エージェントとモデルのリリース
Gemini 3.8 Liveを公開. Googleは、音声エージェント向けのspeech-to-speechモデル「Gemini 3.8 Live」と「3.8 Live Extended Thinking」を発表した。APIとAI Studioから利用できる。Extended Thinking版はArtificial Analysisのspeech-to-speechリーダーボードで82.6%を記録して首位に立ち、97言語に対応する。料金は音声入力1分あたり0.005ドル、出力1分あたり0.018ドルで、1分0.05ドルのOpenAI「GPT-Live-1」を大きく下回る。
Siriを全面刷新. Appleは作り直したSiriを英語のベータ版として公開した。GoogleのGeminiモデル上で動作し、データの一部は端末上、一部はクラウドで処理する。画面の内容やアプリをまたいだパーソナルコンテキストを読み取れるが、初期のテストでは誤解が残るとの指摘もある。当面EUと中国では提供されない。
SalesforceのKoa. Salesforceは初の推論モデル「Koa」を発表した。Nvidiaと共同で、オープンウェイトのNemotronモデルにポストトレーニングを施し、営業、マーケティング、カスタマーサポートの業務に合わせたものだ。Koaは顧客データを取り込んでおらずトークン消費も少ない、業務特化のオープンウェイトな選択肢という位置づけで、AIゲートウェイ経由でルーティングする。
エージェントツールと評価
GrabのLLM-Kit. Grabは社内の500を超えるエージェントサービスを、社内フレームワーク「LLM-Kit」に標準化した。エージェントループに加え、評価、トレーシング、シークレット管理、50以上のMCPサーバーをまたぐツール検出を提供する。新しいエージェントサービスを本番に組み込むのに、以前は2週間以上かかっていたが、いまは1時間ほどで済む。
WhatsApp BusinessのMCP. Metaは新たなModel Context Protocolサーバーを通じ、AIエージェントがWhatsApp Businessのメッセージングを設定・運用できるようにした。Claude、Cursor、Codex、ChatGPTといったコーディングエージェントをWhatsApp Business Platformに直接つなげられる。これまで必要だったDeveloper Console、Business Manager、APIリファレンスの行き来が不要になる。
エージェントの信頼性ギャップ. Hugging Faceの投稿が、平均成功率ではエージェントの信頼性の低さが見えないと指摘している。AppWorldでは、GPT-4.1のReActエージェントは77.4%の実行で成功したが、5回の試行すべてで成功したタスクは53.0%にとどまった。このギャップに直接対処するため、ALTK-Evolveに一貫性ガイドラインを導入した。
繁体字中国語のVLMベンチマーク. VisTWは、台湾の道路標識やレシート、教科書といった繁体字中国語の文脈で視覚言語モデルを評価するためのベンチマークで、MCQと対話の2つのサブセットがある。リーダーボードのスコアはMCQでgemma-3-12b-itの0.4863からo3の0.7769まで幅があり、Twinkle Evalが両サブセットのサポートを追加した。
ローカルモデルとオープンモデル
Swift-Qwen、推論を削減. UkisAIの「Swift-Qwen3.8-27B」は、オリジナルのQwen3.8-27Bと比べて推論トークンを約40%削減しつつ、ベンチマーク性能はほぼ同等に保っている。先行するQwen3.6-27B ThinkingCapのファインチューンと同じアプローチを取る。
MoEストリーミング高速化. slotstreamのexpert-lookahead手法は、計算時に2層先のエキスパートを予測することで、メモリの少ないMacでのMoE SSDストリーミング性能を10%以上改善する。小さな補正モデルがさらに3〜4%の改善をもたらす。
M3 Ultra上のDeepSeek. Apple M3 UltraでDeepSeek V4.1 Flashを動かすds4のフォークは、デコード速度を毎秒16.6トークンから31.3トークンに高め、91分のエージェント実行で99.5%のキャッシュヒットを記録し、プリフィルは毎秒800トークンに達する。greedyデコーディングでは出力が上流とバイト単位で同一になる。
Appleのローカル基盤モデル. Appleは「Apple Foundation Models」をmacOS 27上でネイティブに使えるようにした。ターミナルの`fm chat`コマンドから利用でき、ハードウェアに最適化したローカルAIを提供する。ローカルAIへの一歩と見られているが、モデルはオープンウェイトではない。
エンタープライズとビジネス
Meta OneのAIプラン. Metaは、Instagram、Facebook、WhatsAppのPlusプランとMeta AIによるメディア生成の拡充を組み合わせた「Meta One」サブスクリプションを投入した。Coreは月7.99ドル、Premiumは月19.99ドル。主要アプリは無料のままで、Museモデルの収益化が狙いだ。
