中国 AI

Kimi WorkはMoonshot AIが開発したローカルデスクトップAIエージェントで、macOSとWindowsに対応。ユーザーのマシン上で最大300のサブエージェントからなるスウォームを実行し、WebBridgeを介してログイン済みのブラウザを操作し、内蔵cronエンジンでタスクをスケジューリングする。基盤モデルはKimi K2.6（MoE、約320億活性パラメータ、256Kコンテキスト）。ローカルファイルやPythonスクリプトにもアクセス可能で、データはユーザーのデバイスに留まる。

Pythagoras-Proverは、4Bおよび32Bの自己回帰モデルと4Bの拡散モデルからなる、計算効率の高いLean定理証明器ファミリーです。段階的なカリキュラムSFTと動的証明フィルタリングにより訓練効率を向上させ、Augmented Lean Formalisation（ALF）を導入して検証コーパスを拡張します。実験では、4BモデルがMiniF2F-TestでDeepSeek-Prover-V2-671Bを上回り（86.1% vs 82.4%）、32Bモデルが93.0%でオープンソースの最高記録を達成し、PutnamBenchで93問を解決しました。

著者はHugging FaceのBuild Smallハッカソン向けに、パキスタンのローカルな安全性問題に焦点を当てたAIツール「パキスタン通知ヘルパー」を開発しました。このツールは小規模モデル（Qwen3.5 4B）を使用して不審なメッセージを分析し、リスクラベル、説明、安全な次のステップを提供します。英語とウルドゥー語に対応し、ウルドゥー語モードでは右から左へのレイアウトとウルドゥー語による評価を生成します。記事ではモデル選定、プロンプト、ウルドゥー語UI、Codexを使った迅速な開発に関する教訓を共有しています。

Kimiチャットボットを手がける中国企業Moonshot AIが、新たな資金調達ラウンドで最大300億ドルの評価額を目指している。これは2025年末の評価額の6倍以上にあたる。

ByteDanceのフラッグシップAI画像モデルSeedreamがKling 2.1動画アニメーションを統合し、テキストから画像、画像から動画への完全な創作フローを提供。4つのバージョンをワンクリックで切り替え可能、無料トライアルあり、Eコマースやソーシャルメディアに最適な柔軟な価格設定。

大規模言語モデルは主に英語データで訓練されるため、多言語での事実想起に課題がある。本論文では、12言語にわたる10万件のWikidata事実を含む大規模並列多言語事実QAデータセットPolyFactを導入。Qwen-2.5-7BとOLMo-2-1124-7Bを用いて、軽量継続事前学習、教師ありファインチューニング、GRPOベースの強化学習を比較。GRPOが一貫して優れ、言語間の一貫性と未学習言語への汎化を向上。メカニズム分析により、GRPOがMLP層とアテンションヘッドの言語特化を減らし、共有表現を促進することが示された。コード、モデル、データセットを公開。

アメリカのAI業界に対する痛烈な批判。AnthropicやOpenAIなどの企業が過大評価され、高額な料金を請求している一方、中国のオープンソースモデルであるQwen 3.7 Maxが優れた性能とコスト効率を提供していると論じる。著者はこの現象を「OnlyFans経済」と呼び、投資家や企業が盲目的にAI企業を崇拝することでバブルが発生していると警告する。

この記事では、llama.cpp の TurboQuant フォークと YaRN スケーリングを使用して、単一の 32GB VRAM GPU（NVIDIA RTX 5090）上で Qwen 3.6 35B MoE モデルを 450,000 トークンのコンテキストウィンドウで実行するための構成とメモリキャリブレーションについて詳しく説明します。モデルの選択、量子化のトレードオフ、KV キャッシュ量子化、RoPE スケーリング、マルチモーダル設定、複製ガイド、VRAM ライフサイクル管理、パフォーマンス評価をカバーしています。

