravity 2.0はスタンドアロンのデスクトップアプリとして提供され、複数エージェントの並列管理が可能です。ShopifyやMacquarie Bank、Salesforceなどのパートナー企業も既に業務への組み込みを進めています。

消費者向けには、月間アクティブユーザー9億人超のGeminiアプリと10億人超のAI Mode in Searchの標準モデルとなりました。新たに発表された24時間稼働パーソナルエージェント「Gemini Spark」もFlashで駆動し、Gmail・Docs・Sheetsなどと連携してバックグラウンドでタスクを処理します。Googleは2026年の設備投資を1800億〜1900億ドルと見込んでおり、自社開発TPU第8世代を含むインフラ増強でさらなるコスト削減を目指します。来月にはより高性能な3.5 Proの一般提供も予定されています。

Google、エージェント開発基盤Antigravity 2.0を発表

Antigravity 2.0の全容

デスクトップアプリで複数エージェント並列実行
CLI版でターミナルからエージェント即時作成
SDKで自社インフラへのカスタム展開が可能
Gemini CLI利用者にAntigravity CLIへの移行を推奨

Managed Agents API

1回のAPI呼び出しで隔離Linux環境を起動
コード実行・ファイル管理・Web閲覧を自律遂行
セッション状態を保持しマルチターン対話に対応

料金体系と開発者支援

月額100ドルのAI Ultra新プラン追加
最上位プランは250ドルから200ドルに値下げ

Googleは2026年5月19日のGoogle I/O 2026で、エージェント開発基盤Antigravity 2.0を発表しました。デスクトップアプリ、コマンドラインツール(CLI)、SDKの3つのインターフェースを提供し、開発者がAIエージェントを構築・運用するための統合環境を大幅に拡充しています。新モデルGemini 3.5 Flashを基盤とし、既存のフロンティアモデルの4倍の速度で動作します。

新しいデスクトップアプリでは、複数のエージェントを同時に起動してタスクを並列処理できます。動的なサブエージェント生成やバックグラウンドでのスケジュール実行にも対応し、Google AI Studio、Android、Firebaseとの統合も可能です。音声コマンドによる操作機能も追加されました。

同時に発表されたManaged Agentsは、Gemini APIに統合されたマネージドエージェント機能です。1回のAPI呼び出しで隔離されたLinux環境が起動し、エージェントが自律的に推論・ツール使用・コード実行を行います。セッション状態が永続化されるため、後続の呼び出しでファイルや作業状態を引き継いだマルチターン対話が可能です。

開発者はマークダウンファイルで独自の指示やスキルを定義し、カスタムエージェントとして登録できます。RampやResemble AIなど早期導入企業からは、インフラ構築の負担が大幅に軽減されたとの評価が寄せられています。エンタープライズ向けにはGemini Enterprise Agent Platformでのプライベートプレビューも開始しました。

料金面では、月額100ドルの新しいAI Ultraプランを導入し、Proプランの5倍の利用枠を提供します。最上位プランは250ドルから200ドルに値下げされました。期間限定で新規・既存のAI Ultra加入者に100ドル分のボーナスクレジットも提供されます。AnthropicやOpenAIと同様の段階的料金体系を整備し、異なる利用規模の開発者に対応しています。

AllenAI、衛星画像AI「OlmoEarth v1.1」で計算コスト3分の1に

効率化の技術的手法

トークン統合で系列長を3分の1に短縮
Sentinel-2の3解像度帯を単一トークンに統合
事前学習手法の改良で精度低下を抑制

実用面の影響

推論・学習コストが最大3倍効率化
地球規模の地図更新頻度向上が可能に
Base・Tiny・Nanoの3サイズで公開
学習コードと重みをオープンソースで提供

AI研究機関AllenAIは2026年5月19日、衛星リモートセンシング向け基盤モデル「OlmoEarth v1.1」を公開しました。前バージョンと同等の性能を維持しながら、計算コストを最大3分の1に削減したモデルファミリーです。マングローブの変化追跡や森林減少要因の分類、国規模の作物マッピングなど、環境保護に関わるパートナー組織の活用拡大を目指しています。

