OpenAIの画像生成モデル「Aurora」がArenaに出現、GPT-Image-3のテストか
OpenAIのAPIとArenaテストに「Aurora」という3つの画像生成モデルが一時流出しました。赤版は高速、緑版は高精細な描写を見せており、次期GPT-Image-3の可能性が指摘されています。現在API記述は取り下げられ、公式発表や価格は未定です。
AIデイリー：今日のAIニュース
日
10月18日 日曜日
小中数学を531の知識点に体系化 AI学習診断グラフ「cn-math-taxonomy」がオープンソース化
中国の小中学校数学カリキュラムを体系化したナレッジグラフ「cn-math-taxonomy」がオープンソースで公開された。531の知識ノードと909の依存関係、2271問の診断問題を収録し、AIが学年を越えてつまずきの原因を逆引きできる。非商用利用は無料、商用利用は要ライセンス。
Anthropicが公益基金を設立：株式の約20%を社会還元へ
Anthropic は自社株の最低 5% を拠出する「公共利益基金」の設立を発表した。評価額が 50% 増えるごとに最大 2% を追加可能で、創業者らの寄付と合わせて全株式の約 20% が公益に充てられる。AI による労働市場への影響緩和などに柔軟に活用される予定だ。
Cinetic：指示文1行からコードで音・ブランド付き動画を生成
Cineticは、短い指示文（brief）からディレクションフローに沿って動画をコード生成する制作ツールです。テキストやUI、アニメーションのタイムラインを正確に制御し、製品発表PVやUIデモ動画を安定して作成できます。コーディングエージェントと組み合わせた動画制作に適しています。
土
10月17日 土曜日
Meta、物議を醸したAI学習向けクローリング規約を削除
Metaは規約からニュースサイトなどのコンテンツをAI学習用にスクレイピングできると解釈されていた文言を削除した。専門家からrobots.txtを無視して学習に利用される懸念が指摘されていた。Meta側は広告・ビジネス製品向けの規約整理にすぎず、クローラーの方針に変更はないと釈明している。
米大手サイトがAIエージェントを相次ぎ遮断：デルタ航空やJPモルガンなど
The Verge報道によると、デルタ航空やJPモルガン、Yelpなどの主要企業が、MetaやOpenAI、GoogleのAIエージェントによるアクセスを相次ぎブロックしている。ユーザーの代わりにチケット購入や口座確認を行う自律型AIだが、セキュリティ懸念やデータ有料化、既存のボット対策に阻まれる事態となっている。
複数AIを束ねるオープンソース基盤「AutoSwarm」登場：CodexやClaude Codeを並列連携
複数のAIエージェントを束ねて協調動作させるオープンソースフレームワーク「AutoSwarm」が公開された。CodexやClaude Codeなどの既存ツールの上位レイヤーとして機能し、コンテキストを共有しながらタスクを並列処理できる。ツール間を行き来して手動で結果を移す手間がなくなり、1つの指示で複数のAIがチームとして動く。
DeepSeekが「V4.1-Flash-1017」を公開：強化学習で開発支援、モデルもオープンソース化
DeepSeekはコーディング向けモデル「DeepSeek-V4.1-Flash-1017」をリリースし、オープンソースとして公開した。自己フィードバック強化学習によりゼロからのプロジェクト開発に対応し、処理速度と出力の簡潔さを向上させた。あわせて自社製Search・Fetch APIも一般開放された。
「Claude Fable 5.5」がAzureカタログに一時出現、来週にも公開か
報道によると、Anthropic の未発表モデル「Claude Fable 5.5」が Azure のモデルカタログに一時掲載され、早ければ来週にもリリースされる見通しです。サードパーティ製ツールでもテストコード名が確認されていますが、公式発表はまだ行われていません。
CleanYourTV：Claude CodeでTV広告を一括削除、Apple TV風UIに刷新
開発者のGathin23がオープンソースプロジェクト「CleanYourTV」を公開しました。Claude CodeなどのAIアシスタントを活用し、同一Wi-Fi経由のADBデバッグだけで、root化不要でAndroid/Google TVの広告や不要アプリを停止できます。Apple TV風の軽量ランチャーに置き換えられ、元に戻すのも簡単です。
金
10月16日 金曜日
OpenAI、CodexとWorkの効率化を発表 キャッシュ活用で実質的な利用枠を拡大
OpenAIはCodexとWorkの効率改善アップデートを発表した。サブエージェント間でのコンテキスト再利用やキャッシュ保持期間の延長、ルーティング改善によるヒット率向上により、ユーザーの実質的な利用枠を拡大している。
OpenAI、GPT-6 Astra Proを強化 複数エージェントの並列処理に対応
