AI デイリー：Meta SAM 3.1、Google 学術論争、NotebookLM の実用的なアップデート

最新 AI 業界動向：Meta SAM 3.1 画像処理アップグレードと Google 学術論争の考察

毎日新しい技術の突破口が開かれ、時には予期せぬ火花が散ることもあります。今日は注目すべきいくつかのハイライトをお届けします。Meta は驚異的なパフォーマンスを誇る新しい画像処理モデルをリリースしました。また、学術界では Google の論文を巡って激しい議論が巻き起こっています。それでは、詳しく見ていきましょう。

Meta SAM 3.1 登場、画像セグメンテーションの効率が全面的に向上

Meta が新たにリリースした SAM 3.1 モデル は、まさに目を見張るものがあります。これまで、動画内の複数のオブジェクトを追跡するには、システムがオブジェクトごとに個別に計算を行う必要がありました。これは、レストランのウェイターが一度に一卓の注文しか取れないようなもので、効率が良いとは言えませんでした。

現在は状況が大きく変わりました。SAM 3.1 は「オブジェクトマルチプレキシング（Object Multiplexing）」技術を導入しました。この変更により、モデルは 1 回のフォワードパスで最大 16 個のオブジェクトを同時に追跡できるようになりました。これにより、中程度の数のオブジェクトを含む動画の処理速度が倍増し、さらに単一の H100 GPU で最大 128 個のオブジェクトを追跡した場合、精度を犠牲にすることなく、約 7 倍の推論速度向上を達成しました。このグローバルな推論設計により、冗長な計算とメモリのボトルネックが完全に解消されました。

これは単なるスピードアップだけではありません。全体的な計算リソースの需要が低下したため、多くの高性能な画像処理アプリケーションが、より手頃な小型のハードウェアでもスムーズに動作できるようになりました。自分でテストしてみたい開発者は、Hugging Face の SAM 3.1 ページ からモデルの重みを直接取得できます。テキストまたは視覚的なプロンプトを組み合わせることで、このシステムは非常に困難なさまざまな画像セグメンテーションタスクを正確に処理できます。

学術界への衝撃：RaBitQ チームが Google の論文を不当と告発

テクノロジー業界は常に平穏というわけではありません。最近、RaBitQ チームが知乎（Zhihu）に長文を投稿し、ICLR 2026 で発表された Google Research の論文「TurboQuant」に対して厳しい疑問を投げかけました。ここで私たちが再考すべき重要な問題は、学術研究の公平性と透明性です。

RaBitQ チームは、TurboQuant の論文において、彼らの手法と高度に重複するランダムローテーション（Random Rotation）量子化手法が使用されているにもかかわらず、本文中で客観的な比較や言及がなされていないことを明確に指摘しました。さらに驚くべきは、実験環境の設定の差です。公開された書簡の記録によると、TurboQuant チームは RaBitQ のパフォーマンスをテストする際、意図的にマルチスレッドを無効にし、シングルコア CPU のみで実行させました。その上で、自分たちが NVIDIA A100 GPU を使用して出した結果と比較したのです。

このような極めて不平等なハードウェアリソースによる比較は、当然ながら数桁の速度差を生みます。さらに、TurboQuant は、導出の証拠を示すことなく、RaBitQ の理論的保証を「次善（サブオプティマル）の結果」と過小評価したとも非難されています。この論争はすでに学会の主催者に正式に提出されており、今後の展開は学術界が継続的に注目すべきものとなるでしょう。

OpenAI Codex が新しいユースケースライブラリを公開

気分を変えて、開発ツールの実用的なニュースを見てみましょう。OpenAI チームの Romain Huet 氏は、先日 Codex ユースケースライブラリ の正式リリースを 発表しました。正直なところ、強力な AI コーディングツールを前にすると、初心者はどのコマンドから手をつければよいか迷ってしまうことがあります。

この新しくリリースされたオンライン展示エリアでは、コーディングおよび非コーディングタスクのさまざまな実例が整理されています。最も便利な点は、ユーザーがすでにコンピュータに該当するアプリケーションをインストールしている場合、ボタンをクリックするだけで、Codex 内でこれらのプリセットされたプロンプト（Starter Prompts）をワンクリックで開けることです。これにより、手探りのハードルが大幅に下がり、日常の開発やワークフローがより直感的でスムーズになります。

NotebookLM がバックグラウンド生成と推播通知をサポート

最後に、生産性を向上させる実用的な機能をご紹介します。NotebookLM が最新のアップデートをリリースし、マルチタスクが非常に簡単になりました。

これまでは、プロジェクトのノートブックやスタジオのコンテンツを生成する際、進捗バーが終わるまで画面に留まって待つ必要がありました。現在は、ウェブまたはモバイルアプリで生成タスクを開始した後、そのページを離れて他の重要な事項を処理できます。システムはバックグラウンドで重い作業を黙々と完了させます。準備が整うと、ユーザーのスマートフォンにすぐにプッシュ通知が届きます。このような細やかな設計は、貴重な時間の節約に大きく貢献します。

よくある質問 (FAQ)

Q: SAM 3.1 は以前のバージョンと比較して、最大の突破口は何ですか？
A: 最大の突破口は、オブジェクトマルチプレキシング機能の導入です。SAM 3.1 は、1 回の演算で最大 16 個の独立したオブジェクトを同時に推跡できるため、従来のバージョンと比較して動画処理速度が倍増し、トップクラスの GPU への依存度も大幅に低下しました。

Q: なぜ Google の TurboQuant 論文が学術的な論争を引き起こしたのですか？
A: 主な論争点は 3 つの深刻な側面にあります。第一に、先行研究との手法の類似性を十分に認めていないこと。第二に、実験の基準が極めて不公平であること（例：シングルコア CPU の低速設定を、ハイエンドな A100 GPU の結果と比較するなど）。第三に、他者が厳密に証明した理論的成果を、根拠なく批判したことです。

Q: NotebookLM の新バージョンは、どのような日常の悩みを解決しましたか？
A: 長いコンテンツ生成を待つ間の時間の浪費という問題を解決しました。現在はバックグラウンド処理を完全にサポートしており、完了後はスマートフォンのプッシュ通知で自動的に知らせてくれるため、ユーザーは安心してウィンドウを閉じ、他の重要な作業に集中できるようになりました。