毎日 08:00 発行
AIデイリー|OpenAI音声API「GPT-Live-1.1」公開、Claudeが3SUM・APSP計算量上限を突破、SignalのAI画面監視対策とTencent自律開発基盤「LoopForge」
18件のニュース5セクション18の発信元約2分で読めます既読
この日報は AI が自動で要約しています。誤りを含む場合があるため、原典をご確認ください。
モデルリリース・アップデート
OpenAI、全二重音声モデル「GPT-Live-1.1」をAPI公開し待機コストを毎分0.02ドルに低減 OOpenAI / MarkTechPost
- 要点:OpenAIが128Kコンテキスト対応の全二重音声モデル「GPT-Live-1.1」をAPIで提供開始し、待機時の利用コストを1分あたり0.02ドルまで引き下げました。
- API仕様:モデルID「gpt-live-1.1」として提供され、デフォルトで128Kのコンテキストウィンドウに対応します。
- 接続方式:OpenAIクラウド上の「v1/live/sessions」経由でのみデプロイされ、クライアントとはWebRTCまたはWebSocketで接続します。
- コスト最適化:スタンバイ(待機)状態のコストが1分あたり0.02ドルに抑えられています。
- リンク:MarkTechPost 解説記事
Baseten、Gemma 4ベースのオープンウェイト判定モデル「Bison-1」「Groundhog-1」を公開 BBaseten / MarkTechPost
- 要点:BasetenがGoogleのGemma 4をベースにしたオープンウェイトの判定特化モデル「Bison-1」と「Groundhog-1」を公開し、Decision Indexで首位を獲得しました。
- 出力形式:テキストを生成する代わりに、校正済みの確率値のみを返す判定特化型の設計を採用しています。
- ベースモデルと公開形態:GoogleのGemma 4をベースに学習され、オープンウェイトモデルとして公開されています。
- 評価結果:判定モデルの性能を測る評価指標「Decision Index」でトップに立ちました。
- リンク:MarkTechPost 解説記事
プロダクトリリース・アップデート
Claude Codeに実験的機能「Code Mode」が登場、JavaScriptで多段階ツール呼び出しを並列実行 AAnthropic
- 要点:AnthropicのAddy Osmani氏が紹介したClaude Codeの実験的新機能「Code Mode」により、ClaudeがJavaScriptを書いて実行することで複数ステップのツール呼び出しを1回で処理できるようになりました。
- 仕組み:Claude自身がJavaScriptコードを生成・実行し、複数段階にまたがるツール呼び出しを1度にまとめてオーケストレーションします。
- 効率化:コマンドを並列実行した上で出力結果をフィルタリングするため、コンテキストウィンドウの消費量を抑えられます。
- リンク:
OpenAI、GPT-6.2 AstraとSol向けの新プロンプトガイドを公開 OOpenAI / The Decoder
- 要点:OpenAIが11月17日に公開したGPT-6.2 AstraおよびSol向けに、回答の簡潔すぎや不要な聞き返しを改善する公式プロンプトテンプレート集を公開しました。
- 提供内容:文体・能動性・コーディングの3領域をカバーし、開発者がそのままコピーして使えるプロンプトテンプレートを提供しています。
- 移行時の推奨事項:既存モデルから移行する開発者に対し、システムプロンプト全体を見直すよう推奨しています。
- リンク:The Decoder 解説記事
Signal、OSレベルのAI画面監視リスクに対抗しAndroid・iOS版でスクリーンショットを制限 SSignal / TechCrunch
- 要点:SignalがOSに組み込まれたエージェント型AIによる画面スキャンから利用者のプライバシーを守るため、Android版とiOS版でもアプリ内スクリーンショットをデフォルトで制限しました。
- 制限の拡大:Windows版での先行対応に続き、モバイル版(AndroidおよびiOS)でもアプリ内のスクリーンショット撮影が初期設定でブロックされます。
- 背景と懸念:Meredith Whittaker社長は、エージェント型AIを搭載したOSが画面データを取得・保存してシステム上のAIからアクセス可能にすることで、Signalが独自にプライバシーを保証する能力が損なわれると指摘しています。
- リンク:TechCrunch 報道
Tesla「FSD V15」、空中に矢印を描くビデオゲーム風ナビとタップ指定移動を導入 TTesla / Elon Musk
- 要点:Elon Musk氏がTeslaの自動運転システム「FSD V15」において、AIコンピューターが現実世界を再描画し空中に矢印を表示して進行方向を示す新UIを明らかにしました。
