日本（国・地域）に関するニュース一覧

Googleは、アジア太平洋地域の詐欺被害を減らすため、Google.orgを通じてThe Asia FoundationとTech for Good Instituteに600万ドルを拠出すると発表しました。中小企業や個人を対象に、オンライン上の安全性を高める活動を支援します。

資金は地域住民向けの詐欺対策研修、AIを使った防御策の試作、政策担当者への情報提供などに使われます。Googleが引用する国連報告では、東アジア、東南アジア、オーストラリア、ニュージーランドの2025年の詐欺損失は最大1,141億ドルと推計されています。

Googleは製品上の対策として、AIによる電話のなりすましを見つけるAndroid機能、Pixelのメッセージ詐欺検知、Google Play外で配布されるアプリを対象にした開発者確認の拡大を挙げました。業界間の脅威情報共有や日本の官民連携も進めています。

啓発では、詐欺の手口を体験するゲーム「Be Scam Ready」をインドネシア、日本、マレーシア、フィリピン、ベトナムに広げます。既に提供しているシンガポール、タイ、台湾に加え、地域ごとの教育と技術対策を組み合わせる方針です。

GoogleとXREALは10月28日、Android XRを搭載した有線型XR眼鏡「XREAL AURA」を発表しました。透明レンズに空間コンテンツを重ね、視野角は70度、眼鏡本体は95グラム未満です。バッテリーとSnapdragon Reality Eliteを収めた携帯型の計算ユニットをケーブルで接続し、重い処理を担います。

AURAでは複数のAndroid XRアプリを視界内に並べられ、Geminiは周囲や画面上の内容を認識して質問に応じます。映像出力対応のUSB-CでノートPCを接続すれば、PC画面を配置可能なウィンドウとして表示でき、追加ソフトは不要です。

動画や写真を立体表示したり、YouTubeやGoogle TVなどの映像を視聴したりできます。Google PlayのゲームやXR向けゲームにも対応し、PCや携帯ゲーム機の画面を映すことも可能です。

AURAは米国、カナダ、韓国で注文を受け付け、日本では11月2日に発売予定です。年末までの発売価格は1099ドルからで、米国ではBest Buyからも購入でき、出荷は11月中旬に始まります。

Appleは2026年10月26日、iOSやmacOS、watchOS、tvOS、visionOSなどの「27.2」を公開しました。中心はSiriのAI機能で、過去の会話を記憶して応答に生かす機能や参照できる情報源の拡大、アクセス対象アプリを利用者が除外できる設定を加え、対応言語も日本語を含む5言語へ広げました。

新しい会話記憶は、過去のSiriとのやり取りを呼び出し、現在の会話で参照します。Siriが回答に使える情報には、ボイスメールや「メッセージ」の添付ファイルなども加わりました。

一方、Appleは「除外するアプリ」の設定を追加し、Siri、検索、提案がアクセスできるアプリを利用者が選べるようにしました。記憶と参照範囲を広げつつ、アプリ単位の制御も用意した形です。

SiriのAI機能は、従来の英語に加えてフランス語、日本語、韓国語、ポルトガル語、スペイン語に対応しました。ただし、欧州と中国本土では引き続き利用できません。

iOS 27.2では、「メッセージ」の招待内容を予定表に変えるといった文脈対応の提案、写真でのSynthID透かし対応、Apple TVアプリの利用者プロフィールも追加されました。折りたたみ型iPhone DuoではApple Pencilにも対応し、Apple Musicの新ブランド表示も導入されました。

macOS Golden Gate 27.2とApple Watchにも、Siriの会話記憶や追加言語が展開されました。visionOS 27.2には追加言語と新しいMusicアイコンが入りました。macOSのベータ版には「写真」「メモ」「Safari」のジェスチャー認識に関する記述もありますが、次期MacBook Proのタッチ対応との関係は未確認です。

IBMは2026年10月21日、企業向け音声AI「Granite Speech」3モデルの新規公開・更新を発表しました。高精度の文字起こしと翻訳、端末上での高速処理、話者の識別や時刻情報が重要な会議・通話への対応をそれぞれ強化し、用途別に選べる製品群としています。すべてApache 2.0で公開し、Transformersで利用できます。

新しいGranite Speech 5.0 2Bは、英語、日本語、フランス語、ドイツ語、スペイン語、ポルトガル語の文字起こしと、各言語と英語の間の翻訳に対応します。39万時間の公開音声などで学習し、言語指定や最大2000語のキーワード指定、長時間の会話翻訳を強化しました。公開英語短文テストの平均単語誤り率は5.06％で、公開時点の主要なオープンウェイト音声認識モデル中2位でした。

470MパラメーターのTurbo CTCは、7言語の文字起こし、句読点と大文字表記、雑音や残響への耐性を追加しました。単一のConformerブロックをコンパイルして各層で再利用し、精度を維持しながら処理性能を約1万2600 RTFxから1万9870 RTFxへ高め、約1.6倍に高速化しています。

会議や通話向けのGranite Speech 4.1 2B Plusは、構成やプロンプト形式、APIを変えずに重みを改良した置き換え可能な更新です。話者識別関連の誤りを全体で7％、長時間音声の単語誤り率を24％、20語の用語リスト利用時の対象語の誤りを45％減らし、時刻ずれの平均も半分以下にしました。

導入時は、精度や翻訳、固有名詞の認識を重視するなら5.0 2B、高速処理や端末上での利用ならTurbo CTCが候補です。複数話者の会議や長い通話では4.1 2B Plusが適しており、業務要件に合わせた選択がしやすくなります。

ミシガン大学発のLaplace Intelligenceは、ロボットや自動運転車などの物理AIを実世界に投入する前に、シミュレーション内で弱点を探る自動レッドチーム技術を開発しています。AIエージェントが失敗を招く希少な状況を設計し、顧客企業が不具合を事前に発見、修正できる仕組みです。安全性の証拠を蓄積し、顧客や保険会社、規制当局からの信頼につなげる狙いもあります。

中核は、実世界を再構成した高精度シミュレーションと、弱点を継続的に探るAIエージェントです。環境にはNvidiaの世界シミュレーション基盤Cosmosを追加学習したモデルを使い、地図やGoogle Street View、交通情報を組み合わせて、道路や混雑を実寸に近い形で再現します。

強みは、ニュースや衝突事故の警察資料などからコーナーケースを自動設計する点です。車両だけでなく周囲の参加者も相互に反応するため、人が想定した固定シナリオに頼らず、未知の失敗条件を動的に試せます。実環境データが乏しい汎用ロボットほど、この手法の価値が高まる可能性があります。

同社は自動運転案件を中心に売上を立て、すでに小幅な黒字を計上しています。顧客には自動運転トラック企業Bot Autoと日本の大手自動車メーカーが含まれ、Nvidia、T-Mobileとはカリフォルニア州サンノゼでスマートシティーの無償実証にも取り組んでいます。

一方、契約の多くは現在も案件単位で、継続収益への転換が課題です。累計12億ドルを調達したApplied Intuitionなど有力企業との競争もあり、Laplaceは資金調達と規模拡大を急ぎます。AIでAIを試す動的な検証手法を競争力の源泉にできるかが焦点です。

AIセキュリティ企業Norforgeは10月19日までに、オープンソースAI基盤Cairnの公開状態にあった作業記録から、1人のハッカーがAIエージェント群を使い、100を超える企業サイトへ侵入した事例を確認しました。攻撃は人の関与が少ないまま進み、対象にはJohn Deere、SharkNinja、Cumminsなどが含まれたとReutersが報じています。

Cairnは、利用者が開始点と終了点を指定すると、複数のAIエージェントが作業を進めて経過を記録する汎用基盤です。攻撃者は100字未満の中国語で好みの侵入手法を示し、侵入成功まで約23時間だったといいます。

Norforgeが確認した公開中のCairn環境のうち、この攻撃者は最も活発で、アメリカ、カナダ、オーストラリア、日本の企業を狙っていました。同社はほかにも20件超の悪意が疑われる環境を発見しており、少ない指示から攻撃を広げられる実態が浮かびます。

被害企業の説明では、John Deereは機密情報へアクセスされた兆候はないとしています。SharkNinjaは製品サポート情報を載せた独立サイトへの影響にとどまり、脅威を封じ込めた一方、Cumminsは第三者ベンダー運営サイトへの攻撃の可能性を調査中です。

Norforgeは悪意あるCairn環境の停止に取り組んでいます。Cairnの開発者は基盤が攻撃ツールとして作られたものではなく、悪用は人間の判断だと説明しており、企業には自社サイトだけでなく第三者サイトや自律型AIの利用状況まで含めた監視が問われます。

インド・ベンガルールの新興企業Scimplifyは2026年10月14日、日立ベンチャーズ主導の全額株式による戦略ラウンドで2500万ドルを調達しました。半導体、防衛、エネルギー向けの特殊化学品・重要材料の生産をAIで迅速化し、中国など少数国に集中する供給網への依存を減らすため、米国と日本で提携工場網を広げます。

調達後の評価額は2億5000万ドルと取引関係者が述べ、2025年3月のシリーズB後の1億5000万ドルから上昇したと報じられています。ただし同社は評価額を開示せず、今回を含む累計株式調達額は8000万ドルと説明しています。

受注後はベンガルールとハイデラバードの研究施設で製造工程を開発し、提携工場へ移管して商用生産します。独自基盤Scinodeは、研究・製造・品質管理の専用AIエージェントを使い、生産経路や工場の選定、品質・規制要件の追跡を支えます。

Scimplifyの科学者と技術者は500超の工場網を監督し、通常12〜18カ月かかる作業を、案件によっては要件受領から2カ月で納品しました。生産の約90%は現在インドですが、今後1年で米国と日本の生産網を拡大する計画です。

創業者によると、全体の年換算売上高は前年比3倍の約2億ドルに達し、1000社超へ提供、40カ国超へ出荷しています。米国の年換算売上高は1年で1000万ドルから約6000万ドルへ6倍となり、インド国外の顧客が売上高の半分超を占めます。

エネルギー、電子、防衛分野の売上比率は1年前の15%未満から45〜50%へ上昇し、同社は過去2カ月のEBITDAが黒字で、今月中の税引き後黒字化を見込むとしています。今回の資金のうち約750万ドルを米国展開、200万ドルをScinodeの追加開発に充てる方針です。

Hugging Faceは2026年9月30日、多言語の音声合成と音声複製モデルを共通条件で比べる「Open TTS Leaderboard」を公開しました。明瞭度、生成速度、話者の類似度を客観指標で測り、投票収集にこれまで数週間かかった評価を数時間へ短縮して、公開モデルの追加と比較を容易にします。

従来のアリーナ型評価は、二つの生成音声を人が聞き比べ、投票から順位を算出します。しかし評価に時間がかかり、運営者が自ら配信環境を用意する公開モデルは掲載されにくく、9月30日時点である評価表の92モデル中、重みを公開したモデルは16件でした。

明瞭度は生成音声の文字起こしと入力文の単語・文字誤り率で測り、速度は一括推論の処理量と最初の音声が届くまでの時間で比べます。音声複製では、参照音声と生成音声の話者特徴の類似度を加え、品質、速度、モデル規模の均衡を可視化します。

利用者は言語を切り替え、英語だけでなく中国語、日本語、韓国語などの性能を個別に確認できます。音声複製の有無や配信性能も選択でき、同じ50件の英語入力と同一機器で最初の音声までの待ち時間を比較します。

客観指標は自然さや表現力、聞き手の好みを直接測らないため、人による評価を置き換えるものではありません。「Listen」画面では生成音声を試聴して投票でき、Hugging Faceは評価コードの公開も予定し、データセットや指標への意見を募ります。

Metaの18歳以上向けAIエージェント「Muse」が2026年9月、丸い体形のマスコット「Jolly」と着せ替え機能、年内発売予定の携帯端末「Muse Charm」を通じ、子供向け玩具のように見えるとの批判を受けています。若者支援団体は幼児への訴求を問題視する一方、Metaは親しみやすく楽しい対話体験を狙ったデザインで、年齢確認も実施していると説明しました。

Museはデジタル作業をこなす機能でアプリランキング上位に入り、Jollyの可愛らしい外観も注目を広げました。広告では運動着姿で健康目標の支援を訴え、Metaのマーク・ザッカーバーグCEOはイベントで、自身のJollyにトーガと月桂冠を着せて披露しました。

