AI Daily Digest — 2026年9月22日

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。

TOP 3

1小米（Xiaomi）、MiMo-V2.6シリーズを発表・オープンソース化——強化学習のスケールを拡大し自己改善へ 2xAI、コーディングと知識作業に特化した「Grok 4.7」を発表 3ブリティッシュコロンビア州、OpenAIを提訴——タンブラー・リッジ銃乱射事件前にflag対象のChatGPT活動を警察へ通報しなかったとして

モデル

xAI、コーディングと知識作業に特化した「Grok 4.7」を発表

xAIは、同社史上最強のコーディング・知識作業向けモデルと位置づける「Grok 4.7」を発表した。価格は入力100万トークンあたり2ドル、出力100万トークンあたり6ドルでGrok 4.6と同価格・同速度。速度と価格がともに2倍の高速版も用意される。

小米、全モーダル対応オープンソースモデル「MiMo-V2.6 Pro」「Flash」を発表

Xiaomi MiMoは、大規模な強化学習で訓練した全モーダルモデル「MiMo-V2.6 Pro」と「Flash」を発表した。Proは多くのエージェントベンチマークでClaude Opus 5やGPT-5.6 Solと同水準の性能を示し、Artificial Analysis Intelligence Indexで46点を獲得してオープンソースモデル中最高を記録。コーディング、コンピュータ操作、3D推論、創作など幅広い能力をカバーする。

Qwen（通義千問）、生成と編集を1つのチェックポイントで両立する7Bモデル「Qwen-Image-2.1」を発表

Qwenは、画像生成と編集をネイティブに1つのチェックポイントで両立する7BパラメータモデルQwen-Image-2.1を発表した。最大10枚の参照画像に対応し、プロンプトを強化する専用LLMを内蔵。diffusersとComfyUIに統合済みで、Hugging Face Spacesではインストール不要のブラウザ上デモも提供される。

プロダクト

業界

ブリティッシュコロンビア州、OpenAIを提訴——タンブラー・リッジ銃乱射事件前にflag対象のChatGPT活動を警察へ通報しなかったとして

カナダ・ブリティッシュコロンビア州は、カリフォルニア州でOpenAIを提訴した。flag対象とされたChatGPTの活動について、2026年2月10日のタンブラー・リッジ銃乱射事件（8人死亡、うち子供5人と教育関係者1人を含む、27人負傷）より前に警察へ通報すべきだったと主張している。

Amazon、Meta「Muse」エージェントによる代理購入をブロック——両社の対立が激化

Amazonは、Metaの個人向けAIエージェント「Muse」がユーザーに代わって自社サイトで買い物をするためのアクセスを遮断した。そのようなアクセスを許可した事実はないとし、Museが身元を明示せずユーザーのアカウント認証情報を収集・保存している点がプライバシーとセキュリティ上のリスクになると指摘した。

技術

Nathan Lambert氏、オープンモデルをめぐる米中勢力図を分析

Nathan Lambert氏は米議会向けに提出したオープンソースモデルの現状レビューを公開し、中国の開放権重モデルがダウンロード数・ベンチマーク成績・学術採用のいずれでも米国を上回っていると指摘。2025年7月以降、Hugging Faceでのダウンロード数は中国が約16億件多く（合計32億件で米国の2倍）先行しているという。

「数字生命卡兹克」、字幕・漫画翻訳グループを取材——AI時代のリアルな現場

筆者は複数の字幕制作・漫画翻訳グループのメンバーを取材した。彼らはAIに抵抗感を持っておらず、あるグループでは書き起こしとタイミング調整をAIに任せた結果、従来3〜5時間かかっていたタイミング調整作業が20分〜1時間に短縮された。あるプログラマーは好きな配信者のために自作AIツールを開発し、1人で2時間の配信の中国語字幕を作成しているという。一方で漫画翻訳グループは、文字入れの品質などを理由に手作業を維持しており、メンバーが重視しているのは同好の士のコミュニティと趣味そのものだという。

Tomer Tunguz氏、AIによる「if-then」判定の代替を論じる——専用デシジョナーが分類コストを最大約200分の1に

Tomer Tunguz氏は、最新世代のAIがソフトウェアの「if-then」判定というプリミティブを代替しつつあると論じた。JevやSemIfのような専用デシジョナーは数百ミリ秒で結果を返し、コストは従来の生成AI呼び出しより約76倍から209倍安いという。筆者は自身のエージェントで呼び出しの約4分の1を置き換え、人手で検証した98件の実運用メールスレッドにおいて、Jevは80%、ローカル動作のSemIfは82%の分類精度を達成し、本番モデルの47%を上回った。