Microsoftは4月3日、自社開発の基盤AIモデル3種を発表しました。音声認識のMAI-Transcribe-1、音声合成のMAI-Voice-1、画像生成のMAI-Image-2で、いずれもMicrosoft Foundryを通じて即日提供を開始しています。

MAI-Transcribe-1は業界標準ベンチマーク「FLEURS」で主要25言語の平均ワードエラー率3.8%を達成しました。OpenAIのWhisper-large-v3を全25言語で、GoogleのGemini 3.1 Flashを22言語で上回り、競合の半分のGPUで動作すると発表しています。

MAI-Voice-1は数秒の音声サンプルから話者の声を再現でき、100万文字あたり22ドルで提供されます。MAI-Image-2はArena.aiリーダーボードでトップ3に入り、BingやPowerPointへの展開が進んでいます。

注目すべきは開発体制の規模です。Mustafa Suleyman氏によると、音声モデルはわずか10人のチームで構築され、画像チームも10人未満です。少人数による高品質モデル開発は、AI開発に数千人規模が必要とする業界通念を覆すものです。

これらのモデル開発は、2025年10月のOpenAIとの契約改定により実現しました。従来Microsoftは独自にAGI開発を行うことが契約上禁止されていましたが、新条件により独立したモデル開発の自由を得ています。

価格戦略も競争的です。Suleyman氏は「すべてのハイパースケーラーの中で最も安い価格にする」と明言し、Amazon・Google双方を下回る設定にしたと述べました。年初来約17%の株価下落が続く中、AI投資の収益化圧力に応える狙いがあります。

Suleyman氏は今後、テキスト生成を含む全モダリティで最先端モデルを提供する方針を示しました。「Microsoftが必要とするなら、最高効率・最安価格で完全に独立した形で提供できるようにする」と語り、OpenAIとの協力関係を維持しつつ自立を目指す戦略を鮮明にしています。

Arcee AIは、399億パラメータのテキスト専用推論モデル「Trinity-Large-Thinking」をApache 2.0ライセンスで公開しました。30人規模のサンフランシスコ拠点のスタートアップが、米国発のオープンソースフロンティアモデルとして開発したものです。

同モデルはMixture-of-Experts（MoE）アーキテクチャを採用し、400Bの総パラメータのうち推論時には約13Bのみを活性化します。これにより大規模モデルの知識を保持しつつ、同等規模のモデルと比べ2〜3倍の推論速度を実現しています。

開発にあたりArceeは総資金の約半額にあたる2000万ドルを33日間の学習に投入しました。NVIDIA B300 Blackwell GPU 2048基のクラスタを使用し、20兆トークンのデータで学習を行っています。

エージェント性能の指標であるPinchBenchでは91.9を記録し、プロプライエタリモデルのClaude Opus 4.6（93.3）に迫る水準です。出力トークンあたりの価格は0.90ドルで、Opus 4.6の25ドルと比較して約96%安価となっています。

「Thinking」機能の追加により、以前のプレビュー版で課題とされたマルチステップ指示への対応が改善されました。長時間のエージェントループでも一貫性を維持できる「長期エージェント」の実現を目指しています。

背景には、中国のQwenやz.aiがプロプライエタリ路線に転換し、MetaのLlamaも品質問題で後退するなど、オープンソースフロンティアモデルの空白が生じている市場環境があります。Arceeはこの領域を米国企業として埋める狙いです。

OpenRouterでは前身のTrinity-Large-Previewが米国で最も利用されたオープンモデルとなり、ピーク時には1日806億トークンを処理しています。今後はフロンティアモデルの知見をMini・Nanoモデルへ蒸留し、コンパクトモデルの強化も進める方針です。

AIエージェントツールOpenClawに、深刻度が最大9.8と評価される権限昇格の脆弱性（CVE-2026-33579）が発見され、開発者がセキュリティパッチをリリースしました。GitHubで34.7万スターを獲得した人気ツールだけに、影響範囲の大きさが懸念されています。

この脆弱性では、最低レベルの権限（operator.pairing）を持つ攻撃者が、管理者権限（operator.admin）をユーザーの操作なしに取得できます。二次的なエクスプロイトも不要で、ペアリング承認だけで完全な管理アクセスが可能になります。