子供向け広告を監視する非営利団体Fairplayは、丸みのある造形が就学前の子供を強く引き付けるとして、規制当局の検証を求めています。一方、複数の専門家は、可愛いキャラクターによる技術製品の訴求は日本を含めて長い歴史があり、子供だけを狙った証拠とは限らないとみています。

より広い懸念は、親しみやすさが利用者の警戒を下げる可能性です。Metaは利用者が拒否設定をしない限りMuseとのやり取りをAIモデルの学習に使うため、専門家は可愛い外観や懐かしさがプライバシーへの吟味を弱めかねないと指摘しました。

Metaは生年月日の申告に加え、18歳未満と検知した利用者の登録を防ぎ、成人申告の追加確認も行うとしています。さらに2026年後半には、同社による利用者データへのアクセスを暗号技術で検証可能な形で防ぐ「機密型」の仮想マシンを提供する計画ですが、AIが取引や情報選択の仲介者になる以上、推薦の中立性や利害関係を見極める課題は残ります。

Googleは2026年9月23日、自然言語で声を設計できる「Gemini 3.8 Flash TTS」と、大量処理向けの「Gemini 3.8 Flash-Lite TTS」を公開しました。開発者は同日からGemini APIとGoogle AI Studioで利用でき、個人向けには前者をGemini Notebook、後者をGoogle Vidsへ展開します。

Flash TTSは役割やアクセント、声質をプロンプトで指定し、100を超える言語・方言で新しい声を作れます。2,000種類以上の既成音声も提供し、ゲーム、ポッドキャスト、オーディオブック、対話型メディアでの人物設計を支えます。

両モデルは台本の一行ごとに演技、速度、方言、相づちを制御し、単一の台本から二人の会話も生成します。長時間の音声でも声質と自然な間合いを維持し、話者のぶれを抑える設計です。

30秒の音声サンプルから声を複製できますが、参照話者と一致する声の所有者による同意録音が必要です。声の複製には同意確認、SynthIDの透かし、C2PA資格情報を組み合わせ、権利保護と生成音声の透明性を高めます。

Googleによると、Flash TTSはHume AIのVoice Design Benchmarkで総合71.4を記録し、首位でした。FlashとFlash-Liteは総合品質指数でそれぞれ1位と2位となり、日本語を含む主要言語のVoice Arena評価でも上位に入りました。

Flash-Liteは大量の吹き替えや音声コンテンツ、音声エージェント向けにコスト効率を重視します。企業向けGemini Enterprise APIは近日提供予定で、FigmaやHeyGenなどが多言語化や対話エージェントへの統合を進めています。

Googleは2026年9月23日、検索広告向けAI Maxの新機能を発表しました。事業や顧客、訴求内容を自然文で伝えられる「AI Brief」のクローズドベータを日本語など7言語へ広げるとともに、検索語から表示された広告素材、遷移先までを一つの画面で確認できる統合レポートをGoogle Adsに追加し、広告主による成果の把握と戦略価値の検証を支援します。

AI Briefは、事業内容、対象顧客、重要な訴求を広告主が自分の言葉でAI Maxに伝える機能です。対象言語はオランダ語、フランス語、ドイツ語、イタリア語、日本語、ポルトガル語、スペイン語へ広がります。

新レポートは、広告を発動した検索語、利用者に表示された広告素材、ウェブサイト上の遷移先を一つの検索広告経路として示します。AI主導の配信が顧客との接点をどう作ったかを追いやすくし、AI Maxがキャンペーンにもたらす戦略的価値の検証に役立てる狙いです。

今回の更新は、AIへの入力と成果確認を同時に改善する点が要点です。経営者や広告運用者は、ブランドや顧客像を言葉で補足しながら、配信結果を具体的な経路で確認しやすくなります。

Googleは追加情報と提供時期を2026年内に公表するとしています。現時点では詳細な導入日を示していないため、利用を検討する企業は今後の案内を確認する必要があります。

Googleは2026年9月23日、企業向け映像会議システム「Google Beam」を米国、カナダ、英国、フランス、ドイツ、日本の6カ国で顧客向けに出荷すると発表しました。HPが「HP Dimension with Google Beam」として提供し、18社の販売・導入支援パートナーを通じて、Google MeetとZoomに対応する企業向け会議環境を広げます。

Google Beamは、離れた相手とも対面に近い自然な会話ができる体験を目指しています。Googleは自社オフィスで試験を重ね、採用、社員育成、部門横断の協働での利用を想定しています。

Google社内の8週間の調査では、Beam利用チームは相互のつながりを感じる度合いが50%向上し、フィードバックが明確に伝わったか確認する容易さが33%向上しました。追加の会議が必要になる割合も21%低下したとしています。

Bain and Companyは、キャンパス採用と候補者面接でHP Dimension with Google Beamを試験し、出張を抑えながら遠隔の候補者と対話しました。初期顧客にはNetflixとCapital Groupも含まれ、世界に分散する社員のつながりを改善する手段として活用を進めています。

Googleは柔軟なワークスペースを運営するIndustriousと提携し、初のBeam拡張ネットワークを構築します。10月からアトランタ、シカゴ、ニューヨーク、パロアルトの一部拠点で予約利用でき、スタートアップや幅広い規模の企業にも利用機会を広げます。

トヨタグループは2028年から、工場のロボット化に毎年64億2千万ドルを投じ、最終的に40万台を配備する計画です。自社の自動車工場に15万台、部品や素材を生産するグループ企業の施設に25万台を置きます。すでに従業員が人型ロボットELEYへ精密作業を教えており、会社側は人員の直接代替ではなく共存が目的だと説明しています。

投資は2028年に始まり、年間64億2千万ドル規模です。配備の内訳はトヨタの自動車工場が15万台、部品・素材を手がけるグループ企業の施設が25万台で、サプライチェーンをまたぐ大規模な導入計画です。

組み立てラインでは、車輪で移動するELEYの一部をすでに導入しています。従業員は人型ロボットの指を模した器具を装着し、細かな手の動きを要する作業を教えています。

自動化の規模は雇用への懸念を呼びます。トヨタには米国の11製造拠点を含む世界60工場に1万8千人の熟練従業員がいますが、中嶋裕樹副社長は人を置き換えるのではなく、ロボットと人が共存する世界を目指すと説明しました。

一方、現時点で稼働するロボットの総数や、40万台のうち人型が占める割合は明らかではありません。自動車工場では従来から据え置き型のロボットアームや搬送ロボットが広く使われており、計画の構成を見極めるには追加情報が必要です。

国際ロボット連盟によると、中国は2024年に産業用ロボット200万台を導入し、日本は45万500台で2位でした。米国は3万4200台、韓国は3万600台で、それぞれ3位と4位でした。

OpenAIは2026年9月21日、AIが次世代のAI開発を担う自動研究と再帰的自己改善に備え、米国が各国と連携してフロンティアAIの国際技術基準づくりを主導すべきだと提案しました。能力測定やリスク評価、人間による監督、事故報告の共通基盤を整え、技術の進歩より先に安全対策を進める狙いです。完全自律型の自己改善は現在起きておらず、安全に実行できるまで追求すべきではないとの立場も示しました。

自動AI研究では、人が関与したままでも、AIが後続世代の開発作業を多く担うほど自己改善が再帰的に進み、研究速度が急速に上がる可能性があります。OpenAIは、こうした研究が高度な知能のコスト低下や、アライメント研究、防御策の強化につながるとみています。

一方、十分な保護策のない再帰的自己改善では、人が理解できない研究過程への実効的な監督を失い、AIがより危険で人間の価値から外れるおそれがあると指摘しました。進めるかどうかは、人間の管理を維持できるかと、便益とリスクに関する民主的な選択に基づくべきだとしています。

提案する国際基準は、能力の測定・評価、リスク評価、保護策の十分性に共通の技術基盤を与えるものです。対象には、再帰的自己改善に関わる進展と自律研究量の評価、人が直ちに確認すべき研究工程、事故の重大度や報告基準が含まれます。基準は免許制度やモデル公開前の強制審査ではなく、法制度への採用方法は各国政府が判断します。

OpenAIは、オーストラリア、日本、英国などのAI安全機関のネットワークを活用し、米国のCAISIや各国業界団体を通じて標準化を進める案を示しました。オープンモデルとクローズドモデルの開発者、独立専門家、学術界にも意見を求め、特定企業や国、新規参入者に不利にならない透明な設計を求めています。

国ごとに評価方法や事故定義が分かれれば、証拠の比較や国境を越えるリスクへの対応が難しくなります。OpenAIは、米国と中国を含む各国が安全保障上の懸念や新たな脆弱性を共有する安全な連絡経路も必要だとし、各研究所には既存法と自己責任の原則に沿った安全確保を求めました。

Pew Researchが2026年9月17日に公表した世界調査で、AIは今後20年間に雇用を生むより失わせるとの見方が、対象37カ国のうち34カ国で優勢でした。2月8日から5月13日までに42,151人へ聞いた結果で、日常生活への浸透を期待する声もある一方、雇用と所得格差への警戒が世界で広がっています。

雇用減への懸念は、豊かな国で特に強く表れました。AIが雇用を失わせると考える割合は、オーストラリアと韓国で各76％、アメリカで71％でした。

回答者は概して、AIが富裕層と貧困層の格差を広げるとみています。こうした見方は、豊かな国の中でも政治的に左派寄りの人々に多い傾向がありました。

年齢による違いもあります。高齢者は若者よりAIの日常生活への影響を懸念しやすい一方、18～34歳は懸念と期待が入り交じり、日本、スウェーデン、ポーランド、オーストラリア、ブラジル、アメリカでは若年層の不安が過去1年で急増しました。

ただし、世界の受け止めは否定一色ではありません。日常生活で存在感を増すAIに懸念と期待を同程度に抱く人は世界中央値で41％と、主に懸念する37％、主に期待する13％を上回りました。

BloombergNEFは2026年9月、アメリカのデータセンターが2035年に日量約180億立方フィートの天然ガスを消費し、ドイツと日本の合計を上回ると予測しました。9カ月前の見通しのほぼ2倍で、未完工になる計画も織り込んだうえで、今後10年の需要増では液化天然ガス輸出に次ぐ第2の要因になるとみています。

Meta、Microsoft、Google、Amazonは、電力系統を経由せずデータセンターへ電気を供給する天然ガス発電所を計画しています。こうした自家発電型の施設だけで、2035年に日量29億～34億立方フィートを使う見通しで、現在の全データセンターが系統電力分を含めて使う量とほぼ同じです。

需要増の中心は電力系統につながる施設です。BloombergNEFは、2030年代半ばまでに電力部門のガス消費を日量150億立方フィート押し上げ、他の系統接続部門を合計した需要増の5倍に達すると予測しています。

急増が現実になれば、近年の安定した天然ガス価格を前提とするデータセンター計画にも影響します。Norevaの分析では、データセンター建設と液化天然ガス輸出の増加が重なると価格が急騰する可能性があり、技術企業が負担できても電力利用者の料金負担が増す懸念があります。

国際エネルギー機関によると、天然ガス1立方フィートの燃焼は採掘、処理、輸送を含めて二酸化炭素換算60グラムを排出します。記事の試算では、データセンターの追加需要により温室効果ガスが日量100万トン増え、現在のアメリカ全体の排出量の約12％に相当します。

2026年9月14日、アメリカ・フィラデルフィアの市庁舎前で、住民団体Philly ThriveなどがAIデータセンター建設の一時停止を求める運動を始め、100人超が集会に参加しました。市内で正式な建設提案はまだありませんが、市当局は候補地を2カ所挙げ、うち1カ所はかつて大規模製油所が稼働したグレイズ・フェリー地区です。住民は大気汚染、騒音、水・電力消費、雇用効果への懸念を訴えています。

グレイズ・フェリーの製油所は2019年の爆発後に閉鎖されるまで、地域の近くで操業していました。住民活動家のShawmar Pitts氏らは、家族や近隣住民の慢性疾患を目にしてきた経験から、新たな大規模産業施設の受け入れに慎重な姿勢を示しています。

記事は、データセンターの環境負荷は旧製油所ほど深刻ではない可能性にも触れています。一方、BloombergNEFは2035年までにアメリカのデータセンターがドイツと日本の合計を上回る天然ガスを消費すると予測し、Clean Air Councilは非常用ディーゼル発電機による汚染を懸念しています。

事業者側は雇用と経済成長を掲げますが、住民は電気料金、水不足、騒音、監視への懸念を訴えています。限られた水と電力が地域住民から奪われるのではないかという不安も、反対運動の背景です。

