イーロン・マスクのxAIがOpenAIを元従業員の機密情報窃取で訴訟、MicrosoftがMAIモデルを発表、AnthropicがシリーズFで130億ドル調達、中国企業による革新的なAI技術、OpenAIの新機能とStatsig買収など、AI業界の最新動向を網羅的に解説する内容である。
AI業界の訴訟と競争激化
イーロン・マスクとxAIが、機密情報を盗んでOpenAIに転職したとされる元従業員を訴えている。ロイターによると、マスクの会社は木曜日にカリフォルニア州連邦裁判所に提出した訴状で、シューチン・リーがChatGPTよりも優れた機能を持つ最先端AI技術に関する機密情報を盗み、今月初めにOpenAIでの新しい仕事に持参したと述べている。
これはマスクとOpenAI、そしてサム・アルトマンの間で起きている複数の訴訟のうちの一つに過ぎない。明らかに、サム・アルトマンとイーロン・マスクの間の歴史を考えると、イーロンはOpenAIへの機密漏洩について非常に敏感になっており、実際にOpenAIが行っていることすべてに対してそうなっている。
記事は続けて、「新しい訴訟によると、リーは昨年xAIでエンジニアとして働き始め、そこでGrokの訓練と開発を手伝った。会社側によると、リーはOpenAIからの仕事のオファーを受け入れ、700万ドル分のxAI株式を売却した直後の7月に企業秘密を持ち出した」としている。
そしてイーロンは「彼はOpenAIでオファーを受け入れて、それから我々のコードベース全体をアップロードした」と返答した。それは狂気の沙汰だ。もし事実なら、これはリーとOpenAIにとって大きな問題になるだろう。
Microsoftの独自基盤モデル参入
さて次に、Microsoftが基盤モデルのゲームに参入している。もしあなたが彼らがすでに参入していると思っていたなら、実際にはそうではなかった。彼らはOpenAIの大きな株式を所有しており、密接なパートナーでもある。しかしもちろん、MicrosoftのCEOであるサティア・ナデラは4次元チェスをプレイしており、MicrosoftがいかにOpenAIに依存したプラットフォームであるかを理解していた。そしてOpenAIには、今日のMicrosoftが行っていることの多くと本質的に競合するより大きな計画がある。
では彼らは何をするのか？彼らは独自のモデルを作成する必要がある。MicrosoftのAI担当CEOであるムスタファ・スレイマンは「我々初のMicrosoft AI社内モデルを共有できることを嬉しく思う。MAI Voice 1とMi1プレビューだ」と述べた。詳細をお伝えしよう。
MAI Voice Oneは、私がこれまで使った中で最も表現力豊かな自然な音声生成モデルだ。偏見があるかもしれないが、超効率的で、単一のGPUで1秒未満で1分間のオーディオを生成する。現在、Copilot dailyとポッドキャストでライブ配信中だ。
そしてMAI1プレビュー。これがテキストベースの基盤モデルだ。社内で端から端まで訓練された我々初の基盤モデル。LM Marinaでのパブリックテストで、試してみたければ今すぐできる。そしてLM Marinaによると、Microsoftはトップ15に入った。MAI1プレビューは13位でデビューした。それはGrok 3プレビューのすぐ下だ。確実にトップからは遠いが、少なくとも何かをリリースした。少なくともボールを転がし始めている。
MAI voiceの例がここにある。「晴れた午後、活発な4歳のジェイミーが年老いた海賊に近づいた」そしてもう一つ。「広大なテキサスの空の下で、懐疑的なカウボーイと熱狂的なテクノロジー愛好家がダイナーの外で出会った」
どちらもとても良く聞こえる。私はまだ広範囲なテストをする必要がある。現時点では、ChatGPTのアドバンスト音声モードが私がこれまで使った中で最も現実的な音声だが、これも試してみる必要がある。
技術仕様と今後の展開
さて、彼らのテキスト生成モデルは、15,000台のNvidia H100 GPUで事前訓練と事後訓練されたMixture of Expertsモデルだ。それ以上の情報はあまり提供されていない。だから待って詳細を知るしかない。モデルのサイズも、どのように訓練されたかも、Mixture of Experts以外は何も分からない。
そして新しいMicrosoft AIモデルを使用しているなら、今日の動画のスポンサーであるZapierで試してみることを強くお勧めする。ぜひチェックしてほしい。すべてのモデルが非常に優秀になり、すべてのベンチマークを飽和させている今、現在得ているものよりもずっと良くなることはできないと感じるかもしれない。しかし私が言ってきたように、AIの真の価値を解き放つ鍵はツールにある。
