AIデイリー｜Googleが判断特化モデルGemini Decision 1公開・Runway世界動作モデルPraxis-1をオープン化・Baidu文心5.5 Flash登場

モデルリリース・アップデート

Google、高速な選択・判定処理に特化した「Gemini Decision 1」とDecisions APIを発表 GGoogle

• 要点：Googleは、テキスト生成を行わず閉じた質問の高速判定に特化した新モデル「Gemini Decision 1」およびDecisions APIの提供を開始しました。
• 超低遅延と極限の低コスト：入力100万トークンあたり0.10ドル、出力トークン課金は完全無料で提供され、1.6万トークン以内の入力であれば150〜250ミリ秒のエンドツーエンドレイテンシで処理します。
• マルチモーダル入力と大量設問の同時評価：25万6,000トークンのコンテキストに対応し、テキスト・画像・音声・動画・PDFが混在した入力に対して、一度のリクエストで最大1,000件の設問を同時評価できます。
• 3つの設問形式と確信度スコア：「Yes/No」「最大255択の単一選択」「ルーブリック評価」の3形式に対応し、校正済みの確信度スコア（0〜1）を返すため、エージェントのルーティングや安全審査の閾値設定に直結できます。
• リンク：Google 公式ブログ

Runway、ロボット制御を行う27B世界動作モデル「Praxis-1」の重みをApache 2.0で公開 RRunway

• 要点：Runwayは、動画による事前学習を実世界のロボット制御へと転換する270億パラメータの世界動作モデル「Praxis-1」をオープンウェイトとして公開しました。
• 動画と動作を同時予測するアーキテクチャ：270億パラメータのMoE（Mixture of Experts）拡散トランスフォーマーを採用し、視覚的な未来予測とロボットの物理アクションを一体で出力します。
• ロボティクスベンチマークで首位獲得：NVIDIA RoboLab-120評価において46.2%の成功率を記録し、FLUX 3 Action（42.9%）やCosmos3 Nano（36.8%）を上回り首位を獲得しました。
• 圧倒的な速度と費用対効果：同一タスクにおけるロボットアーム制御において、フロンティアLLMと比較して15.6倍高速に動作し、完了タスクあたりの推論コストを51分の1に削減しました。
• リンク：Runway 公式発表

Baidu、280Bパラメータの高効率オープンモデル「ERNIE 5.5 Flash Preview」を公開 BBaidu（百度）

• 要点：Baidu（百度）は、総パラメータ2,800億のうちトークンごとに140億のみを活性化し、毎秒200トークン超で動作する「ERNIE 5.5 Flash Preview」をApache 2.0で公開しました。
• 長文脈と高速推論の両立：100万トークンのコンテキストウィンドウに対応し、ハイブリッド疎アテンションとマルチルーターMoE、ECHOマルチトークン予測により、単一ユーザーあたり毎秒200トークン以上の出力を実現しました。
• RSIによる自己改善技術の実装：AI自身がコード改修と検証を反復する自律研究システム「ERNIE Evolve」を推論スタックの最適化に投入し、国産アクセラレータ昆侖芯P800上で低遅延シナリオにおける出力速度を大幅に向上させました。
• 実務開発・3Dモデリングへの特化：1,400万件超の実行可能コードタスクや30万件のワークスペースデータで事後学習され、BlenderやUnreal Engine 5.8と連携したゲーム開発や長期間の自律プログラミングに対応します。
• リンク：Baidu AI 技術ブログ

プロダクトリリース・アップデート

Anthropic、企業インフラ内で安全に稼働できる「セルフホスト版Claude Managed Agents」の限定ベータを開始 AAnthropic

• 要点：Anthropicは、これまで自社クラウドプラットフォームでのみ提供していたClaude Managed Agentsを、顧客独自の環境で運用できるセルフホスト版のプライベートベータを開始しました。
• オンプレミスおよび専用VPC対応：厳格なデータ主権やコンプライアンス要件を持つエンタープライズ企業向けに、エージェントの実行環境やセッションデータを自社管理境界内に保持できるようにしました。
• Managed Agents機能の完全移植：Web検索、ファイル編集、MCPサーバー接続など、Claude CodeやManaged Agentsの自律実行ループをそのまま自社インフラ上で実行可能です。
• リンク：Anthropic 公式ブログ