ニューヨーク州は大規模データセンターの新規許可を一時停止し、影響を調べています。デンバー、インディアナポリス、アッシュビル、シャーロット、リノでも建設停止措置が承認され、自治体が環境や資源への影響を検討する時間を確保しています。

Google.orgは2026年9月15日、行政の複雑な課題をAIで解く「AI for Government Innovation」の採択15団体を発表しました。世界2600件超の提案から大学、社会的企業、非営利団体を選び、州・国の保健当局や自治体の交通機関などが担う公共サービスの改善を後押しします。

この取り組みの規模は総額3000万ドルです。採択団体は専用アクセラレーターを通じ、Googleのエンジニアや製品専門家から無償の実務支援を受け、人を中心に据えたAIツールを開発します。

成果はオープンソースの設計ひな型として公開し、地域ごとに改良・共有できる形を目指します。対象地域は米国イリノイ州、ナイジェリアのラゴス、日本の名古屋などに広がり、特定地域だけでなく他の行政機関にも応用できる構成です。

具体例では、名古屋大学の減災連携研究センターが災害時の救急医療物資の需給をリアルタイムで可視化し、患者対応の調整を支援します。ほかにも感染症集団の発見、妊産婦の早期リスク把握、疾病リスクに基づく移動診療など、医療の予防と初動を補う案件が選ばれました。

行政文書の平易化、低所得世帯向け無料納税申告、検察官が監督する事件文書作成の効率化も対象です。公共交通データの統合、道路安全の意思決定、インフラ障害の予測、気候対策の評価など、住民接点から基幹サービスまで幅広いAI活用を検証します。

GitHubの日本・韓国マーケティング責任者は2026年9月11日、GitHub Blogで、イベント準備から参加者確認、終了後のCRM登録と報告までを、GitHub Copilot、Issues、Actionsで自動化した事例を紹介しました。従来は数日かかった準備が、単一のIssueを起点に数分で完了し、人は企画判断に集中できるとしています。

中核は、イベント名や日程、地域、対象者をIssueフォームで構造化し、ラベルを合図にGitHub Actionsを動かす設計です。履歴、進捗、レビュー、意思決定の根拠を一つのIssueに集約し、APIやCLIを介してイベント管理基盤やCRMと連携します。

企画段階では、GitHub CopilotがAGENTS.mdの運用手順を読み、過去の類似企画を探してキャンペーン名や招待メールを提案します。Copilotが下書きし、人が名称、件名、日程を承認する分業により、入力の正確さと個別企画への柔軟性を両立させています。

承認後は、Actionsがランディングページの複製、UTM付きURLの生成、依頼Issueやプロジェクト項目の作成を実行します。毎朝の登録者確認は定期処理にし、終了後のCRM用データ整形と報告は二つのスラッシュコマンドにまとめました。

市場ごとに異なる終了後の作業は、MarkdownのSKILL.mdに手順として記述し、プルリクエストとCODEOWNERSで審査します。定型作業には高速で低コストのモデル、文案作成には高性能モデルを割り当てるなど、仕事に応じたモデル選択も可能です。

安全策には、外部システムを変更せず動作確認できるDRY_RUN、テスト、コードレビュー、秘密情報のプッシュ防止、組織単位のモデル利用方針を採用しました。一方、登録者確認が5日間停止しても気づかなかった失敗から、定期処理には異常を明確に通知する監視が欠かせないと説明しています。

経済協力開発機構（OECD）が2026年9月に公表したPISA 2025の結果で、15歳の生徒約76万人を91カ国から調べたところ、社会経済的背景を調整しても、AIを使わない生徒が利用者より理科で概して高得点でした。一方、AI情報の質を批判的に評価する訓練を受け、学習支援に週単位で使う生徒は非利用者をわずかに上回り、使い方と教育設計の重要性が示されました。

成績差は用途によって異なります。課題図書の要約や作文の下書きにAIを使う生徒は相対的に成績が低く、予備調査や一般的な学習支援に使う場合は落ち込みが小さくなりました。

利用頻度でも差があり、年1、2回だけ使う層と毎日使う層の成績が低い傾向に対し、月間または週間で使う層は比較的良好でした。一般的な学習支援に週1回使う生徒は非利用者をわずかに上回り、AI生成情報の質を頻繁に評価させる指導を受けた通常利用者は、いずれも非利用者より高得点でした。

OECDは、学習には新しい材料と向き合う主体的な思考が必要だと説明します。AIがその思考を促せば学びを進めますが、要約や下書きで思考過程を省けば、生徒の発達を損なう可能性があるという見方です。

AI利用は比較的恵まれた家庭の生徒に多く、端末や安定したインターネット、有料ツールへのアクセス差が背景にあるとみられます。利用率はベトナムで95％超、日本で60％と国ごとの差も大きく、毎日使う生徒は好奇心が最も高い一方、それが成績向上には必ずしも結び付いていません。

インドのAIスタートアップRunableは、シリーズAで2100万ドルを調達したと発表しました。今回の資金調達はSusquehanna Venture CapitalとNexus Venture Partnersが主導し、既存投資家のTogether FundとArray VCも参加しました。調達後の評価額は6500万ドルとなり、AIエージェントが事業の「構築」だけでなく「成長」も支援できるかを試す狙いです。

Runableは2025年に創業し、共同創業者でCEOのUmesh Kumar氏と共同創業者のSaksham Sarda氏が率いています。もともとはデータ収集用のブラウザ技術を手がけるAIインフラ企業として出発しましたが、利用者がスライドやウェブサイト作成を求めるようになったことから、汎用AIエージェントへと事業を転換しました。ベンガルール拠点の15人体制ながら、3月の決済機能開始からわずか3週間で年換算収益200万ドルに達したといいます。

同社のエージェントは自然言語の指示だけでウェブサイトやアプリ、プレゼン資料などを作成し、デプロイや分析まで担います。今回の調達を機に、広告出稿やSNS運用、SEO、AIチャットボットでの露出最適化といった「成長」支援機能を拡充する方針です。Kumar氏は、中小企業が個別にツールをそろえるのではなく、顧客獲得という成果そのものをRunableに依頼できる形を目指すと説明しています。

Runableの登録ユーザーは約170万人に上り、直近90日間で消費したトークン数は1兆を超え、その6〜7割は有料ユーザーによるものだといいます。一方で同社は現時点で粗利益率がマイナスとなっており、AI利用料の一部を自社負担している状況です。Kumar氏は推論コストの低下が今後の収益改善につながると期待を示しました。

市場にはAnthropicやOpenAIといった大手に加え、CursorやLovable、Replitなどのコーディング支援サービスがひしめいています。Kumar氏は、開発者向けのコーディングエージェントと張り合うのではなく、ツールを組み合わせる余裕のない非技術系の中小企業経営者を主な対象にすると強調しました。競合として意識するのはManusやGensparkなどの汎用エージェントだといいます。

主要市場は米国、英国、日本で、ブラジルにも利用者がいるといいます。Kumar氏は、日本が早ければ来月にも米国と並ぶ主要市場に成長すると見込んでいることも明らかにしました。

IBMは25日、思考の連鎖を備えた推論特化の大規模言語モデル群「Granite 4.2」を公開しました。3B・8B・30Bの3サイズで展開し、いずれも約15兆トークンでゼロから事前学習した上で、多段階の強化学習を経て仕上げています。実務でツールを操作するエージェント用途を意識した設計が特徴です。

アーキテクチャはGrouped Query Attentionを採用したデコーダー専用の高密度トランスフォーマーです。事前学習は5段階構成で、序盤は基礎能力の獲得に充て、終盤で文脈長を51万2000トークンまで拡張しています。3サイズとも同一アーキテクチャと学習手順を踏襲し、規模だけを変えている点が特徴です。

事前学習後には、思考過程やツール利用の軌跡を含む約720万件のデータで教師ありファインチューニングを実施しました。エージェント用データが3割超を占め、コーディングやターミナル操作、検索などの実環境タスクを学習しています。品質管理では複数のLLMを審判に用い、幻覚や無効なツール呼び出しを含むデータを除外しました。

仕上げにはGRPOによる多段階の強化学習を導入し、数学やコーディングといった検証可能な報酬から着手しました。8Bと30Bのみ、ソフトウェア開発やターミナル操作、Web検索を実環境で行うエージェント強化学習を追加で実施しています。最終段階では人間の選好や安全性を反映するRLHFで仕上げています。

ベンチマークでは30BモデルがSWE-Bench Verifiedで57.0点、数学コンテストのAIME25で89.17点を記録するなど、規模に応じて性能が向上しています。全モデルはApache 2.0ライセンスで公開され、FP8やGGUFなど複数の量子化版も同時に提供されました。日本語を含む12言語に対応しています。

インドのAIスタートアップVideoVerseが2025年9月に発表した2.5億ドル規模の買収が、1年足らずで崩れました。買い手だったスポーツメディア企業Minute Mediaは2026年5月に契約を打ち切り、創業者のヴィナヤク・シュリバスタブ氏は詐欺や署名偽造を訴える複数の訴訟の渦中にいます。デラウェア州の衡平法裁判所には、投資家や債権者からの請求が積み上がっています。

発端は買収直後の資金調達でした。シュリバスタブ氏は2025年10月、投資会社Lingottoから5500万ドルの仕組み融資を取り付け、うち5300万ドルがClippingsの管理する口座に送金されます。ところがLingottoは訴訟で、提出された書類が偽造され、Minute Mediaの最高経営責任者は署名していなかったと主張しています。

返済はすぐに滞りました。2026年3月末に予定されていた400万ドルの支払いは実行されず、一括返済を求めたLingottoは、同社への支払いを待つ債権者の長い列を目にすることになります。4月末までに、シュリバスタブ氏は最高経営責任者の座を退きました。

請求は一社にとどまりません。2023年のラウンドに出資したBluestone Capitalは投資条件違反と売却代金の未払いを理由に詐欺で提訴し、別の債権者は6400万ドルの回収を求めています。元最高執行責任者のサビヤ・ダス氏は、融資契約や自社株買い契約で自分の署名が偽造され、数千万ドルが社外へ流出したと訴えています。

皮肉なのは、事業そのものは成長市場の中核にあった点です。主力製品Magnifiは長尺の試合映像から得点シーンなどを自動で抜き出すAIツールで、インド・プレミアリーグやFIFA+、日本テレビといった顧客を抱えていました。Minute Mediaは米国市場への横展開を描いていましたが、内部の問題が先に表面化します。

この一件が突きつけるのは、デューデリジェンスの限界です。買収が完了した後も両社が別法人として運営され続けたという事実は、書類上の合意と実態の乖離を見逃す余地があったことを示しています。スタートアップの取引がいまだ信頼に大きく依存している現実を、経営者は改めて意識する必要がありそうです。

NVIDIAは8月10日、多言語音声合成モデル「Magpie TTS Multilingual」の最新版を公開しました。3億6400万パラメータの小型モデルで、新たにアラビア語・韓国語・ブラジルポルトガル語を加えた12言語に対応し、重みはHugging Face上でオープンモデルライセンスの下に配布されています。狙いは、企業が自社の環境で低遅延の音声エージェントを組めるようにする点にあります。

音声対話で最も体感に響くのは、生成開始から最初の音声が届くまでの時間、TTFAです。NVIDIAの実測値はB200で32ミリ秒、H100で47ミリ秒、A100で79ミリ秒でした。64並列の負荷下でもB200は239ミリ秒に収まり、再生速度の約320倍にあたるスループットを出しています。

この速さを支えるのは2つの設計変更です。デコーダが1回のステップで2フレームを同時に予測するフレームスタッキングが反復回数を半減させ、同時に生成されるトークン間の依存関係をlocal transformerが補正して音質の落ち込みを防ぎます。手法はICASSP 2026の論文として公開されています。

品質も前版から前進しました。フランス語の文字誤り率は2.70%から1.54%へ、スペイン語は1.14%から0.60%へ下がり、話者類似度もあわせて向上しています。新規3言語の文字誤り率は1.62〜2.91%で、今後の改善を測る基準値になります。

企業にとっての要点は、速さそのものよりも自分で制御できることではないでしょうか。重みが手元にあれば、閉域環境での運用やデータ所在地の要件に合わせた配置ができ、NeMoで自社の固有名詞や話者を追加学習させることもできます。Magpieは音声認識のNemotron Speechなどと組み合わせる参照実装「Nemotron Voice Agent」にも組み込まれ、1秒未満の応答を狙う構成例が示されています。

