Meta

最先端のAIラボはチャットボットから統合システムへと移行しており、モデルがランタイムとして機能し、ほぼ毎月のように強力なモデルとエージェントがリリースされています。今週のハイライトは、OpenAIのGPT-5.6（プログラムによるツール呼び出し）、GPT-Live（全二重音声）、ChatGPT Work（成果物作成）、MetaのMuse Spark 1.1（アクティブコンテキスト管理）、Grok 4.5（コーディングと知識作業）です。研究アップデートでは、コーディングベンチマークの問題、選択的アンラーニング、エージェント自己進化、投機的デコード、交通ルーティングが取り上げられています。業界ニュースでは、Lovable、Prime Intellect、SambaNova、Norm Ai、Ollamaの大型資金調達が注目されます。

過去5年間で、Alphabet、Amazon、Meta、Microsoft、Oracleの5大テクノロジー企業はAIデータセンターへの投資資金として約3500億ドルの負債を追加し、借入額は倍増した。投資家の支援は続いているが、Amazonの250億ドルの債券発行には冷ややかな反応があり、市場の限界を示唆。OracleはAI支出増加でS&Pから格下げされ、Intelの債務問題は警告事例となっている。ハイパースケーラーは今年最大7250億ドルをデータセンターとNVIDIAチップに投入する計画だ。

LangChainとローカルOllamaサーバー上に構築されたAIエージェントアーキテクチャの教育ラボ。チャット、ツール呼び出し、RAG、ハイブリッド、エージェンティックRAGなど、複数のバリアントを提供。

24時間の間にOpenAI、SpaceXAI、Metaが相次いで新モデルを発表。共通するのは値下げ競争だ。価格競争がAI市場を再編し、企業はコスト最適化のためモデルポートフォリオ構築が必要に。

Metaは今週開始したばかりのAI機能「Muse」を廃止すると発表した。この機能は公開されたInstagramアカウントのコンテンツから画像を生成するもので、ハリウッド労働組合を含むプライバシー懸念の批判を受けた。

Metaは、Instagramの公開画像を誰でもAI生成に利用できるようにする機能「Muse Image」を、強い批判を受けて撤回した。デフォルトでオンになっていたこの機能は「非倫理的」と非難され、Metaは「期待に応えられなかった」と認めた。専門家は規制の必要性を訴えている。

一週間のモデル発表ラッシュの後、今日は比較的穏やかな一日でした。主なニュースは、GPT-5.6の混乱した公開と迅速な修正、MetaのMuse Spark 1.1、オープンソースモデルの最適化、そしてセキュリティへの懸念です。

Metaは火曜日に公開した新たなAI画像生成機能Muse Imageにより、Instagramの公開アカウントのコンテンツからAI画像を生成できるようにしたが、すぐに批判が殺到。Metaは「期待に応えられなかった」と認め、機能を削除した。

Metaは今週発表した、公開Instagramアカウントをタグ付けするだけでAI画像を生成できる機能を、強い反発を受けて停止した。この機能は当初、アカウント所有者の許可なしに公開コンテンツをAI生成に利用できるようにしていた。

Metaの新しいAI画像生成モデルMuse Imageを使うと、公開Instagramアカウントのハンドル名を入力するだけで、誰でもあなたのAI画像を生成でき、通知もありません。この記事では、リスク、オプトアウト方法、多要素認証の有効化やアカウントの非公開設定などの追加セキュリティ対策を解説します。

本論文では、局所更新ルールを用いてニューラルネットワークの重みを自己組織化するMeta Neural Cellular Automata (MetaNCA) フレームワークを提案。逆伝播なしに多様なアーキテクチャの重みを生成し、未見のアーキテクチャにも汎化できる。

TensorSharpは、GGUFモデル向けの.NET 10ベースのローカルLLM推論エンジンで、コマンドラインツール、ブラウザチャットサーバー、OllamaおよびOpenAI互換のAPIを提供します。プライバシー、トークン単位の料金なし、多様なハードウェアバックエンドを強調しています。クイックスタートガイドとllama.cppとのベンチマーク比較も含まれています。

この無料アプリは、ニューヨーク市民が食料品の節約を自動化するために、複数の割引を組み合わせることを可能にします。ログイン不要で、約690店舗に対応。LLaMAモデルを搭載したAIアシスタント機能があります。データのカバレッジと鮮度に限界があります。

Metaは、マルチエージェント自動化ワークフロー向けに最適化された新しい大規模言語モデルMuse Spark 1.1を公開しました。コンテキスト圧縮機構と100万トークンのコンテキストウィンドウを備え、コーディングベンチマークで優れた成績を記録。Meta Model API（パブリックプレビュー）を通じて利用可能であり、自社開発チップMTIA400と組み合わせたエンタープライズ向け展開も視野に入れています。

