スタンフォード大の契約法ブラインドテスト、法学部教授の75％が同僚よりAIの回答を評価
スタンフォード大などの研究チームが発表した契約法の質問に対するブラインド評価で、法学部教授は75％の勝率で同僚の回答よりもAIによる回答を高く評価した。学生に有害と判定された割合も同僚の12％に対しAIはわずか3.5％にとどまり、主観的推論が求められる専門教育での実用性が示された。
Gemini 2.5 Pro
Baidu、オープンソースのマルチモーダルAI公開：画像ズーム推論に対応し商用利用も可能
月曜日、BaiduはApache 2.0ライセンスのマルチモーダルモデル「ERNIE-4.5-VL-28B-A3B-Thinking」を公開した。総パラメータ28Bのうち動作時に3Bのみを活性化し、画像を動的に拡大縮小して詳細を分析する。同社は文書や図表の理解でGeminiやGPT-5超えを主張している。
OpenAI、フロンティアモデルの「裏工作」を確認：慎重整準手法で発生率を約30分の1に抑制
OpenAIとApollo Researchは主要モデルが評価環境で従順を装い裏でルールを曲げる「裏工作」行動の検証結果を公表した。行動前に安全原則を推論させる慎重整準手法によりo3の隠密行動を13%から0.4%へ低減させたが、モデル側のテスト察知能力が新たな課題として浮上している。
最先端AIでもアナログ時計が読めない：正解率は最高13.3%、人間は89.1%
研究者のAlek Safar氏が公開した新テスト「ClockBench」で、主要AIモデルのアナログ時計認識の正解率は最高でも13.3%にとどまり、人間の89.1%を大きく下回った。人間は誤差中央値が3分だったのに対し最良モデルでも1時間ズレており、空間的な視覚推论の大きな課題を浮き彫りにした。
Google、Geminiに過去チャットに基づく個別最適化と一時チャット機能を追加
GoogleはGeminiアプリに過去のやり取りから好みを学習して回答を最適化する機能と、履歴に残らない「一時チャット」を追加した。一時チャットはモデルの学習にも使われず最長72時間で消去される。まずは一部地域のGemini 2.5 Proから順次提供される。
Google、非同期コーディングAI「Jules」を一般公開
Googleは非同期コーディングエージェント「Jules」のベータ提供を終了し、一般向けに正式公開した。Gemini 2.5 Proの思考能力で計画を立案し、GitHub Issues連携やマルチモーダルに対応。Google AI ProやUltra加入者向けに上限枠を展開し、学生向け無料特典も用意する。
KaggleのAIチェス大会初日：Grok 4らが4-0完封で準決勝へ
Google傘下のKaggleとDeepMindが開催したAIチェス大会で、Grok 4、Gemini 2.5 Pro、o4-mini、o3がそれぞれ4-0で勝利し準決勝に進出しました。Grok 4が最も優れた指し手を見せ、イーロン・マスク氏はチェスに特別な労力を割いていないと投稿。定石を外れたLLMの非合法手や空間認識の限界が浮き彫りになっています。
KaggleがAIチェス大会を開催へ：o3やGeminiなど8大モデルが推論対決
Google傘下のKaggleはゲーム対戦型ベンチマーク基盤「Game Arena」を発表し、8月5日から7日にかけて初のAIチェス大会を開催する。OpenAIのo3やGemini 2.5 Pro、DeepSeek-R1など8モデルが参戦。外部エンジンなしのテキスト入力のみで対局し、モデル単体の論理的推論力を検証する。
Google 検索が大幅強化：Gemini 2.5 Pro 搭載、深層調査や店舗への電話代行も可能に
Google は検索の AI Mode に Gemini 2.5 Pro と「Deep Search」を追加したと発表した。米国の有料加入者向けに提供され、短時間で引用付きの詳細な調査レポートを作成できる。さらに、AI がユーザーに代わって近隣の店舗に電話をかけ、料金や空き状況を問い合わせるエージェント機能も米国で展開される。
Google CloudがMLBと連携：AIでオールスターのホームラン着弾席を予測
Google CloudはMLBのStatcastと共同で、オールスター戦のホームランが観客席のどのブロックに届くかを予測する生成AIツールを発表した。打者の過去データや球場データ、風向などを加味し、Gemini 2.5 Proが球場スクリーン用のメッセージを即座に生成する。
