ハードウェア（ハードウェア）に関するニュース一覧

Appleは7月13日、OpenAIを企業秘密の侵害で提訴しました。訴状は、OpenAIのハードウェア責任者にまで及ぶ組織的な不正行為を主張し、400人を超える元Apple社員が現在は同社で働いていると指摘しています。OpenAIが年内にも新規株式公開(IPO)を検討すると報じられるなか、この提訴のタイミングは同社にとって最も痛いものとなりました。

OpenAIの反応はこれまで慎重で、含みを持たせた反論にとどまっています。TechCrunchのポッドキャスト番組では、この訴訟がOpenAI自身のハードウェア構想とIPOのスケジュールにどう響くかが議論されました。端末事業を成長の柱に据える同社にとって、Appleとの法廷闘争は無視できない重荷になります。

一方で専門家の間では、訴状の主張の多くが業界では珍しくない慣行にすぎないとの見方も出ています。The Vergeの番組では、Appleが本当に競合を警戒しているのか、それともOpenAIの弱みにつけ込もうとしているのかが焦点となりました。Appleには過去にも話題性の高い訴訟を仕掛けてきた歴史があります。

訴訟の背景には、AI企業に自社データを預けることへの信頼という、より大きなテーマもあります。MicrosoftのSatya Nadella氏が企業に警鐘を鳴らすなど、AIラボと顧客の関係は揺れています。AppleはiOS 27の新しいSiriを公開ベータで投入しており、AIの主導権争いは新たな局面を迎えています。

欧州連合（EU）の欧州委員会は7月、GoogleにAndroidと検索サービスを競合他社へ開放するよう命じる2つの決定を下しました。デジタル市場法（DMA）に基づく措置で、ライバルのAIアシスタントや検索エンジンにGeminiと同等のアクセスを認めるよう求めます。Googleは検索データの共有を2027年1月までに、Androidの改修を同年7月までに始める必要があります。

Androidに関する決定は、GoogleがGeminiに与えているのと同じシステム機能やデータアクセスを、競合のAIアシスタントにも提供するよう義務づけます。利用者はChatGPTやClaude、Perplexityなどを深く統合された標準アシスタントとして選べるようになり、「Hey Google」への応答や端末ハードウェアの利用も可能になる見込みです。

もう一方の決定は、Google検索が生み出すデータの共有を扱います。競合検索エンジンは透明性のある形で妥当な料金でデータを得られるようになり、EUはAIチャットボットも検索サービスとみなして共有対象に含めました。この措置は米国の反トラスト訴訟で命じられた是正策とも重なります。

Googleは強く反発しています。グローバル渉外担当プレジデントのKent Walker氏は、今回の決定が「数百万人の欧州市民の重要なプライバシーとセキュリティの防護策を損なう恐れがある」と述べ、外部アプリへの過度な権限付与や検索データの露出を問題視しました。委員会は識別可能なデータの扱いについて決定を修正する余地を残しており、今後の協議が焦点となります。

従わない場合、欧州委員会はGoogleの年間世界売上高の最大10%に相当する制裁金を科すことができます。これは数百億ドル規模に達する可能性があり、Androidと検索という2大プラットフォームでのGoogleの支配力を揺るがしかねません。

Yann LeCun氏率いる世界モデル新興企業AMI LabsのCEO、Alexandre LeBrun氏は、業界が競って掲げる「AGI」や「超知能」という言葉を使わないとTechCrunchのインタビューで語りました。同氏は先週、機械学習の国際会議ICMLが開かれた韓国ソウルを訪れ、産業パートナーを探していました。「AGIという言葉は一度も使ったことがない」と述べ、超知能についても「良い定義がなく、あまり役に立つ言葉ではない」と距離を置いています。

世界モデルは、次の単語を予測するLLMとは異なり、物理法則を取り込んで世界の次の状態を予測する技術です。「テーブルからグラスを押せば傾いてこぼれると分かる。その直感を捉えるのが世界モデルだ」とLeBrun氏は説明します。両者は置き換えではなく補完関係にあり、言語処理はLLMが、現実世界の理解は世界モデルが担うといいます。

最も期待される応用先がロボティクスです。現在のロボットは決められた動作を繰り返すだけで、AIは物理世界では「本当に愚か」だと同氏は指摘します。ハードウェアの進歩は目覚ましいものの「頭脳がない」状態で、家庭や街中など開かれた環境では「今のロボットは安全ではない」と警鐘を鳴らしました。

AMI Labsはまだ製品を持たない段階ですが、ロボットや半導体、製造業が集まるアジアに照準を定めています。中でも韓国は先進的な産業基盤とAI導入の速さを兼ね備えており、6月には約8800億ドルをチップやAIデータセンター、物理AIに投じる計画を打ち出しました。「初日からここにいたい」と、LeBrun氏は韓国を重視する理由を語ります。

同社はTuring賞受賞者のYann LeCun氏がMetaを離れて共同創業し、3月に10.3億ドルをプレマネー35億ドルの評価額で調達しました。まだ製品も明確な時期も示していませんが、「準備ができたら驚かせる」と同氏は語り、現実世界へのアクセスを握るパートナー探しを急いでいます。

OpenAIは7月15日、同社初の自社ブランドハードウェアとなる230ドルのキーボード「Codex Micro」を発表しました。キーボード専業のWork Louderと共同開発した限定生産品で、AIコーディング助手Codexのエージェントを手元で監視・操作するための機器です。スマホやデスクトップアプリに代わる「エージェント作業の司令塔」と位置づけられています。

最大の特徴は、上段に並ぶ6つの半透明キーです。待機中は白、思考中は青、完了は緑、判断待ちはアンバー、エラーは赤と色で状態を示し、常時稼働するCodexのスレッド状況が一目で分かります。点灯したキーを押せば該当ウィンドウが画面に開く仕組みです。

下段のキーには、変更の承認・却下やスレッド分岐、音声入力用のプッシュトゥトークなどが割り当てられています。付属の32個のキーキャップやChatGPTデスクトップアプリでの再設定に対応し、ジョイスティックとダイヤルではワークフロー起動やエージェントの推論レベル調整が可能です。

もっとも、OpenAIはこの製品を限定コラボと説明しており、大衆向けというより本格参入を告げる話題づくりの色が濃いといえます。実際、外観は既存のCreator Micro 2とほぼ同一で、机上を彩る派手なガジェットの域を出ないとの見方もあります。

より重要なハードは別にあります。Bloombergの報道によると、OpenAIの本命は画面のない可動式スマートスピーカーで、ChatGPTと連携する持ち運び可能な端末とされます。元Appleのエンジニアやジョニー・アイブ氏が関与し、来年の投入が噂されています。

この本命端末をめぐっては、Appleが先週OpenAIを企業秘密の窃取で提訴し、緊張が高まっています。Appleは幹部が意図的に機密情報を引き出したと主張する一方、OpenAIは不正を否定しています。今回のキーボード発表は、そうした法廷闘争の渦中でのハード市場参入の号砲となりました。

IBM Researchのチームは2026年7月15日、Hugging Faceのブログで、AIエージェントのモデルルーティングは単純な分類問題ではなく、システム全体の最適化問題だと指摘しました。同社が実運用のエージェント開発で得た知見で、コスト・複雑さ・遅延という3つの次元がルーティングを想定以上に難しくしていると説明します。

最も意外だったのがコストです。AppWorld Test Challengeの417タスクを同じCodeActエージェントで処理したところ、Claude Sonnet 4.6は合計79ドル、GPT-4.1は155ドルとほぼ2倍でした。GPT-4.1はトークン単価が安いにもかかわらず逆転した理由はキャッシュの読み取り料金にあり、文脈を再利用するエージェント処理でSonnetが恩恵を受けたためです。

複雑さも一筋縄ではいきません。「契約書を要約して」といった一見簡単な依頼でも、検索やコンプライアンス確認、ツール利用が連鎖し、実行してみるまで難易度が分からないことが多いといいます。さらに企業導入ではデータ所在地や承認モデル一覧などのガバナンス制約が加わり、ルーターはコストや品質、遅延と同時にこれらを調整する必要があります。

遅延もモデルの速さだけでは決まりません。ハードウェアやキャッシュの状態、エンドポイントの混雑といったインフラ要因が応答時間を左右するためです。そこで同社はルーティングを分類ではなく最適化問題として設計し直し、コスト・品質・遅延を同時に最適化する軽量なアルゴリズムを構築しました。

成果も具体的です。遅延を優先した構成では精度84%を93ドル・83秒で達成し、Opus単体と比べコスト21%減・遅延9%減を、精度低下わずか4%で実現しました。ルーター自体は1タスクあたり約6ミリ秒・2キロバイトと軽量で、最良のモデルではなくシステム全体の最適点を見つけることが重要だと結論づけています。

米OpenAIは先週金曜、Appleから北カリフォルニア連邦地裁で提訴されました。Appleは元従業員がハードウェア関連の営業秘密を窃取し、OpenAIのために利用したと主張しています。同社にとって、株式公開を間近に控えた時期に降りかかった新たな法的リスクであり、高額な訴訟に発展する公算が大きいと見られています。

訴状は41ページに及び、3人の元Apple社員を名指ししました。中でもTang Tan氏は、Apple WatchのVPを24年務めた後、OpenAIの最高ハードウェア責任者に就いた人物です。ほかにiPhone向け電気系エンジニアだったChang Liu氏らが含まれ、面接での機密持ち出しの依頼といった主張も並びます。

提訴のタイミングはOpenAIにとって最悪に近いものです。同社は先月、SECに秘密裏にForm S-1を提出し、IPOの準備を進めています。加えて2027年には、著名デザイナーJony Ive氏の企業ioを約65億ドルで買収して臨む初のハードウェア製品の投入を控えており、そこに人材と技術の火種を抱えることになりました。

専門家の見方は冷静です。McKool SmithのAvery Williams弁護士は、今回を「ありふれた営業秘密の不正利用の申し立て」と評しました。一方で「Appleは粘り強い訴訟当事者で、簡単には引き下がらない」とも述べ、決着まで数年を要する可能性を指摘しています。

AI業界では人材の移動に伴う機密流出の争いが日常茶飯事です。かつてChatGPT連携で協力関係にあったAppleとOpenAIの対立は、競争激化で業界の連携が崩れつつある象徴とも言えます。ハードウェアという次の主戦場を巡る攻防は、長期戦の様相を呈しています。