セキュリティ企業Blinkの研究者は、管理者権限を奪取した攻撃者が接続済みの全データソースの読み取り、認証情報の窃取、任意のツール呼び出し、さらに他の接続サービスへの横展開が可能になると指摘しています。「権限昇格」という表現では不十分で、実質的にはインスタンス全体の乗っ取りだと警告しました。

OpenClawは2025年11月に登場し、ファイル整理やリサーチ、オンラインショッピングなどの作業を支援するAIエージェントツールです。Telegram、Discord、Slackなど多数のサービスと連携し、ユーザーと同等の広範な権限でコンピュータを操作する設計となっています。

セキュリティ専門家は1カ月以上前からOpenClawの利用に伴うリスクを指摘しており、今回の脆弱性はその懸念を裏付ける形となりました。企業全体のAIエージェント基盤としてOpenClawを運用している組織は、速やかなパッチ適用と侵害の有無の確認が求められます。

MetaがAI訓練データの委託先であるMercorとの全業務を無期限で停止したことが、WIREDの取材で明らかになりました。大規模なセキュリティ侵害を受けた措置で、他の主要AI企業も同社との取引を再評価しています。

MercorはOpenAIやAnthropicなどの大手AI企業向けに、モデル訓練用の独自データセットを人間の契約作業者を通じて生成する企業です。これらのデータはChatGPTやClaude Codeといった製品の中核をなすもので、競合他社への流出は深刻な影響を及ぼしかねません。

侵害の原因は、攻撃グループTeamPCPによるAI APIツール「LiteLLM」の2バージョンへの不正コード混入です。このサプライチェーン攻撃により、LiteLLMを利用する数千の企業・サービスが影響を受けた可能性があります。

Mercorは3月31日にスタッフへのメールで攻撃を認めました。Meta関連プロジェクトに従事していた契約作業者は、再開まで稼働時間を記録できず、事実上の休業状態に置かれています。

OpenAIは現行プロジェクトを停止していないものの、自社の訓練データがどの程度露出したか調査中です。同社はユーザーデータへの影響はないと明言しています。

Lapsus$を名乗るグループが200GB超のデータベースや約1TBのソースコードなどの販売を主張していますが、セキュリティ研究者は元のLapsus$との関連を否定しています。実際の攻撃者はTeamPCPまたはその関連グループとみられています。

TeamPCPは近月中に勢いを増しており、ランサムウェアグループとの連携やイラン関連のクラウドインスタンスを狙うワーム「CanisterWorm」の拡散など、金銭目的と地政学的動機の両面で活動を拡大しています。

OpenAIは2026年4月3日、AGI展開部門のCEOであるFidji Simo氏が神経免疫疾患の治療のため数週間の病気休職に入ると発表しました。同時にCOOのBrad Lightcap氏とCMOのKate Rouch氏の異動も明らかになりました。

Simo氏は2025年8月にOpenAIに入社して以来、ChatGPTやCodexなど主要プロダクトを統括してきました。入社前から神経免疫疾患の再発があったものの、業務を優先して治療を先送りしていたと社内メモで説明しています。

休職中のプロダクト統括は共同創業者で社長のGreg Brockman氏が担当します。ビジネス面はCSO Jason Kwon氏、CFO Sarah Friar氏、CRO Denise Dresser氏が分担して対応します。

COOだったBrad Lightcap氏はCEO Sam Altman氏直属の「特別プロジェクト」担当に異動します。複雑な取引や投資案件、企業向けエンジニア派遣などを統括する役割です。元Slack CEOのDresser氏がCOO業務の大半を引き継ぎます。

CMOのKate Rouch氏は乳がん治療に専念するため退任し、回復後はより限定的な役職で復帰する予定です。新CMOの採用活動が開始されます。広報責任者Hannah Wong氏も1月に退任しており、幹部の空席が目立つ状況です。

今回の人事刷新は、Pentagon契約への批判やSoraアプリの終了など広報上の逆風が続く中で行われました。OpenAIは約10億人のユーザー基盤を持ち、今年中のIPOも視野に入れる中、企業価値8520億ドルの評価を受けています。