本記事は、第2回Build Small Hackathonのフィールドレポートであり、「Thousand Token Wood」v2版について説明しています。このバージョンでは、森に住む5匹の生き物のエージェントがそれぞれ異なる小型言語モデル（OpenAI、OpenBMB、NVIDIA、および微調整済みQwen）によって駆動され、プレイヤーは影のフィナンシエとして融資、内部情報の提供（真偽あり）、空売り、賄賂、同盟の仲介を行います。記事では、サービング層の異種性（vLLM、CUDAツールキット）、モデルごとの癖、寛容なJSONパーサー、内部情報の秘密フラグがエージェントのプロンプトに漏れるのを防ぐファイアウォールなど、エンジニアリング上の課題について詳述されています。永続的なメモリはプロンプトの肥大化を避けるため、生の履歴ではなくバウンデッドサマリーで管理されます。結果は漏洩ゼロ、微調整済み0.5Bモデルの高い信頼性、異種エージェントからの創発的な行動を示しています。主な教訓：小型モデルは信頼できるフォーマット生成器だが推論は信頼できない；異種性は管理可能なコストで価値を追加する；秘密情報はデータフローレベルのファイアウォールを必要とする；バウンデッドメモリは推論を損なわずにエージェントを生き生きとさせる。

ジョブサーチャーは、新卒者のためのAI搭載求人検索アシスタントです。履歴書を分析し、LinkedIn検索クエリを自動生成し、スキル、経験、学歴、業界、年次ごとの適合度を5次元で評価します。教師モデルにDeepSeek V4 Pro、生徒モデルにQwen3-8Bを使用し、2,500件の履歴書と約10,000件の求人データで学習。オープンソースでHuggingFace Spaces上で利用可能です。

GPT-4oやQwen3.5-Omniとは異なり、Audio Interactionは録音の終了を待たず、翻訳、文字起こし、チャット、咳などの日常的なノイズを単一ストリームで処理します。コード、モデル重み、ダウンロード手順はGitHubでApache 2.0ライセンスで公開されており、トレーニングデータは後日提供予定です。

OpenClaw はオープンソースの AI エージェントプロジェクトであり、透明性とコミュニティの貢献によりセキュリティを大幅に向上させました。多くの誤った脆弱性報告に直面しながらも、実際のバグを修正し、プラットフォームを強化し、NVIDIA、Microsoft、Tencent などの企業とのパートナーシップを通じて本番環境に適したものにしました。

低ランク適応（LoRA）をQwen2.5-3Bに適用したパラメータ効率的ファインチューニング（PEFT）の体系的研究で、電気通信カスタマーサポート向けのドメイン固有対話アシスタントを構築。組み合わせ型合成データ生成手法を導入し、16のLoRA構成を評価。定量的検証損失と定性的ヒトアライメント評価の乖離を明らかにし、エネルギー-パフォーマンストレードオフ分析を提供。

本研究では、グループ相対方策最適化（GRPO）と分散認識報酬フレームワークを組み合わせ、心臓関連医療質問応答に特化したLLMの後学習を提案する。従来の二値基準集約や単一のLikertスコアリングを連続的な分析報酬関数に置き換え、より豊富な最適化信号を提供する。HealthBenchの心臓サブセットにおいて、最良のGRPO変種はQwen3-14Bベースモデルに対して精度を0.362から0.502、F1を0.532から0.668に向上させ、GPT-OSS-120Bと競合する性能を示した。

研究者らは、蒸留大規模言語モデル（Qwen3-4B-Instruct-2507）において時間選好を司る神経サブグラフを特定し、モデルが人間よりも将来を割り引く程度が低いこと、この選好が文脈によって不安定であること、そしてステアリングベクトルで調整可能であることを発見した。

