GoogleとMetaがフロンティアモデルを発表、AI競争が再び加熱
GoogleはGemini 4 Argonを、MetaはMuse Wonder Fullを発表し、両社はこれらのモデルが複数のベンチマークでOpenAIやAnthropicの旗艦モデルと競合できると主張している。GoogleはArgonに積極的な価格を設定し、プロモーション期間中は1トークンあたり最大80%安い。記事は、両社が巨大なユーザー基盤を背景にフロンティア競争へ復帰し、AI競争が新たな段階に入ったと論じている。
GoogleはGemini 4 Argonを、MetaはMuse Wonder Fullを発表し、両社はこれらのモデルが複数のベンチマークでOpenAIやAnthropicの旗艦モデルと競合できると主張している。GoogleはArgonに積極的な価格を設定し、プロモーション期間中は1トークンあたり最大80%安い。記事は、両社が巨大なユーザー基盤を背景にフロンティア競争へ復帰し、AI競争が新たな段階に入ったと論じている。
The Vergeのベテラン評価担当Victoria Song氏は、Twin HealthのAI代謝デジタルツインで100日間食事を追跡した。このシステムはDexcom G7 CGM、スマート体重計、血圧計、血液検査のデータをもとに、食品が血糖値に与える影響を赤・橙・緑の3色で予測する。サービスは一般公開されておらず、現在は企業または個人の健康プログラムを通じてのみ提供され、主に慢性代謝問題を抱える人向けだ。記録行動には確かに変化があったが、意味のある減量には至らず、減薬目標も思うように達成できなかったと同氏は述べている。
インディーゲーム開発者の Popcar 氏は、AI によるゲーム逆コンパイルの最近の波について語った。既存ゲーム同士の奇妙なマッシュアップを生み、古いゲームを新しいハードウェア(多くは WebAssembly を使いブラウザ上)で動かす保存プロジェクトのブームを後押ししているという。
Cerebras SystemsのCEO、Andrew Feldman氏はTechCrunch Disrupt 2026で、誰もが家庭用AIデバイスを持つ未来は「そう遠くない」と述べた。個人向けAIアシスタントはローカルで動作し、一部の処理はデバイス上、一部はクラウドで行われると予測。セキュリティ境界を持ち、クレジットカードにアクセスして買い物も代行するという。同氏自身も「エージェントの集合体」でカレンダーを整理し、通話相手の情報を調べている。
Dyna Roboticsの共同創業者兼チーフサイエンティストであるJason Ma氏は、ポッドキャスト番組Latent Spaceで、Dyna-2は100万時間を超える人間の動画で事前学習した世界行動モデルであり、拡散Transformerとflow matchingを採用し、未来の動画を予測してからロボットの動作を生成すると説明した。
Cerebras Systems CEOのAndrew Feldman氏はTechCrunch Disrupt 2026でAI終末論に反論し、「AI業界の一部のリーダーは公の場で発言を許されるべきではないのかもしれない」と述べた。
カリフォルニア大学バークレー校の栄誉教授 Michael I. Jordan 氏は《Libération》のインタビューで、AI 終末論や超知能への警告を SF と一蹴し、AI 企業が規制を求めるのは「芝居」だと述べた。
Geoffrey Huntley 氏は、pre-commit hook で git diff を検査し、診断モジュールを迂回して可観測性モジュールを直接呼び出すコードを見つけたらコミットを拒否し、AI エージェントに診断ライブラリへ切り替えるよう促すプロンプトを注入する手法を提案した。AGENTS.md を更新するだけでは依然としてずれが生じ、徐々にドリフトしていくと同氏は考えており、この手法によってエージェントの性能は即座に満点に達したという。
Anthropic は報告書を発表し、中国企業 Z.ai が 8 月に公開したオープンウェイトモデル GLM-5.3 は誰でも自由にダウンロード・改変でき、重大なサイバー攻撃リスクを構成すると述べた。現在 Artificial Analysis LLM ランキングの上位 8 位はすべてクローズドモデルだが、オープンモデルの開発進度の遅れは数か月にとどまる。議論の焦点は、オープンモデルがもたらす安全リスクと、権力の集中を防ぎ技術の民主化を進めることとのトレードオフにある。