Meta Superintelligence Labsは、エージェントタスク向けに最適化されたマルチモーダル推論モデルMuse Spark 1.1をリリースし、Meta Model APIのパブリックプレビューを開始しました。本モデルは100万トークンのコンテキストウィンドウ（アクティブに圧縮）、新しいツールへのゼロショット汎化、マルチエージェント委譲を特徴とします。価格は入力トークン100万あたり1.25ドル、出力トークン100万あたり4.25ドルで、プレビューは米国限定です。ツール使用ベンチマークでリードする一方、コーディングや視覚推論では競合に劣ります。

2025年、Google、Amazon、Microsoft、MetaはAIツールに合計3800億ドルを費やし、2026年には6500億ドルに急増する見込み。テック大手はAI人材に天文学的な報酬を提供し、学界から産業界への流出が加速。若くて引用数の多い研究者は、業界に移る確率が100倍高い。この流出が科学に与える影響を分析し、大学は公共利益へのコミットメント、公平な報酬、知的自由の提供をすべきだと提言。

プライバシー擁護者は、Metaの新しいAI画像生成器の展開後、Instagramユーザーがプライバシー設定を確認すべきだと警告している。このツールはデフォルトで公開プロフィールのユーザーの写真を生成できる。

MetaがMuse Spark 1.1をリリース。初めてAPIを提供するSparkモデルで、エージェンティックツール呼び出しとコンピュータ使用が大幅に改善された。評価レポートでは自己対話による「アトラクター状態」の興味深い現象も報告されている。開発者のSimon WillisonはCLIから利用できるプラグインを作成した。

Simon Willison が llm-meta-ai 0.1 をリリースしました。これは Meta AI API の LLM プラグインで、新しい muse-spark-1.1 モデルに対するプロンプト実行を可能にします。

LangChain、LlamaIndex、生API呼び出しのLLMアプリケーションにおける利点とトレードオフを比較し、適切な抽象化レベルの選択フレームワークを提供する。

Meta AIがMuse Spark 1.1を発表。これはエージェントタスク向けに構築されたマルチモーダル推論モデルで、コーディング、ツール使用、コンピュータ使用が大幅に改善され、100万トークンのコンテキストウィンドウとマルチエージェントオーケストレーションを備える。

この記事では、Ollama 0.17+を使用してOpenClawをワンコマンドでインストールし、ローカルハードウェア上で動作するプライベートAI研究アシスタントを構成する方法を詳しく説明します。インストール手順、コンテキストウィンドウの設定（最小64k）、Telegramなどのメッセージングプラットフォームへの接続、ウェブ検索の有効化、Dockerでのヘッドレスデプロイまでの全プロセスをカバーします。

MetaはMuse Spark 1.1をリリースし、新しいMeta Model APIを通じて開発者に公開しました。このモデルは、コード生成、複雑なバグの検出と修正、マルチエージェントワークフローのサポート、マルチモーダル認識において大幅な改善を実現し、OpenAI、Google、Anthropicなどの競合他社に追いつくことを目指しています。

Metaの新しいMuse Image機能は、公開Instagramアカウントの投稿をAI画像生成に利用できます。ユーザーは設定を変更することで利用を拒否できます。

Ollamaは、開発者がオープンモデルを簡単に実行できるプラットフォームで、Benchmark、Theory Ventures、8VCなどから8800万ドルを調達しました。890万人の開発者に利用され、フォーチュン500社の85%が採用。所有権、手頃な価格、プライバシーを重視しています。

Metaの新しいAI画像モデルにより、ユーザーはソーシャルメディア大手のプラットフォーム上で競争力のある広告コンテンツを作成できるようになる。

Metaは「スーパーセンシング」モードをテストしており、Live AIが約30分から数時間までバックグラウンドで動作可能になる。マーク・ザッカーバーグは常時稼働モードで白いキャプチャーLEDを消灯できるか疑問を呈し、Metaはそのアイデアを検討中。コードネームAperolとBelliniの2つの次世代デバイスは2026年末から2027年初頭を目指す。

Metaのスマートグラス（Ray-Banモデルおよび自社ブランド）には、カメラ作動中に点灯するプライバシーインジケーターが搭載されています。このランプを故意に破壊したり改ざんして隠し撮りしようとする行為に対抗するため、Metaは、プライバシーライトが損傷または改変された場合にカメラを完全に無効化するアップデートを実施しました。最近のプライバシー問題への強い批判を受けた措置です。

