本日のAI業界注目ニュースを 24件 厳選してお届けします。
Meta Superintelligence Labsは、同部門初のメディア生成モデルとしてMuse ImageとMuse Videoを発表した。Muse Imageは指示追従、精密編集、複数参照を使った構図生成に対応し、Instagramのソーシャル文脈も活用する。ツール利用型のエージェント能力やMuse Spark統合も備え、Meta AIアプリ、Web、Instagram Stories、WhatsAppで一部地域から提供される。Muse Videoは同じ事前学習基盤を使い、高い視覚品質とネイティブ音声生成を目指す。
MIRAは、4人対戦ゲームの力学を学習し、入力操作に応じてリアルタイムに映像を生成するプレイ可能なマルチプレイヤー世界モデルだ。公開ロボットデータ1万時間で訓練され、20 FPSで「Rocket Leagueの夢」のような環境を生成すると説明されている。General IntuitionとKyutai Labsが共同で構築し、Epic Gamesも協力した。デモ、技術レポート、オープンソースコードが公開され、ICML Booth 111でも展示される。
Rowboatは、メール、会議、SlackなどのデータをObsidian風のナレッジグラフとして索引化するオープンソースのデスクトップAIアシスタントだ。メールクライアント、ブラウザ、会議記録、Claude CodeやCodexエージェントを呼び出せるコードモードを備え、イベント駆動やスケジュール実行のバックグラウンドエージェントにも対応する。データはMarkdownとしてローカル保存され、OllamaやLM Studioのローカルモデル、またはAPIキー経由のホスト型モデルを選べる。
xAIのGrok Imagineが更新され、15秒のImagine動画を生成できるようになった。Elon Musk氏はGrokアプリの更新を呼びかけ、動画品質が大きく向上したと説明している。短尺生成を前提にしたモバイル体験の拡張として、Grok内の画像・動画生成機能の利用場面が広がる。
AnthropicはClaude Coworkをモバイル端末とWebへ展開し、会話やファイルを複数デバイス間で同期できるようにする。Beta版は今後数週間でMaxユーザーから提供される。Coworkはファイル、カレンダー、メール、メッセージングなどを横断して作業を継続でき、デスクトップで始めたタスクをスマートフォンから確認し、必要な判断を通知で受け取れる。利用例の大半はソフトウェア開発ではなく、業務運用やコンテンツ作成などの日常的な知識労働だとされる。
GoogleはGemini APIのManaged Agentsに、バックグラウンド実行、リモートMCPサーバー連携、カスタム関数呼び出し、認証情報更新を追加した。`background: true`を指定すると非同期でタスクを開始し、IDで状態確認や進捗ストリーミングができる。Managed Agentsは独自の代理ミドルウェアなしでリモートMCPに接続でき、Google検索やコード実行などの内蔵サンドボックスツールとも組み合わせられる。これにより、本番向けAIエージェントの構築を容易にする狙いだ。
GoogleのNotebookLMは、短編動画概要機能をモバイルとWebのすべての英語ユーザー向けに正式提供した。ユーザーは資料から生成された短い動画形式の概要を確認でき、チームは利用者から好みの作品や今後追加してほしい機能についてフィードバックを求めている。
Hugging Face StorageがSkyPilotの第一級ストレージバックエンドになった。ユーザーは`hf://` URLと既存のHFTOKENでHugging Face Bucketやモデル、データセット、SpaceリポジトリをSkyPilotジョブにマウントできる。MOUNTではFUSEによる遅延読み込み、COPYではコピー実行に対応する。Hugging Faceは出域やCDN料金を課さないため、20以上のクラウド、Kubernetes、Slurm、ローカルクラスタへGPUジョブを配置する際のクロスクラウドデータ利用コストを抑えられる。
Claude Code v2.1.203では、ログイン期限切れ警告、手動権限モードの表示、追加作業ディレクトリのMCP roots/listへの反映が追加された。macOSでメモリ検出の誤判定によりバックグラウンドセッションが15から20秒止まる問題、token期限切れ後にセッションが恒久的に使えなくなる問題、対話セッションでコンテキスト指標が毎回会話全体を再解析してCPUとメモリを消費する問題なども修正された。長い応答ストリームのプレビュー性能とサブエージェントの再委任傾向も改善されている。
中国は、最先端AIモデルを国内に留めるため、外国からのアクセス制限を検討していると報じられた。対象には阿里巴巴、ByteDance、Z.aiなどの先進モデルや未公開モデルが含まれ、APIだけでなくダウンロード可能な重みも議論対象になる。商務部が主導し国家発展改革委員会も関与していることから、プラットフォーム規制ではなく輸出管理の性格が強い。実施されれば、世界のAI市場がさらに分断される可能性がある。
Ethan Mollick氏は、最先端のオープンウェイトモデルが今後も継続的に流通するとは期待していないと述べた。地政学的な輸出管理や企業の商業戦略が強まる中、前線級モデルの重み公開は長期的には続きにくいという見方を示している。
MicrosoftはCopilot製品でOpenAIやAnthropicのモデル利用を減らし、自社のMAIモデルへ置き換える動きを進めていると報じられた。MAIモデルはExcelやOutlookで週に数万件のリクエストを処理しているが、全体に占める比率はまだ小さい。Buildで発表された推論モデルMAI-Thinking 1は高いコーディング性能を主張する一方、外部ベンチマークではDeepSeek V3.2相当とされる。背景には外部モデル利用コストの削減がある。