- 視覚誘導:TeslaのAIコンピューターがビデオゲームのように現実空間を再レンダリングし、空中の矢印で右左折などの進路を指示します。
- 操作性:現実世界レンダラー上の任意の地点をタップするだけで、車両をその場所へ誘導できます。
- リンク:
- 要点:Chess.comがWebおよびiOS・Android向けの新プラットフォーム「Classic Games」の公開ベータ版をリリースし、全社員の1%未満の少人数チームがAI支援コーディングで数カ月で開発を完了させました。
- 収録タイトルと機能:麻雀・数独・囲碁・シャンチー(象棋)・チェッカーなど10種類の定番ゲームを収録し、レッスン・ランキング・レーティングおよび対人戦・ボット戦に対応しています。
- 開発体制:実装は全社の1%未満のチームがAIを活用した高速コーディングで数カ月で仕上げた一方、アートやデザインは人間が担当しています。
- リンク:The Verge 報道
業界動向
国連の自律型致死兵器規制会合、拘束力あるルールで合意に至らず 国国連 / The Verge
- 要点:ジュネーブで開かれた自律型兵器(いわゆる殺人ロボット)の規制に関する国連会合は、各国が選択肢の議論を始めることでのみ合意し、法的拘束力のあるルール策定は見送られました。
- 交渉の妥協点:赤十字国際委員会が国連事務総長とローマ教皇の支持を得て1年以内の法的拘束力ある規則策定を求めましたが、2年以内に各国が規制案を提出し一部規則を任意とする内容に後退しました。
- 主要国の姿勢:NPRによるとロシア・イスラエル・米国が規制強化の主な障壁となり、米国は非拘束ガイドラインを5年かけて議論する案を提示していました。
- リンク:The Verge 報道
ショートドラマ配信Shortical、俳優との直接契約による顔ライセンスAIドラマを展開 SShortical / TechCrunch
- 要点:ショートドラマプラットフォームのShorticalがイスラエル人俳優と直接顔ライセンス契約を結んで全編AI生成ドラマ「Inevitable」を制作し、今後は一般からの顔ライセンス申請も受け付ける方針を示しました。
- 制作モデル:イスラエル人俳優Aki Avni氏の顔を直接許諾契約で起用し、全編AI制作のドラマ「Inevitable」を公開したほか、一般向けへのライセンス募集拡大を計画しています。
- 業界への影響:Rest of Worldの報告として業界の顔ライセンス報酬が15〜700ドル水準である点が紹介され、新人俳優の雇用機会がAIに奪われる懸念も指摘されています。
- リンク:TechCrunch 報道
Hugging Face CEO、米下院報告書を受けて米国産オープンソースAIの拡大を提言 HHugging Face
- 要点:Hugging FaceのClément Delangue CEOが米下院の新報告書に賛意を示し、中国のオープンソースAIへの対抗策は禁止ではなく米国自身のオープンソースAIを増やすことだと訴えました。
- 現状認識:米国の研究者・スタートアップ・非営利団体・政府・学生が、開発元を問わずオープンソースAIから圧倒的な利益を得ていると指摘しました。
- 政策への提言:Moolenaar議員やGarbarino議員らが関与した米下院報告書がオープンソースの重要性を認めたことを歓迎し、規制による制限ではなく開発促進を求めました。
- リンク:
研究論文
Columbia大・MIT、Claudeが発見したアルゴリズムで3SUMとAPSPの計算量上限を突破 CColumbia University / MIT
- 要点:Columbia大学とMITの研究チームが、Claudeによって発見されたアルゴリズムが古典的難問である3SUMおよび全点対最短経路(APSP)問題の計算量上限を多項式レベルで更新したと報告しました。
- 達成した計算量:3SUM問題でO(n^1.9992)、全点対最短経路(APSP)問題でO(n^2.9995)の多項式改善を実現しました。
- 理論的意義:長年にわたり理論計算機科学で前提とされてきた3SUM仮説およびAPSP仮説の計算量下限を覆す結果となりました。
- リンク:
NVIDIA「CPU-ARC」:LLMの推論軌跡をCPUコード化し再利用コストを16〜291分の1に削減 NNVIDIA
- 要点:NVIDIAの研究チームがLLMの推論プロセスを実行可能なCPUコードとしてキャッシュする手法「Agentic Reasoning Caching(CPU-ARC)」を提案し、類似タスクの推論コストを劇的に低減しました。
- キャッシュ手法:LLMが生成した推論の軌跡をそのまま実行可能なコードに変換して保存し、GPUでの再推論を回避します。
- 再利用効果:言い回しや数値のみが異なる変種問題ではCPU上でコードを直接再利用でき、類似問題の処理コストが16分の1から291分の1に低下しました。
- リンク:
UT Austin「Darmok」:英国暗号クロスワード選手権で人間チャンピオンを破り超人性能を達成 UUniversity of Texas at Austin