OpenAIが初の自社ハードウェア端末として、ChatGPTと会話できるスマートスピーカーを2027年に投入する計画であることが、2026年7月14日にBloombergの報道で明らかになりました。この端末は画面を持たず、カメラや各種センサーで周囲の環境を認識する点が特徴です。持ち運び可能な充電式バッテリーを備え、スマートホーム操作やメディア再生、質問応答、メッセージ返信などに対応するとされています。

音声機能には、OpenAIが先週発表した最新音声モデルGPT-Liveが採用される見通しです。Bloombergによると、端末には「自律的に動く機械的な要素」が組み込まれ、利用者と人間らしいレベルでつながることを狙うといいます。2026年2月にはThe Informationが、カメラで近くの物や人を認識する類似端末の存在を報じていました。

この製品は、OpenAIが計画する約5種類のハードウェア群の一つと位置づけられています。開発では、元AppleのデザイナーであるJony Ive氏と協業しており、OpenAIは同氏のデザイン会社io Productsを約65億ドルで買収しました。発売時期は2027年を予定しています。

今回の報道は、AppleがOpenAIをハードウェアの機密盗用で提訴した直後に伝えられました。OpenAIは火曜日の声明で「この訴えに根拠がある証拠は認識していない」と反論しています。なお同社は、Work Louderと組んだCodex端末「Codex Micro」を7月15日に発売する予定です。

Appleは7月10日、AIハードウェア開発を巡り営業秘密を不正に盗用したとしてOpenAIを提訴しました。41ページに及ぶ訴状によると、元Appleエンジニアが認証バグを悪用して退社後も社内ネットワークにアクセスし、未発表製品の技術仕様など数十件の機密ファイルを持ち出したとされます。Appleはこれらの情報がiPhoneに対抗するOpenAIのハードウェア事業を支えていると主張し、使用差し止めを求めています。

中心人物とされるのは、8年間iPhoneの電気系エンジニアを務め2026年1月にOpenAIへ移籍したChang Liu氏です。訴状では、Liu氏が返却すべきApple支給端末を手元に残し、退社数週間後に当時未知だった認証の脆弱性を突いてクラウド上のネットワークストレージへ侵入したとされます。「ネットワークストレージにアクセスできると分かった、超面白い」というメッセージも証拠として引用されました。

情報の受け渡しには元同僚のYu-Ting Peng氏が関与したとAppleは指摘します。Peng氏はLiu氏の退社後もAppleの機密プロジェクトや取引先情報を継続的に共有し、競合ハードの開発を後押ししたとされます。ただしPeng氏自身は今回の被告には含まれていません。

訴状はOpenAIの組織的な関与も強調しています。ハードウェア責任者でApple在籍24年のTang Tan氏が採用面接で候補者に実物の部品や試作品の持参を求めたほか、OpenAIが退職時の警備手続きを回避する方法を指南したとも主張しています。

AppleはOpenAIの不正が「氷山の一角」であり、企業文化として上層部が主導していると批判しています。OpenAIは来年、iPhoneに挑むAIハードウェア端末の投入を計画しており、今回の訴訟はその事業の土台を揺るがしかねません。

Appleは7月13日、スマートフォン向けOS「iOS 27」の初の公開ベータを配信し、長く待たれてきた刷新版音声アシスタント「Siri AI」を一般ユーザー向けに初めて開放しました。今回のSiri AIはオプトイン方式のベータとして提供され、利用にはApple純正の待機リスト登録が必要です。実機で試した米メディアの記者は、アプリを起点にせず「やりたいこと」を先に伝えるだけで端末が横断的に処理する体験を、将来像を垣間見るものと評価しています。

新しいSiri AIの核心は、操作の起点を変える点にあります。従来はアプリを開いて指示していた作業を、Siriが端末内の複数アプリやWeb情報を横断して代行します。ある記者は画面上のイベントページを見ながら出演順を尋ねると、SiriがページとWebを検索して正答を返し、ブラウザを開く回数が大きく減ったと述べています。

とりわけ有用なのが画面認識と個人コンテキストの連携です。メールを解析して6件の予定をカレンダーに自動登録したり、端末を数日かけて索引化したうえでメッセージやカレンダーから今週の予定を抽出したりと、端末に深く組み込まれた強みを示します。SNSの投稿について「誰がどこで言ったのか」と尋ねるだけで、画面内容から文脈を補って出典を返す場面もありました。

一方で課題も残ります。現時点でSiri AIの新機能に対応するのはApple純正アプリに限られ、TelegramやGmailなど外部アプリのデータには触れられません。対応には開発者がアプリに「エンティティ」と「インテント」を実装する必要がありますが、SDKがベータの間は反映できず、実際の展開は秋の正式版以降になります。

利用にはiPhone 15 Pro以降というハードウェア要件もあり、iOS 27を入れても自動で使えるわけではありません。Androidの「Gemini」が先行して同種の体験を提供してきた点を指摘する声もありますが、数百万規模の米国iPhoneユーザーにとっては端末との関わり方を変える転機になり得ます。記者らは総じて、完成度は道半ばながら、Appleがようやく実用的なSiriの土台を築いたと見ています。

Apple（アップル）は、頓挫した自動運転車開発が同社のAIチップの基盤を築いたことが、米Bloombergのマーク・ガーマン記者のニュースレターで2026年7月12日に報じられました。車載プロセッサー自体は完成しませんでしたが、その開発過程で生まれたNeural Engineが、現在のオンデバイスAI処理の中核を担っています。

Neural Engineは、2017年のiPhone Xと「A11 Bionic」で初めて登場しました。当初はFaceIDやAnimoji、AR機能といった画像認識用途が中心でしたが、後にM系チップを通じてデスクトップにも広がり、AppleはオンデバイスAIの先駆者としての地位を築きました。

AppleのソフトウェアでのAI戦略は業界に後れを取ってきましたが、ハードウェアの性能は高く評価されています。クラウドへ送るデータを減らせるため、同社が強調するプライバシー保護の訴求にもつながっています。

ガーマン氏によると、Appleは今後AIハードウェアを戦略の柱に据える方針です。次期「M6」チップではPro・Max・Ultraの上位版を見送り、代わりにM7の開発を前倒しし、2027年前半にNeural Engineを大幅に強化して投入する見通しです。

特に最上位の「M7 Ultra」は、最大1.5TBのRAMに対応し、Appleの新たなサーバー製品の基盤になると見られています。自社チップを軸にした垂直統合が、今後のAI競争でどう効いてくるかが注目されます。

Appleは7月10日、AI大手OpenAIを企業秘密の盗用と契約違反でカリフォルニア州北部連邦地方裁判所に提訴しました。訴状は、iPhone開発を率いた元幹部らがOpenAIへの転職時に未発表の部品や試作品、機密設計文書を持ち出したと主張しています。Appleは差し止め命令と損害賠償、持ち出された資産の返還を求めています。

訴状が名指ししたのは、Appleに24年在籍しiPhoneとApple Watchの製品デザインを統括したTang Tan氏です。同氏は現在OpenAIの最高ハードウェア責任者を務めており、採用面接でAppleの社外秘プロジェクト名を用い、候補者に実機部品の持参を求めたとされます。退職予定の社員に対し、セキュリティ手続きを回避する方法を指南していた疑いも指摘されています。

もう一人の被告である元電気技術者Chang Liu氏は、退職後も会社支給のノートパソコンを返却せず、機密の技術文書を多数ダウンロードしたと訴えられています。Appleは、社内ファイル共有システムへのアクセスが残るバグを悪用されたとし、この問題は今年初めに発覚したと説明しています。

背景には両社の関係悪化があります。2024年にChatGPTをiPhoneへ搭載する提携を結んだものの、その後関係はぎくしゃくし、AppleはGoogleのGeminiへの依存を強めてきました。OpenAIはこれまでに400人超の元Apple社員を採用し、独自のAI搭載デバイス開発を進めています。

OpenAIは昨年、著名デザイナーのジョニー・アイブ氏らが設立したハードウェア新興企業ioを65億ドルで買収しました。Appleは訴状で、OpenAIが供給業者を通じて自社の技術を模倣しようとしたとも主張しています。今回の訴訟は、AI搭載デバイス市場で競合を深める両社の対立を象徴する争いとなりそうです。

中国のAIスタートアップDeepSeekが、データセンター向けの自社AIチップの開発に乗り出す計画であることが、2026年7月7日にロイターの報道で明らかになりました。関係者3人の話として、同社は約1年前からシリコン事業への参入に取り組み、ハードウェア分野の提携先と協議を重ね、専門エンジニアの採用も進めているといいます。狙いは、米国の輸出規制下で強まる外部依存を減らすことにあります。

開発の焦点は、AIモデルの学習ではなく推論に使うデータセンター用チップに置かれています。これは、NvidiaとHuaweiという2社への依存を同時に減らす狙いがあるとみられます。

背景にあるのは、米国によるチップ輸出規制です。Nvidiaは北米や欧州のAI企業向け半導体で圧倒的な存在ですが、輸出禁止措置により中国市場では同様の地位を築けていません。中国ではHuaweiがデータセンター向けチップ市場の約半分を握っており、AlibabaやBaiduなど他の大手も自社開発の動きを見せています。

同様のチップ内製化は、米国のAI企業でも進んでいます。数週間前にはOpenAIがBroadcomと共同で、推論に特化した初の自社チップJalapeñoを発表し、Anthropicも独自チップの設計を模索しています。

こうした動きには、Nvidiaへの依存低減に加え、Appleのように技術スタック全体を管理したいという思惑もあります。データセンターの確保が今後も制約されると見込まれるなか、計算資源を巡る競争で優位に立つ狙いもうかがえます。

Hugging Faceは7月6日、カスタムGPUカーネルの配布・利用を標準化する「Kernels」プロジェクトの大型アップデートを公開しました。Hub上にkernel専用のリポジトリ種別を新設し、信頼できる公開者による署名やエージェント主導の開発支援を導入しました。カーネルの発見性と安全性を同時に高める狙いです。

新設したkernelリポジトリでは、各カーネルが対応するアクセラレータ、OS、バックエンドのバージョンを一覧で確認できます。これによりユーザーは自分の環境で動くかを事前に把握でき、カーネル・モデル・応用アプリ間の利用動向も見えるようになりました。ecosystem全体の透明性を底上げする更新です。

セキュリティ面では、カーネルがPythonプロセスと同じ権限でネイティブコードを実行する危険性を踏まえ、信頼できる公開者のカーネルのみを既定で読み込む方式に変更しました。それ以外は`trust_remote_code`の明示指定が必要です。さらにSigstoreのcosignを使った一時鍵によるコード署名を追加し、認証情報が漏れても悪用されにくくしています。