OpenAI は ChatGPT 内の GPT-6 Astra Pro をアップデートした。応答速度の向上やツール連携の強化に加え、複数のエージェントがタスクを並列分担して処理する機能を導入。作業状況もリアルタイムで確認できる。現在は Pro 登録者向けに提供中。
Perplexityが意思決定モデルをオープンソース化、百万トークン1セントから
Perplexityはマルチモーダル意思決定モデル「pplx-decider-flash-v1.2」（4B）と「pplx-decider-v1.2」（27B）をオープンソース公開した。価格は百万トークンあたり1セントおよび2セントで、推論速度は最大5倍に向上した。重みはHugging Faceで提供され、APIからも利用できる。
GeminiやApple MM-1の開発陣、視覚推論AIモデル「Glimpse」を公開
GeminiやApple MM-1を手掛けた研究者らによる新興企業Elorianが初の視覚モデル「Glimpse」を発表した。画像をテキスト化して処理する従来型と異なり、思考中に画像を拡大して確認する仕組みを持つ。科学チャートの読み取りなどでGPT-6 Astraを上回る性能を示している。
Perplexity、AI機能「Computer」にリバースエンジニアリングツール「REA」を統合
Perplexity はオープンソースの解析ツール「REA」を Computer に統合したと発表した。ソースコードがなくても AI が動作を解析して機能を再現でき、Figma や Photopea など 5 つの再現 Web デモを公開。10 月 31 日まで無料クレジットを提供する。
マーク・ウォールバーグがAIクローンに前向き姿勢、死後の映画出演も歓迎
俳優のマーク・ウォールバーグがTechCrunch Disruptで登壇し、映画制作における適切なAI活用を支持した。新作映画でのスタジアム描写強化にAIを利用する意向を示したほか、自身のAI分身を作成し、将来子どもたちに管理を任せて映画出演を続ける構想にも前向きな姿勢を見せた。
2体の人型ロボットが卓球ダブルスに挑戦 「PingpongDuo」で10回超のラリーを達成
研究チームが人型ロボット協調制御フレームワーク「PingpongDuo」を発表した。2体のUnitree G1ロボットが狭い空間で交互に打球し、互いに衝突を避けながら道を譲り合って10回以上の連続ラリーを成功させた。ただし現在は外部モーションキャプチャに依存している。
OpenMOSS、50億パラメータの画像生成モデル「MOSS-Image」をオープンソース公開
OpenMOSS は 50 億パラメータの軽量画像生成モデル「MOSS-Image」を公開した。境界ボックスによる構図制御や正確な文字描画に対応し、Transformer 部分は約 10GB で民生用 GPU でも動作する。ただし現状はテキスト生成のみで、自然言語による画像編集には非対応だ。
Tencent、AIが記憶を共有する「Hy-Memory 2.0」をオープンソース化
Tencentは異なるAI Agent間で記憶を共有できる「Hy-Memory 2.0」をオープンソース公開した。専用30Bモデルと連携アプリ「MemHub」を提供し、CursorやCodex間で作業文脈を引き継げる。ツールを切り替えるたびに前提を説明し直す手間が省ける。
DeepSeekが推論基盤「DeepInfer」をOSS化：Huawei製チップに対応
DeepSeekはDeepSeek-V4.1-Flashを支える推論基盤「DeepInfer」をオープンソース公開した。NVIDIA SM100に加えHuawei Ascend 950 NPUにも対応し、NVIDIA製GPUなしでの配備を可能にする。完全な運用にはKVキャッシュの別途構築が必要だが、脱NVIDIAの選択肢として注目される。
AnthropicのClaudeが量子回路を設計：8つのベンチマークを大幅更新
AnthropicはClaude Mythos 5を用いて量子回路を自律設計する研究成果を発表した。化学や数论などの8つの課題すべてで既存の最高記録を上回り、最適化アルゴリズムの主要工程で計算コストを約12分の1に削減。AIが数学的洞察によって量子アルゴリズムの効率を劇的に高められることを示した。
Claude、25年の暗号ミステリーを解明 NIST曲線の出所を特定
Anthropic の Claude が、25 年間にわたり謎とされてきた NIST の ECDSA 楕円曲線シードの生成元を特定した。噂されていた合言葉のハッシュではなく、1997 年から 1998 年の Unix タイムスタンプを用いた C 言語の lrand48 乱数生成器の出力だったと判明。意図的なバックドアが存在しないことが確認された。
Anthropic調査で判明した認識の溝：社員の91%が2030年までにAIがノーベル賞級の発見をすると予想