- 要点:テキサス大学オースティン校(UT Austin)が開発したシステム「Darmok」が、英国の難関暗号クロスワード競技の決勝で全問をノーミスで解き、人間のチャンピオンに勝利しました。
- 競技実績:2026年Times Crossword Championship決勝において全7問を誤りなしで完答し、人間王者に3分13秒の差をつけて勝利しました。
- フォールバック機構:競技中にメインモデルが大きく減速する場面があったものの、予備経路が30問(30個の解答)のうち17個を補完して勝利を支えました。
- リンク:
ByteDanceと米大学の研究、AIモデルの学習は3段階のみで十分と主張しオープンモデルで実証 BByteDance / The Decoder
- 要点:ByteDanceと米国の複数大学による共同論文が、複雑な多段階学習の多くは不要であり3ステップの学習だけで競争力のあるモデルを作れると主張し、オープンソースモデルで裏付けました。
- 研究の主張:現行の多層化した学習パイプラインではどの工程が本当に効果的か判別できず再現コストも高いため、3段階の学習プロセスのみで十分であると論じています。
- 実証方法:提案する3段階手法で実際に競争力のあるオープンソースモデルを学習させ、その有効性を確認しました。
- リンク:The Decoder 解説記事
NVIDIA研究者、超巨大コンテキストウィンドウは「行き止まり」であり要約と検索の併用が有効と指摘 NNVIDIA / The Decoder
- 要点:NVIDIAの研究チームがモデルのコンテキスト長を無制限に拡大するアプローチを過剰かつ高コストと批判し、定期的な要約と標的型検索の有効性を示しました。
- 技術的見解:巨大なコンテキストウィンドウにすべてを詰め込むよりも、定期的な要約と必要な箇所の検索を組み合わせる方が多くのテストで同等の結果を得られます。
- 拡大の推移:2023年3月公開のGPT-4(8,192トークン)から現在のGPT 5.6 Sol(約100万トークン)へと約120倍に膨らんだコンテキスト長の肥大化に警鐘を鳴らしています。
- リンク:The Decoder 解説記事
その他の話題
Tencent、5つの定時エージェントでリポジトリを自律保守する「LoopForge」をオープンソース公開 TTencent
- 要点:Tencentのチームがコーディングエージェントによる変更後のリポジトリ整備を自動化するため、厳格な安全制限を備えたセルフホスト型開発ワークベンチ「LoopForge」を公開しました。
- 5つの定時タスク:毎朝9時のIssue起票(最大3件)、毎正時の1次レビュー、毎時30分のCI自己修復、深夜2時のテスト追加(あるコアパッケージのカバレッジを83.3%から86.0%へ改善)、月曜3時の構造整理(200行以内)を分担します。
- 安全装置と人間の役割:マージ・クローズ・main直接pushなどの不可逆操作禁止をプロンプト1行目に明記し、未マージの構造PRが10件溜まると起動を停止する仕組みを導入しており、最終的なマージ判断は人間が行います。
- リンク:
Tencent HunyuanチームがReddit AMAを開催、Hy4-miniや小型画像モデルなどの開発計画を公開 TTencent Hunyuan
- 要点:770Bの「Hy4」と「Hy4 flash」の公開後にTencentのHunyuanチームがRedditでAMAを実施し、小型モデル「Hy4-mini」や次世代動画・画像モデルのロードマップを明かしました。
- 小型言語モデル計画:「Hy4-mini」がロードマップに含まれているほか、35B-A3B規模の「Flash-Lite」モデルの投入や24〜31BのDenseモデルの検討を進めています。
- マルチモーダルとエッジ展開:ローカル環境向けの5〜12B規模の小型画像モデルや次世代「HunyuanVideo」の開発に前向きな姿勢を示し、画面理解を伴うエッジエージェントはアクティブパラメータ約3B(A3B)から実用可能と回答しました。
- リンク:Reddit AMA スレッド
- リンク:公式AMAまとめ(WeChat)
Langfuseエンジニアが解説する、自律型プロアクティブエージェントの評価設計指針 LLangfuse
- 要点:LangfuseのAnnabell Schäfer氏が、ユーザーの指示を待たずに自律判断で動くプロアクティブエージェントにおいて「行動すべきか」の判断と「沈黙」を正しく評価する方法を解説しました。
- 沈黙のログ記録:バックグラウンドで何もしない判断を下した際も「いつ起動し、どの情報を参照し、なぜ見送ったか」を記録しなければ、重要な対応漏れを検知できません。
- 状況ベースの評価と閾値:過剰介入・見逃し・越権の3種のエラーを区別し、トリガー事象と当時の記憶スナップショットを含む状況テストで、リスクに応じた行動閾値を設定すべきと提言しています。
- リンク:
✳最後まで読んでくれてありがとう。
また明日、一緒に探しましょう。