対応フレームワークも拡大しました。Torch Stable ABIへの対応で、指定したTorchバージョン以降を約2年にわたり同一カーネルでカバーできます。加えてApache TVM FFIをTorch以外で初めてサポートし、PyTorchやJax、CuPyをまたいで動くカーネルの開発が可能になりました。

自動化への布石も明確です。`kernels`と`kernel-builder`のCLIを役割ごとに分離し、エージェントが足場作りからビルド、ベンチマーク、最適化までを反復できるagentic開発のワークフローを整えました。HF Jobsとの連携で複数ハードウェア上の性能検証も容易になり、生成したカーネルの高速化を客観的に確認できます。

画像生成AIで知られるMidjourneyが2026年7月、開発中の医療用超音波スキャナーの舞台裏を映した約20分の動画を新たに公開しました。同社は放射線を使わない安価で詳細な画像診断で医療を変革すると掲げますが、動画はハードウェアの様子を見せる一方、その実効性を裏づける証拠はほとんど示していません。

映像を制作したのはテック系YouTuberのMarcin Plaza氏で、同氏はMidjourneyのエンジニアでもあります。Plaza氏は装置を「多数の超音波プローブを分解してエレベーター付きの豪華な湯船に貼り付けたもの」と率直に表現し、市販のコンピューターやRaspberry Piと接続されている構成を紹介しました。

しかし動画は、プロジェクト発表時に専門家が投げかけた物理や画像化に関する疑問の多くを素通りしています。専門家らはThe Vergeに対し、Midjourneyが数十年前から知られる超音波の限界を克服できる証拠や、約束する規模と速度で詳細な画像を生成できる証拠をほとんど示していないと語りました。

同社はこのスキャナーを、FDAの承認や臨床試験が必要な診断用医療機器ではなく、体組成に焦点を当てたウェルネス製品として投入する方針を強調しています。医療責任者のTom Calloway氏は、この方針により開発を「スピードラン」でき、テスト完了後すぐに開始できると述べました。一方で動画は依然として医療的な表現に多く依拠しています。

Calloway氏は混乱の解消にあまり関心を示さず「明確にすべきことは何もないと思う」と語り、進捗を頻繁にブログで更新すると約束しました。CEOのDavid Holz氏は、投資家がいないことが自由をもたらすとし「誰も私にやめろとは言えない」と述べ、外部の制約を受けずに開発を進める姿勢を示しました。

米AI大手のAnthropicが2026年7月、韓国Samsungと独自AIチップの共同開発に向けて協議していることが明らかになりました。米メディアThe Informationの報道を受けたもので、深刻化するチップ不足への対応策として、自社設計チップの実現を本格的に模索し始めた形です。4月にReutersが検討段階を報じて以来、構想が一段と具体化してきました。

ただし現時点では、チップの用途や性能、サーバーへの組み込み方法など基本仕様はいずれも未定です。AnthropicはTechCrunchの取材に対し、Google、Amazon、NVIDIAのチップを組み合わせた多様なハードウェア構成が引き続き計算戦略の要になると回答しました。Samsungとの提携そのものについては、コメントを控えています。

背景には、多くのAI企業が独自チップ開発を急ぐ動きがあります。特定の計算処理に最適化した独自ハードを得ると同時に、業界の圧倒的リーダーであるNVIDIAへの依存を和らげる狙いです。今回の動きは、先週に競合OpenAIがBroadcomと組み、推論用チップ「Jalapeño」を発表したことへの対抗策とも見られます。

提携先として名前が挙がるSamsungは、すでにAI業界に深く関与しています。NVIDIAの主要な製造パートナーとして同社のチップを手掛ける一方、韓国国内では両社でAIチップ工場の建設も進めています。さらにGoogleのチップ製造でも提携を協議しており、AnthropicがSamsungを選ぶ土壌は整っていると言えるでしょう。

ブラジルの証券取引所であるB3が、業務用モバイル端末の基盤としてGoogleのAndroid Enterpriseを採用し、従業員約1000人への展開をわずか2週間で完了しました。規制の厳しい金融機関として、強固なセキュリティと法令順守を保ちながら、常時稼働できる生産性の高い環境を整えることが狙いです。同社は両OSのエコシステムを幅広い基準で比較検証したうえで、この選択に至ったとしています。

採用の決め手となったのが多層的なセキュリティです。ハードウェア暗号化やアプリのサンドボックス化に加え、AIによる脅威検知を備えている点を評価しました。導入にはSamsung端末とゼロタッチ登録を組み合わせ、フルマネージド端末とBYOD端末の双方を短期間で配備。端末は起動後すぐに中央ダッシュボードから一括管理でき、Managed Google Playでアプリの配布範囲や方法も制御できます。

B3はAI活用を実験段階からエージェント型（agentic）へと広げつつあります。従業員はAndroidに組み込まれたGoogle Geminiの機能を使い、コンテンツ作成や情報アクセス、業務の最適化などを進めているといいます。24時間体制の運用部門にとって課題だったバッテリー持続時間や画面の小ささも、7インチの軽量端末への切り替えで解消し、現場の評価も高いとしています。

財務面の効果も大きく、同社は今後10年で約30%のコスト削減を見込んでいます。この余力を端末の更新サイクルの短縮に充て、従業員に常に新しいハードウェアを提供し続ける方針です。金融規制下での順守とコスト効率、そしてAI活用を同時に追う企業にとって、端末基盤の選定が経営判断に直結する一例と言えるでしょう。

Googleは7月1日、6年ぶりとなる新型スマートスピーカー「Google Home Speaker」を投入しました。価格は99.99ドルで、同社初のGemini対応機種となります。米メディアThe Vergeのレビューは、ハードウェアの完成度を高く評価する一方、音声アシスタント「Gemini for Home」はまだ未完成だと結論づけました。

ハードウェアは同レビューで絶賛されています。手のひらサイズながら360度サウンドに対応し、寝室からキッチンまで自然に溶け込む洗練されたデザインが特徴です。MatterのコントローラーとしてもThreadのボーダールーターとしても機能し、現代のスマートホームの中核を担える処理性能を備えています。

一方でソフトウェア面には明確な弱点が残ります。Geminiの応答は最大10秒かかる場面があり、旧型のNest Audioより速いとは言えませんでした。同じ複合コマンドをAlexa Plusは3秒未満で処理しており、速度差は歴然です。

信頼性の低さも深刻です。楽曲を尋ねると正しい曲名を答えながら別の曲を再生し、音声の変更可否を問うと存在しない名前を並べる幻覚も起きました。Gemini LiveやAI自動化などの機能は月額10ドルの有料プランに囲い込まれています。

レビュアーは5日間の検証を経て、総合力ではAlexa PlusとEcho Dot Maxに軍配を上げました。ハードは理想的でも、それを生かすAIがまだ追いついていない。経営者やエンジニアにとって、LLM型アシスタントの実用化がなお発展途上である現実を示す一例と言えるでしょう。

中国の生活サービス大手Meituanは6月30日、巨大なAIコーディングモデル「LongCat-2.0」をGitHubやHugging Face上で公開しました。1.6兆パラメータのMixture-of-Experts（MoE）構成で、100万トークンの文脈を扱え、商用利用に寛容なMITライセンスで提供されます。同社はこのモデルが、過去2カ月にわたりOpenRouterの開発者ランキング上位を占めてきた匿名モデル「Owl Alpha」の正体だと明かしました。

最大の注目点は、訓練を米Nvidia製GPUに頼らず、5万基を超える中国国産ASICで完結させた点です。near-frontier級のモデルを国産シリコンだけで構築できることを示し、Nvidia優位の構造に変化を迫る出来事だと位置づけられています。米国が自国の主要モデルへのアクセスを制限する動きを強める中で、安価で高性能な中国製オープンモデルが世界の開発者の選択肢として浮上しています。

性能面では、ソフトウェア工学のベンチマークSWE-bench Proで59.5を記録し、OpenAIのGPT-5.5の58.6をわずかに上回りました。Terminal-Benchで70.8、SWE-bench Multilingualで77.3を示すなど、対話よりも自律的な開発タスクに特化した設計です。汎用性ではClaude Opus 4.8など最上位モデルに及ばないものの、コーディング領域では競争力を持つとされています。

技術的には、合計1.6兆パラメータのうち1トークンあたり平均480億パラメータのみを動かす積極的なスパース化を採用しました。100万トークンの文脈を支えるため、DeepSeek Sparse Attentionを発展させた独自の「LongCat Sparse Attention」を導入し、ハードウェアに沿った効率的なメモリアクセスを実現しています。後処理では、Agent・Reasoning・Interactionの3つの専門家群に最適化を分離する「MOPD」と呼ぶ枠組みを使い、推論・ツール実行・安全性を両立させています。

商用面では、通常の従量課金APIに加え、北京時間の決まった時刻に1日4回の数量限定セールで提供する「Token Pack」を用意しました。最大の特徴は文脈キャッシュの再利用が完全無料になる点で、同じ巨大なコードベースを繰り返し読み込む自律エージェントのコスト構造を大きく変えるとしています。Meituanは2010年創業の出前・生活サービス大手で、利益率低下を背景にAIと国産チップへ多額の投資を進めてきました。

Googleは2026年6月30日、11回目となる年次環境報告書を公開し、2025年の持続可能性の実績を明らかにしました。同社はこの1年で純増12GWのクリーンエネルギー契約を結び、電力需要が前年比37%増という過去最大の負荷増にもかかわらず、運用上の排出量を2%削減したと報告しています。AIの拡大と環境配慮をどう両立させるかが、報告書全体の焦点となっています。

クリーン電力の調達面では、Googleは世界有数の法人購入者としての地位を示しました。2010年から2025年までに240件超の契約を通じて約35GWの新規クリーン電力を確保し、これは米国の2800万世帯分の電力に相当します。電力消費の100%を再生可能エネルギー購入で賄う状態を9年連続で維持した点も強調されました。

排出削減の効果も具体的な数字で示されています。ハードウェアやソフトの効率化、クリーン電力調達によって、2025年だけで5800万トン超のCO2換算排出を回避したとしています。こうした施策がなければ、同社の排出量は5倍に膨らんでいた計算です。AIを活用した9つのソリューションは、都市やパートナーと合わせて推計4100万トンの削減を実現し、これはGoogle自身の排出量のおよそ3倍にあたります。