MicrosoftはChevronらと提携し、テキサス州西部で最大5GWの天然ガス発電所の建設を進めています。GoogleはCrusoeと組み北テキサスで933MWの発電所を計画し、Metaはルイジアナ州のデータセンターに7基を追加して7.46GWまで拡張しました。

ガスタービンの需要急増により、価格は2019年比で195%上昇する見通しです。新規発注は2028年まで不可能で、納入には6年を要するとWood Mackenzieが報告しています。設備コストの20〜30%をタービンが占めるため、建設費全体への影響も甚大です。

一方、トランプ政権の対中関税がデータセンター建設を阻んでいます。Bloombergによると、2026年に予定されていたデータセンターの約半数が遅延または中止の見込みです。変圧器や配電盤など中国製の電力機器に長年依存してきた構造が裏目に出ています。

これらの電力機器は2020年以前には納品まで24〜30カ月でしたが、現在は最大5年の待ち時間が発生しています。米国内の製造能力では需要を満たせず、多くの企業が関税を承知で中国からの調達を試みています。

天然ガスは米国の電力の約40%を賄っており、テック企業の大量消費は一般家庭の電気料金上昇につながる懸念があります。寒波による供給途絶リスクや、有限資源への過度な依存という構造的な問題も指摘されています。

AnthropicがステルスモードのバイオテックAIスタートアップCoefficient Bioを約4億ドルの株式取引で買収しました。The InformationとEric Newcomerが報じ、TechCrunchも関係者から取引完了の確認を得ています。

Coefficient Bioの共同創業者であるSamuel Stanton氏とNathan C. Frey氏は、ともにGenentech傘下のPrescient Designで計算創薬に従事した経歴を持ちます。同社は8カ月前に設立され、AIを活用した創薬や生物学研究の効率化に取り組んでいました。

約10名で構成されるCoefficient Bioのチームは、Anthropicの健康・ライフサイエンス部門に合流する見込みです。Anthropicは2025年10月に科学研究者向けツール「Claude for Life Sciences」を発表しており、今回の買収はヘルスケア分野への注力をさらに加速させるものです。

AI大手企業によるバイオテック領域への参入が進むなか、Anthropicの今回の動きは創薬AI市場における同社のプレゼンス確立を狙った戦略的投資と位置づけられます。

米ユタ州は、サンフランシスコのスタートアップLegion HealthのAIチャットボットが精神科の維持薬を処方更新できる1年間のパイロットプログラムを承認しました。AIに臨床的権限を委譲するのは同州で2例目であり、全米でも極めて異例の試みです。

対象となるのはフルオキセチン（プロザック）やセルトラリン（ゾロフト）など15種類の低リスク維持薬に限定されます。利用者は既に医師から処方を受けた安定した患者である必要があり、直近の処方変更や精神科入院歴がある場合は除外されます。月額19ドルのサブスクリプション形式で、4月中に開始予定です。

患者は本人確認と既存処方の証明を行った上で、症状や副作用に関するAIの質問に回答します。自殺念慮や重篤な反応などのリスク要因が検出された場合は、臨床医へのエスカレーションが求められます。最初の1,250件は医師による詳細レビューが義務付けられています。

しかし精神科医からは強い懸念が示されています。ユタ大学のBrent Kious教授は、AIによる処方更新の利点は「過大評価されている」と指摘し、最もケアを必要とする患者へのアクセス改善にはつながらないと述べました。安定した既存患者は通常、予約なしでも処方更新が可能だからです。

ハーバード大学のJohn Torous教授は、処方には薬物相互作用の確認以上の判断が必要であり、現在のAIが患者固有の文脈を理解できるか疑問を呈しました。また、チャットボットでは患者が望む回答を意図的に入力する可能性があり、対面診療で得られる非言語的情報を見逃すリスクがあると警告しています。

さらに深刻な懸念として、先行するDoctronic社のAI処方パイロットでは、セキュリティ研究者がシステムを操作し、ワクチン陰謀論の流布やオピオイド投与量の3倍増加といった危険な挙動を引き出すことに成功しています。Legion社は厳格なガードレールを設けていると主張していますが、透明性の不足が批判されています。