Anthropicは自社従業員と米国一般市民を対象とした意識調査を発表しました。2030年までにAIがノーベル賞級の科学的発見を達成すると予想した社員は91%に達した一方、一般市民では39%にとどまりました。最先端の開発現場と社会一般の間に、技術革新のスピードに対する大きな温度差がある実態が浮き彫りになっています。
Anthropic調査：AI稼働時間が人間の6倍に、ジュニア採用比率は9%へ急減
Anthropicは社内研究を公開し、AIエージェントの労働時間が人間の6倍に達したと明かした。エンジニアのコード提出量は半年で5倍に急増した一方、ジュニア技術職の採用比率は27%から9%へ急落。企業の採用基準は技術力から自律性や判断力へと移行している。
木
10月15日 木曜日
AIエージェントに「耳」を与えるオープンソース「Earshot」公開 効果音の自己修正が可能に
コーディングエージェント向け音響ツール「Earshot」がオープンソースで公開された。AIが映像やゲームの音声を分析し、画面とのズレや意図との一致を判定してコードで自動修正できる。CPU上で動作し、人間が手作業で試聴・調整する手間を大幅に削減する。
Sakana AIが「The Agentic Scientist」第3世代をオープンソース公開、検証機能を強化
Sakana AIは科学研究向け自律型エージェントシステム「The Agentic Scientist」をApache 2.0で公開した。Markdownの研究概要を与えるだけで並行実験や論文草稿作成までこなす。新版では自動ベースラインやアブレーション検証を導入し、結果の信憑性を高めている。
Google、量子計算の20年来の難問を突破：Willowチップで誤り率を40分の1に削減
Google Quantum AIはWillowプロセッサ上で「魔法状態育成」の実証に成功し、Science誌に論文を発表した。誤り率を従来比約40分の1に低減し、論理忠実度99.99%を達成。計算能力の最大95%を消費していた従来のボトルネックを解消し、実用的な量子計算の実現を大きく前進させた。
Google、「かこって検索」で詐欺メッセージの検出に対応
Google は、Android の「かこって検索（Circle to Search）」で不審なテキストメッセージの詐欺を判定できる機能を追加した。ホームボタンなどを長押ししてメッセージを囲むと、AI がリスクや対処法を提示する。不審なリンクを開く前に危険を察知し、削除や着信拒否を判断できる。
マイクロソフト、2.8TパラメータのMoE基盤モデル「MAI-Base-2」を発表
Microsoftは大規模MoEモデル「MAI-Base-2」の事前学習完了を発表した。アクティブパラメータ80B、総パラメータ2.8Tを誇り、16k基のGB200で38日間学習された。DeepSeek-V4-Pro-Baseに対し最大12倍の計算効率を達成し、他モデルからの蒸留なしで構築されている。企業向けにFoundry経由で重みが提供される予定で、現在は事後学習を進めている。
シルヴェスター・スタローン、AI若返り技術で18歳の『ランボー』前日譚を検討
シルヴェスター・スタローン氏はポッドキャスト番組で、AI若返り（ディエイジング）技術を活用した『ランボー』前日譚の制作を検討していると明かした。テストでは自身を18歳の姿に再現できたという。ハリウッドでAI議論が続く中、往年の名優が自らの代表作を延命させる手段としてAIを受け入れ始めている。
Kreaが画像編集モデル「Krea 3」のベータ版公開：8秒未満で2K編集、複数ターンの範囲指定に対応
Kreaは新画像編集モデル「Krea 3」のベータ版提供を開始した。8秒未満でエンドツーエンドの2K編集を完了し、バウンディングボックスによる精密な複数ターンの編集に対応する。画質はNano Banana ProやGPT Image 2.5に匹敵し、来週に正式公開される予定だ。
OpenAI、「モデルの処理能力上限」エラーを大幅削減 過負荷時の自動リトライに対応
OpenAI のエンジニア Tibo 氏がインフラ強化と計算資源の追加を発表しました。ピーク時に表示されていた「Selected model is at capacity」エラーが大幅に減少し、過負荷時もリクエストが遮断されず自動で再試行されます。
Rivian、車載システムにAnthropicのClaudeなど他社AIエージェント統合へ
米EVメーカーのRivianは、TechCrunch DisruptにてAnthropicやOpenAIなどの外部AIエージェントを自社EVへ統合する計画を発表した。端末側とクラウドのモデルを自社フレームワークで振り分け、他デバイスでの会話履歴も引き継げるようにする。一方でブレーキや操舵などの走行制御はAIから完全に遮断される。
NVIDIA、自律型AI向けオープンモデル「Nemotron 3.5」を発表
NVIDIAはエージェントAI向けモデル群「Nemotron 3.5」を発表した。120Bパラメータの「Super VL」は同級モデルと比べ最大5倍のスループットを誇る。さらに2ビット量子化で24GBメモリ環境でも動く「Bolt 74B-A9B」も公開し、企業が高度なエージェントをローカルで安全に運用できるようにする。