xAI、SlackやTeamsに常駐して会議にも同席できる「Grok Bot 1.0」を正式リリース xxAI

• 要点：xAIは、「チームメイトとしてのAI」を掲げ、SlackやMicrosoft Teamsなどの社内ツールやWeb会議に直接参加できるコラボレーション型AI「Grok Bot 1.0」を公開しました。
• ビジネスチャットとWeb会議への直接参加：SlackやTeamsのチャンネルに追加できるほか、Web会議へ招待してリアルタイムで議事録を作成し、重要な論点やTODOを整理できます。
• チーム間共有と継続学習：作成したBotを組織内で共有可能で、業務での対話やフィードバックを通じてチーム固有の文脈やナレッジを継続的に蓄積します。
• 上位プランへ順次展開：Ultra、Team、Enterpriseプランのユーザー向けに順次提供が開始されています。
• リンク：

  View post on X by @baltaaazr

  在 X 上查看 @baltaaazr 的貼文 ↗

Google、GeminiアプリのApple CarPlay対応を世界規模で提供開始 GGoogle

• 要点：Googleは、Apple CarPlayの車載ディスプレイから直接Gemini Liveと音声対話ができる公式連携機能をグローバルに展開しました。
• 車載画面からのハンズフリー操作：CarPlay画面上のGeminiアイコンをタップするだけで、スマートフォンで進行中だった会話の再開や、運転中の音声によるブレインストーミングが可能です。
• 多言語Gemini Live対応：Gemini Liveがサポートするすべての言語に対応し、予定の確認や受信トレイの要約などを車内環境から安全に行えます。
• リンク：Google 公式ブログ

JetBrains、IDE内でコーディングエージェントを一括統制する基盤「Air」を正式提供 JJetBrains

• 要点：JetBrainsは、IDE 2026.3リリースにおいて、複数のコーディングエージェントの作業追跡とコードレビューを集約する新基盤「Air」を正式公開（GA）しました。
• AI生成コードのレビュー負荷を解消：開発者の約半数がAIの出力レビューに週4時間以上を費やしている実態を受け、変更箇所の把握、採用判断、対話的なフィードバックをIDEの1箇所で完結できるように設計されています。
• IDEのコードインテリジェンスとMCP連携：IDE内部のMCPサーバーと組み込みスキルを通じて、構文解析や依存関係などのIDE固有の静的解析情報をエージェントへ直接提供します。
• リンク：JetBrains AI ブログ

マイクロソフト、Visual Studio 18.12で独自モデルを接続できる「BYOM」を一般公開 MMicrosoft

• 要点：マイクロソフトは、Visual Studio内で外部APIやローカルモデルを柔軟に利用できる機能「Bring Your Own Model（BYOM）」を一般提供（GA）しました。
• GitHubログイン不要で完全オフライン環境にも対応：GitHub Copilotのアカウントを持たないユーザーや、エアギャップ（隔離）環境でローカル・社内ホストのLLMを動かす開発者でも利用可能です。
• マルチプロバイダーとカスタムエンドポイント設定：単一プロバイダーに対する複数構成の保存やカスタムエンドポイント設定、企業内プロキシのサポート強化などが追加されました。
• リンク：Visual Studio 公式ブログ

ElevenLabs、職場向けAIアシスタント「ElevenAI」とモデル微調整・ルーティング基盤を発表 EElevenLabs

• 要点：ElevenLabsは「ElevenLabs Summit NYC」にて、全アプリ対応の音声入力AI「ElevenAI」やエンタープライズ向け微調整機能、Interaction Engineを発表しました。
• 職場向け音声アシスタント「ElevenAI」：あらゆるデスクトップアプリへの直接音声入力、会議録作成、通話中のリアルタイム支援、人間とエージェント間の文脈引き継ぎを行う新アシスタントの早期アクセスを開始しました。
• 音声モデルとオープンLLMの独自ファインチューニング：企業が自社データを用いてTTS・STTおよびオープンソースLLMを継続的に微調整し、顧客満足度や業務指標に合わせて最適化できる枠組みを提供します。
• インテリジェントな推論ルーティング：簡単な質問には安価なモデルを、複雑なタスクにはフロンティアモデルを動的に割り振る「Interaction Engine」により、トークン消費の最適化を実現します。
• リンク：ElevenLabs 公式ブログ