Legion社は全米展開を2026年中に実現する意向を示しており、共同創業者は「処方更新をはるかに超える大きな動きの始まり」と位置づけています。一方、専門家からは「より多くの科学的根拠と厳格な検証が必要」との声が上がっており、AI医療の規制と安全性を巡る議論が今後さらに活発化する見通しです。

LangChainのソフトウェアエンジニアVishnu Suresh氏が、同社のGTMエージェント向けに自己修復型デプロイパイプラインを構築したことをブログで公開しました。デプロイ後の回帰検出から修正PRの作成まで自動化しています。

パイプラインはデプロイ直後にGitHub Actionが起動し、Dockerビルドの失敗を即座に検出します。ビルドエラーが発生した場合、エラーログと直近のコミット差分をコーディングエージェントOpen SWEに自動送信します。

サーバー側の回帰検出では、過去7日間のエラーログを基準値として収集し、デプロイ後60分間のエラーと比較します。エラーメッセージはUUIDやタイムスタンプを除去して正規化し、同一パターンをグループ化しています。

統計的な判定にはポアソン分布を採用しています。基準期間から1時間あたりの期待エラー率を算出し、観測値が予測を有意に超過した場合（p値0.05未満）に回帰の可能性ありと判定します。新規エラーは複数回発生で検出対象とします。

統計検定だけでは第三者APIの障害など外部要因を区別できないため、トリアージエージェントが変更ファイルを分類し、ランタイムコードの差分とエラーの因果関係を検証します。非ランタイム変更のみの場合は誤検知を防止します。

トリアージで原因特定された問題はOpen SWEに引き渡され、自動でPRを作成します。サイレント障害や連鎖的な回帰の発見に有効だと報告されています。今後はエラーのベクトル化や重大度に応じたロールバック判断の導入を検討しています。

ペンシルベニア大学の研究チームが、AIユーザーがLLMの回答に対して批判的思考を放棄する「認知的降伏」という心理的枠組みを提唱しました。論文は学術プレプリントサイトSSRNで公開されています。

研究では、人間の意思決定を直感的な「システム1」と分析的な「システム2」に分類する従来の枠組みに加え、AIによる第3のカテゴリ「人工的認知」を提案しています。これはアルゴリズムによる外部の自動化された推論に基づく判断です。

従来の電卓やGPSなどへの「認知オフロード」は、特定タスクを自動化しつつ人間が結果を監督・評価するものでした。一方、AI への認知的降伏は検証や監督なしに推論そのものを丸ごと委ねる点で質的に異なると指摘されています。

特にLLMの出力が流暢かつ自信に満ちた形で提示される場合、ユーザーは批判的検証を行わずに受け入れやすいことが示されました。時間的圧力や外部インセンティブも降伏を促す要因として実験的に確認されています。

この研究は、AIを日常的に活用するビジネスパーソンやエンジニアにとって重要な警鐘です。AIの回答を鵜呑みにせず、人間側の批判的思考を維持する仕組みづくりが求められます。

元Apple・Meta幹部のBrett Levenson氏が設立したAIコンテンツ審査スタートアップMoonbounceが、1200万ドルの資金調達を発表しました。Amplify PartnersとStepStone Groupが共同でリードしています。

Levenson氏はMeta在籍時、人間の審査員がわずか30秒で判断を下し、正確性が「コイン投げとほぼ同じ」だった実態を目の当たりにしました。この経験から、静的なポリシー文書を実行可能なロジックに変換する「ポリシー・アズ・コード」の着想を得ています。

同社は独自の大規模言語モデルを訓練し、顧客のポリシー文書を解析して300ミリ秒以内にコンテンツを評価します。対応分野はUGCプラットフォーム、AIコンパニオン、AI画像生成の3領域で、すでに日次4000万件超の審査を処理しています。

AIチャットボットが10代の自傷行為を助長した事件や、画像生成AIによるディープフェイク問題など、安全対策の不備が法的リスクに直結する状況が深刻化しています。こうした背景から外部の安全基盤への需要が急拡大しています。