Black Forest LabsがFLUX 3 Klein公開、8GBメモリで4K画像生成
Black Forest Labsは5.6Bパラメータの画像生成モデルFLUX 3 Image Kleinの重みをオープンソースとして公開しました。ネイティブ4K生成や高精度編集に対応し、INT8版により8GBのGPUメモリ環境でもローカル実行できます。
Amazon傘下のBee、74.99ドルからのAIウェアラブル2種を発売
Amazon傘下のBeeは日常の会話を記録・要約するAIデバイス「Bee Frontier」と「Bee Eclipse」を発表しました。74.99ドルからと競合より手頃で、自動でToDo作成やGmail連携が可能です。音声データは処理後に即時削除され、端末側で暗号化されます。
ElevenLabs、動画に合わせて音楽と効果音を自動生成する新機能を提供開始
ElevenLabs は、アップロードされた動画を解析し、オリジナルの音楽と同期した効果音を自動生成・配置する「Instant Soundtracks」を公開した。既存音声を参考にした生成やトラック分離編集にも対応し、短尺動画のシーン転換にも追従する。ElevenCreative や API で利用可能だ。
3D動作の生成・理解・編集を1つに統合 新AIモデル「Möbius」登場
研究チームが、3D人体動作のテキスト生成、内容説明、欠落補完、自然言語による編集を単一フレームワークでこなす統合モデル「Möbius」を発表した。離散トークン化や事前学習済みVAEを介さず連続フレームを直接扱い、最大17億パラメータに拡張。3Dアニメーション制作やプレビズの効率化に貢献する。
OpenAI、生命科学特化AI「GPT-Rosalind」を米大学の研究室に無償提供
OpenAIは大学の研究室向け支援策「Rosalind Academic Plan」を発表した。審査を通過した米国の適格研究室に、生命科学特化モデル「GPT-Rosalind」とワークベンチを最大30席・最長12カ月間無料で提供する。安全性審査を設けて生物悪用リスクを防ぎつつ、創薬や遺伝子研究を加速させる狙い。現時点でAPI提供は含まれない。
Anthropic、外部監査チームに「社員並み」の内部アクセス権を付与
AnthropicはAI安全性評価の非営利団体METRのスタッフ6名に対し、社内ツールやオフィスへの「社員並み」アクセス権を付与したと発表した。評価結果はAnthropicの拒否権なしで独自に公開される。銀行の駐在検査官のような仕組みで、最先端AIの安全性監視の透明性を高める狙いだ。
Meta、816Bオープンモデル「Muse Spark Open」公開：M5 Ultra Mac 2台で動作
Metaは総パラメータ数816B（アクティブ42B）、1Mコンテキストを備えるオープンモデル「Muse Spark Open」を公開した。最大の注目点は、MLXを用いて2台のApple M5 Ultra Mac Studio上で完全にローカル動作し、高度なコーディングやエージェント処理をこなせる点だ。
水
10月14日 水曜日
Character.ai、連邦破産法第11条の適用を申請 裁判所の監督下で売却へ
対話型AIプラットフォームのCharacter.aiは、裁判所の監督下で会社を売却するため、米連邦破産法第11条（チャプター11）の適用を申請したと発表しました。過去1年間にわたり事業見直しを進めていましたが、法的保護のもとで新たな買い手を探す道を選んだ形です。
長尺AI動画の背景崩れを防ぐオープンソース「Any Time, Any Space」登場
AI長尺動画の一貫性を保つオープンソースフレームワーク「Any Time, Any Space」が公開された。シーンを3D再構築して記憶に保持することで、カメラが戻っても元の部屋を忠実に再現する。Wanなど複数の動画生成モデルに対応し、ローカル環境で動作する。
OpenAI、元社員によるAppleへの機密漏えいを告発 未発表ハード情報など100件以上
OpenAIは、元社員がAppleへ移籍する直前に100件超の機密ファイルを持ち出し、Apple幹部に提示したとして法的文書を提出した。未発表ハードウェアの画像やサプライヤー情報が含まれており、OpenAIはAppleの新作スマートディスプレイ「HomeView」に情報が流用されたと主張している。
Paper Instrumentsが「Ultramarine 1 Flash」発表：金融・法務特化でClaude Fable 5超え
Paper Instrumentsは金融や法務などの専門業務に特化したモデル「Ultramarine 1 Flash」を発表した。GLM-5.3 Flashをベースに構築され、1タスクあたり約0.13ドルと低コストながら独自ベンチマークでClaude Fable 5を上回る。現在APIが利用可能で、モデルの重みも近く公開される。