日本のAIスタートアップ、アイリスが開発した医療機器「ノドカ」が、のどの奥を撮影した画像から10秒あまりでインフルエンザを判定します。小型カメラで咽頭を撮り、問診情報などと合わせてAIが解析する仕組みで、鼻の奥に綿棒を差し込む従来の検査を置き換えます。2022年に日本初のAI搭載「新医療機器」として承認と保険適用を受け、すでに国内2000を超える医療機関に導入されています。

のどの診察は体温測定や聴診と並ぶ基本の手技ですが、そのやり方は古代からほとんど変わっていません。病原体ごとに咽頭に現れる所見は異なり、そこには膨大な情報が眠っている、というのが同社の見立てです。ノドカは発症から早い段階でも使える点も、患者の負担が大きい鼻腔検査との違いです。

創業は2017年。当時はのどに特化した学習データが存在せず、同社は約100の医療機関に専用カメラを貸し出し、患者の同意を得ながら約3年かけてデータを収集しました。ハードウェア開発、学習データの確保、AIによる診断支援が本当に成立するのかという三つの不確実性を同時に越えたことが、実用化への道を開いています。

実用化後は精度の向上が加速しました。臨床で使われるたびに匿名加工されたデータが蓄積され、発売前は数十万枚だった咽頭画像は数百万枚規模に達しています。このネットワーク効果が参入障壁となり、同じ領域に後発企業は現れていません。

同社の視野は感染症にとどまりません。咽頭画像には粘膜や血管のパターンが写るため、糖尿病や高血圧といった生活習慣病を検知するAIの研究開発も進めています。元救急医である同社CEOは、10年ほどで「のどの写真1枚で幅広い検査ができる時代が来る」と語り、AI推論のコストが極めて低いため検査項目を増やしても提供コストはほとんど変わらないと説明します。

AIを医療の各段階に組み込む「再設計」に向け、CEOは規制改革の提言や省庁への働きかけも続けています。体の粘膜は共通性が高いとされ、日本で蓄積したデータとアルゴリズムは海外にも移せる見通しです。海外展開の準備はすでに始まっており、米国での治験も検討されています。

アメリカの連邦通信委員会(FCC)は先週、安全保障上の懸念を理由に、中国製のヒューマノイドなど先端機器の新モデルについて輸入を禁止しました。この決定はアメリカの中小ロボット企業の成長を妨げる一方で、中国以外で製造する企業には追い風となります。インドのバンガロールでロボットを組み立てるAti Roboticsは、その代表例です。

同社は2017年に自動運転車向けモーターの開発企業として設立され、その後、自社製ロボットの開発に軸足を移しました。工場や倉庫で数トンの資材を運ぶ牽引車やパレット搬送機を手がけ、現在は50社を超える顧客のもとで数百台が稼働しています。年内には重い箱を運ぶ初のヒューマノイドを投入する予定です。

主力の1万ポンド級牽引車で中国から調達するのは電池セルのみ、パレット搬送機でも中国製部品は5%未満だとCEOのSaurabh Chandra氏は説明します。磁石を使う中国製ブラシレスモーターではなく誘導モーターを選んだため、磁石そのものの調達が不要になりました。牽引車のライダーセンサーにはアメリカのOuster製を使っています。

背景にあるのは、研究開発拠点バンガロールで進んでいた二輪・三輪向けEV部品のサプライチェーンの活用です。自動車部品は量産され信頼性が高く割安なため、一部を作り替えてロボットに転用しました。ただし誘導モーターは効率がやや劣り、その分をバッテリーで補う判断をしています。

一方、ヒューマノイドは腕とアクチュエーターをバンガロールで作るものの、ハーモニックドライブやフレームレスモーターは中国製です。歯車もドイツや台湾、日本に代替先はありますが、価格は上がるといいます。同社はミシガン州デトロイト近郊のマディソンハイツに拠点を設け、将来はそこで組み立てる計画です。

Chandra氏は業界の反応を「みな否認している」と語り、ワシントンでの働きかけも実らなかったと指摘します。恩恵を受けるのは中国以外で製造する企業で、TeslaのOptimusやアメリカ国内で生産するFigureを挙げました。ロボット新興企業への投資は件数・金額とも過去最高ですが、多くはソフトウェア中心で、ハードウェアは依然として中国のサプライヤー頼みです。

アプリ調査会社のSensor Towerは7月31日、インドのモバイルアプリ市場における2026年4〜6月期の消費者支出が過去最高の3億4500万ドルに達したと発表しました。前年同期比で35%増となり、成長を押し上げたのはゲームではなく生成AIや動画配信、生産性向上アプリでした。世界最大のダウンロード市場でありながら稼ぎにくいとされてきたインドが、課金する市場へと変わり始めています。

変化の背景にあるのは、決済の摩擦が消えたことです。同社のアナリスト、Eve Chen氏は、銀行口座から直接支払えるUPIやデジタルウォレットの普及がアプリ内課金のハードルを下げ、サブスクリプションへの抵抗感も薄れたと説明します。ダウンロード数は2023年以降、四半期あたり63億件前後で横ばいですが、1ダウンロード当たりの収益はこの3年半で2倍以上に伸びました。

収益の中身を見ると、生成AIが最も成長の速い分野の一つになっています。ChatGPTとClaudeの2つだけで、インドのAIアプリ収益の約83%を占めました。非ゲーム分野は2026年上半期の収益の68%を握り、3年前の58%から比率を高めています。

伸びの速さは世界的にも際立ちます。同四半期のインドの成長率は主要市場で最速となり、メキシコの30%、トルコの25%を上回った一方、米国のアプリ収益は3%減と縮小しました。ただし恩恵の多くを受けているのは海外のサブスクリプション事業者で、四半期の最高収益アプリはGoogle Oneでした。

一方で、収益力の差は依然として大きいままです。1ダウンロード当たりの収益は米国が約4.60ドル、韓国が3.90ドル、日本が6.10ドルなのに対し、インドはその一部にとどまります。別の調査会社Appfiguresは、AI主導の急伸が一巡してサブスクリプション成長のペースは鈍ったとしつつ、ChatGPTがインドで1日あたり約6万ドルを稼いでいると推計しており、絶対額よりも軌道を見るべき局面です。

米連邦通信委員会（FCC）は、外国で製造されたロボットの新規モデルについて、米国内での販売を禁止する規制を導入しました。対象は特定の一国にとどまらず、日本や韓国、ドイツといった同盟国で作られた製品まで広く含まれる点が特徴です。安全保障上のリスクを理由に、移動型ロボットの市場が大きく再編される可能性が出てきました。

規制の対象となるのは、ドッキングステーションと組み合わせる場合も含め、重量が4.4ポンド（約2キログラム）を超える移動型の機器です。ロボット玩具のような軽量な製品は引き続き購入できますが、多くのロボット掃除機はこの重量を上回るため規制対象に入ります。さらに規制は新規モデルのみに適用され、すでにFCCの認証を受けた既存モデルは購入も使用も継続できます。

一方で除外規定は数多く設けられています。列車やドローン、水中航行体、ロボットタクシーのような公道を走る「コネクテッド車両」は対象外で、医療・手術用ロボットや義肢、車椅子などの補助機器も規制を免れます。固定式のロボットも除外されており、米国の企業は外国製の産業用ロボットアームを引き続き調達できます。

注目すべきは、国防総省が特定のロボットや機種について安全保障上のリスクがないと判断すれば、FCCの規制リストから除外できる仕組みです。なお国防総省はトランプ政権下で「戦争省（Department of War）」へと改称され、FCCの文書でもその名称で記載されています。

今回の規制には、米国内での生産を促す狙いがあるとみられます。すでにアジリティ・ロボティクス（Agility Robotics）や1X、フィギュアAI（Figure AI）などが米国工場で人型ロボットの量産を競っており、テスラも旧型の電気自動車の生産を縮小して人型ロボット『オプティマス』へ軸足を移しつつあります。保護主義との批判もある一方、国内製造業の追い風になるとの見方も出ています。

米Googleと日本の通信大手KDDIは7月28日、日本のAIネイティブ新興企業を支援する「AI Startup Support Program」を共同で立ち上げると発表しました。GoogleのAI投資基金「AI Futures Fund」を日本へ広げる取り組みで、選定企業には資金・最新モデル・計算資源・専門支援を一体で提供します。両社は日本を世界有数のAI開発拠点と位置づけ、革新的なチームの成長を後押しする狙いです。

支援の柱の一つが共同出資です。選ばれた企業は、AI Futures FundとKDDI Open Innovation Fundの双方から株式投資を受けられます。複数の後ろ盾を資金面で得ることで、事業拡大を加速しやすくなります。

技術面では、Googleの先進的なAIモデルへ早期にアクセスできます。対象には対話AIのGeminiのほか、画像生成の「Nano Banana」や音楽生成の「Lyria」が含まれます。開発中のモデルについて、研究者へ直接フィードバックを届ける機会も用意されます。

計算資源では、Google Cloudのクレジットに加え、日本国内に整備されたソブリンGeminiやGPUのクレジットを提供します。これらはKDDIの大阪堺データセンターを通じて国内で供給される点が特徴です。データを国内で扱いたい企業にとって、機密性の高い用途でも使いやすい体制と言えます。

さらに、GoogleとKDDIの研究者やエンジニア、プロダクトマネージャーによる実践的な技術支援を受けられます。販路開拓や事業機会の紹介も含まれ、技術と事業の両面から成長を支えます。両社は野心的なビジョンを持つ日本のチームに応募を呼びかけており、詳細はAI Futures Fundのサイトで公開されています。

AnthropicはClaudeの音声モードを刷新し、これまでHaikuのみだった対応モデルに上位のOpusとSonnetを加えたと7月23日に発表しました。新モードはテキストチャットで最後に使ったモデルを引き継ぎ、その高速版を既定で用います。従来は素早い応答に強い一方で複雑な業務には不向きでしたが、上位モデルの追加で深い問題解決にも応じられるようになります。

今回の目玉はアプリ連携です。音声モードからGmailやGoogleカレンダー、Slack、Canva、Notionなどにアクセスでき、会議枠の変更やメールの下書き、Notionでの文書作成を声だけで指示できます。Anthropicはピッチの練習や市場調査のブレインストーミングなど、長い対話を伴う実務での利用を想定しています。

この機能は数週間前に会話モデルを刷新したOpenAIとの差別化点になります。ChatGPTの音声モードは会話の自然さを高めたものの、依然として外部ツールを操作して作業を完結させることはできません。一方でClaudeはツール操作まで踏み込み、対話を成果物へ直結させます。

多言語対応も正式版へ移行しました。英語に加え、日本語やフランス語、ドイツ語、韓国語など計10言語を利用でき、言語は手動で指定します。新音声モードは全プラットフォームでベータ提供されますが、無料ユーザーはHaikuと接続アプリ1つに制限されます。

ただし今回、音声モデル自体には手を加えていません。Anthropicは採用する音声スタックの詳細を明かしておらず、OpenAIのような割り込み処理の改善といった会話品質の向上は見込みにくい点に留意が必要です。

OpenAIは2026年7月22日、企業が音声とチャットでAIエージェントを本番運用するための製品「Presence」を発表しました。質問応答や社内システムの操作、承認済みアクションの実行、必要時の人間への引き継ぎを、企業が定めたポリシーの下で担います。限定的な一般提供として即日利用でき、導入はOpenAIの常駐技術者(FDE)とシステムインテグレーターが主導し、セルフサービスでは使えません。

Presenceは、ポリシーやガードレール、承認済みアクション、シミュレーション、評価ツール、Codexによる改善プロセスを一つにまとめた運用基盤です。各導入は請求対応や保険請求、IT依頼など特定の業務から始まり、エージェントにはその業務に必要な知識とシステムアクセスだけを与えます。企業側が、自律的に実行できる範囲、承認が必要な操作、人間が引き継ぐ場面を決めます。

すでにOpenAIは英語の電話サポート(1-888-GPT-0090)でPresenceを稼働させ、問い合わせの75%を人手を介さず解決していると説明します。Codexを使った改善ループにより、10日間で人間への引き継ぎを15ポイント削減したとしています。ただしこれらは自社公表の数値で、第三者による検証は行われていません。

導入を検討する企業も広がっています。BBVAはメキシコで日常的な銀行業務の音声対応を、ソフトバンクは自然な日本語での顧客対応を、オーストラリアの保険大手IAGは悪天候などの需要増時の支援を、それぞれ試しています。中核エージェントはOpenAIのモデルを使いますが、ガードレールやツールには外部モデルをAPI経由で接続できます。

