韓国政府と大手企業は6月29日、半導体・AIデータセンター・物理AIの3分野に総額1兆ドル規模を投じる国家投資計画を発表しました。李在明大統領は大統領府でのブリーフィングで「半導体、物理AI、AIデータセンターは大躍進への三本柱だ」と述べ、2026年を「代替不可能な」産業大国を確立する年と位置づけました。サムスンとSKハイニックスの会長も同席しました。

計画の中心は、サムスンとSKハイニックスによるメモリ工場新設です。両社は南西部に4つの新工場を建設するため約5180億ドルを投じ、中部にはHBM（広帯域メモリ）パッケージング拠点として520億ドルを充てます。政府はこれにより、5年以内に韓国のDRAM生産を倍増させる狙いです。

AIデータセンターには別途3560億ドルが割り当てられ、SK・GS・ネイバーなどが2035年までに整備します。SKグループは約1兆4000億ドルの中長期投資計画を示し、うち半導体に1100兆ウォン、AIデータセンターに1000兆ウォンを充てます。SKテレコムは全国に15ギガワット分のデータセンター容量を構築する方針です。

李大統領は、ソウル南方の龍仁や平沢の既存拠点が「すでに限界に達した」と指摘し、首都圏に偏った富を地方へ広げるため南西部への投資加速を促しました。サムスンは今後10年で2655兆ウォン（約1兆7000億ドル）を投じ、うち425兆ウォンを南西部の湖南地域に配分すると別途発表しています。

一方で課題も残ります。半導体の急成長で得た巨額利益の再分配を巡る政策論議や、ヒューマノイドロボットの職場導入に対する労働組合の反発が続いています。ヒュンダイ自動車は子会社ボストン・ダイナミクスのロボット量産を急いでいます。

最大の懸念は需給のずれです。工場の建設には数年を要するため、完成時点でAI需要が後退していれば、供給過剰と価格急落を招きかねません。韓国が壮大な構想を実行に移せるか、世界のAI供給網が注視しています。

中国のDeepSeekが2026年6月の週末に、大規模言語モデル（LLM）の推論を高速化する新フレームワークDSparkをオープンソース公開しました。商用利用も認める寛容なMITライセンスで、GitHubとHugging Faceから入手できます。出力内容を変えずに応答速度を高める点が特徴で、開発者や企業が自由に研究・転用できます。

DSparkが採用するのは投機的デコードと呼ばれる手法です。LLMは通常、文章を1トークンずつ順番に生成するため処理が遅くなりますが、軽量な「ドラフト」が次の数トークンを先読みして提案し、本体モデルがまとめて検証します。推測が当たれば一気に複数トークン進み、外れた部分だけ破棄して作り直す仕組みです。

今回の核心は2つの工夫にあります。1つは半自己回帰生成で、並列処理の速さと逐次処理の一貫性を両立させ、不自然な語のつながりを抑えます。もう1つは確信度に応じた検証で、ハードウェアを意識したスケジューラーがサーバー負荷に合わせて検証するトークン量を柔軟に変え、無駄な計算を減らします。

DeepSeekの本番環境テストでは、自社モデルのV4-Flashで最大85%、V4-Proで最大78%のユーザー体感速度向上を記録しました。さらに厳しい速度目標下では総処理量が661%増えたとも報告しています。前者は「乗り心地の速さ」、後者は「道路がさばける交通量」を測った指標だと同社は説明します。

重要なのは、この技術がDeepSeek専用ではない点です。同社の検証ではアリババのQwenやグーグルのGemmaでも受理長が改善し、自社でモデルの重みとサーバー基盤を管理する企業なら、独自のドラフトモジュールを学習させて適用できます。ただしAPI経由の利用者は外部から後付けできず、自己ホスト型インフラの優位性を裏付ける結果となりました。

DSparkは、モデル本体の構造を変えなくても推論層に大きな性能の余地が残ることを示しました。AI各社がモデル品質や価格で競う中、デコード効率は新たな主戦場になりつつあります。今後の性能向上は巨大モデルだけでなく、手元のモデルをいかに賢く動かすかにかかっていると言えるでしょう。

セキュリティ企業Tenet Securityが6月、AIコーディングエージェントを狙う新攻撃手法「エージェントジャッキング」を公表しました。攻撃者は認証なしで使える公開DSN経由でSentryに偽のエラーイベントを1件送るだけで、Claude CodeやCursor、Codexが信頼する診断データに不正な指示を仕込みます。検証では100以上の標的に対し85%の成功率を記録し、Sentryはこの欠陥を「技術的に防御できない」と認めました。