だからこそ私はZapier Agentsについてお話しすることに興奮している。Zapier Agentsはすべての最良のものを提供する。最先端のモデルに加えて、8,000を超える異なるアプリ、つまりツールを、エージェントに簡単にプラグインできる。これが真のAIオーケストレーションだ。さらに、MCPを通じたClaude、Cursor、Windsorとの密接な統合により、ツールとエージェントをどこにでも持参できる。
Gmail、Slack、Calendar、Notion、Docs、何でも。エージェントに接続して必要なツールへのアクセスを与えるのは非常に簡単だ。今日、ZapierのAIオーケストレーションプラットフォームを無料で試してみよう。リンクは下の説明にある。彼らは素晴らしいパートナーだった。私は何年もZapierを使っており、大好きだ。再度Zapierに感謝する。そして今、動画に戻ろう。
Anthropicの大型資金調達
さて次に、Anthropicが巨額のラウンドを調達した。130億ドルのシリーズFで、企業価値は1,830億ドルとなった。これはまだOpenAIの評価額よりもずっと小さいが、それでも巨額のお金と巨額の評価額だ。これによって彼らは世界で4番目か5番目に大きな非公開企業になったと思う。
シリーズ資金調達はIconicが主導し、Fidelity Management and Research CompanyとLightseed Venture Partnersが共同主導している。また、Altimeter、Bailey Gifford、BlackRock、Blackstone、CO2、D1 Capital Partners、General Atlantic、General Catalystなど、Growth Equityも参加している。基本的に、OpenAIに直接投資していないすべての人たちだ。
Anthropicは2023年3月にClaudeをローンチして以来、急速な成長を見せている。2025年の初め、ローンチから2年も経たないうちに、Anthropicのランレート収益は約10億ドルまで成長していた。それは絶対的に狂った成長だ。そして8月までに、わずか8ヶ月後に、我々のランレート収益は50億ドルに達した。それは8ヶ月前からの5倍の成長だ。
しかしそれは小さな数字での5倍ではない。10億ドルでの5倍だ。今彼らは50億ドルにいる。Anthropicの資金調達おめでとう。
Anthropicのデータ使用方針変更
そしてAnthropicに関するもう一つの話だ。どうやら彼らはユーザーのチャット記録でモデルを訓練し始めるようだ。今、彼らはユーザーにチャット記録での訓練からオプトアウトすることを強制している。
そして彼らはデータ保持ポリシーを5年間に延長している。つまり、彼らはあなたのデータで訓練するだけでなく、将来訓練したい場合に備えてより長期間保持するということだ。しかしThe Vergeによると、オプトアウトできるはずだ。すべてのユーザーは9月28日までに決定を下す必要がある。
だから彼らにあなたのデータで訓練してほしくない場合は、オプトアウトしよう。
Figureロボットの進化
さて次に、私の夢が叶った。Figureロボットが今、皿洗いができるようになった。ほんの数週間前に洗濯をしているのを見たが、今度はこの動画を見てほしい。皿洗いをしている。洗濯よりもずっと嫌いな私の最も嫌いな家事だ。
洗濯の方が皿洗いより悪いと思う人がいるなら、あなたは間違っている。さあ、ここにある。明らかにまだ非常にゆっくりと動いている。まだあちこちに小さなミスがあるが、全体的には信じられないほど印象的で、わずか1年前からの大幅な改善だ。皿に対して手がいかに繊細である必要があるかを見てほしい。まさに正しい場所に置いている。私はこれに非常に感動している。
GoogleのAntitrust案件結果
次に、Googleは独占禁止法のケースで分割を回避し、株価が9%上昇した。つまり、Alphabetは会社に対する司法省の独占禁止法ケースの一環として、Chromeブラウザやオペレーティングシステムを売却する必要がない。
今、ChromeブラウザとAndroidの両方がGoogleのAI未来にとって信じられないほど重要だ。PerplexityのCometが行うのと似たようにエージェントでブラウザを制御できることや、AIでエージェントを使って電話のオペレーティングシステムを制御できることは、AIが実際にブラウザを制御し電話を制御できるようになると、実世界のことを実際に成し遂げることができるため、今後数年間で非常に重要になるだろう。