DeepSWE ベンチマークの監査により、deepseek-v4-pro の報告結果（解決率 8%、平均コスト 4.22 ドル）が複数の問題により無効であることが判明：キャッシュ価格設定を無視した結果コストが約 5 倍に膨らみ、報告された 3 つの失敗タスクすべてが同一モデルで解決され、OpenRouter のプライバシー設定が DeepSeek をデフォルトでブロックし、モデルに推論努力の調整が行われていませんでした。

SMAC-Talkは、StarCraftマルチエージェントチャレンジを自然言語で拡張し、LLMベースのエージェントの協調マルチエージェント環境での評価を可能にします。環境は分散制御、部分観測可能性、長期的意思決定などの特徴を持ち、自然言語通信チャネルを通じてエージェントの協調と信頼を調査します。欺瞞的な通信者が組み込まれたシナリオも含まれ、Qwen3.5ファミリーの4つのモデルを用いたベンチマークで、推論構造、記憶、モデル規模が協調に与える影響が研究されています。オープンベンチマークとして公開され、研究コミュニティの発展を支援します。

この記事では、教師あり微調整（SFT）と直接選好最適化（DPO）を組み合わせて、小規模言語モデル（SLM）のツール呼び出し精度を向上させる方法を学びます。例としてAmazon SageMaker AIトレーニングジョブを使用し、Qwen3 1.7BモデルとWhen2Callデータセットをベースに微調整を行います。環境設定、データ準備、トレーニング、評価プロセスについても説明します。

Qwen 3.7 Plusは、2026年6月にリリースされたAlibabaの独自推論モデルで、Artificial Analysis Intelligence Indexで53点を記録し、平均を大幅に上回っています。しかし、高価で低速、かつ非常に冗長です。テキスト、画像、動画の入力に対応し、コンテキストウィンドウは100万トークンです。

DigitalOceanはXへの投稿で、OpenRouterのモデルプロバイダーとなり、DeepSeek V3.2、Kimi K2.6、DeepSeek V4 Flashを提供すると発表した。この動きは、同社がクラウドインフラからAI推論へと事業を拡大していることを示している。

Qwen3-14Bの隠れ状態をプロービングした研究により、リニアプローブが推論タイプ（演繹、帰納、アブダクション）を100%の精度で分類できるように見えても、実際にはタスク形式の交絡因子（ソース、選択肢数、応答長）を検出していることが示された。交絡を除去すると精度は偶然レベルに低下し、因果操作実験でも機能的な関連は見られなかった。この発見は、メカニスティック・解釈可能性において日常的なタスク形式の交絡除去を促す。

Dropstone 1.5はターミナルで動作するAIコーディングエージェントです。毎月トップモデルをテストし、最良のものに切り替えます。現在はDeepSeekとKimiモデルを採用し、米国サーバーでホスト、データは保存しません。月額15ドルで週約450回の深いコーディングセッションを提供し、Claude Code Pro（20ドル）の約2倍の使用量です。安全性を重視し、全操作に許可が必要です。

Titan Networkは、消費者が所有する接続デバイスの未使用計算能力を集約し、従来のプロバイダーよりも最大75%低いコストでAI企業にインフラを提供する分散型クラウドを展開しています。同社の顧客にはTencent、Alibaba、Kling AIが含まれ、Webスクレイピングやコンテンツ配信などの企業データタスクからの収益の80%をデバイスや帯域を共有する個人に支払っています。Titanは一般市民に焦点を当て、アジアのAIデータ市場の約5%を獲得したと主張しています。

アリババクラウドのQwenチームは、マルチモーダル大規模言語モデルQwen3.7-Plusをリリースしました。画像や動画を理解し、深層推論、自己プログラミング、ツール呼び出し、検証・テスト、自律的反復といったエージェント機能を備えています。プレビュー版はVision Arenaで16位、アリババは視覚分野のラボとして5位にランクインしました。

ターゲットモデルの隠れ状態を用いた意味的検索とソフトゲート評価により、検索ベース投機的復号のロバスト性と効率を向上させるSENSEを提案。LLaMAおよびQwenファミリーで最大4.09の平均受理長と3.26倍の高速化を達成。

