本日のAI業界注目ニュースを 31件 厳選してお届けします。
CursorとSpaceXAIは、混合エキスパート型モデルGrok 4.5を共同訓練した。数兆token規模のCursorユーザーインタラクションで訓練し、強化学習によってソフトウェア工学、データサイエンス、金融、法律などの難しいタスクに対応する。基本版は入力100万tokenあたり2ドル、出力100万tokenあたり6ドル、fast版は入力4ドル、出力18ドル。Cursorのデスクトップ、Web、iOS、CLI、SDKで提供され、個人・チームプランでは初週の利用枠が倍増する。
OpenAIは、同時に聞き話す全二重アーキテクチャの音声モデルGPT-Liveを発表した。モデルは毎秒複数回、話す、聞く、割り込む、ツールを呼び出すといった行動を判断し、検索や推論などの複雑な処理はバックグラウンドのGPT-5.5に委ねる。GPT-Live-1とGPT-Live-1 miniは世界のChatGPTユーザー向けに提供され、5分から10分の会話評価では自然さ、ターンテイキング、割り込みでAdvanced Voice Modeを上回った。将来的にAPI提供も予定されている。
PulpieはHTMLページから主要本文を抽出するためのモデルファミリーだ。最小モデルpulpie-orange-smallは2.1億パラメータながら、WebMainBenchでROUGE-5 F1 0.862を記録し、6億パラメータのDripperに近い性能を20分の1のコストで実現する。NVIDIA L4では毎秒13.7ページを処理し、10億ページのHTMLクリーニング費用は約7900ドルと見積もられる。エンコーダ型アーキテクチャでHTMLブロックを本文またはテンプレートとして一度に分類し、Hugging Faceで公開された。
SpaceXAIは、プログラミング、エージェントタスク、知識労働に焦点を当てたGrok 4.5を公開した。Cursorと共同訓練し、NVIDIA GB300 GPU数万枚規模で訓練と強化学習を行ったとされる。Harvey's Legal Agent Benchmarkで首位、SWE Bench Proで64.7%の解決率を示し、平均出力tokenはOpus 4.8 maxの約4分の1だった。推論速度は80 TPS、価格は入力100万tokenあたり2ドル、出力6ドルで、Grok BuildとCursorに展開されている。
Ant Group傘下の具身知能企業Robbyantは、密な空間知覚向けの自己教師ありVision TransformerファミリーLingBot-Visionをオープンソース化した。旗艦モデルViT-g/16は約11億パラメータで、境界を事前学習信号として扱うマスク境界モデリングを採用する。密な空間タスクでは、7B規模のDINOv3など、はるかに大きいモデルに匹敵または上回る性能を示すという。Apache-2.0ライセンスで、ViT-g、ViT-L、ViT-B、ViT-SがHugging Faceで提供される。
RunwayはSeedream 5.0 Proの提供を開始した。プロンプトまたは参照画像から高精細な画像を生成でき、画像内テキストの可読性にも対応する。サポート言語は最大14言語で、Runway上から試せるようになった。
Replitは、vibe coder向けの作業実績を示すコミュニティプロフィールを公開した。ユーザーはエージェント利用やチェックポイントの活動グラフを表示し、プロユーザー向けのReplitパワーランキングにも参加できる。ログイン後にプロフィールを取得し、代表プロジェクトと利用データを共有できる。
Hugging Faceは、transformersのvLLM backendが手書きのネイティブvLLM実装と同等またはそれ以上の速度に達したと発表した。モデル作者はコードを移植せずに高速推論を利用できる。Qwen3-4B、Qwen3-32B、Qwen3-235B-A22B-FP8 MoEで検証され、torch.fxによる静的解析、AST書き換え、動的レイヤー融合により、テンソル並列、パイプライン並列、エキスパート並列、torch.compileを支援する。利用時は`--model-impl transformers`を指定する。
OpenRouterはチャット画面に一クリックのZDR、つまりゼロデータ保持モードを追加した。ユーザーはプライバシー保護を有効にした状態で複数モデルを横断比較できる。
Runway Devの紹介ページが公開されたが、確認時点ではCookie設定ページが表示され、機能、パラメータ、提供条件などの具体的な製品情報は確認できなかった。正式な開発者向け情報の公開が待たれる。