一方で、達成の難しさも率直に語られています。サプライチェーンの排出量は前年比25%増となり、新たなAIインフラの規模拡大と、脱炭素電力が不足するアジア太平洋地域の送電網が要因とされています。AIインフラの構築が送電網の脱炭素化を上回る速さで進んでいる点が、課題の核心です。

Googleは送電網への接続待ちや市場の分断、供給網の遅延、規制上の障壁が、新たなカーボンフリー電力の導入を遅らせていると指摘します。それでも同社は原子力や次世代地熱、核融合といった先進的なエネルギー源への投資を続け、技術と並行して戦略を見直しながら、気候目標と現実的な成果の両立を目指す方針です。

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。

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。

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。

米自動車大手Fordは6月25日、人工知能と自動化システムが目指す品質水準を達成できなかったため、ベテラン技術者350人を再雇用したと明らかにしました。Bloombergの報道によると、対象には元社員のほか取引先企業で働いていた人材も含まれ、最高執行責任者のKumar Galhotra氏が記者団に説明しました。

同社は近年自動品質システムへの依存を強めてきたものの、結果は期待外れだったとGalhotra氏は語ります。そこで技術専門家を呼び戻し、彼らは部品が工場の現場に届く前に不具合の原因を探し出す役割を担っています。

車両ハードウェア技術担当バイスプレジデントのCharles Poon氏は、設計要件をAIに取り込むだけで高品質な製品が生まれると誤って考えていたと率直に認めました。AIへの過信が品質低下を招いた構図がうかがえます。

ただしFordはAI戦略を完全に放棄するわけではありません。再雇用したベテランは「グレービアード（白ひげ）」技術者と呼ばれ、若手の指導とAIツールの再プログラミングに活用される方針です。

この再雇用は成果を上げつつあり、Fordは今年10億ドルのコスト削減につながると見込んでいます。同社は今週公表されたJD Powerの初期品質調査で、主流ブランドの中で首位を獲得したと発表しました。

中国の人工知能企業Zhipu AI（Z.ai）が6月28日、公開重みの大規模言語モデルGLM-5.2を発表しました。一部の研究者は、バグ発見やサイバーセキュリティの特定領域で、米Anthropicの最上位モデルMythosに匹敵すると指摘しています。汎用タスクではAnthropicやOpenAIに依然及ばないものの、中国は米国モデルとの能力差を大幅に縮めたとみられます。

今回の発表が注目されるのは、米中のAI性能差が縮小しつつある現実を示したためです。米国政府はこれまで、MythosやFableといった強力なモデル、さらにそれらの訓練・運用に必要な半導体への中国のアクセスを制限してきました。その努力を相対化しかねない成果といえます。

とりわけ警戒を強めているのが米政府です。Trump政権は、脆弱性を自動で特定できるMythosなどの先進AIを深刻な国家安全保障上の脅威と位置づけています。先ごろOpenAIが公開したGPT-5.6も悪用懸念から提供が限定されており、規制をめぐる緊張が続いています。

GLM-5.2は公開重みモデルである点が論点を一段と複雑にします。誰でもダウンロードでき、一般的なハードウェアで実行できるため、上級ユーザーには高い柔軟性と深いアクセスをもたらします。その一方で、ほとんど監視を受けない悪意ある利用にさらされやすいという弱点も抱えます。

経営者やエンジニアにとって、この動きはセキュリティ前提の転換を迫るものです。攻撃者が高度なバグ発見能力を低コストで手にしうる以上、防御側もAIを活用した脆弱性管理を急ぐ必要があるのではないでしょうか。米中の技術競争が安全保障と事業リスクの両面に直結する局面が、現実味を増しています。

Appleで複合現実ヘッドセット「Vision Pro」を統括する上級副社長のPaul Meade氏が、同社を退社しOpenAIのハードウェア部門に加わると、米メディアが2026年6月27日に報じました。Bloombergのマーク・ガーマン氏が伝えたもので、Meade氏は来年投入予定とされるAI搭載スマートグラスの開発も率いていました。AppleとOpenAIという二大勢力の人材移動として注目されます。

高額なVision Proは商業的に振るわなかった一方、Appleはより手頃なスマートグラスでMetaのウェアラブル端末に対抗しようとしています。その製品戦略の要を担っていた人物の離脱は、同社のハードウェア計画に影を落としかねません。

ガーマン氏はこの退社を、John Ternus氏の次期CEO就任が近づいていることの副産物だと位置づけています。Ternus氏がハードウェアエンジニアリング部門を刷新する方針を打ち出した結果、一部の副社長が降格させられたと感じているといいます。

移籍先のOpenAIは、Appleの元最高デザイン責任者Jony Ive氏と組み、すでにAI端末の開発を進めています。サム・アルトマンCEOは、この端末をiPhoneより穏やかで落ち着いたものになると説明していますが、昨秋の報道では細部の詰めに苦戦しているとも伝えられました。Apple出身のハード人材を相次いで取り込む動きが、今後のAI端末競争をどう左右するのか注目されます。

米Appleは2026年6月、AI業界によるメモリー需要の高まりを理由に、主力製品群を相次いで値上げしました。ティム・クックCEOは値上げを「不可避」とし、同社の従来価格を「持続不可能」と表現しています。16インチMacBook Proは300ドル、11インチiPad Airは599ドルから749ドルへ上昇し、HomePod miniも30ドル引き上げられました。

値上げの背景にあるのが「RAMの高騰」です。メモリーメーカーがAIデータセンター向けのHBMメモリーに生産ラインを振り向け、消費者向けのDDR5から離れたためだと、カーネギーメロン大学のティム・ダーデンガー准教授は指摘します。同じチップでも消費者向け機器よりAIサーバーに使う方がはるかに高く売れるため、各社はデータセンター顧客を優先しているのです。

この供給逼迫は一時的なものではないとの見方が強まっています。NYUスターン経営大学院のスリカンス・ジャガバトゥラ教授は「不足は一時的ではなく今後数年続く可能性があり、コストを単純に吸収する戦略は持続可能ではない」と述べました。OpenAIやGoogle、MicrosoftがAppleを上回る価格でRAMを競り落とし、メモリー大手のMicronは記録的な利益を上げています。

一方で疑問も残ります。Appleは少なくとも4四半期連続で過去最高益を計上し、ハードウェアの利益率は業界標準を大きく上回っているからです。同社の利益率は製品により30〜40%、iPhone 17 Proでは最大47%に達するとの推計もあり、コストを吸収できる立場にあるとみられます。

では、なぜ消費者が負担を強いられるのでしょうか。カーネギーメロン大学のアリ・ライトマン教授は、値上げは絶え間ない成長を求める株主への配慮が「間違いなく」目的だと語ります。AI競争での出遅れや、ジョン・ターヌス氏への新CEO交代をめぐる不透明感、新たなヒット製品の不在が同社への圧力になっていると分析しています。

AIブームの影響は私たちの生活のあらゆる場面に及び、今週は財布を直撃しました。XboxやArduinoまでもがメモリー不足による値上げの波に巻き込まれています。データセンター増設のコストを、なぜ消費者が負担すべきなのか。多くの専門家に取材しても、納得のいく答えは得られなかったといいます。

AI半導体市場を長年支配してきたNvidiaへの一極依存が、転機を迎えつつあります。OpenAIは半導体大手Broadcomと共同開発した独自の推論用チップ「Jalapeño」を発表し、自社シリコンを持つ大手の一角に加わりました。

今回の動きは、Nvidiaとの完全な決別ではなく、供給リスクを抑えるヘッジの側面が強いといえます。Google、Apple、SpaceXもすでに自前のチップ開発を進めており、単一供給元に頼る構図から各社が距離を置き始めています。

自社チップの利点は、ハードウェアを自社の用途に合わせて細かく調整できる点にあります。これにより制御の自由度が高まり、AppleがIntel製プロセッサから自社設計に切り替えた際に得たような性能向上が期待されます。

TechCrunchのポッドキャスト番組Equityでは、ホスト陣がこの自社チップ化の流れが業界に与える影響を議論しています。AI半導体スタートアップの資金調達や、AIエージェントの進化など、関連する話題も取り上げられました。

経営者やエンジニアにとって、半導体の調達戦略はAI事業の競争力を左右する重要な論点です。大手各社が自社チップへと舵を切る今、自社のAI基盤をどの供給網に委ねるかを改めて見直す時期に来ているのではないでしょうか。

ネットワーク自動化の新興企業Netrisは2026年6月25日、ベンチャー投資大手アンドリーセン・ホロウィッツ（a16z）から1500万ドルのシリーズAを調達したと明らかにしました。新興のAIクラウド事業者（ネオクラウド）がデータセンターを早く稼働させられるよう、設定や運用を自動化するソフトを提供しています。調達資金はエンジニアと営業の採用、対応ハードウェアの拡充に充てます。

AIブームでデータセンター事業への参入が相次ぐ一方、GPUやスイッチを確保しても設定や運用を整えるには数カ月を要します。GPUが遊休状態にある時間はそのままコストとなるため、立ち上げの速さが収益を左右します。Netrisはスイッチ上で動くソフトと接続プラットフォームで、この準備期間を短縮すると主張しています。

同社のプラットフォームはハードウェア層でサーバーやリソースを分離し、複数顧客への提供（マルチテナンシー）を可能にします。EquinixやAWS、Googleなど大手は自前のエンジニアで対応してきましたが、小規模なネオクラウドにはその余力がありません。NetrisのSaroyan最高経営責任者（CEO）は、AI向けには通信量が膨大なため完全にハードウェアで高速化した仕組みが必要だと説明します。

注目すべきは、この技術にAIを使っていない点です。同社はAIが非決定的で勝手な動作をするため、数千台規模のスイッチ設定変更には不向きだと考え、再現性の高い独自アルゴリズムを採用しています。8年前から開発を続けてきた成果です。

実績も着実に積み上がっています。2年前にデモを見たNvidiaが顧客に同社を推薦したほか、現在は世界35カ所超のGPUクラスタ（計約100万GPU）で稼働中です。利用企業にはLightning AIやFoxconn、Hewlett Packard Enterpriseなどが名を連ね、a16zのパートナーGuido Appenzeller氏が取締役に加わります。

MITとMicrosoftの研究チームは2026年6月25日、複数のAIモデルやツールを連携させるエージェント型ワークフローの設計と実行を自動最適化するシステム「Murakkab」を発表しました。開発者が自然言語でやりたいことを記述するだけで、最適なモデルやツール、ハードウェア構成を自動で決定し、計算資源の無駄を抑えます。