今後の注力分野は「反復的ステアリング」と呼ぶ新機能です。有害な話題が浮上した際に会話を即座に遮断するのではなく、プロンプトをリアルタイムで修正し、チャットボットをより建設的な応答へと誘導する仕組みを目指しています。

GitHubは、プルリクエストの「Files changed」タブにおける差分行の描画パフォーマンスを大幅に改善したことを発表しました。大規模なプルリクエストでは、JavaScriptヒープが1GBを超え、DOMノード数が40万以上に達するなど深刻な性能問題が発生していました。

従来のv1アーキテクチャでは、1つの差分行あたり最大15個のDOM要素、13個のReactコンポーネント、20以上のイベントハンドラが必要でした。新しいv2では、コンポーネント数を74%削減し、メモリ使用量を約50%低減することに成功しています。

主な改善策として、統合ビューと分割ビューにそれぞれ専用コンポーネントを設け、コメント機能やコンテキストメニューの状態を条件付き子コンポーネントへ移動しました。データアクセスもJavaScript Mapを活用したO(1)の定数時間ルックアップに変更しています。

さらに、1万行を超える巨大なプルリクエストにはTanStack Virtualを導入し、ウィンドウ仮想化を実装しました。これにより、p95以上の大規模PRでJSヒープとDOMノードが10分の1に削減され、INPは275〜700ms超から40〜80msへと劇的に改善されています。

加えて、重いCSSセレクタの置き換え、GPU変換によるドラッグ処理の最適化、サーバーサイドでの可視行のみのハイドレーションなど複合的な最適化も実施しました。プログレッシブ差分読み込みにより、ユーザーは全データの読み込み完了を待たずに操作を開始できるようになっています。

Anthropicは新たな政治活動委員会「AnthroPAC」の設立書類を連邦選挙委員会（FEC）に提出しました。中間選挙に向け、民主・共和両党の現職議員や新人候補への献金を計画しています。

AnthroPACの資金は従業員の任意拠出によって賄われ、1人あたりの上限は5,000ドルに設定されています。設立届にはAnthropicの会計責任者であるAllison Rossi氏が署名しました。

AI業界全体で政治活動が活発化しており、ワシントン・ポストの報道によると、AI企業は中間選挙レースにすでに1億8,500万ドルを投じています。Anthropicは別途、Super PAC「Public First」にも少なくとも2,000万ドルを拠出し、特定の規制方針を支持する広告キャンペーンを展開しています。

こうした政治活動の拡大は、Anthropicが国防総省との法的紛争を抱える中で進んでいます。政府によるAIモデルの利用条件をめぐり、両者の対立が今年初めに表面化しました。

OpenAIがテクノロジー系トーク番組「TBPN（Technology Business Programming Network）」を買収しました。買収額は「数億ドル規模」とされ、同社にとって放送メディアへの異例の進出となります。

TBPNは2024年10月に開始され、共同司会者のJordi Hays氏とJohn Coogan氏が「テクノロジー・ブラザーズ」を名乗り、MetaのMark Zuckerberg氏やOpenAI創業者のSam Altman氏らをゲストに迎えてきました。シリコンバレーのスタートアップ創業者や投資家の間で熱心な支持を集めています。

OpenAIの製品事業を統括するFidji Simo氏は社員向けに、TBPNを「AIやビルダーについての対話が日常的に行われている場の一つ」と評価しました。AIが生み出す変化について建設的な議論の場を構築してきた点を高く評価しています。

一方で今回の買収は、Simo氏が先月社員に向けて発した方針と矛盾するとの見方もあります。同氏はChatGPTや法人向けコーディングツールなど主力事業への集中を求め、「副業的なプロジェクトに気を取られて好機を逃すわけにはいかない」と訴えていました。

TBPNは従業員11人の小規模企業ですが、テックカンファレンスの定番として急速に存在感を高めてきました。OpenAIがメディア事業を通じてAI分野の言論形成に影響力を持とうとする戦略的意図がうかがえます。

EUのePrivacy指令の適用除外が2026年4月3日に失効し、テクノロジー企業が児童性的虐待素材（CSAM）を検出するための法的根拠が消滅しました。この事態に対し、約250の児童権利団体が深刻な懸念を表明しています。