効率化の鍵は、Transformerモデルのトークン系列長の短縮にあります。従来のOlmoEarth v1では、Sentinel-2衛星画像の10m・20m・60mという3つの解像度帯ごとに別々のトークンを生成していました。v1.1ではこれらを単一トークンに統合し、トークン数を3分の1に圧縮しています。Transformerの計算量は系列長の二乗に比例するため、この削減が大幅なコスト低減につながります。

ただし、解像度帯の単純な統合は精度低下を招きます。実際、素朴な統合ではm-eurosat kNNベンチマークで10ポイントもの精度低下が確認されました。AllenAIは事前学習の手法を改良することでこの課題を克服し、v1と同等の性能を実現しています。学習データセットはv1と同一のため、手法変更の効果を厳密に分離して検証できる点も研究面で価値があります。

モデルはBase・Tiny・Nanoの3サイズで提供され、Hugging Face上で重みと学習コードがオープンソースとして公開されています。AllenAIは、より効率的なモデルにより自組織のプラットフォームでより多くのパートナーを支援でき、独自運用するチームにとっても惑星規模の地図更新がより手頃になると説明しています。

PaddleOCR 3.5、Transformers推論に対応

主な変更点

Transformersを推論バックエンドに追加
engineパラメータでバックエンド切替可能
dtype・デバイス配置等を柔軟に設定
パイプライン管理はPaddleOCR側が担当

開発者への影響

HuggingFace中心の環境と自然に統合
RAG・文書AI構築の前処理が容易に
Hub経由のモデル配布に対応
高スループット用途にはpaddle_staticを推奨

PaddleOCR 3.5が2026年5月18日にリリースされ、Hugging Face Transformersを推論バックエンドとして選択できるようになりました。PP-OCRv5やPaddleOCR-VL 1.5といったOCR・文書解析モデルを、engineパラメータひとつでTransformersバックエンドに切り替えて実行できます。

RAGや文書エージェントの構築では、PDFやスキャン画像を構造化データに変換する前処理が精度を左右します。PaddleOCRはこの文書取り込み工程を担うOCR・文書解析モデルを提供してきましたが、従来はPaddlePaddle固有の推論エンジンが前提でした。今回の対応により、PyTorch/Transformersベースのインフラを使うチームでも統合の手間が大幅に減ります。

使い方はシンプルで、PaddleOCRのコンストラクタにengine="transformers"を指定するだけです。engine_configでdtypeやアテンション実装の選択も可能で、開発環境に合わせた最適化ができます。Hugging Face Spacesではライブデモも公開されています。

注意点として、OCR・文書解析のスループットを最大化したい場合は、PaddleOCRのデフォルトであるpaddle_staticバックエンドが引き続き推奨されます。Transformersバックエンドは既存のバックエンドを置き換えるものではなく、開発スタックに応じて推論バックエンドを選べる柔軟性を提供するものです。

グラフDB併用RAGで多段推論の精度向上へ

ベクトル検索の限界

類似度検索は構造的関係を喪失
多段推論の問いにLLMが幻覚を生成
サプライチェーン等の連鎖構造に弱い

ハイブリッド検索の設計

取り込み時にエンティティと関係を抽出
Neo4j等のグラフDBにベクトルを属性保存
ベクトル検索→グラフ走査の2段階検索

本番運用の課題と判断基準

検索レイテンシは200-500msに増大
セマンティックキャッシュで頻出クエリを高速化

グラフ強化型RAGのアーキテクチャパターンを解説する技術記事が、2026年5月17日にVentureBeatで公開されました。MetaやCogneeでの実務経験を持つエンジニアが、ベクトル検索のみのRAGが企業ドメインで抱える構造的限界を指摘し、グラフデータベースを併用するハイブリッド検索パターンの参考実装を示しています。