BitsMoEは、混合エキスパート（MoE）大規模言語モデルのための効率的な量子化フレームワークです。SVDを用いて各MoE層を共有基底とエキスパート固有のスペクトル因子に分解し、共有基底は量子化せずに保持することでクロスエキスパート構造を維持します。固定ビット予算下で再構成損失を最小化する整数線形計画問題を定式化します。実験では、Qwen3-30B-A3B-Baseの2ビット量子化において、GPTQと比較して量子化速度12.3倍、平均精度27.83ポイント向上、復号速度1.76倍の改善を達成しました。

NVIDIA は、統合マルチモーダル世界モデル Cosmos 3、効率的な LLM Nemotron 3 Ultra、パーソナル AI スーパーチップ RTX Spark を発表。さらに、MiniMax M3、Qwen3.7-Plus、JetBrains Mellum2 などのオープンモデルがエージェント分野を推進。

Together AIは、KVブロックメジャースパースアテンション、ページ化MSAデコード、最適化されたインデックススコアリングカーネル、およびRustベースのマルチモーダル前処理ゲートウェイにより、MiniMax M3の効率的なサービスを実現し、同時実行レベル全体で81～125%のスループット向上を達成しました。

MiniMaxは2026年6月1日、MiniMax M3を正式にリリースしました。MiniMax Sparse Attention（MSA）アーキテクチャにより100万トークンのコンテキストウィンドウを実現し、画像・ビデオ入力およびデスクトップ操作をネイティブサポート。APIはすでに利用可能です。

中国のAI企業MiniMaxが新モデルM3を発表。トップクラスのコーディング性能、100万トークンのコンテキストウィンドウ、ネイティブマルチモーダル性を組み合わせた初のオープンウェイトモデルとされる。

中国AIスタートアップMiniMaxは、コーディングエージェントと自動化ワークフロー向けの旗艦モデルM3を発表した。100万トークンのコンテキストを処理し、計算コストを20分の1に削減。SWE-Bench ProでOpenAI GPT-5.5やGoogle Geminiを上回る性能を示した。また、上海スター市場へのIPO準備を開始し、Ant GroupのAlipayとのパートナーシップを発表。

2026年中国AIGC産業サミットで、アマゾンウェブサービスの製品技術部門テクニカルディレクターである王暁野氏は、企業の87%がAIを大規模に展開していると宣言しているが、実際に価値を得ているのはわずか10%であると指摘した。彼は個人と企業レベルのエージェント導入の大きな違いを強調し、企業はコンピューティング、モデル、データ・知識、エージェンティックプラットフォーム、アプリケーションの5層に注目すべきだと述べた。また、トークンコストが高いのは、モデルに無関係な情報を多く与えすぎていることが原因であると指摘した。

本研究は、5つのTransformerモデルをLoRAで微調整するマルチモデルパラダイムを導入し、合成欺瞞を調査した。線形プローブは初期層でほぼ完全なAUCで欺瞞を検出し、ロジスティック回帰プローブはMLPプローブを上回り、線形表現仮説を支持する。プローブはドメイン間でほぼ損失なく汎化する。モデルによって表現機構が異なり、Pythia/Llama/Qwenでは表現崩壊、Gemma-2では高次元保存が見られる。これらの結果は、適度な教師あり微調整によってロバストでドメイン不変な欺瞞表現が迅速に定着することを示しており、活性化ベースのモニタリングに示唆を与える。

PhyDrawGenは、テキストから物理法則に従った図を生成するニューロシンボリックパイプラインです。大規模言語モデルでシーングラフを抽出し、決定論的ソルバーで平面直線グラフに変換し、ファインチューニングされたQwen-VLモデルで検証します。1449の物理問題ベンチマークで、GPT-5-imageやGeminiモデルを上回る性能を示しました。