Google、Meta、Microsoft、Snapの4社は共同声明を発表し、法的根拠の失効にもかかわらず、自社のコミュニケーションサービスにおいてCSAMの検出・削除・報告を自主的に継続する方針を明らかにしました。各社はこれを法律の問題だけでなく、児童保護の問題として位置づけています。

長年にわたり多くのテクノロジー企業は、ハッシュマッチング技術などを活用してCSAMの検出と被害者保護に取り組んできました。今回の適用除外失効により、こうした取り組みの法的確実性が損なわれる懸念が生じています。

4社はEU機関に対し、暫定的な解決策と恒久的な規制枠組みの交渉を緊急の課題として早期に完了するよう求めました。プライバシーの保護と児童の安全確保を両立させる姿勢を改めて強調しています。

ハーバード大学とMITが実施した最新の世論調査によると、米国民の40%が自分の地域へのデータセンター建設を支持する一方、32%が反対していることが明らかになりました。注目すべきは、EC倉庫の方がデータセンターよりも歓迎されるという結果です。

1,000人を対象とした調査では、回答者の3分の2が新たなデータセンターによる電気料金の上昇を懸念しています。雇用や経済成長への期待がデータセンター賛成派の根拠となっていますが、実際には稼働後の雇用数は限定的であることが指摘されています。

一方、クイニピアック大学が先月実施した別の調査では、より強い反対意見が示されました。1,397人の成人を対象としたこの調査では、65%がAIデータセンターの建設に反対し、支持はわずか24%にとどまりました。

こうした世論の動向は、データセンターをめぐる議論が決着にはほど遠いことを示しています。かつては静かに稼働していたデータセンターですが、AI需要の急増に伴い、住民の不満が政治問題へと発展しつつあります。

米国では現在94基の原子炉が稼働し、国内電力の約20%を供給しています。MITのDean Price助教授は、化石燃料に代わるクリーンエネルギーとして原子力の重要性が高まる中、次世代原子炉の設計と実用化に取り組んでいます。

Price氏の研究の中心はマルチフィジクスモデリングと呼ばれる手法です。原子炉内の中性子挙動と熱流体の相互作用を統合的に解析することで、さまざまな条件下での炉の挙動を予測できます。従来の大型炉では確立された手法ですが、小型モジュール炉やマイクロ炉への適用はまだ発展途上です。

こうした高度なシミュレーションにはスーパーコンピュータが必要で、膨大な計算コストが課題となっています。そこでPrice氏は2025年のMIT着任以降、AIと機械学習を活用して複雑な非線形微分方程式を解かずに同等の結果を得る手法の研究を進めています。

具体的には、AIが原子炉の出力レベルから3次元温度分布を予測するなど、データに隠れたパターンを発見する能力を活用します。これにより新型炉の設計初期段階でより良い判断が可能になり、開発期間の短縮が期待されています。

安全性に関しては、AIが直接安全上重要な判断を行うのではなく、過去50年間に構築された安全評価の枠組みを補完する形で活用されます。既存の安全基準を維持しつつ、知識のギャップを埋める役割をAIが担います。

Price氏はMITでの教育にも力を入れており、次世代の原子力エンジニアの育成を重要な使命と位置づけています。原子力工学コミュニティの協力的な文化を次世代に継承し、クリーンエネルギーの未来を担う人材を輩出することを目指しています。

米テックメディアThe Vergeは、Apple創業50周年を記念し、歴代製品のベスト50ランキングを発表しました。読者投票には160万票以上が集まり、大きな反響を呼んでいます。

ランキングは読者によるオンライン投票で決定され、50位から1位まで順位付けされました。The Vergeの編集部も独自のランキングを作成し、PodcastのVergecastで読者結果との比較議論を行っています。

トップ10については読者と編集部の評価が概ね一致した一方、一部の順位では「最新製品への偏り」や「プリンター軽視」といった意見の相違も見られました。iPhoneやMacBook Airなど業界を変えた製品が上位に入っています。

この企画はAppleの50年間の歩みを振り返る大型特集の一環です。スティーブ・ジョブズ時代の名機から現行モデルまで、同社の製品史を包括的に評価する試みとして注目されています。