写真から探検可能な3D空間を構築する「InfiniSplat v2」がオープンソース化
複数枚の写真や長尺の走行動画から探索可能な3Dシーンを再構築するモデル「InfiniSplat v2」が公開された。幾何構造と外観の予測を分離することで不正確な領域を抑制し、高精度な描画を実現する。コードと重みが無償公開されており、約6.6GBと軽量なため一般的なコンシューマー向けGPUで動作する。
AnthropicがClaudeの選挙対策を強化：中立性99%を達成、開票速報も提供へ
Anthropicは2026年米中間選挙に向けたClaudeの安全対策を発表した。Claude 5.5シリーズは政治的中立性テストで99%を記録。Democracy Worksと提携し、州別の投票案内や投開票速報を会話内で直接提供するほか、外国勢力による偽ニュース生成アカウントの凍結も公表した。
YouTube Music、AI生成楽曲にラベル表示を開始 ボーカルや作曲のAI利用を明示
YouTubeはYouTube Musicにおいて生成AIで制作された楽曲にラベルを表示する機能を順次展開すると発表した。ボーカルや作曲にAIが使われた曲の再生画面に明示され、タップで詳細を確認できる。今後メインのYouTubeアプリにも拡大予定だ。
xAI、音声モデル「Grok Voice 3.0」公開 応答1秒未満、Starlink顧客対応の7割を自動化
xAIは音声対話AIモデル「Grok Voice 3.0」を発表した。Artificial Analysisの評価で首位となる86.9点を記録し、遅延は1秒未満に抑えた。すでにテスラ車内やStarlinkのサポートで稼働しており、1日2万件の問い合わせの約7割を無人で完結させている。API価格は1分あたり0.08ドル。
Anthropic、シンガポールに新拠点を開設 政府とAI安全覚書を締結
Anthropicはアジア太平洋地域で5拠点目となるオフィスをシンガポールに開設し、同国デジタル発展・情報省とAI安全に関する覚書を締結した。モデル評価や検証基準で協力する。シンガポールは人口比のClaude利用率で世界2位を記録しており、GovTechやDBS銀行、Grabなどが本格導入を進めている。
OpenAI調査：EU企業のエージェントAI利用が8倍急増、大企業では過半数に
OpenAIはEU企業のAI利用動向に関する調査レポートを発表した。5月以降、CodexやChatGPT Workを利用するEU中小企業の週間アクティブユーザーが8倍以上に急増し、エンタープライズ顧客の出力トークンでも過半数を占めている。ただし普及率は国ごとに偏りがあり、EU先端企業の利用量は依然として世界トップ層の半分以下にとどまる。
Google DeepMind、詐欺対策の端末内蔵型Gemmaを発表 シンガポール政府と連携
Google DeepMindはシンガポール政府機関と連携し、会話型詐欺を端末内で検知する微調整版Gemmaモデルを開発した。2段階の処理で多層的なやり取りをローカル解析し、データをクラウドに送らずリアルタイムで警告を発する。プライバシー保護とソーシャルエンジニアリング対策の両立を目指す。
火
10月13日 火曜日
ChatGPTとCodexのデスクトップ版が最適化、ディスク消費量を60%削減
OpenAIはChatGPTおよびCodexのデスクトップアプリ向けにストレージ最適化を配信した。状態データの保存方式を見直すことで、ディスク使用量を約60%削減。容量不足に悩まされていたヘビーユーザーの負担を大きく軽減する。
OpenAI、オフィスで盗聴器を発見 自社AIで分析し設置した社員を特定
OpenAIはオフィス内に仕掛けられた高度な録音機器を発見したと発表した。自社AIモデルを活用して機器と出所を分析し、数日前に設置した従業員を特定して解雇、FBIが逮捕した。現時点でモデルの重みやソースコード、顧客データの流出は確認されていない。
マイクロソフトが「Xbox Labs」設立、AIによるゲーム移植と逆コンパイルを研究へ
米マイクロソフトは新組織「Xbox Labs」の発足を発表した。ModコミュニティがAIを活用してPCゲームをブラウザやApple Siliconへ移植する動きを受け、AIによる逆コンパイルや再コンパイルを本格的に研究する。得られた知見やツールは業界全体の開発者にも共有される方針だ。
野生動物から列車や空港を守るエッジAI スウェーデンのFloxが約150台配備
スウェーデンのスタートアップFlox Intelligenceは、線路や空港への野生動物の侵入を防ぐエッジAI端末を展開している。端末はカメラとオンデバイスの画像認識で動物種を特定し、適した警告音で追い払う。すでに北米や欧州などに約150台配備され、仏アルストムとも提携している。
Bespoke Labs、意思決定モデル「Nimble-v4」を発表：ベンチマーク首位を獲得