復旦大学と通義研究所は、GUIとツールのハイブリッド動作空間で最適な経路選択を学習するComputer Use Agent「ToolCUA」を発表。OSWorld-MCPで46.85%の精度を達成し、Claude-4-Sonnetを上回った。2段階訓練（データ合成とオンライン強化学習）により、エージェントはGUIとツールの使い分けを習得する。

2026年中国AIGC産業サミットで、アマゾン ウェブ サービスのテクニカルディレクター、ワン・シャオイェ氏は、87%の企業がAIを大規模導入していると主張する一方、実際に生産価値を得ているのはわずか10%だと指摘しました。エンタープライズ向けエージェントの導入には、モデル選択、構築の複雑さ、利用のハードル、人材不足という4つのギャップを克服する必要があると強調し、AWSの5層アーキテクチャ（コンピュート、モデル、データ、ハーネスプラットフォーム、エージェントアプリケーション）やQuickなどの製品を紹介しました。

香港大学准教授の黄超氏は、2026年中国AIGC産業サミットで、エージェント時代にはデジタル世界のインフラを再設計し、ソフトウェアがAIの言語（CLI）を話すようにすべきだと提唱。彼のチームが公開した軽量エージェントnanobotは20万ダウンロードを突破し、CLI-Anythingなどの革新を示した。エージェントの自己進化はスキル蓄積による外部進化が重要だと強調した。

MiniMaxはマルチモーダルモデルに特化したAIスタートアップで、2026年1月に香港証券取引所に上場しました。同社は大規模モデルとアプリケーションの並行開発、ToCとToBの両輪戦略を堅持しています。社内では全従業員に無制限のトークンを提供し、エージェントを使ってワークフローを自動化。人間が嫌がる高価値タスクに焦点を当て、効率を大幅に向上させ、組織をフラット化しています。今後2～3年でAIはさまざまな産業と深く融合するでしょう。

エヌビディアのジェンスン・フアンCEOは、米国の輸出規制により、中国のAIチップ市場を実質的にファーウェイに譲ったと述べた。好調な四半期決算にもかかわらず、中国での販売見通しは限定的。

2017年製MacBook Air上で、人間の実験者、Codex、llama.cpp、ローカルデータベース、IBM量子プロセッサのサンプリングを組み合わせ、Qwen3-30Bモデルの推論速度を0.09トークン/秒から14.03トークン/秒に向上させた研究。量子プロセッサ上でモデルを実行するのではなく、推論設定の最適化に量子サンプリングを用いている。

新しいレビュー論文は、自律型AIエージェントの真のボトルネックは言語モデル自体ではなく、その周りのソフトウェア層（ツール、メモリ、テスト、権限境界）であると主張しています。Deepseekは北京に専用の「Harness」チームを立ち上げ、モデル＋ハーネス＝AIエージェントという公式を確認しています。

PPIO は非凡産研が発表した「2026 Global AI 100」リストに選ばれました。このリストは非凡大賞 – 年次 AI グローバリゼーション成長サミットで選定され、グローバルな AI ネイティブ企業を表彰するものです。PPIO はグローバル分散型コンピューティングインフラ、フルスタッククラウドサービス、DeepSeek・GLM などのモデルプラットフォーム、革新的なエージェントサンドボックスを提供。2026年4月時点で4,800以上の分散ノードを統合し、日次トークン呼び出しは1兆回超、開発者は57万人超。また、上海市デジタル海外サービスプラットフォームのパイロットユニットやGDAパイロットサービスステーションにも選ばれています。

14のオープンソース安全ガードモデルの包括的評価により、Qwen Guard（4Bパラメータ）が83.97%の再現率でトップであることが明らかになった。一方、Llama Guard（12B）やGPT-OSS Safeguard（20B）などの大規模モデルは保守的で、最大75%の不適切コンテンツを見逃した。モデルサイズと安全性検出性能には相関がなく、汎用ガードモデルが専門モデルよりも優れていることが示された。

