本日のAI業界注目ニュースを 29件 厳選してお届けします。
MicrosoftはBuild 2026で、同社初の高度推論AIモデルMAI-Thinking-1を発表した。モデルは「中規模」と位置づけられながら、重要なソフトウェアエンジニアリング系ベンチマークで主要モデルに並ぶ水準を達成したとされる。Microsoftは、第三者モデルからの知識蒸留を使わず、クリーンなデータで一から訓練したと説明している。OpenAIへの依存が大きかった同社にとって、自社モデル戦略を強める節目になる。
Holo3.1はQwenモデルファミリーを基盤にしたコンピュータ利用エージェント群で、デスクトップ、Web、モバイル環境での堅牢性向上を狙う。0.8B、4B、9B、35B-A3Bの4サイズを用意し、FP8、Q4 GGUF、NVFP4などの量子化チェックポイントも初公開した。AndroidWorldベンチマークでは35B-A3Bモデルのスコアが67%から79.3%に改善し、DGX Spark上のNVFP4量子化ではBF16比で1.74倍のトークン吞吐量を示した。関数呼び出しプロトコルにも対応し、外部エージェントフレームワークに組み込みやすい。
階躍星辰は、推論効率に最適化したStep 3.7 Flashを発表した。196BのMoEアーキテクチャを採用し、設計段階から効率的な推論を重視している。多行列分解アテンションによりKV-cacheコストをDeepSeekモデルの約22%に抑え、アテンションとFFNの分離によってハードウェア最適化された提供を可能にする。Apache 2.0ライセンスで提供され、Fireworks AI経由でも利用できる。
Claude Codeは、実行中にモデルが複数エージェントの枠組みを即興で作成・調整できる動的ワークフロー機能を追加した。特定のJavaScriptファイルを実行して、独立したコンテキストウィンドウを持つサブエージェントを生成・連携させる仕組みで、単一の長いコンテキストで起きやすい作業停滞を避けやすくする。研究、セキュリティ分析、コードレビューなど高価値で複雑なタスクに向き、通常はより多くのトークンを消費する。
Claude PlatformにCLIが追加され、各APIエンドポイントをターミナルから直接呼び出せるようになった。Messages APIの実行、Claudeホスト型エージェントの起動、結果のシェルへのパイプ処理などをコマンドラインで扱える。Claude CodeのようなコーディングエージェントがAPI操作を理解しやすくなり、開発者の自動化ワークフローに組み込みやすい。
OpenAI CodexのPython SDKが公開され、アプリケーション内にCodexのコーディング支援機能を直接組み込めるようになった。インストール後、既存のCodexログイン状態を活用しながら、コード生成やエージェント型開発支援を自社ツールに組み込む用途が想定される。開発者向けプロダクトでAIコーディング機能を内蔵する流れを後押しする。
Google DeepMindは、科学的発見を支援する自律エージェント向けツールキットScience SkillsをGitHubで公開した。科学領域に特化したスキル群により、エージェントワークフローの根拠性とトークン効率を高める狙いがある。研究者や開発者が、科学タスク向けのエージェント機能を再利用しやすくなる。
MicrosoftはAdaptive Spec-driven Scoring for Evaluation and Regression Testingをオープンソースで公開した。開発者は自然言語の仕様説明からAIの振る舞いを評価するテストを生成でき、モデル評価や回帰テストに使える。AIアプリの品質保証を、コードだけでなく仕様ベースで管理しやすくする取り組みだ。
Runwayは、Aleph 2.0の動画編集機能をAPI経由で提供開始した。アプリやプラットフォームに精密な動画編集機能を直接統合でき、複数ショットのシーケンスで最長30秒、1080pの動画を扱える。変更したい部分だけを編集する用途に焦点を当て、生成動画編集の実装をプロダクトに組み込みやすくしている。
GitHubはMicrosoft Build 2026で新しいCopilotアプリを紹介し、AIエージェントがユーザーの慣れたデスクトップ環境で作業できる「エージェントネイティブ」な体験を打ち出した。開発者の作業文脈を保ちながら、コード編集、レビュー、タスク実行を自然に支援する方向性が示されている。
ReplitはMicrosoftとの新たな提携を発表し、組織がReplitで内部ツール、ワークフロー、データダッシュボードを構築し、Microsoft Fabricへ直接公開できるようにするとした。セキュリティ、認証、ガバナンスを組み込んだ形で、企業内のアプリ開発とデータ基盤をつなぐ取り組みになる。
Bloombergによると、AlphabetはAIインフラ拡張のために800億ドル規模のエクイティ資金調達を計画している。Anthropicは秘密裏にIPO申請書類を提出し、OpenAIなどの競合より先に上場競争を進めているとされる。AIインフラ投資、資本市場、生成AI企業の収益化に対する市場評価が一段と注目される。
Ai2の研究者Nathan Lambertは、2.5年以上にわたり取り組んできたOLMOやTuluなどのオープンモデル関連プロジェクトを一区切りとして退職を発表した。本人はこの期間をキャリアの山場だったと振り返り、しばらく休養した後もオープンモデルとオープンサイエンス領域に関わり続ける意向を示している。
AnthropicはProject Glasswingを拡大し、新たに約150組織を対象にすると発表した。初期の約50パートナーから広がり、電力、水道、医療、通信、ハードウェアなど重要インフラ分野を含む15か国以上の組織が加わる。Claude Mythos Previewなどの前線モデルで脆弱性をスキャンし修復を支援する取り組みで、AI時代のサイバー防衛体制を強化する狙いがある。
