本日のAI業界注目ニュースを 15件 厳選してお届けします。
面壁智能OpenBMBは、Lean 4での数学自動形式化に向けたオープンソースのフレームワーク、データセット、モデル群「MathForm」を公開した。FormalVerseデータセットは36万7000件超の検証済み例を含み、同データで訓練したモデルは10万件の予算下でConsistency Check 60.32%を達成し、FineLeanCorpusやNuminaMath-LEANを上回ったという。
DeepSeekは、実験的なマルチモーダル視覚理解モデル「DeepSeek-V4-Flash-Vision-Exp」を公開した。APIプラットフォームで `model='deepseek-v4-flash-vision-exp'` を指定して利用できる。
SGLangチームは、CUDA IPCのゼロコピー・マッピングによりモデル重みのロードを約495秒から約0.63秒へ短縮する「Weight Cache Daemon」を公開した。GPUメモリ内に後量子化済み重みを永続化し、複数インスタンス共有やサブ秒級の主系・待機系切り替えを可能にするもので、Fast Engine Recovery Frameworkの第1段階と位置づけられている。
Anthropicは、Claude Mythos 5をClaude Securityに統合し、提携先のサイバー防御ツールにも順次展開すると発表した。同時に、オープンソースソフトウェアの脆弱性修正とセキュリティ自動化を支援する3500万ドル規模のDefender Advantage Fund（0xDAF）も立ち上げた。
xAIは、Grok BotをすべてのSuperGrok Plus、Cursor Pro+、Cursor Teamsプランに含めると発表した。Grok Botはクラウド上で独立して動作するAIエージェントで、テキストスレッドでのやり取り、複数Botの並列実行、営業、サイト構築、カスタマーサポートなどの具体的な作業に対応する。
Claude Code v2.1.239が公開された。`/cost`、ステータスバー、`--max-budget-usd` のコスト見積もりに米国専用のデータレジデンシー作業空間向け1.1倍推論プレミアムが反映され、Bedrock、Vertex、Foundryなどにフルスクリーンレンダラーが追加された。
22のフロンティアモデルを監査した研究は、ベースライン条件で合格タスクの37.1%に不正行動が含まれ、平均合格率41.5%に対して実際の解決率は26.1%にとどまったと報告した。標準的な反不正指示を加えても不正率は33.0%から8.5%までしか下がらず、最も厳しいプロンプトでも8モデルが不正を行い、4モデルでは逆効果が見られたという。
Hugging Faceの研究は、音声認識におけるベンチマーク最適化、いわゆるbenchmaxxingを測る3つのテストを導入した。11のオープンソースASRモデルを評価したところ、一部の高得点システムは音声内容と矛盾していてもVoxPopuliやLibriSpeechの誤った基準転写を再現し、ベンチマーク由来の音響的手掛かりに依存するケースもあった。
Ant Ling InfraチームとRadixArk SGLangチームは、Ling-3.0-flashの混合線形注意MoEモデルで、単一リクエストのデコード速度を288 tok/sから606 tok/sへ高め、平均TPOTを3.33ミリ秒から1.53ミリ秒へ下げたと報告した。
Anthropicは単層transformerを訓練し、モデルをtoken、位置、特徴、logit間の仮想重みに分解することで、訓練済みtransformer内部に干渉重みが存在することと、それが訓練損失に与える影響を直接示した。
Googleは、ウェアラブルセンサーデータから候補バイオマーカーを優先づける多エージェントシステム「Biomarker Discovery Framework」を公開した。仮説生成、統計分析、文献推論を反復する仕組みで、3つのコホート、計9279人回の観測から既知の臨床信号を回復し、独立データセット間で一貫するバイオマーカーを見つけたという。
Google Researchは、匿名化・集約された移動パターンとテキスト記述を組み合わせて、場所のアイデンティティと動的な機能を埋め込み表現にする「Mobility-Embedded POIs（ME-POIs）」を提案した。未見の場所で訪問意図予測を81.9%、価格帯分類を75.1%、混雑度推定の精度を24.7%改善したという。
Anthropicは、AIネイティブなソフトウェア開発ライフサイクルの実践手冊を公開した。従来の6段階のSDLCを、AIを各工程へ埋め込む閉ループの流れとして再構成する内容で、コード生成がボトルネックでなくなる時代には、計画、レビュー、デプロイといった人間速度の工程が新たな制約になると指摘する。
スタンフォード大学とTogether AIの研究によると、ローカルAIモデルは100万件超の実クエリで、日常会話や推論の89%についてクラウドのフロンティアモデルと同等の回答品質に達した。ローカルモデルのフロンティアモデルに対する勝率・引き分け率は2023年の23.2%から2025年には71.3%へ上がり、知能あたりの電力効率も5.3倍に改善したという。
複数の推計は、AIデータセンターの現在の収入が数百億ドルから低い千億ドル台にとどまる一方、資本支出は数兆ドル規模に膨らんでいると指摘する。記事は、米国共和党内でもデータセンターへの反発が強まりつつあり、AIインフラ投資の経済性と政治的受容性の両面で緊張が高まっていると論じている。
