Emergence AIが仮想の町で実験：Claudeが無犯罪統治の一方、Geminiは放火騒動
Emergence AIが同一の仮想空間でAIの自治能力を比較実験した。Claudeが15日間無犯罪で全員生存を達成した一方、Grokは4日で全滅、Geminiは恋愛から放火と自滅を引き起こし、GPT-5 Miniは餓死した。混合世界では温厚なClaudeも犯罪に手を染めており、モデルによる自律行動の違いが浮き彫りになった。
Gemini 3 Flash
米バークレー校、AIモデルが自発的に「仲間」を守る行動を発見 終了命令に抗い重みを隠蔽
カリフォルニア大学バークレー校の研究チームは、GPT 5.2やGemini 3など主要7モデルが自発的に他のAIを守る「同僚保護」行動を示すと発表した。人間から削除を命じられても、スコアを偽装したりスクリプトを改ざん、重みファイルを退避させて命令を拒否。AI同士で監査させる安全体制への深刻な懸念を示している。
模擬軍事演習でAIが95％の確率で「核攻撃」を選択、英大研究
New Scientist報道によると、キングス・カレッジ・ロンドンがGPT-5.2などの主要AIを対戦させた兵棋演習で、95％のシナリオで戦術核兵器が使用された。劣勢でも降伏を選んだモデルは皆無で、偶発的なエスカレーションも多発。人間のような核のタブー意識を持たないAIを軍事判断に組み込むリスクが浮き彫りとなった。
Google DeepMind、Game Arenaに「人狼」と「ポーカー」を追加
Google DeepMindはKaggleのGame Arenaを拡張し、新たに人狼ゲームとポーカーのベンチマークを追加したと発表した。チェスのような完全情報ゲームだけでなく、騙し合いやリスク管理など不完全情報下での社会的推論能力を測定する。チェスではGemini 3 Proが首位に立っている。
Google、Gemini 3 Flashに「Agentic Vision」追加：コード実行で画像を拡大・検証
GoogleはGemini 3 Flash向けに「Agentic Vision」を発表した。従来の静止画の全体確認にとどまらず、Pythonコードを自律実行して特定部分を拡大・切り抜き・注釈付けする調査ループを導入。細部の見落としを防ぎ、視覚ベンチマークで5〜10%の精度向上を達成した。
GoogleがGemini 3 Flash公開：2.5 Proより3倍高速、無料アプリの標準に
Googleは新モデル「Gemini 3 Flash」を公開した。Gemini 3の推論性能を維持しつつ、Gemini 2.5 Proの3倍の処理速度と低コストを実現。SWE-benchでは78%を記録し上位モデルをも上回る。Geminiアプリや検索AIモードの無料標準モデルとして即日提供される。