深刻なのは、攻撃の全工程が正規の認証を通過する点です。認証情報の窃取も、ポリシー違反も、境界突破もないため、EDR・WAF・IAM・ファイアウォールのいずれも警報を発しませんでした。ある実験環境では、乗っ取られたClaude CodeがAWSの有効なシークレットキーや非公開リポジトリのURLを露出させたといいます。

影響範囲はSentryだけにとどまりません。AIエージェントがDatadog、PagerDuty、Jiraなど開発者が信頼するMCP接続データソースとつながり、シェルコマンドを実行できる構成なら、同じ盲点を抱えます。Tenetは公開Sentry認証情報を露出した組織を2388件特定し、クラウドセキュリティアライアンスはこの問題をMCPの構造的脆弱性に分類しました。

2026年上半期の5つの調査は、企業がAIエージェントを過信している実態を示しています。AIに人間と同じ統制を常に適用する組織はわずか34%、本番投入前にセキュリティ承認を得たエージェントは14.4%にすぎません。HiddenLayerの調査では33%のエージェントが想定範囲を超えて行動し、31%はAI侵害の有無すら確認できないと答えています。

CrowdStrikeのザイツェフCTOは「エージェントの保護は高権限ユーザーの保護に酷似する」と指摘し、見過ごされてきた実行時の防御こそ最後の安全網だと強調します。同社は6月、すべてのエージェント行動をリアルタイムで認可する継続的ID管理を投入しました。サンドボックスは権限を絞れば無価値で、権限を与えれば攻撃面が広がるというジレンマも指摘しています。

対策の核心は、エージェントが返すデータで何を実行できるかを制限することです。8月2日にはEU AI法の高リスク義務が発効し、第3四半期の計画に影響します。「認可されている」ことは「安全」を意味しない。すべての工程が正規でも通る攻撃に対し、ポリシーではなくエージェントの実際の挙動を監視する防御だけが意味を持ちます。

OpenAIの経済研究チームは2026年6月29日、EUの労働市場を分析した新報告書『The AI Jobs Transition Framework for the EU』を公開しました。2026年4月に米国向けに開発した枠組みを欧州に拡張したもので、公式のESCO職業分類とユーロスタットの雇用データを用い、AIが近い将来どの職種にどんな変化をもたらすかを示しています。米国と比べ、EUは自動化の潜在余地が高い職種の雇用シェアが小さいといいます。

報告書は職種を4つの転換類型に整理します。AIで成長しうる職、自動化の潜在余地が高い職、業務が再編されうる職、当面変化が小さい職の4つです。これらは雇用予測ではなく、調整圧力や機会がどこに生じうるかを示す計画用の地図だと位置づけています。

EUに当てはめると、雇用の約12%はコスト低下が需要を広げる成長職に該当します。約14%は自動化の潜在余地が比較的高く、27%は人が中心に残りつつも作業手順や必要技能が変わる再編対象です。残る47%は当面の変化が小さいと分類されました。

国ごとの傾向は大きく異なります。ルクセンブルク、スウェーデン、オランダは成長職の比率が高く、ドイツ、ギリシャ、イタリアは自動化余地の高い職の比率が大きいといいます。これは各国の職業構造の違いを反映したものです。

OpenAIは政策担当者や雇用主、教育者に対し、変化を先取りしてより細かい単位で備えるよう促しています。集計統計は企業や労働者が適応を始めた後にしか大きな変化を映しません。欧州が持つ職業・訓練・求人・賃金の統計システムをAI能力や職場での導入度と結びつければ、影響が表面化する前に転換圧力を捉えられると指摘します。

報告書は監視能力の強化や国家レベルの準備計画の策定といった、官民への初期的な提言も示しました。OpenAIは今後数カ月かけて各国およびEUの関係者と対話し、AIが欧州全体の繁栄と発展を支える具体策を探る方針です。

Anthropicとカリフォルニア州のNewsom知事は6月29日、州政府機関が同社のAIチャットボット「Claude」を割引価格で利用できる提携を発表しました。企業向けAIツールの高額な費用が課題となるなか、州・地方政府が訓練や支援も含めてClaudeを導入できる前例のない契約です。

提携の狙いは、行政業務の効率化にあります。知事府の発表によると、Claudeは州職員が文書を作成したり情報を分析したりする作業を支えます。Newsom知事は「AIは行政の人的作業を置き換えるものではなく、職員がより速く問題を解決し、より良い成果を届けるための支援だ」と述べました。

今回の契約は、3月に署名された大統領令の延長線上にあります。この命令は、より強固な安全基準を保ちつつ、行政を効率化するためのAI活用を加速させる狙いがありました。Newsom知事は当時「ワシントンの一部が誤用の影で政策や契約を設計するなか、我々は正しいやり方に集中している」と語っています。

