中国 AI

Moonshot AIは今月初めの約束通り、2.8兆パラメータのKimi K3モデルの重みをHugging Faceで公開しました。ファイルサイズは1.56TBです。K3のライセンスはK2の「修正MIT」から変更され、年収2000万ドルを超えるMaaS企業には別途契約が必要です。Moonshotは「オープンソース」ではなく「オープンウェイト」という用語を一貫して使用しています。OpenRouterは既に7つのプロバイダからK3を提供しており、価格はMoonshot自身と同じです。

Moonshot AIのKimi K3モデルは、米国のトップモデルを凌ぐ性能を持ちながら、コストはわずかです。同社はモデルの重みを無料で公開する計画で、米国ユーザーを明確にターゲットにしており、米国のクローズドAIモデルの優位性に懸念が生じています。オープンウェイトモデルは開発者に制御と柔軟性を提供し、中国のこの動きはチップ規制や地政学的な野心の中での戦略です。

このパイロット研究では、自然言語オートエンコーダ（NLA）を使用して、Qwen2.5-7B-Instructがコロンビアのスペイン語と英語のプロンプトを処理する際に、コロンビア人のアイデンティティ、社会経済的地位、またはステレオタイプ関連情報を内部的に表現しているかどうかを調査します。30個のプロンプト（15組の一致したスペイン語-英語ペア）を用い、明示的コロンビア手がかり、暗黙的コロンビア手がかり、中立対照を含み、統計的に検出力のある効果ではなく記述率と質的証拠を報告します。

Moonshotが2.8兆パラメータのマルチモーダルモデルKimi K3をリリースし、Modal上で毎秒460トークンの速度で動作可能になりました。混合エキスパートアーキテクチャ、100万トークンのコンテキストウィンドウ、ネイティブビジョンを備え、カスタムDFlash投機デコーダにより推論速度が大幅に向上しています。

中国のMoonshot AIが公開したオープンウェイトLLM「Kimi K3」について、低コストだという主張は誤りであり、実際には中国の他のモデルと比較して高価であることを解説。

このチュートリアルでは、百度のUnlimited-OCRモデルをドキュメント画像やマルチページPDFで実行するための完全なワークフローを構築します。GPU環境の設定から、高詳細タイルGundam推論と高速Baseモードの比較まで、密なレイアウト、表、ページをまたがるコンテンツを再現可能なエンドツーエンドパイプラインで処理する方法を学びます。

実際のテストで、GPT-5.6 Solのような米国のトップモデルで2時間AIエージェントを実行すると300ドルかかる一方、DeepSeek V4 Flashのような中国のオープンウェイトモデルでは3ドル未満で同等の作業ができることが判明。能力の差がわずかであるにもかかわらず、この価格差は中小企業、フリーランサー、学生をAIの恩恵から排除する恐れがある。記事は競争力のある価格設定を求め、地政学的な制限がアクセス問題をさらに悪化させる可能性を警告している。

Quantprobeプロジェクトは、メモリ階層内でのビット配置に関する4つの法則を確立し、GTX 1060 6GBや16GB DDR4などの低スペックハードウェア上で110Bパラメータの大規模言語モデルを実行するためのツールを提供します。事前登録された予測が実測値と一致し、例えばSATAストリーミングによるGLM-4.5-Air 110Bが0.19 tok/s、ハイブリッド配置によるQwen3-30B-A3Bが19.3 tok/sを達成しました。

トランプ政権内では、中国の主要AIモデルの急速な台頭への対応をめぐり意見が割れている。ホワイトハウスは厳格な規制を推進する一方、商務省は実行不可能とみなす。中国のMoonshot AIが米国トップモデルに匹敵するKimi K3をリリースしたことを受け、ホワイトハウスは蒸留攻撃への対応を検討しているが、商務省への正式な意見照会はまだ行われていない。

Poolside AIが新モデルLaguna S 2.1をリリースし、低コストで優れた性能を主張。一方でAIコミュニティはセキュリティインシデントと地政学的緊張に直面。

本論文では、長尺動画の質問応答における時間的推論を可能にするため、独立して保存されたビジュアルKVメモリを構成する訓練不要の手法ChronoStitchを提案する。保存されたポストロータリーキーをグローバルな3軸マルチモーダルRoPE座標系に再ベースし、高偏差のビジュアルトークンを選択的に再計算することで、単純な結合による時間位相の衝突と内容のギャップを克服する。Qwen2.5-VL-3BおよびTempCompassの時間的分割における実験では、イベント順序付けの精度が向上し、完全なジョイント再プリフィルと比較して3.3倍の高速化を達成した。

長い思考連鎖推論モデルにおける自己注意の二次複雑性問題に対処するため、本論文ではLISA（線形インデックス付きスパース注意）を提案する。これはプラグアンドプレイで動作し、線形注意とLightning Indexerを並列に統合し、ゲート機構で融合することで推論複雑性をO(n²)からO(nM)に削減する。DeepSeek蒸留Qwenモデルでの実験では、16Kトークンコンテキストで50%の推論高速化、AIMEやMATH-500などのベンチマークで平均5.6%の性能向上を達成した。

新しい研究では、Intel TDX環境下のNVIDIA H100 GPUで機密コンピューティングを有効にした場合の大規模言語モデル推論のパフォーマンスコストを評価。Mistral-7BとQwen3-30B-A3Bモデルを使用し、機密モードでは最初のトークンまでの時間が21.8%〜27.8%増加し、グローバルトークンスループットが17.7%〜21.1%低下した。大規模モデルはより早く飽和に達し、キャパシティ計画の調整が必要であることが示された。