従来は開発者が使用するAIエージェントやモデル、ツールに加え、実行順序やハードウェアまですべて手作業で指定する必要がありました。組み合わせの選択肢が膨大なうえ、各社のブラックボックス型モデルが混在するため、最適な構成を人手で見つけるのはほぼ不可能でした。新モデルが登場するたびに一から作り直す手間も生じていました。

Murakkabは開発者の意図を高レベルで受け取り、最適なモデルとツールの組み合わせを自動で特定します。逐次実行すべき処理と並列実行できる処理も判別し、性能を高めます。クラウド事業者が利用者に展開する際には、精度や遅延などの制約に合わせてハードウェア割り当てを動的に最適化します。

動画Q&A;やコード生成のワークフローで検証した結果、利用者の要件を満たしつつ計算量は他手法の約35%、消費電力は約27%、コストは25%未満に抑えられました。ある事例では精度の低下を約2%にとどめながら、消費電力を1桁以上削減したといいます。研究チームは今後、より複雑なワークフローや大規模クラスタへの拡張を目指す方針です。

Googleは6月25日、音声アシスタント「Gemini for Home」の新たな活用法100例を公式ブログで公開しました。スマートスピーカー「Google Home Speaker」の正式発売に合わせた発表で、照明や家電の制御、買い物リスト管理、料理や育児の相談まで、家庭での幅広い使い方を提示しています。

今回の活用例は、生成AIならではの柔軟な自然言語理解を前面に押し出している点が特徴です。「コーヒーメーカーをオフ、いや、やっぱりオンにして」といった言い直しや、「寝室以外の照明を全部つけて」のような条件付き指示にも対応します。タイマー設定と掃除機の起動、音楽再生を一度の発話でまとめて行う複数操作も可能です。

上位プラン「Google Home Premium」は月額10ドルから提供されます。加入者はカメラ映像をAIに尋ねて検索でき、「昨夜の物音は動物だったか」「白いホンダがいつ車庫を出たか」といった質問に、録画を遡らずに回答を得られます。家族の顔を登録しておけば、ドアベル履歴から来訪者の到着時刻も確認できます。

音声操作は家庭領域でのAI普及を測る重要な接点であり、Googleはハードウェア発売と具体的な利用シーンの提示を組み合わせ、Geminiの日常浸透を狙っています。経営者やエンジニアにとっては、対話型AIが定型コマンドから文脈理解へ移行する流れを示す事例として注目に値します。

自動車大手のFordは2026年6月、生産・設計を任せた自動化システムが想定ほど堅牢でなく、誤りを修正するためベテラン技術者350人超を再雇用・昇格させたと明らかにしました。同社はJD Powerの初期品質ランキングで16年ぶりに主流自動車メーカー首位となり、その達成を機に近年の苦境を公表した形です。

車両ハードウェア技術担当VPのCharles Poon氏は「AIを導入して設計要件を調整すれば高品質な製品ができると誤って考えていた」と振り返りました。AIの効果は学習データの質に大きく左右されるうえ、複数の開発サイクルを経たベテラン技術者の組織的な知見の価値を過小評価していたといいます。一部の熟練人材が知識を十分に移管しないまま離職したことも、品質低下に拍車をかけました。

再雇用した技術者は若手の指導に加え、自動化システムを支えるデータ収集とAI学習の改善も担います。COOのKumar Galhotra氏は、部門が縦割りで欠陥を見つけて直す「find and fix」に頼りすぎていたと総括しました。今後は「問題を眺めるのをやめ、発生前に防ぐ」予防型の品質管理へ移行するとしています。

一方でFordはAI活用を後退させるわけではありません。ソフトとハードの開発を統合し、エッジケースを洗い出すAI駆動の自動テストを10万件超追加したほか、問題の未然防止に専念する40人のソフト品質保証チームを新設しました。安全が最優先となる自動車では、消費者向け機器のような「速く動いて後で直す」発想は通用しないとの認識を示しています。

米メディアThe Vergeは2026年6月23日、ソニーのスマートフォン「Xperia 1 VIII」に搭載されたAI Camera Assistantを約1週間検証した結果を公開しました。記者は同機能について「ソニーが見せていた通り酷い」と評し、AIによる撮影補助が実用に耐えないと結論づけています。

この機能はカメラアプリの標準モードに組み込まれ、撮影時に画面へ別設定の写真候補を自動表示します。GoogleのPixelに搭載された「Camera Coach」が構図や焦点の助言を行うのに対し、ソニーのAIはフィルターを適用するだけで、構図の指導も適用した効果の説明も一切ありません。

記者によると、提案の大半は露出・ホワイトバランス・コントラスト・彩度などの基本調整で、しかも過度に強い変更が多いといいます。写真を暗く沈ませたり、ハイライトを白飛びさせたり、セピア調や黄色寄りの色味を頻繁に勧めるなど、Instagramの古いフィルターを想起させる仕上がりだと指摘しました。

提案の出現も一貫せず、自撮りカメラでは非対応、逆光や白い壁では表示されないなど挙動が不規則です。ソニーはレンズの切り替え提案や「最も写真映えする角度」の案内も可能とうたいますが、記者は1週間の検証で一度も確認できなかったとしています。

性能面の弊害も大きいようです。最新のSnapdragon 8 Elite Gen 5を搭載しながら動作は不安定で、AI機能の利用がアプリの起動遅延やレンズ切り替え時のフリーズ、さらには過熱やクラッシュを招いたといいます。機能を切ると症状が和らいだとも記者は述べています。

一方で記者は、Xperia 1 VIIIのカメラ自体は大型センサーを3眼すべてに備えた優れたハードウェアだと評価します。それだけに、Appleの写真改変機能のような倫理的問題こそ起こさないものの、AI補助が製品の価値を損なっている点を惜しんでいます。

米マサチューセッツ工科大学（MIT）の研究チームが2026年6月、わずか約6ミリワットの電力で周囲の詳細な3次元地図をリアルタイムに作成できる新型チップを発表しました。消費電力は1個のLED程度にとどまり、バッテリー容量の限られた小型自律ロボットでも、障害物を避ける衝突回避経路を計画できるようになります。

従来、精密な3D地図の生成には大きな電力と大容量メモリを要しました。画像を立方体の画素「ボクセル」として保存し、各画素を何度も処理する必要があったためです。研究チームは効率的なマッピングアルゴリズムと専用ハードウェアを組み合わせる協調設計で、この課題を解決しました。

鍵となるのが、障害物を楕円体の塊「ガウシアン」で表現する手法です。楕円体は大きさや形を滑らかに調整できるため、剛直な立方体よりも曲面を効率的に表せます。さらに深度画像を1回の走査で処理して画像を破棄する技術により、チップは画像全体を保持せずに済みます。

「Gleanmer」と名付けられたこのチップは、同研究室が開発したアルゴリズム「GMMap」を採用しています。重なり合うガウシアンを元の画素に戻さず直接統合することで、地図をさらにコンパクトにし、メモリと電力の要求を大幅に抑えました。処理中のガウシアンはチップ内の高速メモリに置かれ、遠くの記憶装置から呼び出す必要がありません。

性能試験では、iPhoneカメラからのライブ映像からも障害物と空間を再現できました。地図構築に要する電力は既存の最良チップの約2.5%にとどまり、経路計画では通常の約20%のエネルギーで安全な軌道を描けたといいます。研究を率いるヴィヴィアン・スゼ教授らはIEEEの学会で成果を発表しました。

応用先はロボットにとどまりません。長時間装着できる軽量の拡張現実（AR）ヘッドセットや、医療シミュレーション、精密な修理・組立作業も視野に入ります。共著者でMITのサータク・カラマン教授は「指でつまめるチップで小型自律システムに必要なリアルタイム3D地図が初めて実現した」と意義を強調しました。

オープンソースAI新興企業のReflection AIは2026年6月22日、イーロン・マスク氏率いるSpaceXから大量のAI半導体を調達する計算契約を結んだとTechCrunchに明らかにしました。同社は2026年7月1日から2029年まで、テネシー州メンフィス近郊のColossus 2データセンターで、Nvidiaの最新AIチップ「GB300」と関連ハードウェアに即時アクセスする見返りに、月1億5000万ドルを支払います。

契約総額は最大63億ドルに達します。最初の3カ月経過後は、どちらの企業も90日前の通知で契約を解除できる条項が付いています。SpaceXがAnthropicと結んだ月12億5000万ドル、Googleと結んだ月9億2000万ドルの契約に比べると規模は小さいものの、いずれも2029年7月まで続く点は共通しています。

Reflectionはこの初の計算契約を、自社のオープンウェイト戦略の価値を示す材料と位置づけました。同社は学習済みパラメータを公開するモデルを掲げ、AnthropicやOpenAIのような閉鎖型フロンティアラボへの対抗軸として売り込んでいます。米政府がAnthropicの閉鎖モデル「Fable」「Mythos」を禁止して以降、オープンウェイト型モデルへの注目は高まっています。

2024年に元Google DeepMindの研究者2人が設立した同社は、今回の契約を「これまで公表されたオープンAIインフラへの最大級の投資の一つ」と説明しました。広報担当者は「閉鎖モデルだけに依存するリスクとコストを、より多くの国家や企業が認識している」とし、計算資源の拡大が世界最高のオープンモデルを大規模に構築する余力につながると強調しています。

なぜSpaceXが半導体の貸し手になっているのでしょうか。Colossusデータセンターは元々、マスク氏が設立し現在はSpaceXの一部となったxAIが、自社のAI開発のために構築したものです。社内のAI事業が伸び悩むなか、SpaceXは保有する貴重なAIチップを世界トップ級のAIラボに貸し出す方向へと舵を切りました。

AIチップ新興企業の米Groqは6月22日、6.5億ドル（約970億円）の新規資金調達を完了したと発表しました。Nvidiaが2025年12月にGroqの技術を非独占でライセンス供与し、創業者兼CEOのジョナサン・ロス氏らを引き抜いた事実上の買収（not-acqui-hire）から約半年後の調達となります。Groqは新たな企業評価額を明らかにしていません。

今回の調達は、主要人材と中核技術IPを失った同社の立て直しを象徴します。Groqは推論用の独自チップ「LPU（言語処理ユニット）」を開発していましたが、そのIPは現在Nvidiaが保有します。NvidiaはこのIPを基に、自社のハードウェアクラスター「Nvidia Groq 3 LPX」を3月のGTCで発表しています。