Presenceは、技術者を顧客に常駐させて導入するPalantir型の手法を取り入れ、モデル提供が中心だったOpenAIの企業戦略を一歩進めます。競合のAnthropicも1週間前に常駐型のコンサル部門Odeを立ち上げており、モデル単体では足りない導入支援の需要が背景にあります。ただし発表は社内評価中のモデルが封じ込めを破った情報開示の翌日にあたり、価格や契約条件、サービス水準も未公開で、顧客が総コストとリスクを見極める材料はなお不足しています。

Nvidiaのジェンセン・フアン最高経営責任者は7月15日と16日の2日間に東京を訪れ、日本政府と産業界を巻き込む国家AI基盤の構築で合意しました。政府は国産AI開発プロジェクト「Noetra」に5年で最大1兆円を投じ、その計算基盤をNvidiaの次世代半導体が担います。フアン氏はAIの次の主戦場を工場の現場と位置づけ、日本の製造業をその中心に据えました。

中核となるNoetraには、ソフトバンク、ソニー、NEC、ホンダを軸に国内約44社が集まりました。工場や車両、ロボットを動かすフィジカルAIの基盤モデルを自国で持ち、米国や中国のAIに頼らない体制をつくる狙いです。開発は3段階で進み、2026年度に日本語に強い推論モデル、2028年に文章・画像・映像・音声を扱うモデル、2030年にロボットを動かす「実世界ネイティブAI」を計画しています。

その計算資源を支えるのが、Nvidiaが「世界初の国家AIインフラ」と位置づけるVera Rubin AI工場です。Vera CPUを1万3750基、Rubin GPUを2万7500基搭載し、消費電力は140メガワット規模で、2028年の稼働を見込みます。数兆パラメータ級のモデル学習は、この拠点が担う想定です。

ロボット分野では、ファナック、安川電機、川崎重工、富士通、日立、NEC、ソニー、ソフトバンク、クボタなどがNvidiaのCosmosモデル採用を表明しました。東京では、Jetson Thorチップ上で動く「Cosmos 3 Edge」が公開され、機械そのものにモデルを組み込む道が開かれています。ホンダの研究部門やオムロンはすでに開発に着手しました。

トヨタ自動車は次世代車でNvidiaのDriveプラットフォームを採用済みで、今回はシミュレーションによる生産ラインの設計や交通状況を読む仕組みにも適用範囲を広げます。ただし車両側は運転者を前提とする高度運転支援にとどめ、WaymoやTeslaより慎重な路線を選んでいます。

背景にあるのは労働力の減少と主権の問題です。日本は2040年までに18分野で1000万台のAI搭載ロボットを普及させ、官民で650億ドルを投じ、約20兆円規模とされる世界市場の3割超を狙います。高市政権はAIと半導体を成長戦略の柱に据えていますが、その独立への挑戦は当面、米国製の半導体の上で走ることになります。

非営利団体のCurrent AIが、誰もが無料で使える公共のAI基盤づくりを加速しています。2025年2月にフランス政府の1億ドルを起点として発足し、フォード財団やマッカーサー財団、DeepMind、Salesforceが加わって総額4億ドルの資金を確保しました。狙いは、主要なAIがすべて民間企業のものという現状に対し、公共の選択肢を用意することです。

象徴となるのが、2月のインドAIサミットで政府のAI言語部門Bhashiniと組んで生まれた「Suno Sutra」です。インドの22言語を扱い、インターネット接続なしで動く手のひらサイズの端末で、ソースコードは公開され開発者が自由に拡張できます。アヤ・バデア最高経営責任者は「インドには数百の言語と方言があるが、今のAIはそれらを代表していない」と語ります。

先月には、ケニア、レバノン、ブラジル・アマゾンの4団体へ320万ドルの助成を配分しました。ケニアのMasakhaneは50を超えるアフリカ言語のデータセットを保健・農業・教育向けに整備し、レバノンの団体はアラブ文化史を地域側が管理する機械可読データベースへ変換しています。ブラジルでは先住民コミュニティと組み、データを現地の領域内に留めるオフラインのAIツールを開発中です。

技術基盤づくりも動き出しました。今月ジュネーブで公開したオープンソースのチャットボット「Alpha Chat」は、Hugging FaceやMozilla、MIT Media Labなど10団体の連合がわずか7週間で組み上げたもので、言語モデルや安全性ツール、計算資源を各団体が持ち寄りました。さらに東京のSakana AIとも提携し、日本語と新興国の言語を支える共通のオープンソース基盤を共同開発します。

根底にあるのはデータの所有権をめぐる問いです。バデア氏は大手技術企業の多言語対応を「市場拡大のためで、同意も文脈も問わない」と批判し、先住民の言語では宣教師による聖書翻訳が地域の合意より先に学習データになってきたと指摘します。Current AIはモデルとデータを現地に置き、地域がいつでも工程を止められる同意プロトコルを開発手順に組み込む方針です。

予算規模の小ささをどう見るべきでしょうか。バデア氏は「規模が常に尺度とは限らず、それは大手技術企業の発想だ」と述べ、ケニアで作られた道具をアマゾンの長老が自らの言語で生態知識を継承するために使う、といった姿を描きます。世界の話し言葉の半分が消滅の危機にあるなか、公共のAIという選択肢が成り立つかが問われています。

Googleとカナダのウォータールー大学は2026年7月16日、共同で運営する教育プログラム「Futures Lab」の初年度成果を公開しました。人工知能が新卒レベルの業務を置き換えつつある中、卒業生がどうすれば変化に強く「即戦力」であり続けられるのかという問いに答えるための取り組みです。両者は初回の修了生や教員、事務スタッフに聞き取りを行い、何が有効だったのかを検証しました。

プログラムは8週間単位のワークショップ形式で、さまざまな専攻の学生に実務的な技術スキルを教えます。学生はGoogleのメンターと組み、身近な学習課題を解決するAIの試作品を設計します。過去には手話学習ツール「SignFluent」や、AIが生成する物語で日本語の漢字を学ぶ「Kanji Garden」などが生まれました。

両者は初年度の修了を経て、プログラムが生む価値を5つに整理しました。第一に、非技術系の学生でも実際に技術を作れるvibe coding体験。第二に、画面を離れて実ユーザーで検証し改善するデザイン思考の実地応用です。生物学や金融、環境保全など異なる分野の学生が協働する点も、実際の職場を映す学びだと位置づけています。

残る2つは、伝える力と就職での強みです。参加者は30秒ピッチで素早く語る訓練を積み、専門的な内容を非技術者にもわかりやすく翻訳する力を磨きます。自らのプロジェクトはコープ（就労体験）面接で有力な話題となり、競争上の優位につながると説明しています。

両者は、高等教育の未来が伝統よりも俊敏さにあると総括しています。自動化への不安を準備と希望の機会に変え、AIと自分のキャリアの関係を語れる自信を学生に育てることを狙いとしています。今後はこの取り組みを他の場にも広げる青写真を描いています。

米AIチップ企業SambaNovaは7月8日、General Atlantic主導のシリーズF資金調達の初回クローズで10億ドルを調達したと発表しました。企業価値評価額は110億ドルに達し、今後数週間で追加投資家が加わる第2クローズも見込まれています。2017年設立の同社にとって、2026年2月のシリーズE（3億5000万ドル）からわずか5カ月での大型調達となります。

同時に明らかになったのが、金融大手JPMorgan Chaseが同社を「推論インフラのパートナー」に選定したことです。SN40LとSN50システムを用い、行内で安全なオンプレミス型のAI推論を稼働させます。ロドリゴ・リアン最高経営責任者（CEO）は「銀行業界に対し、クラウドサービスに完全依存しない時代が来たというメッセージだ」と述べました。

リアン氏はこの受注を市場全体へのシグナルと位置づけます。JPMorgan級の銀行が最も機密性の高いモデルの推論を自前の安全な基盤で動かし始めており、その流れは銀行業界を超えて広がるとみています。企業や政府の多くは「AI活用に踏み出したばかり」で、大きな収益機会がなお残されていると指摘しました。

出資元でもあるIntelとの関係も深まっています。5カ月前には、IntelのXeonチップを基盤としたAI推論開発を支える複数年契約を締結し、両社は製品を共同開発・共同販売する体制へ移行しました。かつて約16億ドルでのIntelによる買収交渉も報じられましたが、リアン氏は独立維持について明言を避け、「いずれ株式を公開する」方向に傾く可能性を示唆しました。

技術面での強みは、最大級のモデルを高速に動かす「プレミアム推論」にあります。数兆パラメータに及ぶ最新の基盤モデルを単一ラックに収め、素早く処理する設計が特徴です。次世代チップSN50は2026年後半に出荷を始め、SoftBankが初の導入パートナーとなります。

調達資金は事業拡大と供給網の強化に充てる方針です。リアン氏は「桁外れの需要の波」に対応するため供給網を確保すると説明し、今後12カ月の受注をこなすうえで不可欠だと強調しました。顧客にはJPMorganのほか、サウジアラムコや日本企業も名を連ねています。

OpenAIは7月8日、政府や国家安全保障分野での自社技術の利用方針を示す「国家安全保障原則」を公表しました。各国政府が最先端AIを重要業務に使い始めるなか、AIラボ・政府・市民社会が連携して利用のあり方を定める必要があるとの認識に基づく取り組みです。同社は透明性を高め、民主的な説明責任と人間の判断を確保する狙いだと説明しています。

原則の策定は全社的な取り組みとして進められ、著名な国家安全保障専門家であるDavid Kris氏が独立した立場で進行を支援しました。研究・安全性から政策・政府連携まで幅広い部門の従業員が参加し、社内で複数回の意見交換を重ねたといいます。技術の高度化に伴い、法執行や安全保障領域での対応を体系化する必要があったと位置づけています。

同社は米国政府や同盟国との連携をサイバー・生物防衛の分野で拡大しています。サイバー防衛プログラム「Daybreak」では、オーストラリア、カナダ、日本、韓国、フランス、ドイツ、ポーランド、オランダ、およびENISAなどEU機関と「Trusted Access for Cyber」の提携を結びました。英国政府とも試験・評価を含む連携を進めているほか、生物防衛では公衆衛生を支えるGPT-Rosalindへの信頼できるアクセスを一部の政府機関に拡大しています。

一方で同社は、既存の国防総省との協業を含め、明確な利用制限を設けています。具体的には、技術を大規模な国内監視に用いないこと、自律兵器システムの制御に用いないこと、高リスクの自動意思決定に用いないことの3点を契約上の制約として掲げています。今回の原則もこれらの制約と整合するとしています。

最も重要な判断は企業単独ではなく民主的なプロセスを通じて下されるべきだと同社は強調します。企業の役割はそうした意思決定を助けることであり、代わりに決めることではないとの立場です。そのうえで、国内監視や自律兵器など最もリスクの高い軍事利用について、安全策を定める立法の取り組みを支持すると表明しました。

グーグルは7月8日、写真管理アプリ「Google Photos」に、動画を数タップで編集・変換できる新機能「Video Remix」を追加したと発表しました。同社が最近公開したモデル「Gemini Omni」を基盤とし、専門的な技術や長時間の編集作業なしに、日常の動画を共有したくなる映像へと変えられます。提供は本日から順次始まります。

機能はアプリ内の「Create」タブから利用できます。暗い映像に映画のような再ライティングを施したり、平凡な背景を別のものに差し替えたりできるほか、水彩画やスケッチ、油絵といった芸術的な効果も加えられます。

特徴は、用意されたテンプレートを選ぶだけで加工が完了する点にあります。例えば温室で撮影したように見せたり、朝の光で照らし直したり、映像全体を水彩画風に描き変えたりと、これまで専用ソフトが必要だった編集を手軽に実現します。

今回の追加は、グーグルが消費者向けアプリに生成AIを組み込む取り組みの一環です。アップルやOpenAI、アドビと競う同社は、AIによる動画編集をGoogle Photosに取り込むことで、利用者を自社の経済圏にとどめる狙いがあります。

提供対象はGoogle AI Plus、Pro、Ultraの契約者で、米国や日本、インド、ブラジル、韓国など14カ国から始まります。同アプリは近く肌の質感補正やシミ除去といった修整ツールも導入しており、AI機能の拡充が続いています。