本論文は、Qwen2.5-0.5Bをベースに語彙注入とエッジ優先デプロイメントを採用した518Mパラメータのアラビア語特化LLM、RightNow-Arabic-0.5B-Turboを提案する。アラビア語ベンチマークで平均精度35.9%を達成し、同クラスのオープンモデルを凌駕。COPA-arではFalcon-H1-1.5Bと同等の成績を1/3のサイズで達成。量子化後は398MB、単一H100上で635トークン/秒の推論速度を実現する。

最近の研究では、強化学習（RL）が教師あり微調整（SFT）よりも事前の能力を効果的に保持することが示されています。本論文はこれをメカニズムレベルに拡張し、微調整中の回路劣化を測定する「差分回路脆弱性」を導入します。Qwen2.5-3B-Instructを科学質問応答に適用した実験では、SFTはタスク適応が速いものの回路破壊と忘却が大きく、RLは回路を保持する代わりに適応が遅いことが明らかになりました。結果は、回路保持がRLの破局的忘却に対する頑健性を説明することを示唆しています。

2026年中国AIGC産業サミットで、百度の秒哒（Miaoda）製品責任者・朱広翔氏が、AIがプログラミングのハードルをコード記述から会話に下げたと発表。秒哒ユーザーの87%はコード非習得者で、8歳児がOSを開発、一人会社（OPC）がプロジェクトマネージャーだけで千万円の受注を獲得。石油技術者が140万元の調達プラットフォームを代替。Vibe Codingが需要側を供給側に変え、大衆創業を実現。

NVIDIAの研究者は、エージェントハーネスを変更せずに強化学習で言語エージェントを訓練するロールアウトフレームワークPolarを発表した。Polarはハーネスと推論サーバーの間にモデルAPIプロキシを配置し、トークンレベルの相互作用を捕捉してトレーナー対応の軌跡を再構築する。Qwen3.5-4BベースモデルにGRPOを適用した結果、CodexハーネスでSWE-Bench Verified pass@1を22.6ポイント、Claude Codeで4.8ポイント、Piで6.2ポイント改善した。本フレームワークはNeMo Gym環境として登録され、ProRL Agent Serverリポジトリで公開されている。

大規模言語モデルが外部教師やツールのフィードバックなしに、ラベルのないプロンプトのみを使用して自己改善できるようにする「自己検証蒸留（SVD）」を提案。数学、科学、コーディングの3つの推論領域でQwen3モデルを訓練し、顕著な性能向上を達成。

DeepSeekの研究者である陳德里氏は、自身が開発したDeliAutoResearchスキルを用いて、DeepSeek-V4-ProとGPT-Image2と協力し、わずか6日間で46ページの論文を完成させた。この論文は、研究エージェントの自律性をL1～L5に分類する枠組みを提案し、4つのアーキテクチャパターンと17の主流システムを分析、6つの未解決問題を指摘している。陳氏によると、人間の「CPU時間」はわずか2時間未満であり、残りはAIエージェントが担当した。

今週のAIニュース：Anthropicがこれまで政府契約業者限定だったMythosモデルを公開、国防総省級AIが誰でも利用可能に。DeepMindのDemis HassabisはAGI実現時期を2029年に前倒し。Starletteフレームワークに重大な認証バイパス脆弱性、数百万のAIエージェントに影響。CrowdStrikeらがGlasswormボットネットを共同撃滅。BNPパリバがMistralと主権AIセキュリティ提携、中国はAlibabaとDeepSeekのトップAIエンジニアの海外渡航を制限。UberはAIトークン予算を4ヶ月で使い切り、ClickUpは2200人を解雇して3000の内部AIエージェントを導入。一方、MITテクノロジーレビューはAI露出職種の失業率が低いと報告、Altmanはホワイトカラー消滅予測を撤回。