AnthropicのAndrej Karpathy氏は、外部の世界はAIの実際の能力の「プレビュー版」しか見ていないと述べた。同氏は大規模言語モデルのユーザーを4層に分類する。約60億人はLLMにほとんど触れておらず、10億〜20億人は無料のChatGPT系製品をより優れた検索エンジンとして使うだけ。数学とプログラミング分野の約2000万人のプロユーザーは、かつて数週間から数カ月かかった複雑なプロジェクトをすでにエージェントで完了させており、内部のフロンティアシステムに触れられるのはわずか約5000人にとどまる。
企業向け音声AIプラットフォームPolyAIのCTO、Shawn Wen氏は、全二重モデルが登場したものの、音声AIはまだ「ChatGPTの瞬間」を迎えておらず、次の課題は推論を十分に高速化し、会話を十分に自然にすることだと述べた。
Ornn、Silicon Data、Bloomberg の 2026 年 8 月時点のデータによると、AI トークンの価格は下落を続ける一方、H100 GPU のレンタル価格は横ばいか上昇している。a16z はこれを AI 市場における教科書的なジェヴォンズのパラドックスだとしている。
マイクロソフトCEOのSatya Nadella氏は最新のブログ記事で「Artificial Intelligence」ではなく「Super Intelligence」という表現を用い、AIモデルを内部の安全保障上の脅威と見なすべきだと主張した。モデルの多様性、完全なログ記録、独立した監査、いつでも停止できる能力を求めている。
マイクロソフトCEOのナデラ氏はXに長文を投稿し、高度なAIモデルのリスクについて言及。AIを入れ子状のブラックボックスの集合として扱い、その助言や行動を受け入れるか拒否するしかない状況はもはや容認できないと述べた。モデルを隔離し、観察し、改ざん防止された人間可読の証拠を残せる、より透明な体系の構築を主張。モデルは最初から侵害済みと想定して隔離すべきだとし、緊急ブレーキのように、権限を持つ者がタスク実行中のモデルをいつでも一時停止・停止できるべきだとしている。また、より高度なモデルにはより高度な隔離技術が必要で、標準化すべきだと述べ、投稿全体を通じてAIを超知能と呼んでいる。
マイクロソフト CEO のサティア・ナデラ氏は X への投稿で、AI には権限を持つ者がタスク実行中のモデルをいつでも一時停止・停止できる「緊急ブレーキ」の仕組みが必要だと述べた。モデルと、その作業を統括する harness を分離し、制御と安全策を外部化すること、さらに意味のあるモデルの動作ごとに改ざん防止された人間可読の証拠を残すことを主張している。
OpenAI は DevDay で AI エージェント Dots を発表し、CEO の Sam Altman は「フロンティア AI のプライバシーに新たな基準を設ける」と述べ、データを保持しないゼロデータ保持ポリシーの選択肢を打ち出した。Dots は現在、月額 100 ドル以上の ChatGPT サブスクリプション向けにのみ提供されている。
Google DeepMind の Pushmeet Kohli 氏と Biohub の Sal Candido 氏は Latent Space の対談で、AlphaFold の突破は始まりにすぎず、タンパク質折りたたみはまだ解決されていないと指摘した。
a16z パートナーの Olivia Moore が消費向け AI アプリ Top 100 レポートを公開した。ChatGPT が依然最大のプレイヤーで、Suno や ElevenLabs などの小規模企業も持続的な生命力を示している。レポートによると、ソーシャル、デート、EC、小売、旅行、金融、健康など約 6 つの消費カテゴリーには、ランキングに AI 製品がまったく入っていない。Moore は消費向け AI はまだ初期段階にあり、機会はサブスクリプションや API 課金から離れ、広告などで収益化し、オープンソースや低コストのモデルをより多く採用することにあると見ている。
MIT CSAILが展示したUnitreeの人型ロボットは約5万ドルで、来場者は本能的に人間のように握手や挨拶をした。MITのSherry Turkle氏とPat Pataranutaporn氏によると、約70%の人がAIに礼儀正しく接しており、こうした擬人化傾向はチャットボットへの信頼を高め、人間以上に優先させることさえあり得るという。