グーグル傘下のDeepMindで公共政策責任者を務めたベリティ・ハーディング氏が、米ワイアード誌のインタビューで、AIを「軍拡競争」と捉える枠組みそのものが危険だと警告しました。同氏は2016年から2020年にかけてオバマ元大統領やマクロン仏大統領らにAIの助言を行った人物で、新たなエッセイ集『Reframing the AI Arms Race』を編みました。戦争の比喩が政策の方向性を狭めると訴えています。

ハーディング氏によれば、かつてAI研究は国際協調に根ざしていましたが、次第にアンソロピックとオープンAIのようなラボ間、そして米中という超大国間の対立に塗り替えられました。AIを致死兵器のように語ることは、技術の安全性を担保するために必要な国際協力の扉を閉ざしかねないと指摘します。

特に技術を輸入する小国にとって、軍拡競争という前提を受け入れることは、いずれかの超大国の側につくことを意味し、自国の利益に反する恐れがあると警鐘を鳴らします。同氏はトランプ政権の国家主義的なAI言説や、自国製モデルへの輸出規制の動きを、最悪のシナリオが具体化しつつある兆候と見ています。

打開策として同氏が提唱するのが中堅国連合です。カナダ、フランス、日本、韓国、インド、英国などが連携すれば、規模と交渉力を確保できると説きます。競争は健全でも、協調や協力と両立できるというのが同氏の立場です。

一方でハーディング氏は、大手ラボが「これほど強力な技術の答えを持つのは自分たちだけだ」と語ることで権力を集中させていると批判します。このまま進めば、政府による過度な統制と、超大国に従属する国家の増加という未来が待つと警告しました。協調の筋肉は使い続けなければ衰えてしまう、と締めくくっています。

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。

米Anthropicは6月26日、サイバーセキュリティ特化モデル「Mythos 5」へのアクセスを一部組織に再開したと明らかにしました。トランプ政権が2週間前に課した輸出規制で全面停止していましたが、商務長官ハワード・ルトニック氏が同社共同創業者トム・ブラウン氏に宛てた書簡で、信頼できる一部の事業者に限り解禁を認めたものです。公開向けの「Fable 5」は依然として停止状態が続いています。

今回の措置は規制そのものの撤廃ではなく、あくまで例外的な承認にとどまります。対象はサイバー防衛を担う組織と重要インフラ事業者に限られ、Anthropicの非米国籍従業員や承認組織の非米国籍メンバーにもアクセスが認められました。これは同日に発表されたOpenAIの「GPT-5.6」と同じ限定プレビュー型の枠組みで、両社とも本格的な一般提供の早期再開を望んでいます。

規制をめぐっては、解除を求める圧力が高まっていました。競合のセキュリティモデルが一部の指標でMythosを上回り始めたことに加え、米国の技術停滞の間に中国が前進するとの懸念が業界内で広がっていたためです。さらに国家安全保障局（NSA）までもがMythos 5へのアクセスを失っていた事実が、政権への圧力を強めました。

一方、その空白を狙ってアジア勢が動き出しています。中国のサイバーセキュリティ企業360は、脆弱性を自動検出する「Tulongfeng」と防御を自動化する「Yitianzhen」を発表しました。創業者の周鴻禕氏は脆弱性検出AIを国家戦略資産と位置づけ、一部だけが高度な能力を持つ「一方通行の透明性」のリスクを訴えています。

日本の東京拠点Sakana AIも、Fable 5やMythos Previewと並ぶとする新モデル「Fugu」を投入しました。同社は規制リスクのない選択肢として打ち出し、複数モデルを束ねるオーケストレーションに強みを置きます。共同創業者デビッド・ハ氏は、単一プロバイダー依存のリスクは無視できないと指摘し、現地言語に強い代替モデルが既に隙間を埋め始めていると言えるでしょう。

半導体大手のNVIDIAは6月23日、ドイツ・ハンブルクで開催のスパコン会議ISCで発表された最新ランキングで、世界の高速スパコン上位500システムのうち400超、つまりTOP500全体の81%を同社技術が支えていると明らかにしました。前回から17システム増え、新規参入では約9割がNVIDIA基盤でした。

勢いの背景には、AIと科学計算を同時にこなす設計への明確な選好があります。NVIDIA系システムはTOP500全体で、他の全プラットフォーム合計に対しAI学習で2倍超、推論で約3倍のスループットを実現するとしています。GPU搭載は過去最多の238システム、ネットワーク接続も最多の376システムに達しました。

同社の存在感はGPUやネットワークにとどまらず、CPUにも広がっています。自社CPU「Grace」の採用は前回比8増の26システムとなり、累計出荷は約250万個に上ります。GPUとGrace CPUをメモリ共有する「Grace Hopper Superchip」は、メモリ集約的な現代AIの需要に向けた設計です。

省電力性能を測るGreen500でもNVIDIAは上位を独占しました。上位8システムすべてがGPUを搭載し、首位はフランス・トゥールーズ大学のGrace Hopper採用機KAIROSで、1ワットあたり73.3ギガフロップスを記録しました。

欧州では記録的な35基のAI向けHPCスパコンが開発中で、欧州初のエクサスケール機JUPITERは人間の脳や気候、次世代6Gのシミュレーションに活用されています。最新世代のBlackwellアーキテクチャ採用機もアジアや欧米で登場し、日本でも初のGB200システムが稼働を始めました。

米Metaは6月23日、看板ブランドだったRay-Banを外した新型スマートグラス「Meta Glasses」を発表しました。開始価格は299ドルで、従来の「Ray-Ban Meta Gen 2」より約80ドル安く設定されています。同社ウェアラブル担当VPのアレックス・ハイメル氏は、より低価格帯の製品を用意する必要があったとブランド変更の理由を語りました。

ブランド名こそ変わったものの、製造はこれまで通り眼鏡大手EssilorLuxotticaが担い、新モデル「Fury」「Adventurer」、そしてKylie Jennerとの協業モデルの内側には同社名が刻印されています。仕様は3月発売の「Ray-Ban Meta Optics Styles」とほぼ同等で、バッテリー駆動時間がわずかに延びた程度です。鼻パッドやテンプル先端を調整可能にし、-12〜+2.25の幅広い度数に対応するなど、装着性は高められています。

Metaは収益の柱となる用途としてAIへの注力を強めています。新製品にはSuperintelligence Labs発の初モデル「Muse Spark」を搭載し、旧Ray-Ban・Oakley製品にもソフト更新で展開します。AIはアラビア語、日本語、中国語、ヒンディー語、韓国語など14言語に新たに対応し、ディスプレイ非搭載機でも歩行者向けのターンバイターン案内が利用できるようになります。

一方で最大の懸念は、Metaが抱えるプライバシー問題です。New York TimesやWiredは、同社がスマートグラス向けに顔認識機能を開発中だと報じており、悪用への不安が広がっています。実際にフィラデルフィアの裁判所やイリノイ州の運転中利用など、公共空間での着用を禁じる動きも出始めています。

ハイメル氏は不正な改造を行う利用者が増えていると認め、「近いうちに正面から対処する更新を出す」と述べました。ただ具体策は明かさず、各州・各国で異なるAI規制への対応も課題に挙げています。手頃で完成度の高いハードである一方、プライバシー懸念を上回る決定的な使い道を示せるかが、普及の鍵を握りそうです。

中国の百度系PaddleOCRは6月22日、汎用OCRモデルの最新世代「PP-OCRv6」をHugging Faceで公開しました。文書やスクリーンショット、多言語画像、産業ラベルなど実環境のテキスト検出・認識を狙い、1.5M〜34.5Mパラメータの3階層で軽量さと精度を両立します。VLM全盛の時代に専用OCRの実用価値を示す動きです。

モデルはtiny、small、mediumの3層で構成されます。最小のtinyはエッジ端末向け、mediumはサーバー側の高精度処理向けと、用途に応じてサイズと精度を選べる設計です。small以上の2層は簡体字・繁体字・英語・日本語を含む50言語に対応します。

精度面では、PaddleOCR独自の複数シナリオ評価でmediumが検出Hmean86.2%、認識精度83.2%を記録しました。前世代のPP-OCRv5_serverと比べ、検出で4.6ポイント、認識で5.1ポイント向上しています。

技術面では、検出に大カーネルの軽量特徴ピラミッド「RepLKFPN」、認識に局所文脈と全体注意を組み合わせた「EncoderWithLightSVTR」を採用しました。小さく回転した文字や低解像度、複雑な背景といった難しい入力への対応力を高めています。

展開の柔軟性も特徴です。Transformers、ONNX Runtime、Paddle Inferenceの3つの推論基盤に対応し、`pip install paddleocr`で導入できます。出力は可視化画像と構造化JSONで保存でき、文書解析や検索、RAGやエージェントの処理に組み込めます。

OpenAIは6月22日、サイバー防御の取り組みDaybreakを拡張すると発表しました。AIモデルで脆弱性の発見から修正までを高速化し、防御側に能力を行き渡らせるのが狙いです。あわせてオープンソース支援策「Patch the Planet」、専用モデルの新版、開発ツール向けプラグイン、企業連携プログラムを公開しました。

中核となるのが専用モデルGPT-5.5-Cyberの正式版です。既知の脆弱性を再現できるかを測る指標CyberGymで85.6%を記録し、通常版の81.8%を上回りました。Wiredによれば、この数値はAnthropicが米政権の輸出規制で撤回したMythos 5の83.8%も超えており、両社のサイバーAI競争を象徴する形となっています。

開発者向けには「Codex Security」プラグインを更新しました。コードベースを深く走査して脆弱性を検出し、影響範囲の特定や修正パッチの生成、検証までを担います。研究プレビュー開始以降、3000万件超のコミットと3万を超えるコードベースを走査し、50万件以上の修正を確認したといいます。

オープンソース支援策「Patch the Planet」は、セキュリティ企業Trail of Bitsと共同で設立しました。HackerOneやCalifとも連携し、人手不足に悩む保守担当者に専門家と高度なモデルを無償で提供します。cURLやGo、Pythonなど30以上のプロジェクトが参加を表明しています。

AIによる脆弱性発見が加速する一方、保守担当者は質の低い誤検知報告の山に追われてきました。同プログラムは専門研究者が報告を事前に検証・重複排除し、保守側の負担を軽減します。初週の5日間スプリントでは数百件の問題を洗い出し、数十件のパッチを統合しました。

OpenAIは各国政府との連携も拡大しています。日本やオーストラリア、カナダなどと信頼アクセスの枠組みを結び、重要インフラの防御強化に取り組む方針です。攻撃者より先に脆弱性を見つけて塞ぐ、防御主導の体制づくりが進んでいます。

米自動車大手General Motors（GM）が6月、デトロイトのEV旗艦工場「Factory Zero」に日本のFANUC製ロボットアーム約50台を導入しました。一方で3月の一時解雇により1300人の労働者が今も職場復帰できていない状況で、全米自動車労働組合（UAW）が強く反発しています。地元紙Crain's Detroit Businessが報じました。

導入されたロボットは、組み立てラインで車両に各種部品を取り付ける作業を支援するものです。GMは3月に「一時的」とされたレイオフを実施しましたが、対象となった労働者をまだ一人も呼び戻していません。UAW Local 22のJames Cotton委員長は「1000人以上が無期限レイオフのままだ」と述べ、ロボット50台を導入する代わりに組合員を復職させられたはずだと訴えました。

今回の一時解雇に先立ち、同じFactory Zeroでは2025年10月に別の1200人が恒久的なレイオフの対象となっていました。短期間で二度の大規模な人員削減が重なった形です。労働者側の不信感が高まっている背景には、こうした経緯があります。

自動化を進めているのはGMだけではありません。Ford MotorやStellantisもFANUC製ロボットアームなどを組み立てラインに展開し、米国内の操業の自動化を加速しています。Hyundaiは2028年までに、傘下のBoston Dynamicsが手がける人型ロボット「Atlas」をジョージア州のEV旗艦工場に投入する計画です。

解雇された組合オーガナイザーのAndrew Bergman氏は、技術発展は本来「労働をより安全にし、賃金を減らさず労働時間を短縮できる」と指摘したうえで、経営側の手では利益の上積みと人員削減に使われていると批判しました。同じ6月の週にデトロイトで開かれた経営者側と労働者側の集会では、ロボットや自動化をめぐり対照的なメッセージが示されています。

Reindustrialize Summitでは新興企業創業者が「ロボットが製造基盤を超人的に強化する」と語った一方、UAW大会ではShawn Fain委員長が「人型ロボットと大規模な自動化の脅威」が雇用と賃金を損なうと警告しました。自動車メーカーと労働者にとって、自動化は存続を左右する争点になりつつあります。