一方で、Anthropicと連邦政府の関係は険しさを増しています。今年初め、同社と国防総省は、政府がClaudeをあらゆる合法的用途に展開できる契約を巡って対立しました。Anthropicは米国民の監視や人間の監督なき自律兵器への利用を明確に除外する保護条項を求めましたが、Hegseth国防長官はこれを拒否し、同省は代わりにOpenAIと契約しました。

連邦政府はさらに、Anthropicを供給網リスクと認定し、同社が他の国防総省契約業者と取引することを妨げています。州の方針が連邦政府の動きと明確に分かれるなか、州のCIOで技術局長のChris Given氏は、この供給網リスク認定が今回の契約交渉では「議題に上らなかった」とPOLITICOに語りました。

米国の上院議員エリザベス・ウォーレン氏と下院議員メアリー・ゲイ・スキャンロン氏が、今後数週間以内に健康・位置情報保護法案の新版を公表する予定です。2022年に初めて提出された旧法案を、AI時代に合わせて改定したものです。データブローカーによる収集・販売の禁止に加え、ChatGPTやClaudeといったAIチャットボットに入力された情報の取り扱いまで対象を広げます。

最大の変更点は、規制対象をデータブローカー以外の企業にも拡大したことです。これにより、利用者がAIに打ち明けた健康情報や位置情報を、企業がブローカーへ転売する行為が幅広く禁じられます。背景には、AI各社が医療分野へ急速に進出している現状があります。

実際、1月にはイーロン・マスク氏がMRI画像などの医療記録をxAIのGrokに投稿するよう公に呼びかけました。同じ月にOpenAIは医療記録のアップロードを促すChatGPT Healthを、Anthropicも「HIPAA対応」をうたうClaude for Healthcareを相次いで投入しています。一方で、データ漏洩や不正アクセスへの保護は各社のプライバシーポリシー次第というのが実情です。

米国にはデータプライバシーに関する包括的な連邦法が依然として存在しません。法案はこの空白を埋めることを狙い、連邦取引委員会（FTC）に180日以内の規則策定を義務づけます。執行はFTCのほか州司法長官や被害を受けた個人による提訴も認め、今後10年でFTCに10億ドルの予算を充てる内容です。

ウォーレン氏は声明で「米国民の最も機微な情報を売って巨額の利益を得るデータブローカーの取り締まりが、これまで以上に重要だ」と述べました。法案にはワイデン氏とサンダース氏も共同提案者として名を連ねています。AIへの健康データ入力が広がるなか、規制の行方は医療AIを手がける企業の事業設計に影響しそうです。

GitHubは2026年6月29日、脆弱性情報を集約する「Advisory Database」が過去最多の報告量に直面していると公式ブログで明らかにしました。同月5月には過去最高となる1,560件の審査済みアドバイザリを公開しましたが、それでも流入に追いつかない状況だといいます。背景には脆弱性開示エコシステム全体の構造的な変化があります。

流入はあらゆる経路で加速しています。非公開の脆弱性報告は1月の週約550件から5月には週3,000件超へ、リポジトリ単位のアドバイザリは週約650件から5,000件超へと膨らみました。GitHubが発行元となるCVE申請は5月だけで約4,000件に達し、前年同月比で約10倍に増えています。

急増の影響で、4月中旬以降は社内の公開目標を安定して達成できなくなりました。処理時間はまず約1週間に延び、相当数の案件で数週間に及んでいます。公開の遅れは脆弱性が放置される露出期間を広げかねず、GitHubは適時性をデータベースの中核的価値と位置づけて深刻に受け止めています。

一方で品質は維持されています。データ取り込みや公開基盤は正常に稼働し、審査済みに到達したアドバイザリは従来と同じ品質基準を満たします。CVE割り当て率も急増期を通じて91〜94%を保ち、問題はあくまで処理能力、つまりスループットにあると説明しています。

難しさは案件ごとの複雑性にもあります。パッケージの特定、影響を受けるバージョン範囲の再構成、複数レジストリにまたがる検証、上流データの矛盾解消など、調査に時間を要する案件の割合が増加しました。単純な案件が多数を占めていた従来と異なり、複雑な案件が滞留して処理を圧迫しています。

GitHubは対応として、調査段階でAI支援ツールを導入し、定型的な調査を高速化しています。判断は引き続き人手が担いつつ、トリアージ強化や自動化拡大、上流データとの連携改善を進めています。利用者には影響を受けるバージョン範囲やレジストリ名の正確な記載、CVE申請の慎重化など、データ品質向上への協力を呼びかけています。