暗号学者のMatthew Green氏は、公開鍵暗号が実現不可能なMinicryptの世界に我々が生きている確率は1%、既存の公開鍵暗号アルゴリズムへの信頼を実質的に失う確率は15%だと述べた。同氏は、AIが予想外の発見を生み出す速度と人間が標準を置き換える速度は桁違いであり、事前に備えておいてこそこうした衝撃から回復できると指摘した。
トランプ大統領は大統領令に署名し、「AI」という言葉をできるだけ使わず、この技術を「Super Intelligence」と呼び替えるよう求めた。理由は「artificial(人工)という言葉が知能を偽物のように見せる」からだ。米国AI標準・イノベーションセンター(CAISI)はCAISSIに改名され、司法省のプレスリリースもこの呼称に切り替えた。マスク氏はSpaceXAIをSpaceXSIに改名すると約束し、黄仁勳氏やSam Altman氏らも支持を表明したが、OpenAIは改名しない。
MIT Technology Reviewの記事は、AIの拒否メカニズムがAI安全の中核的支柱となっているが、この仕組みは信頼できないと指摘する。Anthropicは2021年、モデルは「有用で誠実、無害」であるべきだと提唱した。現在のモデルは大量の拒否訓練を受けているが、なお回避される可能性があり、すでにユーザーが先進AIを用いて生物病原体や自律型ドローン群の開発を試みている。記事は、拒否の境界はAI企業が秘密裏に画定しており、政府も介入するだろうとし、拒否能力が高いほど、正当な言論の抑圧に使われる可能性が高まると論じる。
スタンフォード大学の博士課程学生 Samuel King 氏は生成 AI モデルを使い、微小ウイルスの遺伝子設計図を考案した。これはまだ AI が生み出した生命ではないが、次の段階になるかもしれない。MIT Technology Review のシニア AI 記者 James O'Donnell 氏が 10 月 16 日 18:30 BST に King 氏とのライブ対談を行い、その研究と Innovators Under 35 選出について話す。
Carson Gross 氏は、プログラミングの本質はコンピュータを使って問題を解決することと、問題解決の際に複雑さを制御することの二点にあると述べている。同氏は、この二つの能力を身につけることの価値が将来今日より低くなるとは想像しにくいとし、AI ツールが登場してもプログラミングは引き続き有望な職業だとしている。
Periodic Labs の共同創業者 Liam Fedus 氏と Ekin Dogus Cubuk 氏は Latent Space ポッドキャストで「合成超知能」(synthesis superintelligence)構想を提唱した。AI がインターネット上のデータだけでなく物理実験を通じて学習し、強化学習と高通量ラボ、AI による材料キャラクタリゼーション、DFT シミュレーションを組み合わせて新材料を発見することを目指す。
ベン・アフレックは今週、複数のインタビュー動画で話題になっている。GQとBloomberg Screentime 2026のイベントで機械学習、ニューラルネットワーク、Transformer、テンソル、GPU推論について解説し、Pythonも書けると語った。
Luca Guadagnino 監督の風刺映画『Artificial』がニューヨーク映画祭で初公開された。OpenAI CEO の Sam Altman の台頭と一時的な解任を描き、筋書きは実際の出来事に忠実だ。
The Verge のシニア AI 記者 Hayden Field 氏がポッドキャスト Decoder で、Meta Muse と OpenAI Dots という 2 つのコンシューマー向け AI エージェントを比較した。Muse は無料で Meta のプラットフォームを通じて大規模に配布され、Dots は月額 100〜200 ドルの購読者向けで、マーケティングや法務など専門版も提供される。両氏は、クレジットカードやメール、ハードディスクのデータをエージェントに預ける際のプライバシーリスク、および Meta が取引手数料から収益化を図る計画について議論した。
16歳の少年がAnthropicのClaudeを使ってカナダのCrown Mountainの登頂ルートを計画したところ、クライミング装備が必要な急崖「Widowmaker Arete」の幅5フィートの岩棚で身動きが取れなくなり、最終的にNorth Shore Rescueがヘリコプターで吊り上げて救助した。
AVEVAの最高技術責任者Arti Garg氏は、産業AIが予測分析から基盤モデル、physical AI、agentic AIへと移行しつつある一方、物理システムに直接作用するため、安全性と信頼性が導入の核心になると指摘した。