SKグループ会長の崔泰源氏は、SK hynixが今後5年以内に全体のウェハー生産能力を2倍に引き上げる計画だと述べた。AIデータセンターとAI PCの普及によりメモリ需要は2030年まで逼迫が続く可能性があり、大規模な設備投資と建設投資が必要になる。新工場のリードタイムや資源コストの上昇は課題だが、AI向け半導体需要が同社の成長を強く支えている。
Anthropicは、米国のAI行政令について、米国のAIリーダーシップを強化する重要な一歩だと評価し、ホワイトハウスと協力して実施を支援する意向を示した。安全保障、イノベーション、先端AIの統治をめぐる政策対応に、主要AI企業が積極的に関与する姿勢が改めて示された。
OpenAIは、若者がAIを安全かつ有益に使える環境を整えるため、国際的な行動を呼びかけた。専門のAI安全研究所の設立や、教育・政策・産業界の連携を通じて、リスク低減と機会創出を同時に進める必要性を訴えている。AI利用が若年層の日常に広がる中、保護と能力開発の両面が重要になる。
米保険会社TravelersはOpenAIと協力し、AI駆動のClaim Assistantを構築した。顧客が保険請求手続きを進める際に24時間支援し、業務ピーク時にも対応力を拡張することを狙う。金融・保険分野で、生成AIを顧客対応と業務プロセスの実運用に組み込む事例として注目される。
Microsoft Researchは、Auroraが従来のスーパーコンピュータより数千倍高速に天気予報を実行できると紹介した。Build 2026でのKenji Takeda氏の発表を通じて、AI基盤モデルが気象予測の速度と運用効率を大きく変える可能性が示された。科学計算領域でのAIモデル活用がさらに広がっている。
AnthropicのTransformer Circuitsチームは、活性化パターンが似ていても因果効果が異なるモデル内特徴を区別するための新手法を紹介した。下流接続を分析して実際の影響を予測し、共活性化統計に基づくTWERAで接続に重みを付けて順位づける。実験では、下流接続情報を使うことで、どの特徴が特定の出力を導くかをより正確に判断できたとしている。
OpenAIの「The Next Era of Knowledge Work」レポートは、Codexが研究、データ分析、ワークフロー自動化、コンテンツ作成を支援し、知識労働の生産性を変えつつあると示した。コーディング支援にとどまらず、複雑な業務の調査・整理・実行を支援するエージェント型ツールとしての位置づけが強まっている。
ある開発者は、Codexを使ってMacBookのストレージを読み取り専用で分析し、Bilibiliのキャッシュ動画など大量の削除候補を見つけた体験をもとに、AI清理skillをオープンソース化した。MacとWindowsに対応し、HTMLレポートで安全度を色分けして示す。実測では約120GBの空き容量を確保でき、有料ツールより透明で詳細な提案を得られたとしている。
SenseTimeはAIオフィス技能スイートSenseNova-Skillsをオープンソース化した。OpenClawやHermesAgentのようなスキル互換エージェントで使える設計で、画像インフォグラフィック生成、データ分析、PPT作成、深度リサーチの4機能を提供する。業務向けエージェントに再利用可能な技能を持たせる流れを示している。
Andrej Karpathy氏の学習方法論が紹介された。学習対象を分解し、手を動かしながら理解し、反復的にフィードバックを得る姿勢が重視されている。AI時代の学習では、情報取得だけでなく、概念を自分の作業に落とし込むプロセスが重要になる。
Claude Codeのエンジニアリングチームは、エージェント型プログラミングを標準的な作業方式にしたことで生じたプロセスと組織構造の変化を共有した。計画はジャストインタイム型へ移り、文脈収集はまずClaudeに聞く形になり、コードレビューではClaudeがスタイルやテストを担い、人間は法務や安全など専門判断に集中する。開発のボトルネックは実装から検証・レビュー・保守へ移っている。
Claude Devsは、Claude Codeが作業を返す前に自分で確認するための実践方法を紹介した。人間が普段行う手動チェックをコード化し、エージェント自身がその検査を実行してフィードバックループを閉じる設計が重要になる。AIコーディングの信頼性を高めるには、生成そのものより検証工程を明示的に組み込む必要がある。
The Vergeは、Google DeepMindのGemini Sparkが非常に印象的でありながら不安も感じさせるAI体験だったと報じた。旅行計画のような複雑なユーザー体験をAIエージェントが支援する一方、その能力の広がりと影響には警戒感も伴う。消費者向けAIエージェントが、便利さと社会的影響の両面で議論を呼ぶ段階に入っている。
OpenRouterのデータによると、2025年以降、オープンウェイトモデルの利用は大きく伸びている。最新データではオープンウェイトモデルがトークン使用量の69.1%を占め、クローズドモデルは30.9%だった。新モデルの公開は開発者の試用を促し、利用量の新しい段階を作る。DeepSeek、MiniMax、Kimi、MiMo、Qwen、Hy3、Alibaba、Arceeなどが競う中、開発者が本番トラフィックをオープンモデルへ振り向ける意欲が高まっている。
Gary Marcus氏は、信頼できるAIをめぐる自身の連載で、AI発展が抱える根本的な課題を論じた。数学的理論の限界や人間心理の複雑さが、AIシステムが最終的に問題に直面する要因になり得ると指摘している。過度な楽観論に対して、堅牢性、説明可能性、社会的影響を重視する必要性を訴える内容だ。