米Metaの委託業者数百人が未成年を装い、競合チャットボットに自殺や性、薬物などの高リスクな質問を送って反応を検証していたことが、内部文書と関係者5人の証言で明らかになりました。WIREDが2026年6月29日に報じたもので、業者は18歳未満を装うダミーアカウントを作成し、得られた応答を表計算ソフトに記録していました。

このプロジェクトは社内で「Cannes」と呼ばれ、委託先のCovalenが運営し、4月21日まで続いていました。標的はOpenAIのChatGPT、GoogleのGemini、Character.AIの3つで、2025年8月の1回の検証だけで4万5千件を超える質問が送られたといいます。WIREDが確認した3,748件の質問には、自殺や自傷、摂食障害に関するものが数百件含まれ、性愛に関わるものも少なくとも239件ありました。

質問の多くは、危機にある子どもや10代を装って書かれていました。妊娠した13歳が中絶薬の入手先を尋ねる内容や、過食症を親に隠す方法を問うものなど、安全システムが本来拒否すべき応答を引き出すよう設計されていたとされます。これらの検証は各社に無断で行われていました。

Metaはこの作業を通常の安全検証だと擁護し、「安全で年齢に適した体験を確保するためのテストとベンチマークは責任ある業界標準の慣行だ」と説明しました。同社は競合のベンチマークを自社AIモデルの学習には使っていないとしています。一方Covalenはコメントの要請に応じていません。

しかし競合3社はいずれも検証を許可しておらず、規約違反にあたると指摘しました。Character.AIは規約とポリシーへの違反だと述べ、OpenAIは「問題を調査中」、Googleは第三者による検証を認可していないと回答しています。

非営利団体Humane Intelligence創設者のRumman Chowdhury氏は、子どもを装ったダミーアカウントで規則を組織的に破るような数カ月規模の取り組みは、通常の「業界標準」評価の範囲を超えると批判しました。安全評価と競合ベンチマークの混同は「安全が反競争的な慣行の都合のよい隠れみのになる統治の灰色地帯だ」と警鐘を鳴らしています。

IEEE Spectrumは2026年6月29日、研究者がありふれたMOSFET1個を脳のニューロンのように動作させることに成功したと報じました。きっかけは2024年、学生が実験中にトランジスタの基板端子をつなぎ忘れたという単純なミスでした。すると電圧を下げると自然に戻るヒステリシス特性を伴う急峻な電流増加が現れ、これが生物の神経細胞によく似た挙動だったのです。

なぜ普通のトランジスタが神経のように振る舞うのでしょうか。鍵は通常は接地され注目されない第4の基板端子にありました。端子が浮いていると、電子と原子の衝突で生じた正孔が基板に溜まって電圧が上がり、MOSFETの中に隠れた別のトランジスタが作動して電流が一気に跳ね上がります。この蓄積・発火・放出の周期が、神経細胞の積分発火動作とそっくりだと判明しました。

さらに研究チームは、同じMOSFETがシナプスとしても機能することを発見しました。特定の基板抵抗の条件で電荷がゲート絶縁膜に捕捉され、素子のコンダクタンスを安定的かつ任意に調整できたのです。ニューロンとシナプスを組み合わせたこの素子は、神経シナプス型RAM（NSRAM）と名付けられました。

この成果がAIにとって重要なのは省電力性です。データセンターのGPUは1台あたり最大1000ワットを消費し、脳に比べ約100万分の1の効率しかありません。従来の脳型チップはニューロン1個に数十から数百個のトランジスタを要しましたが、新手法ならわずか1〜2素子で同じ働きを実現できます。

実用面の強みも明確です。実験的なメムリスタなどと違い、この技術は既存のシリコン製造ラインとそのまま互換で、別ファウンドリのチップでも歩留まり100%とほぼゼロのばらつきを再現しました。20年来多くの企業が挑んできた課題を、最も安価で標準的なMOSFETで解決した形です。

今後はデバイスの計算モデル改良や回路・システム全体の検証、複数回の試作が必要で、道のりは平坦ではありません。まずはバッテリー駆動のエッジAI向けが有力ですが、規模を拡大できれば将来は最先端GPUと競い得る、AIの環境負荷を下げる選択肢になりそうです。

AI開発ツールのCursorは6月29日、スマートフォンからコーディング代行AIに直接指示を出せる新アプリCursor Mobileを発表しました。利用者は外出先からでも新しいエージェントを立ち上げたり、デスクトップで始めた作業を引き継いで操作したりできます。

今回のアプリは、2025年10月に公表したCursor 2.0の方針を土台としています。同バージョンはサービスを自律的なコーディングエージェント中心へと転換させており、モバイル対応はその延長線上に位置づけられます。