Googleは2026年6月9日、モバイル通信サービスGoogle Fi Wirelessの海外旅行向け機能を大幅に強化すると発表しました。夏の旅行シーズンに合わせ、5G対応地域の拡大やVPNの提供範囲拡充など6つの新機能をUnlimited Premiumプランに追加料金なしで提供します。今回の更新は、海外渡航者のモバイル接続体験を総合的に改善することを目指しています。

5G接続についてはモロッコやコロンビアを含む22の新地域が追加され、合計110カ国以上で高速通信が利用可能になりました。また、データ専用eSIMを使えば、スマートウォッチや子どものタブレットなど最大5台のデバイスとプランの通信カバレッジを共有できます。

セキュリティ面では、Google Fi内蔵のVPNが韓国や日本を含む新たな渡航先でも利用可能になりました。公共Wi-Fiを使う際も自動暗号化により安全に通信できるとしています。さらに、プレミアムWi-Fiに自動接続するW+（Wi-Fi Auto-Connect+）機能がヨーロッパとアジアの一部地域に展開され、混雑した屋内環境でも安定した接続を実現します。

接続の安定性も強化されています。Pixelスマートフォンでは、改良されたデュアルセルラー切替技術により、複数の海外ネットワーク間をリアルタイムで自動切替し、より強い信号に素早く接続します。旅行中に接続が途切れた場合も、Google Fiアプリが自動的に問題を検知・修復する機能が備わっています。

Googleは新規加入者向けのキャンペーンも実施しており、Unlimited Premiumプランを12カ月間50%割引で提供します。期間は2026年6月30日までです。通信インフラの充実とコスト面の訴求を組み合わせ、海外旅行者向けの通信プラットフォームとしての地位確立を狙う動きといえます。

Googleの学習・サステナビリティ担当チーフテクノロジストであるBen Gomes氏が来日し、東京大学の藤井輝夫総長と学生に向けた対話イベントを開催しました。テーマはAI時代における学びの未来で、「本物の学び」の本質と、変化する市場で求められる人間のスキルについて議論が行われました。同社のホワイトペーパー「AI and the Future of Learning」の知見も共有されています。

Gomes氏は、AIが学びのショートカットになるという懸念に対し、AIは好奇心を増幅するツールとして使うべきだと強調しました。真の学びには自ら挑戦し脳を鍛える過程が不可欠であり、AIに答えを求めるだけでは学習にならないと指摘しています。AI時代においては、答えそのものよりも「どのような問いを立てるか」が重要になるという考えを示しました。

教師がAIに置き換えられるかという問いに対しては、明確に否定しました。むしろ教師の存在はこれまで以上に重要になると述べています。Googleの調査では、AIの活用により教師が事務作業で週最大10時間を節約できることが示されており、その時間を生徒との直接的な対話や動機づけに充てることが可能になります。

また、AIの個別指導機能が教育格差の解消に貢献できると説明しました。学習の進度に差がある環境でも、AIが個々の誤解を把握して支援したり、テキストを音声に変換するなどのマルチモーダルな学習オプションを提供できます。GoogleはLearnLMやGeminiといったAIモデルの開発を通じ、教育プロセスを支援する設計を進めています。

さらにGoogleは、東京大学と共同で日本の大学生を対象にしたAI学習効果の実証研究を開始すると発表しました。AIを活用した学習がどのような場面で最も効果的か、また改善が必要な領域はどこかについて、学術的な知見を得ることが目的です。

Hugging FaceのエンジニアMishig Davaadorj氏が2026年6月9日、AIコーディングエージェントが2つのHugging Face Spacesを連鎖させてパリの名所を3Dガウシアンスプラットで表示するギャラリーサイトを自動構築した事例をブログで公開しました。画像生成にはIdeogram4、単一画像からの3D再構成にはTripoSplatが使われ、エージェントは画像生成からファイル圧縮、ビューア構築、デプロイまでを一貫して実行しました。

この事例の技術的な核となるのが、Gradio Spaceが自動公開するagents.mdという仕様ファイルです。agents.mdにはAPIスキーマのURL、エンドポイントの呼び出し方法、ファイルアップロード手順、認証方式がプレーンテキストで記載されており、エージェントはクライアントライブラリやSDKなしでSpaceを操作できます。これにより、異なる組織が開発した最先端モデル同士を統合コードゼロで連鎖させることが可能になります。

Davaadorj氏はMitchell Hashimoto氏が提唱する「ビルディングブロック経済」の概念を引用し、AIがゼロからの構築よりも実績あるコンポーネントの組み合わせに優れている点を強調しています。従来コードライブラリの文脈で語られてきたこの考え方が、画像生成・動画・音声・3Dなどマルチメディア領域にも波及しつつあるという見解を示しました。

実用性を示す証拠として、パリのギャラリー構築後に同じパイプラインで日本とエジプトのギャラリーも「1文の指示」で量産できたことが報告されています。エッフェル塔やカルナック神殿、姫路城など各国6つの名所が3Dスプラットで再構成され、Three.jsベースのビューアにスクロール切替やドラッグ回転のUIが実装されました。人間が介入したのは「もう少しズームアウトして」「オベリスクを別の建造物に差し替えて」といった審美的な判断のみでした。

この事例は、モデルの統合に伴うSDK管理やGPU確保、入力形式の変換といった障壁がagents.mdによって大幅に低下したことを示しています。「プロンプトから回転する3Dモニュメントを生成する」という作業が、かつてはプロジェクト単位の取り組みだったものが、パイプラインの1ステップに縮小されたとDavaadorj氏は述べています。

NVIDIAは2026年6月4日、企業向けAIコンテンツ安全モデル「Nemotron 3.5 Content Safety」をHugging Face上で公開しました。Gemma 3 4Bをベースとする40億パラメータのモデルで、テキストと画像を同時に評価し、両者の組み合わせから生じるポリシー違反も一括で検出します。NVIDIAオープンモデルライセンスのもと、研究・商用いずれの用途にも利用できます。

最大の進化点は、カスタムポリシー機能の追加です。従来は固定の安全分類体系に依存していましたが、3.5では推論時に自然言語で記述した独自ポリシーを入力できるようになりました。これにより、医療・金融・教育など業種固有のリスク基準に合わせた安全判定が可能になります。不要なカテゴリの抑制や、組織独自のリスクカテゴリの追加にも対応しています。

もう一つの注目機能が、推論トレース（THINKモード）です。モデルが安全・不安全の判定に至るまでのステップを段階的に出力することで、判定根拠を監査可能にします。規制産業で求められるコンプライアンスログや、人間によるレビュー、ポリシーの反復改善に活用できます。推論トレースは大規模モデルで生成後、3文以内に要約する2段階プロセスで簡潔化されており、レイテンシへの影響を抑えています。

多言語対応も強化されています。英語・日本語・中国語など12言語を明示的に学習し、ベースモデルのGemma 3から継承した能力により約140言語へのゼロショット汎化も可能です。多言語Aegisベンチマークでは12言語平均96.5%の分類精度を達成しました。マルチモーダル安全ベンチマーク全体では平均約85%の精度を記録しています。

実運用面では、4Bパラメータの軽量設計により8GB以上のVRAMを搭載したGPUで動作します。競合するマルチモーダル安全モデルと比較してエンドツーエンドのレイテンシは3分の1で、推論モード有効時でもトークン生成量は最大50%少なく済みます。訓練データセットも同時公開され、実写真が99%を占める点がマルチモーダル安全研究の既知の課題に対処しています。

Anthropicは2026年6月2日、AIモデルClaude Mythosを活用してソフトウェアの重大な脆弱性を発見・修正する共同イニシアティブ「Project Glasswing」の対象を、約150の新組織に拡大すると発表しました。対象国は15カ国以上に及び、4月に開始した初期パートナー50組織から大幅な規模拡大となります。

今回の拡大では、電力、水道、医療、通信、ハードウェアといった重要インフラ分野の組織が新たに加わりました。Anthropicは「各パートナーに共通するのは、コードベースへの攻撃が成功した場合に壊滅的な被害をもたらす点だ」と説明し、多くの場合1億人以上に影響が及ぶと試算しています。

参加国は米国の友好国が中心で、オーストラリア、カナダ、フランス、ドイツ、イタリア、スイス、日本、韓国などが含まれます。具体的な組織としては、NATO、EUのサイバーセキュリティ機関ENISA、米Okta、韓国のSamsung、SK Hynix、SK Telecomなどが報じられています。

発表は、Anthropicが650億ドルの資金調達と約1兆ドルの評価額を経て、IPOの秘密申請を行った翌日のタイミングです。一方、競合のOpenAIもサイバーセキュリティ特化モデル「GPT-5.5-Cyber」を発表しており、AI企業間で重要インフラ防衛をめぐる競争が激化しています。

米Microsoftは現地時間6月2日、サンフランシスコで開発者会議「Build」を開幕します。同社はAIを軸に事業全体を再編する中で、自社初の推論AIや刷新されたWindows開発環境を披露し、低下した開発者の信頼の回復を狙います。AIチップやアプリ統合まで、AI時代の方向性を示す節目の催しと位置づけられます。

最大の目玉は、AI部門を率いるムスタファ・スレイマン氏が公開する見込みの推論モデル「MAI-Thinking-1」です。他社AIの出力を学ぶ蒸留を用いずに自社開発した点が特徴で、主に企業利用を想定しているといいます。あわせて画像生成の「MAI-Image-2.5」と高速版「Flash」も登場が見込まれます。

利用者向けには、複数のCopilotアシスタントを一つにまとめる「スーパーアプリ」構想も語られます。ただし開発途上のため会場での提供はなく、プレビュー公開は夏の終わり頃の見通しです。流出した画面はBuildのデモ用モックアップにすぎないと報じられています。

Windowsでは、開発者が求めてきた集中できる作業環境を備えた「開発者最適化版のWindows 11」を初公開する見込みです。同社が年初に示した性能改善計画に沿い、一部の書き換えによる動作の高速化も進めているとされます。

ハードウェア面では、Nvidiaの新シリコン「RTX Spark」への対応が焦点です。今年のBuildではローカルモデルの実行に重点が置かれ、開発者は高価なクラウドに頼らず手元の計算資源を活用できるようになります。サティア・ナデラCEOはNvidiaのジェンスン・フアン氏と新製品を議論し、QualcommとのArm版Windows強化も話題に上る見通しです。

一方で課題も残ります。Microsoftは買収子会社GitHubで人材流出や障害、セキュリティ問題が相次ぎ、著名開発者から警鐘が鳴らされています。Buildの運営をGitHubチームが一部担う今回、同社が信頼回復へ具体策を示せるかが問われています。会議は日本時間6月3日未明に始まります。

韓国のスタートアップLetinARが、AIスマートグラス向け光学モジュールの開発・量産に向け、韓国産業銀行やロッテベンチャーズなどから1850万ドルの資金調達を実施しました。同社はLGエレクトロニクスの出資を受けており、2027年に韓国での新規株式公開を計画しています。累計調達額は4170万ドルに達しました。

LetinARが開発した独自技術「PinTILT」は、レンズ内部の微小光学素子の角度を精密に制御し、ユーザーの目に届く光だけを効率的に導く方式です。業界で主流の導波路方式は薄型化できるものの光の損失が大きく、バードバス方式は光効率が高い反面レンズが厚くなるという課題がありました。PinTILTはこの二律背反を解消し、薄型・軽量・省電力を同時に実現すると同社は説明しています。

同社の光学モジュールはすでに日本のNTT QONOQ DevicesやDynabook（旧東芝クライアントソリューション）に出荷されており、量産の実績を積んでいます。スイスのAegis Riderが開発するAI搭載ARヘルメットにもLetinARのモジュールが採用され、2026年中に欧州市場への投入が予定されています。

AIスマートグラス市場は急成長しており、2025年の世界出荷台数は前年比300%超の870万台に達しました。2026年には1500万台を超えると予測されています。Meta、Google、Apple、Samsungに加え、Huawei、Alibaba、Xiaomiなど中国勢も参入し、競争が激化しています。

LetinARの共同創業者であるキム・ジェヒョクCEOは、AIグラスを次世代プラットフォームと位置づけ、光学モジュールがその実現における最大の技術的課題だと述べています。今回の調達資金は、市場がアーリーアダプターから量産フェーズへ移行する中での生産拡大に充てる方針です。