自動運転車両企業Forterraは、過去9カ月でPolaris ATVをベースにしたLancer自律地上車両100台超をウクライナ戦場へ投入したと発表した。車両は750キログラムの貨物を運べ、Starlinkアンテナで遠隔操作される。これまでに1100件超の任務、2500マイルの走行、77万7440ポンドの物資輸送、52件の負傷者退避を実施した。現時点では敵脅威を自律的に判断するには限界があり、主に遠隔操作で使われている。
Appleの研究者は、安全整合が拒否ニューロンと概念ニューロンの2種類により制御されると分析した。1.7Bから70Bまでの7モデルで、単一の拒否ニューロンを抑制するだけで有害リクエストへの回答を誘導でき、単一の概念ニューロンを増幅すると無害なプロンプトから有害内容を引き出せるという。訓練やプロンプトエンジニアリングを使わず、個別ニューロンが安全動作を因果的に支配する可能性を示している。
Appleの研究チームは、視覚Webエージェント向けの再現可能な訓練環境Weblicaを提案した。HTTPレベルのキャッシュでWebページの安定した視覚状態を保存しながらインタラクションを維持し、LLMで実サイトと主要ナビゲーション技能に基づく環境を合成する。強化学習訓練を数千の多様な環境とタスクへ拡張でき、Weblica-8Bは複数のWebナビゲーションベンチマークで同規模のオープンモデルを上回ったとしている。
DynaMiCSは、多領域微調整を性能制約付きの最適化問題として扱う動的混合オプティマイザだ。短い領域別プローブ実行で領域間効果の傾き行列を推定し、確率単体上で混合重みを計算する。目標領域の性能を伸ばしながら、制約対象領域の損失を基準以下に保つことを狙う。実験では固定混合ベースラインより目標領域の改善と制約満足が強く、参照モデルやサンプルごとの採点、手動調整を不要にできると報告している。
Elvis Saravia氏は、agentic loopsの信頼性を高めるためにhuman-in-the-loopを使っていると紹介した。ClaudeやCodexのエージェント会話をDialAgent MCPサーバー経由にし、各エージェントへ専用番号を与えて音声、SMS、iMessageをツールとして使わせる。PR対応や新機能開発の自動ループで人間判断が必要な場合、短い電話で意思決定をエスカレーションできるため、移動中やPCから離れている時にも有効だとしている。
AI企業は、顧客導入を担うForward-Deployed Engineering組織に12カ月で計97.5億ドル規模を投じる方針を示している。MicrosoftやAmazonの既存人員活用、Salesforceの1000人FDE採用、OpenAI Deployment Companyの大型資金調達、Anthropicの独立的な導入組織、Google Cloudのパートナー基金など、複数の構造が現れている。モデル能力ではなく、顧客環境への実装と運用がボトルネックになっているという整理だ。
Y Combinator CEOのGarry Tan氏は、AIコーディングエージェントと共に5つのプロジェクトで毎日3万7000行をデプロイしていると述べた。これに対し開発者Gregorein氏がTan氏のWebサイトを調べ、169件のリクエスト、6.42MBのデータ、28個のテストファイル、78個の未使用JavaScriptコントローラ、複数形式のロゴや未圧縮PNGなどを指摘した。AIはコード生成を高速化する一方、行数ではなく品質を優先すべきだという議論につながっている。
Liquid AIは、推論モデルのdoom loopを減らす手法Antidoomを公開した。Final Token Preference Optimizationに基づき、ループが始まる最初のtokenを特定し、全体の出力分布を大きく変えずに一貫した代替tokenを選ばせる。LFM2.5-2.6Bでは難しい数学・プログラミング課題のループ率が10.2%から1.4%へ、Qwen3.5-4Bでは22.9%から1%へ下がった。コードとデータセットも公開されている。
RxScannerの事例では、サーバーが米国にあるため1回の薬品スキャンに5分以上かかっていたが、モデルをAndroid端末上で動くサイズへ縮小したことで、ブロードバンドや安定電力がない地域でも利用できるようになった。小型AIモデルは数十億パラメータ以下で、スマートフォンやRaspberry Pi上でも数ワットで動作できる。インドのカシューナッツ病害検出、ウルグアイのアリ侵入識別、マラリア蚊検出、ブラジルのArduino心電図機器など、低インフラ地域での応用が広がっている。
KreaはKrea 2のID保持機能を公開した。人物やキャラクターの一貫性を保った生成・編集を目的とする機能で、対応モデルとComfyUIノードも合わせて提供された。クリエイティブ制作の反復作業で、同一人物や同一ブランド表現を維持しやすくなる。
Anthropicは、2026年5月11日から31日までの120万件の匿名セッションを分析し、Claude Coworkの最大用途は業務プロセスと運用で33.4%だったと報告した。次いでコンテンツ作成と文案が16.4%、ソフトウェア開発は8.7%だった。法律文書の整形、面接フィードバックの集約、レポート整理や表の確認など、チーム間をつなぐ知識作業での利用が目立つ。
AnthropicはClaude Codeにおけるモデル選択と努力レベルの使い分けを解説した。モデルは能力の上限を決め、大きいモデルほどベンチマーク上の性能が高い。一方、努力レベルは単なる思考時間ではなく、読むファイル数、検証ステップ、多段階タスクの進め方にも影響する。文脈を十分に与えても誤る場合は強いモデルへ切り替え、ファイルの読み飛ばしやテスト未実行が原因なら努力レベルを上げるべきだとしている。
