
最新AI「Claude Fable 5」が敗北。55の産業ツールを操る究極の実務ベンチマーク「ALE」でGPT-5.5が首位を獲得した理由
AIの実務能力を厳密に測定する新ベンチマーク「ALE」が登場し、従来の自己採点やデータ汚染による評価の歪みが浮き彫りになった。高度な専門ツールを駆使する実務タスクに対し、最新モデルでも成功率が低迷するなど、AIの現実的な限界が示されている。
Topic
Artificial Intelligence
全 4,380 件 / 365 ページ

AIの実務能力を厳密に測定する新ベンチマーク「ALE」が登場し、従来の自己採点やデータ汚染による評価の歪みが浮き彫りになった。高度な専門ツールを駆使する実務タスクに対し、最新モデルでも成功率が低迷するなど、AIの現実的な限界が示されている。

企業によるAI利用の急増でコストが構造的課題となる中、OpenAIは競合のAnthropicに対抗してトークン単価の大幅な引き下げを検討している。両社は上場を見据えた財務戦略や会計手法でも激しく対立しており、価格競争の激化が予測される。

OpenAIが米証券取引委員会へS-1を秘密裏に提出し、アルトマンCEOが社員に対し1年以内の上場見通しを伝えたことが報じられた。巨額の計算資源確保に向けた資金調達と、社員への流動性提供という両面から、同社は公開市場への準備を本格化させている。

DatabricksとLinux Foundationは、AIモデルやエージェントスキルをプラットフォーム間で共有する新プロトコルを発表した。ベンダー中立な標準規格により、特定のクラウド環境に依存せず、高度な資産を安全かつ低コストで外部提供できる。

ボッシュは自動車部品事業の圧力を背景に、ヒューマノイドロボットの脳や神経系を担うコンポーネント供給に注力する戦略を発表した。世界シェア首位のMEMSセンサーや製造現場の膨大なデータを強みに、次世代ロボティクス市場での主導権確保を目指す。

Google DeepMindが公開した拡散方式テキスト生成モデル「DiffusionGemma 26B」は、256トークンの一括処理によりGPUの並列演算能力を最大限に活用し、H100で1,000 tokens/sec超を達成。量子化時18GB VRAMで動作し、同サイズの自己回帰型Gemmaモデル比で最大4倍速いローカル推論向けの実験的オープンモデルだ。

マイクロソフトのムスタファ・スレイマン氏は、AIが代替するのは仕事全体ではなく個別のタスクであると述べ、雇用の不安を払拭し社会的な受容性を高める姿勢を示した。同社は独自の推論モデル開発も進めており、技術的な自立と生産性向上を目指す。

人間の網膜が持つ明暗順応を模倣し、光の強さに応じて水分を吸排出し感度を自己調整する光メモリスタが開発された。複雑な演算を介さずハードウェアレベルで極端な明暗差に適応できるため、自動運転等の視覚システムにおける遅延や誤認識の解消が期待される。

Googleは、発話中に翻訳を並行して行う連続生成モデルを採用し、同時通訳のような滑らかな対話を実現する新技術を発表した。声質や感情の維持、電子透かしによる安全性確保も特徴であり、今後は会議ツールや外部アプリを通じて広く普及する見込みだ。

Anthropicは新モデルClaude Fable 5を発表し、高度な推論力を一般開放する。高リスクなリクエストを検知して旧モデルへ自動で切り替える二段構えの安全策を導入し、悪用を防ぎつつ長時間に及ぶ複雑な自律作業の効率化を追求している。

Appleは、必要な知識のみをDRAMに展開する新技術により、スマートフォンのメモリ制約を克服し巨大なAIを動かす手法を発表した。この動的プルーニング技術は、推論時の遅延を抑えつつ、限られたリソースで高性能な知能を実現する画期的な成果である。

AMDが初代3D V-Cache CPU「Ryzen 7 5800X3D」を$349で復活させた。だがTSMCの積層工程が第2世代へ世代交代していたため、これは在庫の再販ではなく再設計を要する作業だった。DDR5高騰でAM4が見直される市場構造まで解説する。