業界動向

DeNA、Milvusを活用したQAテスト設計支援ツール「DAAQ」を全社展開し工数を半減 DDeNA / Milvus

• 要点：DeNAは、ベクターデータベース「Milvus」とLLMを組み合わせた社内QAテスト設計支援システム「DAAQ」を全社展開し、テスト設計工数の約50%削減を達成したと発表しました。
• 日本企業のテスト設計における自動化成果：仕様書や画面設計書からテスト観点の抽出とケース作成を多段ステップで実行し、あるプロジェクトでは生成されたテストの95%が無修正で実務採用されました。
• Milvusによる文脈補完とGKE連携：Google Kubernetes Engine（GKE）環境上のMilvusを活用して過去のテスト知見や仕様書を高速検索し、LLMに必要なドメインコンテキストを精度高く供給しています。
• 「ゼロから作成」から「検証・仕上げ」へのシフト：QAエンジニアの作業を定型的なケース書き出しから、リスク分析やエッジケースの検討へとシフトさせることに成功しました。
• リンク：DeNA Tech ブログ

ユナイテッド航空、自律型AIエージェントによる航空券の代理購入を禁止 UUnited Airlines / The Verge

• 要点：ユナイテッド航空は、ユーザーの代わりに個人用AIエージェントが航空券の決済・発券まで完了することを規約により禁止しました。
• 禁止の理由と規制要件：機密データの漏洩や誤購入のリスクに加え、危険物非所持の自己申告など連邦航空規則で乗客本人の直接確認が義務付けられている手続きをエージェントが代行できない点を挙げています。
• 検索は許可し購入処理のみ遮断：エージェントによるフライト情報や運賃の検索・読み取りは引き続き許可される一方、決済APIの呼び出しはバックエンドの属性識別により遮断されます。
• 中間業者の台頭に対する警戒：スコット・カービーCEOは「新たな中間流通業者を自社プラットフォーム上に生み出すつもりはない」と述べており、銀行やeBayなど他業種でも同様の制限が広がっています。
• リンク：The Verge 報道

NVIDIA取締役会、CEOジェンスン・フアン氏の進退協議と報道され時間外株価が一時8%急落 WWall Street Journal / 各報道

• 要点：米紙ウォール・ストリート・ジャーナルが、NVIDIA取締役会が創業者のジェンスン・フアンCEOの解任を検討していると報じ、株価が時間外取引で一時8%急落する波乱となりました。
• 社内ガバナンスと関係性に関する調査：報道によると、フアン氏と直属の幹部である医療部門バイスプレジデントとの私的関係などが浮上し、取締役会が対応を迫られているとされます。
• 機密漏洩の懸念は否定：独立調査の開始時点において、取締役会はNVIDIAの機密情報が外部に漏洩した根拠はないと表明しています。
• サプライチェーンへの動揺：世界的なAI半導体供給を一手に担う同社のトップ人事の不透明感から、市場ではエコシステム全体の信頼構造に対する警戒感が広がっています。
• リンク：

  View post on X by @TheRundownAI

  在 X 上查看 @TheRundownAI 的貼文 ↗

研究論文

Google DeepMind、細胞種ごとのDNA変異影響を高精度に予測する「AlphaGenome 2」を発表 GGoogle DeepMind

• 要点：Google DeepMindは、組織全体ではなく個別の細胞タイプごとにDNA変異が遺伝子発現に与える影響を高精度に予測する基盤モデル「AlphaGenome 2」を発表しました。
• 細胞特異的な変異予測：同じゲノムを持ちながら心筋細胞や免疫細胞など細胞種ごとにDNAの解読方法が異なる点に着目し、組織を一括解析していた初代モデルから解像度を大幅に引き上げました。
• 遺伝子発現変異の検出数が倍増：68組織にわたる1億件以上のプロファイルで学習され、遺伝子のオン/オフを切り替える変異の検出精度が前世代比で約2倍に向上しました。
• 再学習なしでの実験適応：研究室で得られた数十個の細胞サンプルデータを入力するだけで、ワクチン応答時や幹細胞分化時など特定の瞬間における変異の挙動を即座に予測できます。
• リンク：Google DeepMind 公式ブログ