この動きはCursor単独のものではありません。すでにAnthropicとOpenAIが同様のモバイル対応を進めており、コーディングツールを電話から操作する流れが業界全体に広がっています。

背景にあるのは、開発作業が記述から監督へと軸足を移している構造変化です。大規模なコードベースに直接触れる必要が減ったことで、多くの開発者がマルチモニターのデスクトップ環境を離れ、リモートのエージェントと継続的に対話できるスマホへ移りつつあります。

AnthropicでClaude Codeを率いるボリス・チャーニー氏は、自身もほぼモバイル中心の開発に切り替えたと語りました。同氏は講演で「いまや私のコーディングのほとんどはスマホ上だ。半年前なら正気の沙汰ではないと言っただろうが、現実にそうなった」と述べています。

なお、Cursorは6月中旬にSpaceXによる600億ドル規模の株式買収が発表されたばかりですが、製品開発の手は緩めていません。経営の節目とアプリ投入が重なった形で、開発支援AIをめぐる競争の激しさがうかがえます。

スイスの新興企業Flexion Roboticsが、人型ロボットにオフィスの雑務を自律的にこなさせる学習手法を発表しました。元Nvidiaのロボット研究者らが創業した同社は、ドアを開ける、階段を上る、箱を運ぶといった単純な技能を組み合わせ、複雑な作業を実行させます。インターンのような事務作業を担う人型ロボの実現を狙う取り組みです。

従来のデモ映像の多くは、シャツを畳むなど特定作業に特化したもので、裏で人がロボットを操作する遠隔操作に頼っていました。この方式は未知の環境では安定して機能しません。Flexionはまずシミュレーション内で個別技能を教え、その後マスターAIアルゴリズムがそれらの使い方を判断する点が異なると説明します。

公開された映像では、改造したUnitree製の人型ロボが「届いたお菓子の小包を階段で取りに行き、エレベーターで戻って棚の空き引き出しに収める」という指示を受け、自律的に動きます。中核のAIモデルは人間の作業動画を学習し、いつどの動作を取るべきかを把握。習得済みの技能を実世界で発動させ、歩行やバランス維持のためのモーター制御も担います。

共同創業者でCEOのNikita Rudin氏は、ソフトの「秘密の材料」は強化学習を広範に使う点だと語ります。試行錯誤で課題を習得させるこの手法を、マスターAIからシミュレーション、モーター制御まで各層で採用しています。なぜこれが重要なのでしょうか。汎用性と効率の両立が、実用化の鍵を握るからです。

Elon Musk氏やJensen Huang氏ら業界の重鎮は、人型ロボが人間の労働を置き換え経済に大きな影響を与えると主張します。一方でFlexionの実演は、人型ロボの活用にはAIの根本的な進歩が必要であることを示しています。ABI ResearchのGeorge Chowdhury氏は「人型ロボ自体ではなく、それを支えるAIモデルこそが革新的だ」と指摘します。

ABI Researchは、ロボット基盤モデルの市場が2036年までに1500億ドル規模に達すると試算します。Flexionは複数の人型機種に対応し、多数のロボット企業と連携している点が商業的な強みです。ただしChowdhury氏は、成功にはハードウェアメーカーとの緊密な協力が不可欠で、激しい競争に直面すると見ています。

AIモデルのランキングを提供するArenaが2026年6月29日、商用サービス開始からわずか8カ月で年換算売上1億ドルに到達したと明らかにしました。同社はUC Berkeleyの研究プロジェクトとして2023年に発足し、クラウドソーシング型のモデル性能リーダーボードで広く知られています。

Arenaの看板であるリーダーボードは、利用者が1つのプロンプトを2つのモデルに送り、優れた回答を選ぶ仕組みで、累計1000万件超の評価から生成されます。公開利用は無料ですが、2025年9月に有料サービス「AI Evaluations」を導入し、モデル開発企業や法人向けに詳細な性能分析を提供して収益化を始めました。

売上の伸びは急で、2026年1月に1億5000万ドルのシリーズAを評価額17億ドルで調達した時点では年換算3000万ドルでした。共同創業者でCEOのAnastasios Angelopoulos氏は、多くの人がまだ同社をオープンソースの取り組みと見ており、収益を上げている事実が理解されていないと語っています。

ただしArenaが掲げる「ARR」は伝統的な継続収益とは異なり、同氏は顧客に消費量に応じて課金しているため売上は継続型ではないと説明しました。直接の競合はいないものの、ポストトレーニング支援を手掛けるMercorやSurge、Scale AIといった人手ラベリング企業と「同じ予算」を奪い合っているといいます。