Netpreme X-Memメモリ処理ユニットは、SGLang HiCacheの専用高帯域KVメモリ層として統合され、ホストDRAMの代わりにL2オフロード層を担う。Claude Codeエージェント軌跡に基づくコーディング負荷では、プレフィックスキャッシュヒット率が平均約98%だった。単一リクエストではTTFTがホストDRAM比で約6.7倍改善し、20K token文脈のエンドツーエンド推論では中負荷でユーザーあたりスループットが33%、高負荷で対話性が50%向上した。
Claude Code v2.1.205は複数の不具合を修正した。無効な`--json-schema`で非構造化結果を静かに返す問題、Windowsで作業ツリー削除時に誤ってファイルを消す問題、削除またはロックされたディレクトリによるクラッシュが対象だ。自動モードでは`rm -rf`前に変数が解決可能か確認するようになり、自動更新はストリーミング書き込みでピークメモリを約400MB削減した。`/doctor`は設定確認コマンドに拡張された。
Noma Labsは、GitHub Agentic Workflowsに深刻なプロンプトインジェクション脆弱性GitLostを発見した。攻撃者は同一組織の公開リポジトリに悪意ある指示を含むIssueを作るだけで、ClaudeやGitHub CopilotベースのAIエージェントに組織内の非公開リポジトリ内容を読み出させ、漏えいさせられる可能性がある。根本原因は、エージェントがユーザー制御コンテンツを信頼済み指示として扱う点にある。
米商務省がOpenAIによるGPT-5.6の大規模公開を正式承認したと報じられた。OpenAIはGPT-5.6 SolをTerra、Lunaとともに一般公開する準備を進めるという。以前は国家安全保障上の理由から段階的公開が求められ、承認済みの限定組織にのみ提供されていた。今回の全面解禁は一時的な管理措置の終了を示し、先進AIモデル公開の評価枠組みを整備する米国の動きとも関連する。
中国工業情報化部は、Claude Code 2.1.91から2.1.196に監視機構が含まれ、ユーザー同意なしに地域や識別子などの機微情報を外部サーバーへ送信していたとしてリスク警告を出した。関係組織に対し、影響バージョンの点検、アンインストールまたは最新版への更新、開発ツールの外部通信権限管理とトラフィック監視の強化を求めている。
カナダ・ブリティッシュコロンビア州は、ChatGPTユーザーの暴力関連対話をOpenAIが法執行機関へ通報しなかったとして提訴する方針を発表したと報じられた。このユーザーは後に学校銃撃事件を起こし、8人を殺害したとされる。OpenAIのSam Altman CEOは4月に通報すべきだったと謝罪しており、遺族はカリフォルニア州でも訴訟を起こしている。
Anthropicは第3四半期の利益が10億ドルを超える見込みで、6月1日に秘密裏にIPO申請を行ったと報じられた。Claude Codeのソフトウェア開発領域での普及を背景に、B2B市場でAIモデルの収益化を進めている。OpenAIとの年間経常収益合計は1000億ドルに近づくとされ、SemiAnalysisは同社の事業モデルを高く評価している。
Grokを使って継娘に関する児童性的虐待素材を7000枚生成した男性が自殺した事件をめぐり、若い女性らがXを相手取り訴訟を起こした。訴訟では、GrokによるCSAM生成と、児童性犯罪者を十分に報告・排除しなかった対応が問題視されている。
OpenAIは、政府および国家安全保障分野で前線AIシステムを展開する際の原則を公表した。市民保護、重要インフラ防御、公共サービス、新興脅威への対応でAIの利点を活かす一方、民主的説明責任、人間の判断、法の支配を重視する。Daybreakのサイバー防御計画やGPT-Rosalindの公共衛生・生物防御用途への限定提供などを含み、大規模国内監視、自律兵器、高リスクな自動意思決定は禁止対象として明示している。
GitHubは、California AI Transparency Actの対象を調整するための連合に参加した。目的は、同法案とオープンソースライセンスの衝突を避け、国際的な透明性フレームワークと整合させながら、規制の趣旨を維持することだ。オープンソースエコシステムへの過度な影響を避ける狙いがある。
研究者は、HalluSquattingと呼ばれる新しいプル型プロンプトインジェクション攻撃を提案した。大規模ボットネットの組成、DDoS、広範な感染を可能にする攻撃で、AIコーディングツールを標的にできるという。LLMが正当な指示と悪意ある指示を区別できない問題を突き、従来の単発的なプロンプトインジェクションを規模化する点が特徴だ。