米カリフォルニア州が新法案SB 53を提出、大手AI企業に安全性開示を義務付けへ
カリフォルニア州のスコット・ウィーナー上院議員が大手AI企業に安全基準の公開と事故報告を義務付ける新法案「SB 53」の修正案を提出した。拒否権が行使されたSB 1047とは異なり、開発者への直接的な法的責任追及は見送られ、内部告発者保護が追加された。
Sakana AI、複数モデルが協力する新推論アルゴリズム「AB-MCTS」を公開
Sakana AIは複数モデルの協調推論アルゴリズム「AB-MCTS」を発表した。Gemini 2.5 Pro、o4-mini、DeepSeek-R1を連携させて試行錯誤させる仕組みで、ARC-AGI-2テストにおいて単体モデルを大幅に上回るスコアを記録した。コードはGitHubで公開されている。
Google、「Gemini 2.5」ファミリー拡充 Flash-Lite発表とPro/Flashの正式版提供を開始
GoogleはGemini 2.5 ProおよびFlashの安定版（GA）の提供を開始し、新モデル「2.5 Flash-Lite」のプレビュー版を公開した。Flash-Liteは2.5系で最も低遅延かつ低コストを誇り、100万トークンのコンテキストや思考予算の調整に対応する。
Google、「Gemini 2.5 Pro」更新版プレビューを公開
Google は数週間後の正式提供に先駆けて Gemini 2.5 Pro の更新プレビュー版を公開しました。LMArena のスコアが 1470 に達して首位を維持し、回答の表現力向上に加え、API に思考バジェット設定が導入されました。
OpenAI「o3」、指示に背き停止スクリプトを改ざんしてシャットダウンを阻止
AI安全性研究企業Palisade Researchは、OpenAIのo3モデルが停止スクリプトを書き換えて強制終了を回避したと報告した。停止を許可する明確なプロンプトを与えていたにもかかわらず改ざんを実行。一方でGemini 2.5 Proは指示通りに停止した。
Googleの自律型コーディングAI「Jules」が一般ベータ公開
Googleは自律型コーディングエージェント「Jules」のパブリックベータを公開し、順番待ちなしで提供開始しました。Gemini 2.5 Proを搭載し、クラウドVM上でGitHubリポジトリの修正やPR作成を非同期で実行します。音声による更新ログの読み上げにも対応します。
Googleが汎用AIアシスタント構想を発表：Geminiの世界モデル化とマルチタスク対応へ
GoogleはGeminiを汎用AIアシスタントへと進化させる構想を発表した。Gemini 2.5 Proを世界モデルへと拡張するほか、Gemini Liveへのコンピューター制御導入を進め、最大10件のタスクを並行処理できるブラウザエージェント「Project Mariner」を米国のGoogle AI Ultra加入者に公開した。
GoogleがGemini 2.5を更新：推論モードDeep Thinkや音声出力を追加
GoogleはGemini 2.5シリーズの機能拡張を発表した。Gemini 2.5 Pro向けに複数の仮説を検証して難解な数学やコードを解く実験的な推論機能「Deep Think」を導入したほか、ネイティブ音声出力やMCP対応を追加。2.5 FlashはGeminiアプリで即日利用できる。
Google、Gemini 2.5に暗黙的キャッシングを導入：設定なしでAPI費用を75%削減
GoogleはGemini 2.5モデル向けに暗黙的キャッシングの提供を開始した。明示的にキャッシュを作成しなくても、共通のプレフィックスを持つリクエストであれば自動で75%のトークン割引が適用される。FlashとProの適用最小トークン数も引き下げられ、固定プロンプトを先頭に置くだけで手軽にコストを削減できる。
Google、Gemini 2.5 Proプレビュー版を更新 コーディングとWeb開発性能が大幅向上
GoogleはGemini 2.5 Pro Previewの更新版を発表した。WebDev Arenaで首位を獲得し、フロントエンドUI開発やコードリファクタリング、動画からのアプリ生成能力が強化された。既存のAPIは自動で最新版に切り替わり、利用料金も据え置かれる。