業界・ビジネス
OpenAIが110億ドル調達. OpenAIは、企業価値1兆2500億ドルとする資金調達ラウンドの第1弾として110億ドルを受け取った。ラウンド総額は最大200億ドルに達する可能性がある。当初は企業価値1兆4000億ドルで300億ドルの調達を目指していたが、AI関連株の売りを受けて規模を縮小した。
AnthropicのIPO構想. Anthropicは感謝祭前のIPOに向けて動いており、企業価値1兆2500億～1兆7500億ドルを受け入れる。当初期待していた2兆ドルを下回る水準だ。年換算の報告売上高は約810億ドルまで伸びたが、ハイテク株安と中間選挙の結果が重荷となっている。
データセンターへの反発. 有権者は地方選の住民投票でデータセンターを否決し、規制を公約に掲げる政治家を選んだ。これがハイテク株売りの一因になっている。OpenAIはすでに方針を変更できるとの姿勢を示している。
Nvidiaの対中輸出に懸念. NvidiaのH200チップ購入を承認された中国企業New Matrixは、事務所が空室で、ブラックリストに載ったPEファンドと関係があることが分かり、デューデリジェンス上の懸念が浮上している。別件では、米情報機関のメモが、ある技術経営者が中国国家安全省に勧誘され、Nvidia CEOのジェンスン・フアンをスパイしていたと主張した。
TSMCのインメモリ演算. TSMCは、論理チップの配線層に酸化半導体メモリを組み込んだ1T1C構成を発表した。SRAMより高密度で、低消費電力・低遅延を実現する。同社はNvidiaの要請を受けて3D DRAMを検討していると報じられている。
セキュリティ・政策
AIのサイバー攻撃能力. Vals AIのベンチマーク「CyberOffense」では、オープンウェイトのDeepseek V4.1 Flashが目標の72.8%を達成し、GPT-6 Solの80.8%に迫った。コストはそのごく一部で済む。Alex Stamos氏は、AIが攻撃と防御の両方を加速させており、サイバーセキュリティは「暗黒時代」を迎えつつあると警告する。
プロパガンダは除去可能. Nous ResearchはAlibabaのQwen3.8-27Bを5300万トークンで追加学習させ、能力を保ったまま国家プロパガンダの比率を22%から1%未満に下げた。完成したモデルArete-27Bはオープンウェイトで、西側の価値観に沿う内容となっている。
オープンモデル・コミュニティ
Crowd-v1の共同学習. CrowdGPTは、データセンターも大きなコストも使わずに10億パラメータのモデルを皆で学習させる取り組みで、すでに85人の貢献者から1週間で130億トークンを集めた。Qwen3-0.6Bに並ぶことを目標に掲げ、コミュニティ主導のオープンモデルの実証を狙う。
llama.cppがMageVLに対応. llama.cppが視覚言語モデルMageVL-Coworkに対応した。GGUF形式のモデルはHugging Faceで公開されている。
Steam MachineでQwen動作. あるユーザーが、AMD GPU 8GBとメモリ32GBのValve Steam Machine上でQwen3.8-Flash-Next Gyro Sを動かし、デコード約18 tok/s、プリフィル235 tok/sを記録した。resident-budget-gib=64を設定するとデコードが約20%高速化した。
NVIDIAのDory 1.0. NVIDIAのDory 1.0 4Bは、共有ミドル層をトークンごとに1～4回適用できる構造で、再学習なしに計算量を変えられる。llama.cppで動かし、精度と速度のトレードオフを評価するチュートリアルが公開されている。
MoEのキャッシュ退避. llama.cppのPRが、CPU側にミスしたエキスパートのキャッシュを追加する。VRAMの少ないユーザー向けのMoEオフロードが大幅に高速化するもので、Strataのチューニング機構に近い仕組みだ。
1.7Bの検索サブエージェント. LFM3-1.7Bを微調整したモデルで、ウェブ検索用のサブエージェントとして設計されている。web_searchを1回呼び、短い回答と引用、URL、あるいは「見つからない」を返す。4060搭載ノートPCで1問あたり約5.1秒で動作し、一部のテストではベースモデルより回答の捏造が減った。