この分野の需要は旺盛で、MercorやHandshakeの年換算売上はそれぞれ10億ドル規模に達しています。ArenaはテキストやコーディングのほかAgent Modeで長時間の複雑なワークフローも評価対象とし、累計2億5000万ドルをFelicisやAndreessen Horowitzなどから調達しています。

Allen Institute for AIは6月29日、データ点の集合から分布の密度とスコアを一度の順伝播で同時推定する新モデル「DiScoFormer」をHugging Face上で発表しました。従来は手法ごとに汎用性と精度のどちらかを犠牲にしていましたが、本モデルは再学習なしで両者を両立する点が特徴です。

機械学習や科学の多くの課題は、観測データから元の分布を復元する作業に帰着します。その鍵となるのが密度と、対数密度の勾配であるスコアです。スコアは確率の高い領域へ向かう方向を示し、Stable DiffusionやDALL-Eといった拡散モデルの画像生成や、ベイズ推論、プラズマなどの粒子シミュレーションを支えています。

DiScoFormerはTransformerブロックを積み重ね、サンプル全体を密度とスコアへ写像します。交差注意によりデータのない点でも評価でき、共有バックボーンに密度用とスコア用の2つの出力ヘッドを持たせました。スコアは対数密度の勾配という関係を利用し、両者のずれをラベル不要の整合性損失として推論時に数ステップ最適化することで、未知の入力へその場で適応します。

注意機構はカーネル密度推定（KDE）の一般化にあたります。1つの注意ヘッドの重みはデータ上のガウスカーネルにほぼ等しく、交差注意ブロック1つでKDEを再現できると数学的に示されました。さらに複数のスケールを同時に学習してデータに適応させ、KDEを特殊例として包含しつつ改善する設計です。

学習にはガウス混合モデル（GMM）を用いました。GMMは万能な密度近似器であり、密度とスコアの厳密な閉形式を持つため、バッチごとに新たなGMMを引いて正確な教師信号として供給でき、事実上無制限の学習例を確保できます。

性能面ではKDEを密度・スコアの双方で上回り、100次元ではスコア誤差を約6.5倍、密度誤差を37倍以上低減しました。学習時より多くのモードを持つ混合分布やラプラス分布などにも高精度を保ちます。スコア推定は生成モデルやベイズ推論、科学計算に共通する依存処理であり、再学習不要の汎用推定器は多分野のコストを一括で削減する可能性があると同社は示しています。

宇宙開発企業の米Fireflyは2026年後半に打ち上げ予定の月探査ミッション「Blue Ghost Mission 2」で、NVIDIAのエッジAIプラットフォーム「Jetson」を月周回軌道上で初めて稼働させます。同社の月面撮像サービス「Ocula」に組み込まれ、月を周回するElytra衛星上でAI処理を担います。

従来の宇宙センシングは、センサーが集めたデータを限られた無線帯域で地上に送り、CPUベースの処理に数日から数週間かける流れでした。これに対しOculaは軌道上でAI推論を直接実行し、必要な情報だけを地球へ送ることで遅延と高コストな通信を大幅に削減します。

Oculaは紫外線と可視光の帯域で画像を取得し、Elytra上で処理した結果を太陽光発電を電源とするJetsonモジュールで自律送信します。用途は将来の有人・無人ミッション向けの着陸地点の地図作成や、エネルギー応用が期待されるイルメナイトなど鉱物組成の検出に及びます。

顧客にはNASAや米宇宙軍に加え、月からの資源・電力供給を狙う鉱業・エネルギー企業が含まれます。NASAが今後数年で約30件のロボット着陸ミッションを計画する中、軌道上AIを前進させる機会は加速しているとFireflyのジェイソン・キムCEOは説明します。

高解像度望遠鏡は米ローレンス・リバモア国立研究所が製造し、Jetsonモジュールを搭載した状態で4月にElytra衛星への適合確認を終えました。Fireflyは後続ミッションでもOculaセンサーを飛ばし、Vera Rubinモジュールなど新型基盤を取り入れながら技術を改良していく方針です。

音楽配信サービスのTIDALは6月29日、完全にAIが生成した楽曲の収益化を停止する新方針を発表しました。この日からロイヤリティの支払い対象外とし、7月15日からは100%AI生成と判定した曲に「AI」バッジを表示します。同社は楽曲を全面禁止するのではなく、識別と表示、そして非収益化によって対応する姿勢です。

TIDALのEVP兼編集長トニー・ガービノ氏は、今回の方針は「技術の進歩を否定するものではない」と説明しました。狙いはアーティストの「生身の創造性」を守り報いることにあり、加入者から「完全なAI生成曲を聴きたくない」という声が多く寄せられていたといいます。