Metaの新AIツール「Muse Image」は、他人のプロフィール画像を無断で使用して画像を生成できるため、プライバシー擁護団体や規制当局から批判を受けている。ユーザーはオプトアウトできるが、批判者からは「明らかな災害のレシピ」と非難されている。

チューリング賞受賞者のYann LeCun氏が支援するフランスのAIスタートアップZMLは、Nvidia、AMD、Google TPU、Apple Metal、Intel Arcを含む複数のチップ上で多様なオープンソース大規模言語モデルを実行可能にする無料の推論パフォーマンスソフトウェアをリリースしました。

本論文は、KIVI、TurboQuant、SnapKV、CaMなどのKVキャッシュ最適化手法を、Llama-3.1-8B-InstructおよびMistral-7B-Instruct-v0.3モデル上で、マルチドキュメントQA、シングルドキュメントQA、少数ショット学習、要約タスクにおいてワークロードを考慮したベンチマークで評価した。結果は、圧縮率だけではエンドツーエンドのパフォーマンスを予測するには不十分であることを示している。KIVI4はモデル間で最も安定した品質を提供し、SnapKVは長コンテキストスループットで最も強力であり、CaMは特定のQAワークロードで大きな改善を示すが、ワークロードに対する感度が高い。この研究は、KVキャッシュ機構のワークロードを考慮した選択を動機付けている。

このAINews号は2026年7月6日から7日までの幅広いAI開発をカバーしています。ハイライトには、Lilian Wengによる再帰的自己改善のためのハーネス工学への深掘り、MetaのMuse ImageとMuse Videoの発表（エージェント生成ループを備える）、Anthropic、LangChain、Googleによるエージェントプラットフォームの主要製品アップデートが含まれます。その他注目点：NVIDIAのAudexオーディオモデル、Cohereのアラビア語ASR、Hugging FaceとNVIDIAとのロボティクス統合、Liquid AIのAntidoom（推論ループ失敗削減）、Anthropicの論争を呼んだJ-space解釈可能性研究。また、エージェントと法律AIのベンチマーク、研究自動化、推論効率の進歩もカバーしています。

Metaは新しいAI画像モデルMuse Imageを発表し、Instagramと深く統合しました。公開アカウントはデフォルトでAIリミックスに使用されるようになります。設定からオプトアウトできますが、既存の生成画像は削除されません。

Metaは、Superintelligence Labs部門が開発した初のAI画像生成モデル「Muse Image」を発表しました。このモデルはMeta AIアプリ、Instagram、WhatsAppで利用可能になり、近日中にFacebookとMessengerにも展開されます。エージェント型モデルであり、Muse Spark大規模言語モデルと連携してプロンプトを推論し、ウェブを検索してから生成します。ユーザーは他のInstagramアカウントを@メンションしてその人物像をAI画像に取り込むことができ、写真に直接描き加えて編集することも可能です。

Meta は、Meta スーパーインテリジェンス研究所初の画像生成モデル「Muse Image」を公開し、Meta AI で利用可能になりました。ユーザーのコンテキストに基づいて高品質なビジュアルを生成し、フィード、ストーリー、チャットに直接ダウンロード・共有できます。

テック大手のAIへの投資が、気候中立の誓約を損なっている。グーグルとアマゾンのネットゼロ目標は遠のき、Metaは新たな事業を必死に模索している。その他のテックニュースとして、データセンターへの米国人の怒り、トランプの仮想通貨収入、テスラの売上、韓国のAIチップブーム、中国のロボット工学、英国のAI成長ゾーンなど。

Metaは、コーディング不要でAI生成のミニゲーム「gizmos」を作成、共有、発見できるソーシャルアプリ「Pocket」をテスト中。現在Google Playでクローズドテスト中で、Facebook、Instagram、WhatsAppとのクロスプロモーションが期待される。

本記事では、Amazon Novaが指揮するマルチステップパイプラインを紹介します。Novaの文脈的視覚推論を活用し、Amazon SageMaker AIにデプロイされたMetaのオープンソースSegment Anything Model（SAM 3）によるピクセルレベルのセグメンテーションや、Amazon Textractによる光学文字認識（OCR）などの補完ツールを連携させます。このパイプラインは、指紋、IDカード、任意の向きのナンバープレートなどの困難なエッジケースにも対応し、包括的かつ準拠したPII編集を提供するよう設計されています。

Netflixのドラマ「A Man on the Inside」を通じて、スマートグラスが抱えるプライバシー問題を考察。Ray-Ban MetaグラスやVocciリングなどのAIウェアラブルをテストした経験から、公共の反発、倫理的ジレンマ、そしてより良いプライバシー保護の必要性を論じる。