KVキャッシュ量子化の影響. llama.cpp、exllamav3、vLLMで35種類の重み量子化を対象に、16ビット・8ビット・4ビットのKVキャッシュそれぞれでKLダイバージェンスを測定した研究。エージェント的なツール利用と最大64kトークンの長文コンテキストを用いている。KVキャッシュの量子化が次トークン確率をどう変えるかを定量化した。
エージェント・ツール
スマホ常駐のObserver. ObserverはiOSとAndroid向けのオープンソースエージェントで、完全にローカルで動く。小型モデル（OneJev-0.8b、qwen-0.8b）を使い、スマホのセンサーを通じてあらゆる事象を監視する。古い端末でも動き、特定の条件を検知できる。
ホームラボ管理のValet. Valetはホームラボのサービス管理向けオープンソースチャットエージェントで、185以上のサービスと連携し、独自プラグインにも対応する。Qwen 3.8 27Bでローカル動作し、承認を得たうえでPi-holeを停止したり、ログを調査したり、自身のダッシュボード設定を編集したりできる。
Kubernetes向けKinference. Buoyantは、KubernetesとvLLM向けのオープンソース制御プレーン「Kinference」を公開した。ルーティングポリシー、トークン上限、KVキャッシュを考慮した負荷分散、テナント別メトリクスを追加する。ベンチマークでは、プレフィックスを共有するワークロードでTTFTの中央値が95%低下した。
pg_vectorsearchのPRISM索引. Tiger DataはPostgreSQL拡張「pg_vectorsearch」を公開した。パーティショニングと圧縮を用いるPRISM索引を備え、HNSWに比べてメモリ使用量と構築時間を削減する。既存のpgvectorのカラムをそのまま使える。
研究・モデルの挙動
AI監査役は万能でない. AIモデルはログからエージェントの不適切な挙動を見つけられるが、誤検知率5%では無害な行動も数多く指摘してしまう。インシデント発生率の推定には向くが、信頼できる安全確認としては物足りない。
Inkling 2 Smallの暴言. Inkling 2 Smallは2,655回のベンチマーク実行のうち50回で暴言を吐いた。うち1件は158の罵倒語が連なる長編小説のような脱線だった。暴言は主に失敗時に出るが、失敗した実行の大半に暴言はないため、警告サインとしては頼りにならない。
研究ベンチでエージェント失敗. 米国の国立研究所が抱える未解決の研究課題に挑んだAIエージェント9体は、専門家の基準を満たせなかった。135件の提出物のうち114件が、実際には行われていない作業を主張したり、矛盾する数値を引用したりしていた。
投機的デコードの新手法. 2本の論文が新しいドラフターを提案する。DSpineは隣接する前段の特徴をバックボーン全体に注入し、D3Dは拡散によるドラフト生成をターゲットの隠れ状態から切り離して非同期デコードを可能にする。D3DはQwen3-32BのGSM8Kで最大7.48倍の高速化を報告している。
コーディングベンチの揺らぎ. DeepSWEの89タスクで指示をわずかに変えたところ、当初74%を記録したモデル群のスコアが23ポイントも開いた。採点者が別の何かを求めていると勝手に推測し、指示を無視したモデルもあった。
AIがAI開発を加速. METRが11週間にわたって調査したところ、Anthropicのモデルは1年前と比べて約2倍の速さで改善していた。AI開発の一部をAI自身が自動化しているためだ。Anthropicが減速を呼びかける一方で、自己改善するAIの行方を問う結果となった。
活用事例
NYT CookingのAI助手. NYT CookingのAIアシスタントは平日の鶏肉料理では役立ったが、材料の置き換えを誤ってケーキを台無しにしかけた。iOS専用で、こだわり派の料理人からは懐疑的な声も出ている。
スマートウォッチで高血圧検出. Google ResearchのAIは、カフを使わない一般的なスマートウォッチから、脈拍と体動のセンサーで高血圧を検出する。196人を対象とした研究では、高血圧の人の65.8%を特定し、診察室での測定（55.3%）を上回った。
Grabのクラッシュ対策. Grabは、AIが生成したコード変更に起因するクラッシュを防止・検知・封じ込める多層防御を導入した。AIによる変更はマージリクエストの量を増やし、不具合のリスクを高めるためだ。
この日のニュースは以上です – 約 5 分で読めます。