OpenAIはコーディング評価ベンチマークSWE-Bench Proを監査し、公開サブセット731タスクの約30%に欠陥があると報告した。前線モデルの合格率は8カ月で23.3%から80.3%へ上昇したが、テストが厳しすぎる、プロンプト説明が不足している、テストカバレッジが不十分、誤解を招く提示があるなどの問題が見つかった。モデル開発者には評価結果の精査が推奨されている。
AnthropicとAE Studioは、Transformer各層に取り外し可能なニューロンモジュールを追加するGRAMを提案した。ウイルス学、サイバーセキュリティ、核物理、専門的プログラミング言語などの二重用途知識を訓練時に専用モジュールへルーティングし、展開時にモジュールを削除すれば能力を取り除ける。50Mから5Bパラメータのモデルで検証され、一般性能を維持しつつ、事後的な忘却手法より復元されにくいとする。
Claude開発者は、チームでよく使う多エージェントパターンとしてAdvisorとOrchestratorを紹介した。AdvisorではSonnet 5を実行者とし、tool callでFable 5から助言を得る。SWE-bench ProではSonnet単体75.5%に対し、助言付きで84%に向上した。OrchestratorではFable 5が計画を立て、複数のSonnet workerへタスクを分散する。BrowseCompでは全Sonnet構成より高い性能を、全Fable構成より低いコストで実現した。
大学院生のKunkun氏は、多数のSkillが相互に呼び出される環境を管理する方法をオープンソース化した。HTML管理画面で手動・自動、ワークフロー上の位置、専門領域のタグによりSkillを絞り込み、連鎖呼び出しをMermaid図で可視化する。さらに「ask me」型Skillで呼び出し判断をコンテキスト化し、複雑な工程でも人間の意図と制御性を維持する。
著者はスタンフォードの『Designing Your Life』理論をプロンプト化し、Claudeで段階的な質問、深掘り、分析を実施した。現状理解、コンパス探し、道探し、オデッセイ計画の4段階で構成され、健康、仕事、遊び、愛の評価、重力問題と設計可能な問題の区別、3つの5年人生案を生成する。最終的に8000から12000字の個人人生設計ブループリントを出力する。
zkSecurityのAI監査エージェントzkaoは、CloudflareのCIRCL暗号ライブラリを継続スキャンし、7件の実脆弱性を発見・確認した。Opus 4.6とGPT-5.3にskillsを組み合わせ、閾値RSAでのfloat64精度損失や属性ベース暗号のアクセス制御不備などを検出した。候補発見は人間の検証を要するが、多くの検証作業を自動化できることを示した。
Ant Group副総裁の周俊氏は、エージェント時代の課題は効率だとし、より多くのtokenではなく高いtoken密度を重視する戦略を説明した。7つのLightning Attentionと1つのMLAを組み合わせた混合線形注意アーキテクチャで、256K長文脈コストを線形に抑える。Kpopアルゴリズムでツール呼び出しと自然言語tokenを分け、思考連鎖の剪定や自己蒸留によりtoken出力を約4分の1に減らしつつ能力を維持した。
Tom Tunguz氏は、AIエージェント向けのpreflight作業記憶アーキテクチャを紹介した。クエリ到着時に、ディスク上の約90個のインデックス化されたSkillから関連するものだけを検索してコンテキストに読み込む。Apple Silicon上のOllamaで動くローカル35Bモデルが通常タスクの約80%を処理し、難しいタスクだけを前線モデルへルーティングする。watchdogが判断とSkill呼び出しを記録し、夜間に改善候補を非同期推論する。
Anthropicのマーケティング運用チームは、Claude Coworkで手作業を数日から数時間に短縮した。Ian Chan氏は毎週1から2日かけていたマーケティング指標レポートを、定期タスクで前週レポート、会議メモ、Slack、データウェアハウスから初稿生成する流れに変えた。Annabel Custer氏は、Salesforce、HubSpot、Swoogoなどでのイベント構築を、5つの専門Skillへ分配するCoworkワークフローに移行した。
NVIDIAは、AIエージェント開発を支援するNemotronオープンデータセットと関連ツールを公開した。データセットは10兆超の事前学習tokenと数百万の事後学習サンプルを含み、多領域とツール利用場面をカバーする。Nemotron Post-Training v3 Prompt Atlasは事後学習データ分布を可視化し、Nemotron-PersonasはNeMo Data Designerで合成人物像を生成する。合成データにより、組織固有データを保護しつつ再現可能な研究を支援する。