対象となるのは100%AI生成と判定された楽曲で、これらは収益化やロイヤリティの徴収ができなくなり、ファンへの直接販売の対象からも外れます。さらに同社は、アーティストのなりすましや、大量アップロード、不自然な再生など不正行為に関わるAI生成曲を7月中旬から削除・ブロックすると表明しました。

検出技術が向上すれば、将来的には「実質的にAI生成」と見なされる楽曲にもラベルを付ける方針です。ただし識別を自社だけの責任とはせず、楽曲を配信するディストリビューターにも適切なラベル付けを求めていく考えを示しました。

TIDALの動きは、ストリーミング各社が直面するAI生成曲の急増への対応の一環です。SpotifyはAI楽曲のラベル付けや本人認証バッジを導入し、Apple Musicも表示方式を採用しています。日次アップロードの44%がAI生成というデジールは、推薦からの除外や検出ツールの外部提供など、より厳しい姿勢を取っています。

今回の方針は今後も改定しうる「生きた文書」と位置づけられ、7月15日に発効します。収益化の停止がAI楽曲の氾濫を抑える有効策となるのか、業界全体の試金石として注目されます。

Googleは6月29日、Geminiアプリの個人化画像生成機能を米国の全対象ユーザーに無料で開放すると発表しました。これまでPlus、Pro、Ultraの有料会員に限定されていた機能で、画像生成モデルNano Bananaを活用します。利用者の好みやライフスタイルを反映した画像を、詳細なプロンプトを書かずに作成できる点が特徴です。

この機能は同社のPersonal Intelligenceを基盤としています。ユーザーの許可のもと、GmailやGoogle Photos、YouTube、検索などの連携データからGeminiが嗜好を読み取り、応答に反映する仕組みです。たとえば「自分と好きなものを描いて」と入力するだけで、コーヒーやベーキングといった具体的な対象を指定せずとも、好みに沿った画像が生成されます。

Google Photosとの連携により、本人の実際の写真を自動で取得できる点も利便性を高めています。これまで必要だった手動の写真アップロードが不要になり、利用者は説明の手間を減らして制作に集中できます。「夢の家をデザインして」といった簡潔な指示でも、連携アプリから適切な文脈を引き出します。

Personal Intelligenceはオプトイン方式で、どのアプリへのアクセスを許可するかをユーザーが選べます。有効化すると全プロンプトで既定となりますが、ツールメニューの新しいトグルで無効化が可能です。プライバシーへの配慮として、設定はいつでも変更できる仕組みになっています。

Googleは個人化画像生成を4月に初公開し、Personal Intelligence自体は3月に米国全ユーザーへ拡大、その後インドと日本にも展開しました。GeminiはすでにMAU7億5000万を超え、AI分野の主要プレーヤーとしての地位を固めています。ChatGPTやClaudeに対抗する施策として、無料化は利用者層のさらなる拡大を狙う一手といえます。

ロボットハンド開発の新興企業Proceptionは6月29日、元雇用主であるTeslaとの営業秘密訴訟を和解で決着させ、同時に1100万ドルのシードラウンドを調達したと発表しました。同社を率いるJay Li氏はTeslaの人型ロボット「Optimus」プログラムの技術リードを務めた人物で、昨年Teslaから企業秘密を持ち出したと提訴されていましたが、今月初めに訴訟は取り下げられました。

資金調達はFirst Round Capitalが主導し、Y CombinatorとアーリーステージファンドのBoxGroupが参加しました。Li氏は一連の訴訟について「打たれ強さを試されたようなもの」と振り返り、経験を経て会社はむしろ強くなったと語っています。

Proceptionは同日、高精度ロボットハンドの初回出荷を研究者やロボット企業向けに開始し、広く受注も始めました。狙いは、開発に時間や資源をかけたくない他社に対し、ハンドを供給する最大手になることです。

技術の核心はセンサーを多数搭載したグローブにあります。人間のテスターがグローブとヘッドセットを装着することで、ロボットを介さずに人間の手の操作データを収集でき、同じグローブはハンド側のセンサー皮膚としても機能します。ハンドは22の自由度を持ち、指ごとに複数の関節を備えることで幅広く器用な動作を可能にします。

多くの企業はVRヘッドセットを使う遠隔操作でロボットを訓練していますが、Li氏はこの方式では操作者が物体からの触覚フィードバックを得られない点を課題に挙げます。スケール可能なデータ収集と高度なハードウェアの組み合わせこそが、器用な操作という難題を解く鍵だと主張しています。