Perplexity、エージェント用VMサンドボックス「SPACE」のレッドチーム検証知見を公開 PPerplexity

• 要点：Perplexityは、自社のオープンソースVMサンドボックス「SPACE」に対し12種類のフロンティアモデルで攻撃検証を行った結果を公開し、エージェント特有の脆弱性と評価の盲点を指摘しました。
• CTF型プロンプトの落とし穴：セキュリティ検証で一般的な「フラグ奪取」形式の指示は、エージェントの注意を本来テストすべきセキュリティ境界から逸脱させ、無駄な試行を誘発することが判明しました。
• 汎用モデルがサイバー特化モデルを凌駕：サイバーセキュリティ特化型にチューニングされたモデルよりも、汎用のフロンティアモデル（例：GPT-5.6 Sol）の方が境界脱出やエクスプロイトの発見能力において優れる傾向が見られました。
• DNSスプーフィング対策の改修：エージェントが悪用したDNSスプーフィングによるネットワーク迂回脆弱性を特定・修正し、修正後の再テストで遮断に成功したことを報告しています。
• リンク：

  View post on X by @perplexity_ai

  在 X 上查看 @perplexity_ai 的貼文 ↗

Anthropic、複数ユーザーとエージェントの協調摩擦を測定する「MAMUBench」を発表 AAnthropic

• 要点：Anthropicの研究チームは、複数ユーザーがそれぞれ自律エージェントを動かすマルチエージェント環境において、単一の調整役エージェントを配置した方が優れた成果を出すことを実証しました。
• 4つの共同タスクシミュレーション：共有APIトークン予算、診療予約カレンダー、団体旅行・食事手配、合流キューの4環境を構築し、モデル間の利害調整と協調挙動を評価しました。
• エージェント乱立による性能低下の確認：ユーザーごとに独立したエージェントを走らせると競合や調整ロスが生じ、単一の調整エージェントが全体を統制する構成に比べて4環境すべてで成果が劣るという結果が得られました。
• リンク：Anthropic Alignment ブログ

UC Berkeley、ソースなしのバイナリパッチから脆弱性を再現するベンチマーク「CyberBinGym」を公開 UUC Berkeley RDI

• 要点：UC Berkeleyなどの研究チームは、AIエージェントがソースコードやPoCのない状態からバイナリパッチのみを頼りに実際の1-day脆弱性を再現できるかを評価する「CyberBinGym」を策定しました。
• 実戦的1-day攻撃シナリオの再現：シンボルが削られた修正前後のバイナリ差分のみから、脆弱性の本質を特定し攻撃コードを作成できるかを検証します。
• 53のオープンソースから100タスクを収録：現実の大規模ソフトウェアにおける脆弱性パッチを網羅し、AIエージェントのバイナリリバースエンジニアリング能力を厳格に測定します。
• リンク：UC Berkeley RDI 公式ブログ

その他の話題

Claude Codeの「再確認しない」機能により公開リポジトリへ認証情報が漏洩するリスクが報告 AApiiro / Reddit コミュニティ報告

• 要点：セキュリティ企業Apiiroの調査により、Claude Codeの確認省略設定ファイルが誤ってGitHub等の公開リポジトリにコミットされ、1,100件以上の秘密鍵やパスワードが流出している実態が明らかになりました。
• 設定ファイルの平文保存問題：シェルコマンド承認時に「Yes, and don’t ask again」を選択すると、トークンやパスワードを含む実行コマンドが「.claude/settings.local.json」に平文で記録されます。
• .gitignoreの漏れによる流出経路：同ファイルは個人のローカル端末上のグローバルgit excludeでのみ除外され、プロジェクトの「.gitignore」にデフォルト記載されていないため、他メンバーや環境でのコミット時にリポジトリへ混入する脆弱性がありました。
• 推奨される対策：すでにコミットされた履歴からの削除だけでなく、含まれていた秘密鍵やAPIトークンの即時ローテーション（再発行）が強く推奨されています。
• リンク：Reddit コミュニティ報告

a16zが分析する「B2A（Business-to-Agent）経済」：ボット排除からエージェント獲得への大転換 AAndreessen Horowitz (a16z)

• 要点：VC大手のa16zは、Webトラフィックの過半数をAIエージェントが占め始める中、ビジネスの主戦場が従来のB2C/B2Bから、エージェントを直接の顧客とする「B2A」へ移行していると提唱しました。
• Web利用者の主役交代：HUMAN SecurityのデータによるとAIエージェントのWebトラフィックは2ヶ月で8倍に急増しており、ネット上の新規記事の半数以上、本番コードの大部分をエージェントが担う段階に突入しています。
• ボット防御からエージェント対応への転換：これまでWebサービスやECはボットアクセスを遮断する防御策を講じてきましたが、今後はエージェントに自社製品を発見・決済してもらうための認証・委任決済インフラの整備が競争優位になると指摘しています。
• リンク：a16z レポート