Hunan Video Follyの音声生成技術
次に、信じられないオープンソースモデルをリリースしてきた中国企業、Hunanからの新しいモデルだ。これを聞いてみよう。「今日、我々はHunan Video Follyのオープンソースリリースを発表している。これは高忠実度オーディオ生成のための新しいend-to-endテキスト・ビデオ・トゥ・オーディオフレームワークだ」基本的に、テキストをロードし、ビデオをロードすると、そこからオーディオが得られる。
つまり、このツールは動画制作、映画制作、ゲーム開発のクリエイターが、視覚的なダイナミクスと意味的コンテキストに正確に一致するプロフェッショナルグレードのオーディオを生成することを可能にし、ビデオ生成における重要な課題に対処している。
主要な革新として、大規模な100,000時間のマルチモーダルデータセットで訓練された優れた汎化能力、バランスのとれたマルチモーダル応答がある。
いくつかの例がここにある。良く聞こえる。スノーボードがどんな音かを聞いてみよう。なかなか良い。もちろん、ライオンがどんな音かを聞いてみよう。スケートボードはまともだ。とても良い。そして物理法則にも合っている。スケートボードがコンクリートに当たったとき、スケートボードのホイールがコンクリートに当たるクラック音を実際に聞くことができる。
そしてそれは非常に正確だ。試してみよう。オープンソースだ。オープンウェイト。今すぐダウンロードしよう。どう思うか教えてほしい。
ベンチマーク評価の進化
次に、Artificial Analysisがベンチマークインデックスをバージョン3にアップデートしており、現在は異なるモデルのAgentic評価を含んでいる。それはterminal bench hardとbench telecomだ。Artificial analysisは、モデルがベンチマークに対してどのようなパフォーマンスを示しているかを見る私のお気に入りの方法の一つだ。なぜなら、それは異なるベンチマークの独立したインデックスで、つまり彼ら自身でそれを実行し、複数の異なるベンチマークのインデックスだからだ。
ここで見ることができるように、現在のスコアはこうだ。GPT5 high が1位、Grok 4が2位、o3が3位だ。
Microsoftの数学推論モデル
次に、Microsoftが勢いに乗っている。彼らはRSR 2 agentという論文を発表した。これは140億パラメータのモデルで、6710億パラメータのモデルを数学推論で打ち負かした。つまり数学において信じられないほど優秀だ。これを見てほしい。
これはY軸がAIME 2024の精度で、X軸が訓練ステップだ。ここの緑色で見ることができるように、our starは訓練ステップのほんの一部でAIME 2024の精度80%まで加速している。そして紫色のラインでDeepSeek R1を見ることができる。もっと学びたければ、下にリンクを貼っておく。
リアルタイム動画生成の革新
次に、Korea AIがAI動画で何か新しいものをリリースした。これはリアルタイム動画生成モデルだ。実際にどのように見えるかの例がここにある。魚があり、魚を動かすことができる。そうすると、AIを使ってそのリアリスティックなバージョンを生成する。そしてそれが動いているときにリアルタイムでそれを動かし、何をしているかを調整できる。それはかなり狂っている。
もう一つの例がここにある。左側のMicrosoft Paintのようなものを調整しながら、リアルタイムで花を動かしているのを見ることができる。現在はウェイトリストのみだ。ウェイトリストに参加して、リリースされたときにどう思うか教えてほしい。
AI生成コンテンツのラベリング義務化
次に、実際に私が強く同意するプレイにおいて、中国のソーシャルメディア企業がAIコンテンツのラベル表示を開始した。私はこれをしばらく支持してきた。何かがAIであるなら、そのようにラベル表示されるべきだ。
Engadgetによると、中国の主要なソーシャルメディアプラットフォームが月曜日に発効した法律に準拠するため、AI生成コンテンツのラベル表示を開始した。WeChatはユーザーにAI生成コンテンツに積極的にラベルを適用するよう告げている。
しかしWeChatだけでなく、Douyin、Weibo、RedNoteもすべてAIコンテンツをラベル表示することが義務付けられている。米国ベースのソーシャルメディア企業もこれを行うべきだと思う。
医療分野でのAI診断能力
次に、nature.comで魅力的な記事が発表され、AIが医師よりも早く昏睡患者の隠れた自発的な顔面反応を検出することができた。もう少し詳しい情報として、反応がないように見える多くの脳損傷患者は、回復の能力を示すかすかな目的のある運動行動を保持している。