ブダペスト・コルヴィヌス大学やトゥールーズ経済大学院などの研究者4名が、GitHub Innovation Graphのデータを用いて各国の「デジタル複雑性」を測定する手法を開発し、学術誌Research Policyに論文を発表しました。従来の経済複雑性指標は貿易品目や特許で国の産業能力を評価してきましたが、ソフトウェアは国境を越える際に税関を通らないため測定の盲点となっていました。

研究チームは163の国・地域における150のプログラミング言語の開発者数データを基に、リポジトリ内で共起する言語パターンから59のソフトウェアバンドル（技術スタック群）を構築しました。各国がどのバンドルに比較優位を持つかを算出し、経済複雑性指標（ECI）を適用しています。結果、ソフトウェアECIは一人あたりGDPや所得格差の説明力において、貿易ベースの指標を補完する独自の情報を持つことが示されました。

ランキングではドイツが1位、オーストラリア、カナダ、オランダが続き、米国は6位でした。日本は14位に位置しています。また物理的な貿易と同様に、各国は既存の技術スタックに近い分野へ多角化する「関連性の原則」がソフトウェア領域でも成立することが確認されました。

研究者らは政策的示唆として、ソフトウェア産業は人的資本への依存度が高く人材の流動性が極めて大きいため、優秀な開発者を引きつけつつ過度な規制で窒息させない制度設計が重要だと指摘しています。今後の課題として、生成AIコーディングツールの普及が国家間のデジタル複雑性格差を縮小するのか、逆にAIインフラを持つ先進国の優位を強化するのかが注目されると述べています。

OpenAIは2026年5月7日、ChatGPTの広告パイロットプログラムを英国、メキシコ、ブラジル、日本、韓国の5カ国に拡大すると発表しました。同社は2月に米国で無料・Goティアのユーザーを対象に広告テストを開始しており、3月にはカナダ、オーストラリア、ニュージーランドへの展開を経て、今回さらに対象地域を広げる形です。

米国での初期テストでは、消費者の信頼指標に悪影響がないことが確認されています。広告の却下率は低水準にとどまり、フィードバックを通じて広告の関連性も継続的に改善されているとOpenAIは報告しています。こうした好結果が国際展開の判断を後押ししました。

広告はChatGPTの回答に一切影響を与えない設計とされています。広告主はユーザーの会話内容やチャット履歴、メモリ、個人情報にアクセスできず、閲覧数やクリック数などの集計データのみを受け取ります。18歳未満のユーザーには広告を表示せず、健康や政治などセンシティブなトピックの周辺でも表示を制限しています。

ユーザーは広告のパーソナライゼーション設定を自由に管理でき、広告データをワンタップで削除する機能も用意されています。Plus、Pro、Business、Enterprise、Educationの有料プランでは引き続き広告が表示されません。無料ティアでも広告をオプトアウトできますが、その場合は1日の無料メッセージ数が減少します。

OpenAIは広告収入を無料・低コストプランのインフラ維持と機能強化に充てる方針です。会話型インターフェースならではの高い広告関連性を強みとし、今後はフォーマットや購買モデルの拡充も計画しています。日本市場への展開により、国内企業にとっても新たな広告チャネルが開かれることになります。

スタートアップのBroxは、実在する6万人の「デジタルツイン」を構築し、従来12週間かかっていた市場調査を数時間で完了できるサービスを発表しました。同社は戦略的資金調達ラウンドを完了し、前年比10倍の売上成長を報告しています。CEOのHamish Brocklebank氏は「これらのデジタルツインは実在する個人の1対1のレプリカだ」と説明しています。

Broxの技術は、LLMで生成した架空のペルソナではなく、実際に採用・報酬を支払った被験者への数時間にわたるインタビューに基づいています。1人あたり最大300ページのテキストデータを蓄積し、生い立ちや人間関係、意思決定の動機まで掘り下げます。予測結果には「推論チェーン」が付与され、なぜその反応が起きるのかをステップごとに説明できる点が、既存の合成データとの大きな違いです。

主な活用分野は金融と製薬の2領域です。金融では、地政学的リスクに対する預金者の行動予測に使われ、製薬ではワクチン忌避の変動や政治的発言が処方行動に与える影響をシミュレーションします。高額資産家の協力を維持するため、株式連動型報酬（SAR）を付与するユニークなインセンティブ設計も採用しています。

料金体系は年間10万ドルからの定額SaaSモデルで、大規模契約では最大150万ドルに達します。利用回数の上限はなく、何千回ものシミュレーションを追加費用なしで実行可能です。現在は米国、英国、日本、トルコの4カ国で展開しており、中東やAPAC地域への拡大を計画中。従業員14人の少数精鋭ながら、Scribble VenturesやWonder Venturesなどが出資しています。

日本航空（JAL）は2026年5月から、東京・羽田空港でヒューマノイドロボットによる手荷物の仕分けや貨物の積み込みを行う実証実験を開始します。訪日旅客数の急増に伴う深刻な人手不足を解消する狙いがあり、JALの子会社であるJALグランドサービスとGMO AI&ロボティクスが共同で実施します。

試験は2028年まで継続される予定です。手荷物の仕分け作業にとどまらず、航空機の客室清掃や手荷物カートなどの地上支援機材の操作といった幅広い空港業務への適用が検討されています。羽田空港を利用する旅客が、稼働中のロボットを目にする機会も出てくるかもしれません。

ヒューマノイドロボットはすでに自動車工場や倉庫での試験運用が始まっていますが、従来の産業用ロボットは組立ラインなどで同じ作業を繰り返す専用機が中心でした。空港のようなオープンで予測困難な環境で人型ロボットが機能するかどうかは、大きな技術的課題です。

JALは、最新のAIモデルを搭載したヒューマノイドロボットが、専用の作業ステーションや大幅な職場改修を必要とせず、人間の作業環境にどこまで適応できるかを検証したい考えです。空港という複雑な現場での成功は、他の業界にもロボット活用が広がる契機となる可能性があります。

AnthropicとNECは2026年4月24日、日本市場向けのAI製品を共同開発する戦略的パートナーシップを発表しました。NECはAnthropicにとって初の日本拠点グローバルパートナーとなり、金融・製造業・地方自治体を皮切りに、安全性と信頼性の高い業界特化型AIソリューションを提供していきます。NECグループの全世界約3万人の社員にClaudeが順次展開されます。

NECの吉崎敏文執行役員兼COOは「Anthropicとの長期的パートナーシップにより、日本市場でAIの可能性を最大化できる」と述べています。両社は日本企業や行政が求める高い安全性・信頼性・品質基準を満たすソリューションの創出を目指します。

技術面では、Claude、Claude Opus 4.7、Claude Codeが、NECのコンサルティング・AI・セキュリティ基盤「NEC BluStellar Scenario」に組み込まれます。データドリブン経営や顧客体験向上のサービスから導入を開始し、段階的に対象領域を拡大する計画です。また、NECのセキュリティオペレーションセンターにもClaudeを統合し、高度化するサイバー攻撃への防御力を強化します。

NEC社内では、Anthropicの技術支援のもとCenter of Excellenceを設立し、日本最大級のAIネイティブ技術者組織の構築を進めます。エンジニアはClaude Codeを日常の開発業務に活用します。NECは「Client Zero」の方針に基づき、自社で先行導入・検証した技術を顧客に提供するアプローチを取っており、Claude Coworkも社内業務全体に展開を拡大していく方針です。

Bret Taylor氏が共同創業したカスタマーサービスAI企業Sierraは2026年4月23日、フランス発のYCombinator出身スタートアップFragmentを買収したと発表しました。Fragmentは企業のワークフローにAIを統合するサービスを提供しており、共同創業者のOlivier Moindrot氏とGuillaume Genthial氏がSierraチームに加わります。買収条件は公表されていませんが、PitchBookの推計によるとFragmentのシードラウンドでの調達額は約200万ドルでした。

今回の買収はSierraにとって3件目の公開買収となります。同社は2026年3月に日本のエンタープライズAIソリューション企業Opera Techを買収し、同月には音声エージェント企業Receptive AIの取得も発表していました。短期間で3社を立て続けに買収する積極的なM&A;戦略が鮮明になっています。

Taylor氏とGoogle出身のClay Bavor氏は、Taylor氏がSalesforceの共同CEOを退任した2023年初頭にSierraを共同創業しました。Taylor氏は現在OpenAIの取締役会長も務めています。SierraはこれまでにSequoiaやBenchmarkなどから累計6億3000万ドル超を調達し、評価額は100億ドルに達しています。

Sierraのブログ投稿では、Moindrot氏とGenthial氏がフランスにおけるエージェント開発に「貴重な戦力」をもたらすと述べられています。Casper、Clear、Brexなどを顧客に持つSierraが、欧州市場への足がかりとしてフランスのAI人材を取り込む狙いがうかがえます。

日本の物質・材料研究機構の森孝雄副拠点長らの研究チームが、熱電発電素子の設計を従来の1万倍の速度で行えるAIツール「TEGNet」を開発しました。この研究成果は2026年4月15日付のNature誌に掲載されています。熱電発電素子は温度差から直接電力を生み出す固体素子で、タービンなどの可動部品が不要ですが、電気を通しつつ熱を遮断する材料の探索に時間がかかることが普及の障壁となっていました。

TEGNetはニューラルネットワークを基盤とし、熱電材料の熱流や電気輸送を記述する複雑な物理方程式を近似的に学習します。従来は1つの構成を評価するのに数日から数週間かかっていた作業を、ミリ秒単位で実行できるようになりました。これにより数千もの素子設計を網羅的にスクリーニングし、見落とされがちな最適構成を発見することが可能です。

研究チームはTEGNetを用いて2種類の発電素子設計を最適化しました。セグメント型ユニカップルと、n型・p型半導体を組み合わせた構成です。AIが特定した設計に基づき放電プラズマ焼結法で試作した結果、いずれも産業廃熱の典型的な温度条件下で約9%の変換効率を達成しました。これは熱力学的な上限であるカルノー限界の範囲内で最高水準の性能です。

コスト面でも大きな進展が見込まれています。従来の熱電素子は希少なテルルを含むビスマステルル化物に依存し、結晶成長の精密制御が必要でしたが、TEGNetが発見した設計の一部はより簡易な製造手法で作製でき、ビスマステルル化物を使わない構成も含まれます。森氏は「熱電発電の歴史上初めて、産業競争力のある発電コストを予測できる」と述べており、工場や製油所などの産業廃熱回収への実用化に道を開く成果です。

OpenAIは2026年4月21日、ChatGPT Images 2.0を全世界のChatGPTおよびCodexユーザー向けに公開しました。今回のアップデートでは、同社のOシリーズ推論機能が画像生成に統合され、プロンプトに対してモデルがWeb検索やレイアウト設計を行ったうえで画像を生成する「エージェント型」のアプローチが導入されています。知識のカットオフは2025年12月に更新されました。

最大の技術的進歩は、テキスト描画の精度向上です。かつてAI画像生成の弱点とされていた文字の崩れが大幅に改善され、メニューや雑誌の表紙、科学図表など密度の高い構成でも正確な文字を生成できるようになりました。さらに日本語、韓国語、中国語、ヒンディー語、ベンガル語など非ラテン文字の描画にも対応しています。ただし非英語言語では一部不正確な出力も報告されており、今後の改善が期待されます。

機能面では、1つのプロンプトから最大8枚の画像を同時に生成でき、キャラクターやオブジェクトの一貫性を保持したまま漫画のシーケンスやソーシャルメディア用グラフィックの作成が可能です。解像度は最大2Kに対応し、アスペクト比は横長の3:1から縦長の1:3まで柔軟に設定できます。アーキテクチャは「ゼロから刷新」されたとのことですが、拡散モデルか自己回帰モデルかは非公開です。

提供体系は3層構造で、無料ユーザーには基本モデルを開放し、PlusおよびProユーザーにはWeb検索や複数画像生成を含むThinking機能を提供します。API向けにはgpt-image-2モデルが公開され、4K解像度のベータ版も用意されています。前モデルのGPT-Image-1.5はデフォルトから外れましたが、APIでのレガシーサポートは継続します。

競合環境では、GoogleのNano Banana 2やMicrosoftのMAI-Image-2がすでに市場に投入されており、画像生成AIの性能競争は一段と激しさを増しています。OpenAIは安全対策として、AI生成画像への透かし付与や選挙干渉防止のポリシーを堅持する姿勢を示しました。企業ユーザーにとっては、単なる画像生成ツールから「視覚的な情報整理システム」への転換点となる可能性があります。