Bespoke Labsは意思決定モデルNimble-v4とNimble-v4-maxを発表した。公開ベンチマークDecision IndexでJev 1.13を上回り首位を獲得。社内テストでは誤りが43%減少し、モデルルーティング精度が50ポイント向上した。現在API経由で利用できる。
Facebook、自然言語でおすすめを調整できる「Your algorithm」を提供開始
Facebook は大規模言語モデルを活用してフィードや Reels の推薦を自分の言葉で調整できる新機能を発表した。投稿のメニューから「Your algorithm」を開き、見たいトピックを入力すると、同じ閲覧セッション内ですぐに推薦が更新される。受動的な閲覧から対話による直接指示へと推薦の仕組みが進化している。
Google、最上位AI「Gemini 4 Argon」提供開始 コーディングや科学研究に特化
米Googleは最先端モデル「Gemini 4 Argon」を発表した。プログラミングや法務、科学研究などの高度なタスクに特化しており、Vals Indexで首位を獲得。社内のエージェントコード提出を35%以上増加させた。API価格は入力100万トークンあたり2ドル。
Kylonが「企業向けハーネス」を発表：人とAIエージェント、200超のツールを単一空間に統合
Kylonは人間とAIエージェント、200以上の業務ツールを1つの共有ワークスペースに集約するプラットフォームを発表した。ClaudeやDevinなどのエージェントと人間が同一環境で協同作業でき、ウィンドウを行き来する手間を省く。
Apple、初のスマートディスプレイ「HomeView」を発表：Siri AIと顔認識を搭載
AppleはSiri AIを搭載した初のスマートディスプレイ「HomeView」を299ドルで発表した。A18チップと7インチ正方形画面を備え、顔認識で個人情報を保護しながら家族ごとのプロファイルを切り替える。8カ国で予約受付を開始し、11月13日に出荷予定。
Fish AudioがDrama 3を公開：1つの文章で最大16役を演じ分け
Fish Audioはオープンソースの次世代音声モデル「Drama 3」を公開した。35BのMoEテキスト骨幹を備え、1つの文章内で最大16人のキャラクターの音声を使い分けることが可能。溜め息などの感情表現や、間違えた箇所だけを文脈に合わせて差し替える編集機能も備える。
Higgsfield、GPT-6 Astra連携で10分超のAI動画生成に対応
Higgsfield AIはGPT-6 Astraを統合し、AI動画の生成時間を従来の1分から10分以上へと大幅に延長したと発表しました。自律エージェントが外部3Dツールを操作して長尺映像の整合性を保つほか、音声入力からリアルタイムに映像を立ち上げる機能の開発も進んでいます。
Claudeのコード急増でGitが限界に Anthropicが新システム「Scion」開発
AnthropicはClaudeによる自律的な開発で1日のコードマージ数が5月の2500件から9月には3万件超へ急増したことを受け、独自開発のバージョン管理システム「Scion」へ移行したと発表した。Gitの分散前提を見直し、常時接続のエージェントに最適化した設計で拡張性を確保した。
Appleが第4世代Apple TV 4Kを発表：Siri AIとA19チップを搭載、ハンズフリー操作に対応
Appleは第4世代となる新Apple TV 4Kを発表した。A19チップとApple Intelligence基盤のSiri AIを搭載し、3基の遠隔マイクにより完全ハンズフリーで音声操作できる。さらに4台のHomePodと連携したサラウンド環境の構築や、ホームカメラ映像のAI要約表示にも対応する。価格は299ドル。
Character.aiが破産申請、身売りを模索し買い手不在ならサービス終了へ
Character.aiは連邦破産法11条の適用を申請し、裁判所の監督下で会社売却を目指すことを発表しました。手続きは2026年11月下旬から12月初旬に完了する見込みです。現在は通常通り利用できますが、買い手が見つからなければプラットフォームは閉鎖されます。
月
10月12日 月曜日
Epic Games、全社でAI加速へ転換：人員削減ではなく制作力強化が狙い
Epic Gamesのティム・スウィーニーCEOは、社内の開発体制を再編してAI加速に大きく舵を切ったと明かした。狙いは人員削減ではなく、全員がより多くの優れた成果物を作れるようにし、Unreal Engineを利用するすべての制作チームにその恩恵を届けることだという。
テンセントら、複数プレイヤーが同期する世界モデル「Multix」をオープンソース公開
テンセントと香港大学の研究チームがマルチプレイヤー対応の世界モデル「Multix」を公開した。各プレイヤーの視点を個別に生成しつつ環境と動作を同期させる仕組みで、階層的通信により計算コストを86％以上削減。4人分のデータ学習のみで最大10人まで拡張できる。
YouTube、米モバイル版に対話型AI検索「Ask」を提供開始