そしてこれらすべての小さな動きをAIが読み取り、「彼らは実際に何かを伝えようとしているのか？」ということが分かるようになった。それはsee meと呼ばれ、臨床医より4.1日早く昏睡患者の開眼を検出する。そして臨床医よりも頻繁に検出する。私たちはすべての健康分野でAIを使うべきだ。
使わない理由はない。それに対する欠点はない。人間の医療従事者が主導する限り、AIによって補強されない理由はない。
Grok Codeの使用状況と無料提供
次に、イーロン・マスクがこのグラフを投稿し、Grokのコード使用率がClaude Sonnet より60%高く増加したことを示している。さて、ここで問題がある。このグラフはOpen Routerからのものだ。そしてOpen Routerはこれらのコーディングモデルや実際にはあらゆるモデルの総使用量を測定している。
しかしイーロンが言及し忘れたのは、彼らが基本的にGrok codeを無料で提供しているということだ。そしてもちろん、何かを無料で提供しているなら、確かに非常に優秀だが、無料で提供しているなら、みんながそれを試すだろう。みんながそれを使うだろう。だから2つの要因がここで働いている。一つは無料であること。二つ目は、リリースされたばかりで、みんなが試したがったことだ。
だからこのグラフと彼のコンテキストは少し誤解を招く。それでも、Grokcodeは素晴らしく、速くて安い。だから確実にそれを試して、コーディングに使っているであろう他のすべてのモデルと比較してみよう。
ChatGPTの新機能とメンタルヘルス対応
次に、ChatGPTが困っている人々と親のための両方を助けることを意図した2つの新機能を展開している。だから、メンタルヘルスの危機にあってChatGPTに助けを求めているなら、ちなみにこれは実際には理にかなった範囲内で良いアイデアだと思うが、彼らは4つのイニシアチブを立ち上げている。
一つ目は、危機にある人々への介入を拡大すること。緊急サービスに連絡し専門家から助けを得ることをより簡単にすること。信頼できる連絡先への接続を可能にし、10代への保護を強化すること。彼らはまた専門家とのパートナーシップも行う。
それにはwell-being and AIの専門家評議会と彼らのグローバル医師ネットワークが含まれる。彼らはまた、敏感な瞬間のために推論モデルを活用する。我々は間もなく、システムが急性の苦痛の兆候を検出したときのような敏感な会話の一部を、その人が最初に選択したモデルに関係なく、より有用で有益な応答を提供できるようにGPT5 thinkingのような推論モデルにルーティングし始める。
彼らはまた、年齢に適したモデル行動規則でChatGPTが10代にどのように応答するかを制御し、デフォルトでオンになっている保護者制御を追加している。メモリとチャット履歴を含むどの機能を無効にするかを管理し、システムが10代が急性の苦痛の瞬間にあることを検出したときに通知を受け取る。
私は特に親として、AIによって悪化した急性の苦痛に加えてAIとの会話によって悪化したサイコシス病的な間でAI精神病が起きているため、これらの機能を気に入っている。だから親が得ることができるこれらの制御はどれでも私は嬉しく思う。
OpenAIのStatsig買収
そして次に、OpenAIを続けると、彼らは新しい会社を買収した。それはStatsigと呼ばれ、11億ドルで買収した。それは全株式取引で、OpenAIがこれまでに行った最大の買収の一つだ。
Bloombergによると、2021年に設立されたStatsigは、ソフトウェア開発者が潜在的な新機能をテストしフラグを立てるのを助けるツールを構築している。そのサービスはOpenAI、Eventbrite、SoundCloud、その他のテック企業の従業員によって使用されてきた。今年初めの資金調達ラウンドで1億ドルを調達し、11億ドルの企業価値となった。StatsigのCEOはOpenAIにアプリケーションのCTOとして参加する。
Waymoの事業拡大
そして最後に、Waymoがより多くの都市に拡大している。次はシアトル、私がちょうど戻ってきたばかりの場所、そしてデンバーもだ。Waymoのための2つの新しい都市だ。私はWaymoが大好きだ。それに乗るのが大好きだ。信頼している。素晴らしい体験だ。一度もやったことがないなら、少なくとも一度は乗ってみよう。
それは持つのに非常にユニークな体験だ。今日はここまでだ。この動画を楽しんでいただけたなら、いいねとチャンネル登録をご検討ください。
コメント