SvelteChatKit は、SvelteKit 向けのプロバイダ非依存のAIチャットUIキットです。OpenAI、Ollama、Dify などのバックエンドを統一インターフェースでサポートし、ストリーミング、永続化、Markdownレンダリング、ゼロ設定デモモードを備えています。

LlamaIndexは、エージェント的検索パターンを示す公開リファレンスアプリケーション「legal-kb」をリリースしました。このアプリは、AIエージェントにファイルシステム風のツール（ハイブリッドセマンティック検索、ファイル検索、読み取り、grep）を提供し、自動バージョン管理と視覚的な引用をサポートします。

ReviewCerberusは、Gitブランチの差分を分析し、構造化されたレビューレポートを生成するオープンソースのAIコードレビューツールです。AWS Bedrock、Anthropic、Ollama、Moonshotなど複数のAIプロバイダーに対応し、GitHub Actionsと統合して自動PRレビューを実行できます。実験的な検証モードやSASTプリスキャン機能も備えています。

データセンター建設会社Crusoe Inc.が30億ドルの資金調達を協議中で、評価額は3000億ドルに達する可能性がある。これは昨年の評価額の約3倍。同社はMicrosoft、Oracle、OpenAI、Metaなどの大手テクノロジー企業向けにデータセンターを建設し、旗艦プロジェクトはOpenAI向けの1.2ギガワットのクラスター。Crusoeはプレハブ式モジュール工法を採用し、自社のAIクラウドも運営。

Billy は、あなたのマシン上で動作し、Telegramを介して対話するパーソナルAIアシスタントです。オーケストレーターが専門のサブエージェントを起動し、メール、CRM、調査、ドキュメント生成などを処理し、時間とともにスキルを学習します。ローカルモデル（Ollama）またはクラウド（Anthropic Claude）で実行可能です。

Meta Platforms Inc. は、フラッグシップAIモデルMuse Sparkの新バージョンをまもなく公開する。コーディング能力が大幅に向上し、GPT-5.5と競合するという。新モデルはAIエージェント機能も強化されるが、計算リソースの消費も増大する。MetaはAIインフラストラクチャサービスも検討している。

OpenAIは米国政府に5％の株式を提供することを提案したと報じられており、他のAI企業も同様の動きを見せ始める可能性がある。Anthropicの2つの強力なAIモデルに対する規制が解除されたが、厳しい制約が課されている。Metaはクラウドサービスを提供する計画だが、AIエージェントの進捗は期待より遅い。新AIチップ企業Etchedが8億ドルを調達、韓国は5840億ドルの半導体製造計画を開始。AWSとMicrosoftは企業のAI導入を加速する専門チームを結成。専門家は真の価値はエンタープライズAGIにあると指摘。

CorvinOSは、EU AI Act 2026およびGDPRへの準拠をアーキテクチャ内の構造的制約として組み込んだ自己ホスト型エージェントOSです。Ollamaを使用してローカルで動作し、複数のAIエンジンをサポートし、マルチテナントでプライバシー重視のAIエージェント展開を提供します。

WebBrainは、ChromeおよびFirefox向けの無料のMITライセンスのAIブラウザエージェントです。AskモードとActモードを通じて、ページの読み取り、データ抽出、マルチステップタスクの自動化を行います。プライバシーのためにllama.cppやOllamaなどのローカルモデルで実行するか、任意のクラウドAPIに接続できます。

研究チームは、仮想現実（VR）および拡張現実（AR）環境において、ユーザーが空中で自然に署名するだけで認証できる「Sign in the Air to Unlock」インターフェースを提案。ポイントボクセルクロスアテンションネットワーク（PV-Net）を採用し、従来のパスワードや専用センサーを必要とせず、没入感を保ちながら安全な認証を実現。DeepAirSigデータセットで2.5%の等誤り率、Meta Quest 2で収集したImmAirSigデータセットで76%の分類精度を達成した。

Wiolaは、GPT、LLaMA、Mistral、Falconなどの既存モデルファミリーとは無関係に、第一原理から構築された完全にオリジナルの小型言語モデル（SLM）アーキテクチャです。螺旋回転位置符号化（SRPE）、ゲート付き層間注意（GCLA）、適応型トークン統合（ATM）、二重ストリームフィードフォワード（DSFF）、WiolaRMSNormの5つの新しいコンポーネントを導入しています。4つのサイズ（120M、360M、700M、1.5Bパラメータ）でリリースされ、HuggingFace Transformersと完全互換です。