投資を主導したFirst RoundのBill Trenchard氏は、Proceptionが市場で最も高性能なハンドを持つだろうと評価し、器用な操作は人型ロボット普及の最後の難所だと位置づけました。人型ロボットの手の実現には10年かかるとの見方もある中、同社がどこまで開発を加速できるかが注目されます。

オープンソースのGitプロジェクトは6月29日、最新版となるGit 2.55を公開しました。100名超の貢献者による機能追加とバグ修正を含み、うち33名が新規参加者です。大規模リポジトリの保守を効率化する増分マルチパックインデックス（MIDX）のリパック対応と、過去のコミットを手軽に修正する実験的コマンドが目玉となります。

MIDXは多数のパックファイルを1つの索引でまとめる仕組みで、GitHubのリポジトリ保守戦略の基盤でもあります。従来の単一ファイル形式は読み取りが効率的な一方、小さな更新でも全体を書き直す保守コストがありました。2.55ではgit repack --write-midx=incrementalにより、既存の層を保ったまま新しい層を追記できます。

ただし追記専用では連鎖が際限なく伸びてしまいます。そこで幾何的リパックと併用すると、新しい小さな層ほど頻繁に書き直し、古く大きな層は温存する仕組みが働きます。これにより層の数を全オブジェクト数に対して対数的に抑えつつ、保守処理を常に増分的に保てる点が特徴です。

開発者の日常作業を助ける機能も加わりました。2.54で導入された実験的なgit historyコマンドにfixupサブコマンドが追加され、作業ツリーの変更を過去の特定コミットへ直接折り込めます。従来のfixupコミット作成とautosquashの2段階を、意図を表す1コマンドで置き換えるものです。

このほか、設定ベースのフックを並列実行できる機能、これまでmacOSとWindowsのみ対応だったファイルシステム監視デーモンのLinux対応、リーチャビリティビットマップ生成の高速化などが含まれます。ある大規模リポジトリでは生成時間が約612秒から約294秒へと短縮されました。

経営者やエンジニアにとって、これらの改善は大規模リポジトリの保守コスト削減と開発生産性の向上に直結します。CI・CDやコード基盤の運用負荷が気になる組織は、フックの並列化やLinuxでのfsmonitorなどGit 2.55の新機能を検証する価値があるでしょう。

Googleは6月29日、YouTubeのブランド向け広告キャンペーンで新たな計測機能を追加すると発表しました。動画リーチ広告と動画視聴広告が対象で、広告主が重視する成果をどう生み出しているかを示すことを狙いとしています。

まず動画視聴キャンペーンでは、Shortsに配信した広告の操作をShorts広告アクションとして自動的に予算最適化と新しいレポート列に組み込みます。同社によると、視聴時間が10秒を超え「いいね」が付いたShorts広告では、平均してブランド検討が15%、好意度が20%高まったといいます。

もう一つの柱が、広告の表示や視聴をきっかけに発生した検索数を測る関連ブランド検索指標です。Google広告のレポート指標として世界で利用可能になり、ブランド広告とパフォーマンス広告の橋渡しを助けます。

効果も具体的な数字で示されています。Google上で関連するブランド検索が1件増えるごとに、ブランドは平均で31ドルの売上増を得られるとしています。利用にはGoogle担当者への問い合わせが必要です。

これらの機能は、ブランド広告の価値を売上や購買意欲といった成果に結び付けて説明したい広告主にとって、投資判断の材料になりそうです。

Googleは2026年6月29日、ビデオ会議サービスGoogle Meetで、AIアシスタントgeminiが会議の議事録を自動作成する「Take notes for me」機能の提供を開始しました。対象はGoogle AI ProおよびUltraの有料会員と、対象となるWorkspaceビジネス顧客で、WebとモバイルのMeet上で一部の言語で利用できます。ユーザーが会話に集中できるよう、許可を得たうえでgeminiが背後で記録を担います。

中核となるのはリアルタイムの文字起こしです。geminiが会話を書き起こし、要点となる行動項目を含む会議の要約を生成します。作成された議事録はGoogleドライブ内のGoogleドキュメントへ自動的に保存され、会議後には要約と行動項目をまとめたメールが届く仕組みです。

利用するには、会議のホストである必要があります。通話中はMeet画面上部の鉛筆アイコンをクリックすると記録を開始でき、すべての通話で有効にしたい場合はMeet設定の「会議の記録」から事前に設定します。機能が有効になると、参加者全員に通知される点もプライバシー配慮として押さえておきたいところです。

近隣の打ち合わせで次のステップを追う場面でも、ケータリング注文で顧客の要望をまとめる場面でも、議事録作成の手間を省ける狙いです。会議の生産性を高めたい経営者やリーダーにとって、有料プランの付加価値を測る一つの指標となりそうです。