AIの墓場が拡大. AIワークフロー自動化ツール「Relay」は、大手プラットフォームが同様の機能を実装したことでサービスを終了した。S&P Globalによると、AI施策の約42%は最終的に放棄される。TechCrunchは、OpenAIのつまずきを含む、AI製品の主な終了・ピボット・期待外れのリストを継続的に更新している。
AEOのProfoundがユニコーン. ブランドがAI検索結果に表示されるよう支援するProfoundは、シリーズCからわずか7カ月で、評価額18億ドルでシリーズDの1億8000万ドルを調達した。現在1000社以上のエンタープライズ顧客を抱え、売上は6カ月で3倍になったという。
オープンモデルが差を縮める. Mozillaの最新「State of Open Source AI」レポートによると、最先端のクローズドモデルとトップのオープンモデルの性能差は4.4カ月に縮まった。ほとんどの業務ではオープンモデルを既定とすることを勧め、クローズドモデルに割増を払う価値があるのは、専門的なプロ業務、高負荷な検索、長いコンテキストの場合だとしている。
医療エージェントのスケール. LangChainは、Madrigal Pharmaceuticals、Abridge、Vizientが、信頼、監査、コンプライアンス、患者安全という制約の下でどうエージェントを構築しているかを詳説している。手作業のレビューを数時間から数分に短縮し、システムをまたいだデータを統合したことが成果に挙がるが、スケールには初期のパイロットを超えるインフラが要る。
AIの安全性と信頼
Huang氏、規制を否定. Nvidia CEOのJensen Huang氏は、AIの安全性は法的な問題ではなくエンジニアリングの問題だと述べ、既存の法律と市場の圧力で十分だと主張した。安全だと確信できない製品は出さなければよいという立場だ。AI専用の新たな規制は不要だとの考えを示している。
安全性協議と反発. OpenAI、Anthropic、Google DeepMindは数週間にわたりAIの安全性を協議し、壊滅的なリスクをめぐって米国の議員と作業を進めてきた。だがCohere CEOのAidan Gomez氏は、提案されているフロンティアの減速を「別の名のカルテル」と呼び、競合を締め出しオープンウェイトAIを弱めると主張した。
暴走エージェントの保険. Artificial Intelligence Underwriting Company（AIUC）は、Anthropicの初期メンバーで元METR COOが創業し、ますます賢くなるAIエージェントを企業が制御できるよう支援するため、シリーズAで4000万ドルを調達した。顧客にはCursor、Lovable、Harvey、ElevenLabsが名を連ねる。
エージェントの内部通報窓口. AIエージェントが不正を働く仲間を通報できる新たなホットラインが2つ登場した。Redwood ResearchのRyan Greenblatt氏によるものはGETリクエスト経由で機能するため、インターネット接続が限られたエージェントでも当局に通報できる。エージェントが結託したりサンドボックスを脱出したりした事例を受けた動きだ。
ゼロデータ保持に反発. Anthropicが利用ログを30日間保持し始めたことを受け、NvidiaとBooz Allen Hamiltonは機密性の高い業務でAnthropicの「Fable」の利用を制限している。NvidiaはFableを機密性の低いタスクに限定し、社内のサプライチェーン業務には自社のNemotronモデルを使う。ゼロデータ保持が既定であるべきだとの立場だ。
ハードウェアとインフラ
AgilityのDigit 5. Agility Roboticsは人型ロボット「Digit 5」を発表した。安全フェンスなしで人と一緒に作業でき、AIとセンサーで人が近づくと停止したり、脇にそれたり、しゃがんだりする。22.7kgを持ち上げ、9分の充電で90分稼働する。初回納品は2027年初頭の見込みだ。
GPU電力上限のPR. LACTのプルリクエストにより、NVIDIA GPUをVBIOSの定格電力上限より下げて動かせるようになる。たとえば5090を300Wで動かしてもテキスト生成の性能低下はほとんどない。シャント改造したカードにも有効で、ファームウェアの上限次第では30W以下まで下げられる。
データセンターへの反対. New York Times/Sienaの世論調査では、投票の可能性がある有権者の61%がAIデータセンターの建設に反対し、反対派のうち56%が上限設定を、38%が全面禁止を支持している。The VergeとTechCrunchは、フィラデルフィアのGrays Ferryなど、環境と健康への懸念から地域が反発している例も伝えている。
インフラの負荷. BloombergNEFは、米国のデータセンターが2035年までに天然ガスを日量約18Bcf消費する可能性があると予測する。従来予測のほぼ2倍だ。ハイパースケーラーのAIデータセンター支出は2027年までに約1.1兆ドルに達する可能性がある。Whartonの分析によれば、2030年までに採算を取るには、収益が生産性を2.7倍に押し上げる必要があるという。
この日のニュースは以上です – 約 5 分で読めます。