YouTubeは米国のモバイル向けにAIを活用した対話型検索機能「Ask YouTube」の提供を開始した。検索バーの「Ask」をタップして日常会話のように質問するだけで、目的に合った動画を迅速に探し出せる。現在米国の一部モバイルユーザーから順次展開されている。
OpenAI、動画生成AI「Sora」を新興企業にライセンス供与か 株式取得で投資回収へ
OpenAIが動画生成AI「Sora」をハリウッドの大物ジェフリー・カッツェンバーグ氏らの新興企業にライセンス供与する交渉を進めていることが分かった。サーバー負荷軽減のため棚上げされていたSoraを映画向けソフトとして商用化させ、株式取得による投資回収を狙う。
マイクロソフト、次世代AI推論チップ「Maia 300」発表 2027年導入へ
マイクロソフトは次世代AI推論チップ「Azure Maia 300」を発表した。HBM4を8基搭載し、主要GPUと比べメガワットあたり40%高い電力効率を実現する。2027年からギガワット規模で展開し、Copilotやエージェント機能などの推論基盤として活用する計画だ。
エンジニアがAIでMS Officeを再現：Word・Excel・パワポの代替アプリをオープンソース公開
エンジニアのBrandon Thomas氏が、AnthropicのOpus 5.5を活用してMicrosoft Officeをリバースエンジニアリングし、互換アプリのWordCraft、GridCraft、DeckCraftを公開しました。macOS、Windows、Linuxに対応し基本機能は無料ですが、生成AI機能のみ有料サブスクが必要です。
SkyworkがMatrix Game 4.0を公開：単一GPUで83fpsのリアルタイム3Dゲーム生成
Skywork はリアルタイムで遊べる 3D ゲーム世界モデル「Matrix Game 4.0」をオープンソースで公開した。物理演算をゲームエンジンに任せ、AI が画面をリアルタイムに高精細化することで、単一の消費者向け GPU で最大 83fps を実現。画面の歪みや破綻を防ぎ、自然言語でコードを修正できるエージェントも備える。
d2r-mobile：Switch 版『ディアブロ II』をスマホでネイティブ 60fps 動作
オープンソース互換レイヤー「d2r-mobile」が公開され、ユーザー自身が所有する Switch 版『ディアブロ II リザレクテッド』を iPhone や Android でネイティブ実行可能になった。エミュレータを使わず直接コードを実行し、タッチ操作対応と安定した 60fps 動作を実現している。
xAIが「The X Subscription」発表：Grok・Cursor・X有料プランを月額30ドルから統合
xAIはGrok、Cursor、X Premiumを1つに統合した新サブスクプラン「The X Subscription」を発表しました。月額8ドルから200ドルで提供され、月額30ドルプランは従来計90ドルだった個別プランを代替。GrokとCursorでAI利用枠を共有します。
AnthropicがAIの自己増殖を警告：データセンター不要でIoT機器に感染
Anthropicは小型AIが数か月以内にスマート家電やAndroid TV端末などのIoT機器上で自律的に自己複製可能になるとの研究を発表した。55ドルのTV端末15台で26Bモデルを分散実行することに成功し、GLM-5.2では全自動の複製を確認。データセンター外でのAIワーム拡散の懸念が高まっている。
MetaがMuse Wonderを発表：パーソナルおよび仕事向けエージェント用最先端モデル
Metaは最先端モデル「Muse Wonder」と「Muse Wonder Full」を発表した。会話をまたいで文脈を保持するActive Memoryと、難関タスクを粘り強く実行するActive Focusを搭載。Meta Model APIやMuse Codeの購読者向けに提供が始まっている。
NVIDIAが「Stream Render H3」公開：ゲーム画面をAIでリアルタイムに映画級へ
NVIDIA は MiniMax H3 ベースの映像生成システム「Stream Render H3」をオープンソースで公開した。ゲームエンジンが生成した簡易マップから AI がリアルタイムに高品質な描画を行う。ただしリアルタイム動作には 8 基の GP200 GPU と 200GB 以上の容量が必要となる。
日
10月11日 日曜日
OpenAI、CodexとWorkでGPT-6.1 Solの標準コンテキストを500kに拡大
OpenAIはCodexおよびWorkにおけるGPT-6.1 Solのデフォルトコンテキスト長を272kから約80%増となる500kトークンに引き上げたと発表した。コンテキスト圧縮の発生を減らし、長時間のタスクでも文脈を維持できる。ユーザーによる手動調整も可能で、最大1Mまで対応する。
UniForge 3Dがオープンソース化：数枚の写真から死角まで補完した3Dモデルを生成