MIT Technology ReviewとAventineの共同記事は、Elon MuskがTeslaのOptimusヒューマノイドロボットについて早ければ2027年末に1台2万ドルで販売されると予測し、Jensen Huangもヒューマノイドロボットが今年中に人間レベルの能力に達すると述べたものの、多くのロボット研究者は懐疑的だと指摘する。Yann LeCunはダボスで、ロボットを十分に賢く実用的にする方法を知るヒューマノイドロボット企業は一社もないと語った。
ベン・アフレックは幼い頃からコンピュータに興味があり、映画がアナログフィルムからデジタルへ移行するにつれてこの分野への関心が高まったと述べ、「かなりひどいPythonスクリプト」を書くと明かした。VFXのワークフローには長年機械学習が含まれており、Transformerの前身にあたる畳み込みニューラルネットワークはテンソルを処理してエッジ検出や特徴抽出を実現し、グリーンスクリーンの映像をより簡単に切り抜いて背景を置き換えられるという。
Michael Lynch 氏がソフトウェアブログ執筆のよくあるアンチパターンを挙げている。冗長な導入、読者の既存知識の誤解、過去記事を読んでいる前提、過度な形式ばり、用語を説明せずリンクに頼りすぎることなどだ。読者がどのリンクもクリックしなくても記事が理解できるべきだとし、自分が話すように書くことを勧めている。多くの開発者が執筆を AI に任せるにつれ、ソフトウェアブログは画一的になりつつあり、読者は個性のある文章を求めていると指摘する。
Tony Fadell氏はMIT Future Festで、Rabbit R1、Humane Ai pin、Limitless pendantといった「Gen 1」AIハードウェアが失敗したのは、真のニーズを何も解決せず、ギークが面白いと感じるだけの技術だったからだと指摘した。
Jake Boggan氏はHacker Newsでopenai/mathに関する議論にコメントし、自身がBarnette予想に24年・数千時間を費やし、昨年の夏には一時解決したと思ったこともあると述べた。同予想は問題180で証明されたとされ、氏は知らせを聞いて遠い悲しみを覚えたと語り、元恋人が突然交通事故で亡くなったと聞いた時のようだと形容した。
Microsoft の Jennifer Neville 氏が Microsoft Research Podcast で、AI システムの性能の限界を押し広げる上で評価が果たす役割と、従来のベンチマークを超えてテストした際に現れる「予期せぬ失敗」について議論した。数学、物理、認知科学から計算機科学に至る自身の経歴を踏まえ、現在の AI システムを使う上での実践的な助言を共有し、結果が予想を超えたときにはデータを注意深く検証することの重要性を強調している。
マイクロソフトは、ノーベル経済学賞受賞者のダロン・アセモグル氏によるAIへの悲観的な予測を掲載した。AIが10年間で押し上げるGDP成長は約1.5%にとどまり、代替される職は最大5%で、一部のAIラボの予想を大きく下回るという。同氏はボトルネックは人間性にあると指摘する。企業はタスクを再配分し、従業員のスキルを高め、業務プロセスを再編する必要があり、この過程は電化の普及よりも長引く可能性がある。より大きなモデルでも解決できないとしている。
Appleは映像を保存しないスマートホームカメラを開発中で、AIが映像をテキストの説明に変換し、顔認識にも対応するという。Googleのウェアラブル担当Sandeep Waraich氏も、スマートグラスのカメラは画像センサーとしてのみ機能し、クリップは保存しないと述べている。
この一年、OpenAI や Anthropic などのラボが、長年未解決だった数多くの数学の問題で突破口を発表した。中には、研究者が現在のシステムに期待していた能力を大きく超えるものもあり、有名なミレニアム懸賞問題の一つを解決した例も含まれる。しかしこれらの成果は一致した評価を得られず、むしろ学界で反発を招いている。AI ラボ側は以前の過ちから学んでいると述べているが、その約束が実を結ぶかはまだ分からない。
Sam Altman 氏は Politico のポッドキャスト「Decoded」で、AI がもたらす利益は代償をはるかに上回ると述べ、「世界は多少の悪いことが起きることを受け入れるべきだ」と語り、ハッキングや詐欺などのリスクを名指しした。