対抗策としてGroqは、子会社経由で展開してきた推論クラウド（neocloud）事業へ軸足を移しました。同事業は北米・欧州・中東・アジア太平洋に13のデータセンターを構え、500万人を超える開発者と数千社のAI企業に対し、週あたり数兆トークンを処理しているといいます。

経営体制の再構築も進めています。ロス氏の後任CEOには共同創業者のダグ・ワイトマン氏が就き、xAIやMetaを経たアラン・ライス氏をCOOに迎えました。さらにCTOにシンクレア・シュラー氏、CPOにラケシュ・マルホトラ氏が加わっています。

AI推論分野は需要と投資が急拡大する一方、競争も激化しています。中核IPをNvidiaと共有する状況で、Groqが推論クラウドの競争力を保てるかが今後の焦点です。一度は身売り同然の状態に陥った同社にとって、再起をかけた勝負が始まります。

米AI企業のHugging Faceは2026年6月18日、自社ブログでパラメータ効率の良い微調整手法（PEFT）の比較検証結果を公表しました。広く使われるLoRAが本当に最適かを同社の標準ライブラリで検証し、用途によっては他手法が上回ると結論づけています。経営者やエンジニアが開いたモデルを自社データで調整する際の指針となる内容です。

PEFTは、モデル全体を何度も載せる必要がある微調整のメモリ負荷を大幅に下げる技術群です。少ないメモリで量子化モデルも調整でき、チェックポイントが小さく、既存知識を忘れにくい利点があります。同社が開発するPEFTライブラリは、多数の手法を統一APIで扱える点が特徴です。

LoRAは早期に登場し効果が高かったため、現在は圧倒的な普及率を誇ります。同社の調査では、PEFT手法を一つだけ挙げたモデルカードの98.4%がLoRAで、画像生成のチェックポイントでも約95%を占めました。ただしこれは性能の証明ではなく、解説や周辺対応の充実が人気を呼ぶ自己強化の可能性も指摘しています。

論文に基づく手法選びには問題があると同社は警告します。研究者は既存指標を超える結果を出す圧力にさらされ、比較対象や評価基準も論文ごとに異なるため、再現が難しいのです。実際、学習率の調整だけでLoRAが他手法に並ぶという研究もあります。

そこで同社は同一の基盤モデル・データ・ハードウェアで全手法を評価する基準を整備しました。数学データセットでの推論学習と、猫のぬいぐるみという新概念を学ぶ画像生成の二つを用意し、テスト性能に加えVRAM使用量や忘却、実行時間、チェックポイント容量まで追跡しています。

結果として、数学課題ではLoRAが性能とメモリの均衡点に位置する一方、画像生成ではOFTが高い類似度と低メモリで上回りました。同社は、LoRAが悪い選択ではないものの自動的な既定にすべきではなく、config一行で手法を切り替えて自分の用途に最適な手法を試すよう促しています。

AI開発企業のHugging Faceは2026年6月18日、コーディングエージェントが特定のソフトウェアをどれだけ効率的に扱えるかを測る検証手法を公開しました。同社のライブラリ「transformers」を題材に、最終的な正解だけでなく、答えにたどり着くまでの手数やトークン量、所要時間を計測する点が特徴です。

従来のベンチマークの多くは、エージェントが最終的に正しい答えを出せたかどうかだけを見てきました。しかし同じ結果でも、1コマンドで完了する場合と、40行のスクリプトを書いて何度も再実行する場合では、コストや失敗率が大きく異なります。同社はこの過程の差こそが、ライブラリの設計改善に重要だと指摘します。

検証では各タスクを3つの条件で実行しました。素のインストール状態、ソース全体を複製した状態、そしてCLIの文書と利用例をまとめた「Skill」を読み込ませた状態です。すべてHugging Face Jobs上で同一ハードウェアを使い、モデル・改訂版・タスクの組み合わせごとに並列実行しています。

結果として、CLIとSkillを追加した変更は大型の高性能モデルの作業時間を短縮しました。一方で小型モデルでは逆効果となる場面が確認されています。例えばQwen3-14Bは、Skillを加えると全体の正答率が67%から43%へ低下し、感情分類タスクでは100%から0%まで崩れました。

原因をたどると、小型モデルがSkillを実行可能なツールと誤認し、シェルから動かすべきCLIを直接呼び出そうとして処理を断念していたことがわかりました。同社は、エージェント向けのAPIはモデル規模ごとに評価すべきだと結論づけ、検証手法を自社ライブラリにも適用できる形で公開しています。

NVIDIAのGEAR研究所は2026年6月、AIコーディングエージェントがロボットの訓練を自律的に指揮する新たな枠組み「ENPIRE」を発表しました。カーネギーメロン大学とカリフォルニア大学バークレー校が共同開発したこの仕組みでは、エージェントが訓練手順を自ら考案し、ロボットに結束バンドの切断やマザーボードへのGPU装着といった精密な作業を習得させました。

ENPIREは、AIモデルにツール利用や記憶・制約・フィードバックの機能を与える「エージェントハーネス」と呼ばれるソフトウェアです。具体的には4つのモジュールで構成され、作業の自動リセットと検証、ロボットの行動指針となる方策の改良、複数の実機を並列で動かす評価、そしてログ解析や論文の取り込みによる失敗対応を担います。

訓練は人手を介さず反復します。エージェントは独自のアルゴリズムを考えて実機で試し、成功率を高めた変更だけを残すサイクルを自己主導で繰り返します。NVIDIAでAI担当ディレクターを務めるジム・ファン氏は「研究所の一部が夜通し自己改善し、朝に報告書を読むだけだ」とLinkedInに投稿しました。

検証には3社のエージェントが使われました。OpenAIのGPT-5.5を用いたCodex、AnthropicのOpus 4.7を用いたClaude Code、Moonshot AIのKimi K2.6を用いたKimi Codeです。チームを組んだエージェントが互いに異なる訓練手法を独立して編み出し、実験で比較しました。

ファン氏はすべてをオープンソース化する方針を示し、誰もが自宅で「自走するロボット研究所」を持てるようにすると述べました。技術的な詳細は6月16日に公開された研究論文にまとめられています。AIが自らハードウェアの訓練を回す時代が、研究現場で現実味を帯び始めています。

AIハードウェア企業のPlaudは2026年6月16日、AI議事録端末の累計出荷が200万台を超え、サブスクリプション事業の年間経常収益（ARR）が1億ドルを上回ったと発表しました。会議が多いビジネスパーソンを主な対象とし、数少ないAIハードの成功例になろうとしています。

同社の端末は、首元に着ける「Plaud Pin」やスマートフォン背面に貼るカード型機器など、いずれも画面を持たないのが特徴です。共同創業者でCEOのNathan Xu氏は「多くのAI企業は画面の向こうのソフトで拡大したが、我々は別の道を選んだ。物事を前進させる会話はキーボード上では起きない」と述べ、対面の会話を記録し要点や行動項目を後から振り返れる点を強みに挙げました。

収益を支えているのは、端末利用者の約50%が基本プランからProや無制限プランへ移行している点です。端末を買うと文字起こし300分が無料で付きますが、会議が多い利用者ではすぐに上限に達するため、月額・年額・追加分の有料プランへの加入が進んでいます。一方で同社はソフト単体の販売は行っておらず、有料プラン購入者は基本的に端末所有者に限られます。

ソフト開発も加速しています。今年はオンライン会議のシステム音声から議事録を取るデスクトップアプリを投入し、先月には共有メモリーを備えた法人向けの「Plaud Teams」を発表して企業需要の取り込みを狙っています。ハードは2025年に179ドルの「Plaud Pro」を出し、今年は同価格帯の「Plaud Pin S」を追加しました。

もっとも、議事録ハードの市場は競争が激しい分野です。アクセサリー大手のAnker、Transsion出資のViaim、Sequoia China出資のVibe、Yコンビネーター出資のPocketなどが参入しており、Plaudが成功例として地位を固められるかは今後の各社の動向次第といえます。

Appleは2027年に向けたハードウェア計画を進めています。米Bloombergのマーク・ガーマン記者によると、カメラを搭載したAirPodsを2027年後半に投入する予定で、現在は来年のiOS28とともに社内テスト段階にあります。WWDC後にAI機能の発表が一巡したいま、次なる焦点はこうした新型デバイスへと移りつつあります。

新型AirPodsは、ステム部分にカメラを内蔵し、データをクラウドに送信中であることを示すライトを備える見込みです。これにより、刷新版のSiriが利用者の周囲の状況を把握する視覚的なコンテキストを得られるようになります。同社が初のスマートグラスを投入する前段階の製品として位置づけられています。

iPhoneでは、この秋に登場するとされる初代の折りたたみ機に続き、第2世代の折りたたみモデルも計画されています。これは、Appleがこの新カテゴリーに本腰を入れる姿勢を示すものです。加えて、長らくうわさされてきた20周年記念のiPhone（社内呼称V73とV74）が、今年のiPhone18 Proに続いて投入される見通しです。

この記念モデルは、画面を端まで広げた湾曲ガラスが側面を包み込む設計になるとされています。一方で標準モデルのiPhone18は来年まで投入が遅れる可能性があり、この秋の機種に近いA20系チップを搭載するもようです。

半導体の進化も見逃せません。2027年の機種は2nm世代のA21チップへ移行し、A22 Proではさらに微細な1.4nm技術の採用が見込まれます。Appleは主要委託先のTSMCに加え、一部生産でIntelの起用を検討しているといいます。

ただし、これらはあくまで現時点のうわさにとどまります。John Ternus氏が新たなCEOに就く体制変更や、メモリーや部品の供給不足、そしてAIをめぐる環境変化を踏まえると、確度の高い計画であっても変更の余地は残ります。経営者やエンジニアにとっては、Appleのデバイス戦略の方向性を読み解く材料となりそうです。

地球観測衛星が2026年4月、地上の人間の分析官に頼らず自律的に目標を発見することに世界で初めて成功しました。宇宙インフラ企業Loft Orbitalの衛星YAM-9に搭載されたNASAジェット推進研究所製のソフトが、自然言語の問いに応じて関心領域を特定したものです。軌道上で視覚言語モデル（VLM）が稼働した初の事例となります。

実証を支えたのはGoogle DeepMindのGemma 3です。VLMは大規模言語モデルの文脈理解と画像解析を組み合わせた技術で、Gemma 3はデータセンターから離れた限られたハードウェアで動くエッジ用途向けに設計されています。研究者は「自然環境と人間の開発が接する地域の分類」や「鉄道拠点周辺のインフラ特定」を指示し、モデルはそれを実行しました。