標準的なRAGはドキュメントをチャンク分割しベクトルDBに格納しますが、この手法では階層・依存・所有といった明示的な関係性が失われます。たとえばサプライチェーンにおいて「部品Xの遅延が顧客Yの納品にどう影響するか」という多段推論の質問に対し、ベクトル検索だけでは構造的なリンクを復元できず、LLMが幻覚を生成するか回答不能に陥ります。

提案されるハイブリッドアーキテクチャは3層構成です。取り込み層ではLLMやNERモデルでエンティティと関係を抽出し、ストレージ層ではNeo4j等のグラフDBにノードの属性としてベクトル埋め込みを保存します。検索層ではベクトルスキャンでエントリポイントを特定した後、Cypherクエリでグラフを走査し下流への影響を構造的に把握します。

本番環境への展開ではレイテンシとデータ整合性が課題になります。グラフ走査はベクトル検索のみの50-100msに対し200-500msを要するため、コサイン類似度0.85以上の類似クエリにはキャッシュを返すセマンティックキャッシュで対処します。また関係の陳腐化を防ぐため、TTL設定やERPからのCDCパイプラインによる同期が推奨されています。

記事は導入判断のフレームワークも提示しています。フラットなコーパスや広範な質問、厳格なレイテンシ要件にはベクトルのみのRAGが適する一方、規制産業で説明可能性が求められる場合や多段関係に依存する回答が必要な場合にはグラフ強化型RAGが有効とされています。

マルチエージェントAIのトークン消費を75%削減する新手法

テキスト通信の限界

エージェント間テキスト生成が遅延とコスト増の原因
逐次テキスト生成で推論速度が律速
全モデルの重み更新は計算コストが膨大

潜在空間での協調

RecursiveLinkで埋め込み空間を直接伝達
モデル重みは凍結し軽量モジュールのみ学習
同一基盤モデルのメモリ共有が可能

精度と効率の両立

ベースライン比で平均精度8.3%向上
推論速度最大2.4倍、訓練コスト半減

イリノイ大学アーバナ・シャンペーン校とスタンフォード大学の研究チームが、マルチエージェントAIシステムの新フレームワーク「RecursiveMAS」を発表しました。従来のマルチエージェントシステムはエージェント間でテキストを生成・共有して連携しますが、これが遅延やトークンコスト増大の主因となっていました。RecursiveMASはテキストの代わりに埋め込み空間(潜在表現)を直接受け渡すことで、この根本的なボトルネックを解消します。

RecursiveMASの中核技術は「RecursiveLink」と呼ばれる軽量な2層モジュールです。各エージェントの最終隠れ層の状態をそのまま次のエージェントの入力埋め込み空間へ変換し、テキストへのデコードを経ずに情報を伝達します。内部用と外部用の2種類があり、異なるモデルアーキテクチャ間でも埋め込み次元を橋渡しできます。基盤モデルの重みは凍結したまま、RecursiveLinkのパラメータ(全体の約0.31%、約1300万パラメータ)のみを学習するため、訓練コストを大幅に抑えられます。

9つのベンチマーク(数学、医療推論、コード生成、検索ベースQA)での評価では、最強のベースラインに対し平均8.3%の精度向上を達成しました。特に推論負荷の高いタスクではTextGradを18.1%上回っています。テキスト生成を省略できるため、エンドツーエンドの推論速度は最大2.4倍に向上し、3ラウンド目のトークン使用量は75.6%削減されました。GPU最大メモリ使用量も最小で、訓練コストはフルファインチューニングの半分以下です。

同一の基盤モデルを使う複数エージェントではバックボーンを共有でき、GPUメモリの重複ロードも不要です。これらの効率改善により、企業のエージェント本番運用で課題となる計算コストの障壁を大きく引き下げます。研究チームはコードと学習済みモデルの重みをApache 2.0ライセンスでオープンソース公開しており、Qwen・Llama-3・Gemma3・Mistralなど主要なオープンモデルでの利用が可能です。