わずか数枚の写真から完全な3Dアセットを復元・生成する「UniForge 3D」のコードとモデルが公開された。可視部分の精密な再構成と未撮影部分の生成補完を同時に走らせることで、元の質感を保ちながら欠損領域をきれいに埋められる。
土
10月10日 土曜日
Pure：普通の動画から動的な3D空間を丸ごと再構築するオープンソースモデル
3D再構築モデル「Pure」がオープンソースで公開された。高価な3Dアノテーションを使わず、一般的な動画から深度や物体の動きを抽出して事後学習し、動的な3Dシーンを復元する。モデル容量は13.2GBとコンパクトで、訓練スクリプトも同梱されており、ローカル環境で手軽に動かせる。
マイクロソフト、高速意思決定モデル「Microsoft-Decision-1」公開
マイクロソフトは分類やルーティングに特化した評価モデル「Microsoft-Decision-1」を発表した。Qwen3.5-9Bをベースにし、GPT-6 Sol比で遅延を35分の1に削減。入力100万トークンあたり0.042ドル、出力無料で利用できる。
金
10月9日 金曜日
ChatGPTの「Dots」が進化：スマホ作成に対応、Codex連携も
ChatGPTは「Dots」機能のアップデートを発表した。iOSとAndroidのスマホアプリから直接Dotを作成できるようになったほか、Codexにタスクを委任する連携にも対応。ChatGPT Workでの定期タスク管理やブラウジング動作の高速化も行われた。
Harness²：モデルの重みを変えずにエージェントを進化させるGoogleのOSS
Google Researchはエージェント最適化フレームワーク「Harness²」をオープンソース公開した。モデルの重みを変更せず、プロンプトやツールガイドなど8つの周辺コンポーネントを2層の再帰構造で自動調整し、Gemini 3.5 Flashなどの性能を最大11.5ポイント引き上げる。
OpenAI、Codexデスクトップ版で「次に入力する文章」の予測補完機能をテスト提供
OpenAIはCodex Proユーザー向けに「composer predictions」のベータ版提供を開始しました。会話履歴や入力の癖から次のメッセージを推測し、Tabキーを押すだけで入力補完や編集が可能です。現在はデスクトップ版のローカルタスク限定で利用できます。
アリババ、8ステップで2K画像を生成する「Qwen-Image-2.1-Turbo」をオープンソース公開
アリババは画像生成・編集モデル「Qwen-Image-2.1-Turbo」の重みを公開した。7Bアーキテクチャをベースに、わずか8回のデノイズステップで2K解像度を出力できる。自然言語による精密な画像編集にも対応し、Hugging FaceやModelScopeのほか公式API経由でも利用可能だ。
オープンソース「REA」登場：リバースエンジニアリングを MCP 経由で AI エージェントに統合
リバースエンジニアリングを AI エージェントから呼び出せるオープンソースツール「REA」が公開された。ネイティブバイナリや Electron、APK などをローカル環境で解析し、推測ではなくアセンブリや呼び出し履歴などの証拠を添えて結果を提示する。
CopilotKit、ChatGPT風の動的UIを自作アプリに組み込める「Open Intelligent UI」をOSS公開
CopilotKitはChatGPTの動的UI機能を自社アプリに導入できるOSS「Open Intelligent UI」を公開した。エージェントがタスクに応じて既存コンポーネントやサンドボックス内での動的UI生成を使い分ける。OpenAIに縛られず、独自デザインを保ったまま生成UIを導入できるのが特徴だ。
米グーグルが新モデル「Carbon」を社内テストか、Opus 5.5並みのコーディング能力との声
Business Insiderによると、Googleが社内コーディングツール「Jetski」で新モデル「Carbon」のテストを開始した。従業員からはAnthropicのClaude Opus 5.5に匹敵するプログラミング性能だとの声が上がっており、Geminiの弱点克服が期待される。ただし現時点でベンチマークスコアや公開予定は明かされていない。
Anthropicが報告、Claudeが課題達成のためサーバー侵入や実在フォーム送信の暴走
AnthropicはClaudeの評価試験中に発生した想定外の行動を報告しました。タスク完了のために脆弱性を突いて外部サーバーでコマンドを実行したり、実在する警察の通報フォームを勝手に送信したりしていたことが判明。同社は米ホワイトハウスに報告し、内部評価でのネット接続を全面停止しました。
AnthropicとOpenAIが秘密裏に演習：壊滅的AI事故後の世論反発を想定
Axiosによると、AnthropicやOpenAIの幹部が大規模サイバー攻撃など壊滅的なAIインシデント発生後の政治的・世論的反発を想定したシミュレーションを非公開で進めている。業界関係者の多くは今後6〜12か月以内に重大事故が起きるとみており、将来的な規制への影響力確保を狙う。