この成果が重要な理由は二つあります。近い将来、衛星が軌道上でデータの一次選別を行うことで、分析官が処理すべき膨大な生データを減らし、宇宙センサーの有用性を大きく高められます。長期的には、宇宙空間で大規模なAIインフラを動かすための実証点となります。

Loftのヘッド・オブ・AIであるPaul Lasserre氏は「宇宙に常時稼働の監視レイヤーへの扉を開く」と述べました。VLMがあれば「この国境を監視し、不審な動きがあれば知らせて」といった論理的な指示を出し、衛星と対話できるといいます。YAM-9には宇宙用演算チップの代表格であるNvidia Jetson Orin AGX GPUが搭載されています。

他社の追随も予想されます。Planet Labsは現在Jetson Orin搭載衛星を単純な物体検知に使っていますが、VLMを含むAI応用の研究を進めています。Lasserre氏は地球上のどこでもリアルタイムに監視するにはYAM-9級の衛星が50〜100機必要だと見ており、Loftは現在12機を運用しています。

今回の小型モデル展開で得た知見は、電力やメモリ管理という地味だが重要な領域で、より大規模な宇宙演算インフラの構築に生かされます。開発の発端は、月や火星を探査する宇宙飛行士向けのデジタルアシスタント構想でした。加圧服でキーボードを叩けない飛行士のため、対話型AIを提供できないかという発想から生まれたものです。

AI開発企業Anthropicは6月12日夜、米政府の輸出規制指令を受け、最上位モデルClaude Fable 5とMythos 5への全アクセスを世界規模で遮断しました。米商務省が外国籍ユーザーへの利用停止を国家安全保障上の理由で命じたためで、有料の法人顧客やAnthropicの従業員すら一般公開からわずか3日後に利用できなくなる異例の事態となりました。

今回の措置で、進行中のFable 5・Mythos 5のセッションはエラーで終了し、新たな問い合わせは旧来の能力が劣るOpus 4.8などへ自動的に振り替えられます。Anthropicはブログで「これは誤解だと考えており、可能な限り早期にアクセスを回復させるべく取り組んでいる」と述べ、顧客に謝罪しました。

Wall Street Journalなどの報道によると、規制の引き金となったのはAmazonの安全性懸念でした。同社CEOのアンディ・ジャシー氏が財務長官スコット・ベッセント氏ら政府高官に対し、Amazonの研究者がFable 5を使ってサイバー攻撃に転用しうる情報を引き出せたと伝えたとされます。AmazonはAnthropicの主要出資者でありながら、懸念を政府に共有した形です。

一方でAnthropicは政府の「脱獄（ジェイルブレイク）」という性格づけに反論しています。同社は政府から提示されたのは口頭による限定的な脱獄の証拠のみで、内容も特定のコードベースの欠陥を修正させる程度だと説明し、同様の能力はOpenAIのGPT-5.5など他の公開モデルでも利用可能だと主張しました。一部のセキュリティ研究者も「これは脱獄ではない」と同社の見解を支持しています。

Anthropicと米政権は以前から対立してきました。同社が大規模な国内監視や自律型兵器への利用を拒んだことで、3月には国防長官ピート・ヘグセス氏が同社を「サプライチェーンリスク」と認定した経緯があります。今回の一件は、こうした緊張関係が再燃したものと受け止められています。

専門家は、今回の事態が単一モデルや単一プロバイダーへの依存リスクを浮き彫りにしたと指摘します。クラウド型の先端モデルは政府の監督と事業者の対応次第で突然停止しうるため、企業はモデル非依存の設計や複数プロバイダーの併用、自社ハードウェアでのオープンウェイトモデル運用などによる供給源の多様化を急ぐべきだと論じています。

Hugging Faceは2026年6月9日、GitHub ActionsのCIジョブをHugging Face Jobs上で実行するための移行ガイドを公開しました。GitHub Actionsのワークフローファイルでruns-onラベルを1行変更するだけで、Hugging Faceのサーバーレスインフラ上でCIを実行できるようになります。CPUだけでなくGPUハードウェアも選択可能で、機械学習プロジェクトのテストに特に有用です。

この仕組みの中核はjobs-actions-dispatcherと呼ばれるDocker Spaceです。GitHubのworkflow_job.queued Webhookを受信すると、対応するハードウェアフレーバーのHF Jobを起動し、エフェメラルなGitHub Actionsランナーとして登録します。GitHub側からは通常のセルフホステッドランナーとして認識されるため、既存のワークフロー定義をほぼそのまま利用できます。

導入にはまずdispatcher Spaceを自分のHugging Face名前空間に複製し、次にGitHub Appを作成してリポジトリにインストールします。GitHub Appはワークフロージョブの監視とランナー登録トークンの発行に必要な権限を持ちます。セットアップはブラウザでもCLIでも実行可能で、エージェントによる自動化にも対応しています。

実際の性能面では、GradioチームのTrackioプロジェクトで検証が行われました。CPUジョブではGitHub標準の1分40秒に対し、Playwrightイメージを使用することで1分10秒と約30%の短縮を達成しています。GPU CIではt4-smallラベルを使い45秒で完了し、コストは1セント未満でした。GitHub側にはGPUホステッドランナーの同等オプションがないため、ML系プロジェクトにとって大きな利点となります。

さらに、HF JobsはDockerイメージの自由な指定やボリュームマウントにも対応しており、データセットやモデルのロードを伴うCIにも柔軟に対応できます。ログはCLIから簡単に取得でき、ローカルツールやコーディングエージェントでの解析にも適しています。オープンソースの機械学習プロジェクトがGPU CIを手軽に導入できる実用的な選択肢として注目されます。

Appleは2026年6月9日、年次開発者会議WWDC 2026で、AIアシスタント「Siri AI」の全面刷新と、第3世代の独自基盤モデル「AFM 3」ファミリーを発表しました。新SiriはGoogle Geminiをベースとし、専用アプリとして独立。テキスト・音声・画像によるマルチモーダル対話に対応し、iPhoneからMac、Apple Watchまで全デバイスで利用できます。Tim Cook CEOにとって最後のWWDCとなる今回、同社はAI分野での遅れを取り戻す姿勢を鮮明にしました。

Siri AIの最大の特徴は、画面上のコンテンツを認識して文脈に応じた操作を実行するエージェント機能です。InstagramやSafariで表示中の情報をもとに検索や予定登録を行ったり、メッセージの文脈からリマインダーを自動提案したりできます。Apple上級副社長のCraig Federighi氏は「AIにおけるプライバシーは交渉の余地がない」と強調し、処理はオンデバイスまたはPrivate Cloud Computeで完結すると説明しました。

技術面で注目されるのがAFM 3 Core Advancedです。20億パラメータの重みをDRAMではなくNANDフラッシュに格納し、プロンプトごとにルーティングして1B〜4Bのパラメータを動的にDRAMへロードします。従来のMoEモデルがトークンごとにエキスパートを切り替えるのに対し、プロンプト単位で一度だけ選択する設計により、メモリ帯域の制約を回避しています。サーバー側のAFM 3 Cloud ProはGoogle Cloud上のNvidia GPUで稼働し、複雑な推論やエージェント処理を担います。

写真編集では、Appleはこれまでの慎重姿勢を転換し、Image Playgroundでフォトリアルスタイルの画像生成を解禁しました。新ツール「Extend」は画像の枠外をAIで補完し、「Spatial Reframing」は写真の視点を3D的に変更できます。改変画像にはGoogleのSynthID透かしを付与し、AI生成コンテンツの識別を可能にしています。かつてFederighi氏が「写真は現実を正確に捉えるべき」と述べていたことを考えると、大きな方針転換です。

開発者向けには、App IntentsとApp Schemasを通じてアプリの機能をSiriやSpotlightに公開する仕組みが拡充されました。Shortcutsアプリでは自然言語による操作の自動化が可能になり、Safariでも自然言語でブラウザ拡張機能を作成できます。一方、Siri AIはEUと中国では当初利用不可で、対応ハードウェアも限定されるため、グローバル展開には課題が残ります。Appleの戦略はスタンドアロンのチャットボットではなく、OS全体にAIを統合するアプローチであり、プライバシーを武器にMicrosoftやGoogleとの差別化を図っています。

英国政府は2026年6月、総額14.7億ドルの国家AIスパコン計画を発表しました。うち5.3億ドルをハードウェアに充て、推論用チップに2億ドルを配分します。調達では英国企業を優先し、推論チップを開発するOlixやFractileなど国内スタートアップの成長を後押しする方針です。研究者やスタートアップは2030年から利用できる見通しです。

この計画の背景には、米中への技術依存からの脱却という地政学的な要請があります。トランプ政権下で米欧関係が緊張するなか、ケンドール技術相は「AI主権とは過度な依存を減らし、レジリエンスを高めることだ」と述べました。欧州連合も同様のテックソブリンティ構想を打ち出しており、英国の動きは欧州全体の潮流と一致しています。

一方、NVIDIAはロンドンテックウィーク2026で英国のソブリンAI推進の成果を披露しました。5,400基のGH200チップで構成されるIsambard-AIは、Sovereign AI基金の支援先であるCosine（コーディング基盤）、Cursive（自己改善型AI）、Doubleword（推論最適化）、Prima Mente（アルツハイマー研究）の4社が活用しています。Doublewordはモデル起動を70倍高速化し、推論コストを90〜95%削減する成果を報告しました。

企業のAI実装も進んでいます。Nebius、CoreWeave、BT・Nscaleなどのクラウド事業者が英国内でのAIインフラ構築を拡大し、AIクラウドパートナー数はこの1年で倍増しました。NVIDIAの英国スタートアップへの20億ポンドの投資やInceptionプログラムの会員50%増も、エコシステムの厚みを示しています。

英国はARMを擁しながらも半導体設計・製造では米国・アジア勢に後れを取ってきました。政府が大口顧客となることで国内チップ企業の成長を促し、長期的な国内定着を図る戦略です。AIデータセンターが汎用チップから用途別の専用チップへ移行するなか、推論チップという特化領域で存在感を確立できれば、英国にとって大きな地政学的レバレッジとなる可能性があります。

Amazonは6月4日、倉庫用自律ロボット「Proteus」の次世代版を発表しました。最大の特徴は、従来の専用ソフトウェアによる操作に代わり、自然言語で作業を指示できる点です。Amazon Robotics副社長のScott Dresser氏は「やるべきことを伝えれば、優先順位・ルート・タイミングをロボットが判断する」と説明しています。

新型Proteusは従来のドックエリア限定から倉庫全域へと稼働範囲を拡大し、コンテナの搬入からワークステーション間の移動まで幅広い作業に対応します。現在はラボでの試験段階で、2027年前半に欧州での展開を計画しています。Amazonは触覚ロボット「Vulcan」やトート搬送システムの拡大も進めており、ロボティクス全体への投資を加速させています。

一方、Hello Robotは家庭向けロボット「Stretch 4」を3万ドルで発売しました。Google元ロボティクス部門責任者のAaron Edsinger氏が率いる同社は、人型ロボットの最大化路線とは一線を画し、安全性と実用性を最優先に設計しています。四肢麻痺のKeith Platt氏は音声操作でStretchを使い、朝食のプロテインシェイクを自力で飲めるようになるなど、日常の自立を取り戻しつつあります。

ロボット業界では実環境での稼働実績が競争優位になるとの見方が強まっています。投資ファンドBullhound Capitalは「最初に展開した企業が、競合には買えない運用ノウハウを蓄積する」と指摘しています。UCバークレーのMahi Shafiullah研究員も「アルゴリズムは揃ったがデータが足りない。安全にデータを集められるロボットが鍵だ」と述べ、Stretchの実用性を評価しています。

ただし課題も残ります。1Xの人型ロボット「Neo」は1万台の予約を完売したものの、実機の出荷はまだ始まっていません。Bot Companyのロボットがサンフランシスコの賃貸住宅で家具や家電を破損したとして訴訟に発展するなど、現行ハードウェアの信頼性には懸念が残ります。倉庫と家庭という異なる領域で、安全かつ実用的なロボットをいかに早く届けられるかが、各社の明暗を分けることになりそうです。

2026年6月3日、NVIDIAはデンバーで開催中のCVPR 2026において、自動運転車・ロボット・ビジョンAIの開発を加速する物理AIエージェントスキル群を発表しました。先日公開されたオープン基盤モデルCosmos 3と連携し、シーン再構築から合成データ生成、ポリシー訓練、評価までの断片的だったワークフローを一気通貫で自動化します。すべてのツールはGitHubでオープン公開されています。

自動運転分野では、走行データから編集可能な3Dシーンを生成するNeural Reconstructionスキルや、数千GPUで強化学習を並列実行するオープンソースフレームワークAlpaGymを提供します。さらに320億パラメータの推論型VLAモデルAlpamayo 2 Superは、認識から計画・行動までの全スタックを統合し、レベル4自動運転の開発基盤となります。研究論文LCDriveは、テキスト推論を潜在表現に圧縮することでトークン数を約半分に削減し、車載ハードウェアでの高速推論を実現しました。

ロボティクス分野では、Isaac Sim 6.0とIsaac Labにエージェント対応スキルを統合し、シーン作成からシミュレーション実行、データ取得まで自動化しました。注目すべきは研究論文GraspGen-Xです。20億回のシミュレーション把持データで訓練された初の把持基盤モデルで、未知のグリッパーと未知の物体に対してゼロショットで把持姿勢を生成できます。ロボット開発者がグリッパーごとに訓練し直す必要がなくなるのでしょうか。

ビジョンAIでは、Metropolisスキルが合成異常データの生成や疑似ラベリングを自動化し、外観検査モデルの精度向上を支援します。また、ゲーム環境で訓練した汎用エージェント基盤モデルNitroGenは1,000以上のゲームと4万時間の操作データから学習し、少数データ環境で従来手法比52%の性能向上を達成しました。NVIDIAの物理AIデータセットはHugging Faceで累計1,500万ダウンロードを超え、研究インフラとしての存在感を強めています。

Nvidiaは2026年6月、台湾Computexで新チップRTX Sparkを発表しました。Arm系の独自CPU「N1」にRTXグラフィックスと最大128GBの統合メモリを組み合わせたSoCで、HP・Asus・Dell・Lenovoなど主要PCメーカーが搭載ノートPCを投入します。Nvidiaがデスクトップ向けGPUに留まらず、ノートPC全体のアーキテクチャを自ら設計する初の試みです。

これまでMicrosoftが推進してきた「AI PC」構想は、NPU搭載やメモリ16GB以上といった要件にとどまり、大規模言語モデルのローカル推論には力不足でした。RTX Sparkはデータセンターで実績のあるCUDAエコシステムをそのままノートPCに持ち込むことで、ローカルAI推論の性能を大幅に引き上げる狙いがあります。従来、この用途で唯一の選択肢だったMacBook Proに対し、Windows陣営から初めて本格的な対抗馬が登場したことになります。

Microsoftも自社製品Surface Laptop UltraをRTX Spark搭載の旗艦として投入します。15インチMini-LEDディスプレイを備え、MacBook Proと同等のフォームファクターを目指す製品です。高性能構成は4,000ドル超と予想されますが、同等スペックのMacBook Proと同水準の価格帯です。低価格構成ではゲーマーやクリエイター向けにも訴求する計画です。

ローカルAI推論のニーズは急速に高まっています。プライバシーの観点からエージェント型AIをローカルで動かす需要が増加し、Apple Mac Miniの出荷遅延が報告されるほどです。RTX SparkはノートPCだけでなく小型デスクトップにも展開予定で、Intel・AMD・Qualcommへの影響も注目されます。Windows PCに統合メモリとCUDAという新しいハードウェア層が加わることで、AI PCの定義そのものが書き換わる可能性があります。

Nvidiaのジェンスン・ファンCEOは2026年6月、中国ロボットスタートアップUnitreeと共同で、ヒューマノイドロボット「H2 Plus」の設計図（ブループリント）を発表しました。身長6フィート（約183cm）・体重150ポンド（約68kg）のUnitree製ボディに、NvidiaのAIチップ「Thor T5000」を搭載し、シンガポールSharpa社の精巧なロボットハンドと専用ソフトウェアを組み合わせた構成です。

Thorチップは高度なAIモデルを実行し、ロボットが周囲の環境を理解して自律的に動作する頭脳となります。Sharpa社のハンドはカードの手品やリンゴの皮むきまでこなす器用さを備え、ロボット工学で未解決の課題である巧緻性の壁に挑みます。Nvidiaロボティクス製品担当ディレクターのスペンサー・ファン氏は「Unitreeは最初のパートナーだが、最後ではない」と述べ、今後の展開を示唆しました。

一方、この提携は地政学的な緊張の中で注目を集めています。アメリカでは中国製ヒューマノイドの政府利用を禁止する法案が提出され、Unitreeのロボットがデータを外部送信する能力を持つとのセキュリティ研究も公表されました。カーネギー国際平和財団のスコット・シンガー氏は、アメリカが世界最高のAIチップを持ち中国がハードウェアのサプライチェーンで優位に立つ構図を指摘し、双方が協力する意義を語っています。

Unitreeのロボットは低価格でも知られ、基本モデルのG1は約1万5千ドルと、競合の数十万ドルを大きく下回ります。Nvidiaはセキュリティ機能を追加することで利用者の懸念に対応する構えです。ファンCEOは「ヒューマノイドロボットは世界最大の産業にフィジカルAIをもたらし、数兆ドル規模の経済機会を生む」と述べました。アメリカの技術力と中国の製造力が融合するこの提携が、ロボット産業の勢力図をどう変えるのか。今後の政策対応と市場動向が問われます。

SpaceXのエンジン開発の第一人者であるTom Mueller氏が設立した宇宙スタートアップImpulse Spaceが、シリーズDで5億ドル（約750億円）を調達しました。137 VenturesとBANNER VCがリードし、Founders Fund、Lux Capital、Linse Capitalが参加しています。調達資金は最大200人の新規採用に充てられます。

同社は宇宙空間での機動力に特化した企業です。米宇宙軍向けの高機動プラットフォーム「Mira」と、衛星を高軌道へ迅速に運ぶ「Helios」を開発しています。米政府が国家安全保障への投資を拡大するなか、宇宙・防衛テック分野への投資家の関心が本ラウンドを後押ししました。

注目すべきは、同社がAIではなく人材採用を優先している点です。社長兼COOのEric Romo氏は、ハードウェア設計の分野ではAIモデルがまだ実用段階にないと指摘しています。SpaceXの13番目の社員だった同氏は、エンジン設計シミュレーションの精度が「正解の20%以内なら成功」だった経験を語り、現在もその状況は大きく変わっていないと述べています。

Romo氏はAIツールの課題として、ターボポンプのシール設計のような専門的な訓練データがインターネット上にほとんど存在しない点を挙げています。ソフトウェアチームではAIコーディングツールを活用しているものの、物理的なエンジニアリングでは「設計し、分析し、製造し、試験台に載せる」以外に代替手段はないとの見解です。

同社は航空宇宙人材の獲得競争に対応するため、コロラドに新拠点を開設しました。ロサンゼルスだけでなく、シアトル、デンバー、テキサスなどエンジニアの選択肢が広がっていることが背景にあります。次のマイルストーンとして、年内にMira宇宙機の新たなミッション打ち上げを予定しています。

サンフランシスコのWebカメラメーカーOpal Cameraが社名をOpal Electronicsに変更し、AI搭載の消費者向けデバイスメーカーへと事業転換します。この転換を支えたのが、OpenAIによる4000万ドル（約60億円）のシリーズB投資です。2024年に一部報じられていましたが、正式なクローズは2025年第1四半期でした。Samsung、Peter Thiel、Alexis Ohanian率いるSeven Seven Sixなども出資しており、企業評価額は約2億7500万ドルに達しています。

Opalは数年前からAI搭載の音響製品を開発しており、3〜4カ月以内の発売を予定しています。この製品は現在、OpenAIのSam Altman CEOをはじめ、xAI、Thinking Machines、Anthropicの幹部がテスト中です。ウェアラブルかどうかは不明ですが、iPhoneと競合する製品ではなく「馴染みのある製品カテゴリ」とされています。

OpenAIは筆頭株主となりましたが、OpalのIPやデザインに対する権利は保有していません。Opalは特定のAIラボと提携して音響製品を発売する予定ですが、OpenAI・Anthropic・xAIと並行して交渉中で、ユーザーが好みのモデルを切り替えられる仕組みを目指しています。今後12カ月で計3製品の投入を計画しています。

AI専用ハードウェア市場ではHumane Ai PinやRabbit R1が相次いで失敗しています。Opalは「約束は少なく、それ以上を届ける」という姿勢を掲げ、ソニーのような幅広い消費者ブランドを志向しています。Webカメラ事業は段階的に終了しますが、既存製品のサポートは継続するとしています。