本記事では、世界人工知能会議（WAIC）での習近平氏の「オープンソースと開放」への支持、中国各省庁によるAI政策文書の発表、パーソナライズドAIチャットボットの新規制、グローバルサウスへのAI展開強化、そして英国AI安全研究所による中国のオープンウェイトモデルと最先端クローズドモデルの能力差縮小に関する研究など、中国AIエコシステムの最新動向を分析する。

米国はオープンソースAIを支持するが、中国企業が秘密裏に工業規模の蒸留攻撃を行い知的財産権を侵害する場合、制裁とエンティティリスト指定が検討されると財務長官が警告。

このポッドキャストでは、NathanとFlorianがオープンAIモデルの最近の動向について議論します。Kimi K3のリリース、Qwenのオープン戦略、WAICでの習近平によるオープンソース支持演説、オープンとクローズドモデルの性能差、蒸留をめぐる論争などがテーマです。中国モデルの優秀さの理由、米国オープンモデルエコシステムの現状、今後の予測について深掘りします。

この研究では、軽量な深さ方向畳み込みがモデルサイズを大幅に増やすことなく、LLMに局所的な帰納バイアスを提供できるかどうかを調査しています。Qwen3 Transformerブロックの17箇所でのマクロレベルのアブレーションにより、最適な配置は注意機構の前に投影されたクエリ、キー、バリューに畳み込みを適用することであることがわかりました。ミクロレベルの研究では、追加の正規化や活性化なしでカーネルサイズk=3の残差深さ方向畳み込みが好まれました。複数のQwen3モデルと事前学習データ予算において、この設計は7つの下流ベンチマークの平均精度を向上させ、パラメータ増加は0.01%未満でした。表現レベルのケーススタディでは、畳み込みにより繰り返しトークンIDが直接的な文脈に敏感になることが示唆されています。これらの結果は、短距離トークン相互作用をモデル化するための自己注意の軽量な補完として深さ方向畳み込みを支持しています。

Moonshot AIのKimi K3は2.8兆パラメータのオープンウェイトモデルで、ベンチマークで米国のトップモデルに匹敵し、AI競争と国家安全保障に関する新たな議論を引き起こしている。記事は、中国モデルの制限は競争を減らし、最終的に企業と消費者に害を及ぼすと主張している。

このチュートリアルでは、NVIDIAのsrt-slurmフレームワークを探求し、srtctlを使って宣言型YAML設定を再現可能なSLURMベンチマークワークフローに変換する方法を学びます。Google Colabでプロジェクトをセットアップし、内部アーキテクチャを調べ、クラスタ設定を定義し、組み込みおよびカスタムレシピをドライラン実行し、DeepSeek-R1用の分離型プリフィル・デコードデプロイメントをモデル化します。また、パラメータスイープを生成し、型付きPython APIと対話し、拡張設定を検証し、スループット対レイテンシのパレートフロンティアを通じてシミュレートされたベンチマーク結果を分析します。

低コストのオープンウェイトモデルであるQwen 3.8 Maxは、中国のAIモデルが米国に急速に追いつきつつあることを示し、企業により多くの選択肢を提供します。

NVIDIA Vera Rubin NVL72の生産が本格化し、CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructureの各パートナーと連携しています。このプラットフォームは極限の共同設計により最高のパフォーマンス・パーワットと最低のトークンコストを実現し、DeepSeek-R1ベンチマークではGrace Blackwell NVL72と比較してメガワットあたりのスループットが10倍向上しました。また、MicrosoftとMistralの提携により欧州のオープンモデル時代を支援します。

Alibabaは最新の大規模言語モデルQwen3.8を発表し、AnthropicのFable 5に次ぐと主張したが、ベンチマークやモデルカードは提供しなかった。この発表は、競合のMoonshotが詳細な技術情報とともにKimi K3をリリースした直後に行われた。Alibabaの透明性の欠如は、タイミングと動機に疑問を投げかけている。

Anthropicが米国政府との協議後にClaude Fable 5を再展開し、新たなサイバーセキュリティ分類器を追加。Claude Sonnet 5の低価格版も発表。GoogleのNotebookLMがTikTok風動画要約機能を追加、Nano Banana 2 Lite画像生成器もリリース。Etchedへの大規模投資、百度AIチップ部門のIPO計画、Agility RoboticsのSPAC上場、DeepSeekの拡大採用、中国のLongcat 2.0 MoEモデルと長期エージェントベンチマークなど。

2025年1月、DeepSeekはその大規模推論モデルR1を用いて約80万の完全な解答プロセス（長い思考連鎖、誤った開始、自己訂正などを含む）を生成し、フィルタリング後にQwenやLlamaなどの小型オープンモデルに対して単純な教師ありファインチューニングを行い、強化学習なしで小モデルがそのサイズを超えた推論能力を示すことを発見した。これは、シーケンスレベルの模倣が推論蒸留に適さないという従来の見解に挑戦するものである。

今週のエピソードでは、AnthropicのClaude Fable 5とその安全性論争、AppleのWWDCでのSiri AI発表、GoogleのGemini 3.5ライブ翻訳と料金変更、OpenAI・Anthropic・SpaceXのIPO競争、Prometheusの120億ドル調達、DeepSeekの資金調達、HuaweiによるDeepSeekモデルの追加学習、GoogleのSpaceXへのGPU費用支払い、オープンソースモデルGemma 4とDiffusionGemmaのリリース、AI安全政策の動向などを取り上げています。

今週のエピソードでは、AnthropicのClaude Opus 4.8、MicrosoftのMAIモデル、AnthropicのIPO申請、そして驚異的なMinimax-M3モデルなど、AIニュースをカバーしています。

米国の政策立案者は、中国のオープンウェイトモデルに規制リスクを生み出すべきか議論している。Moonshot AIのKimi K3のリリースが議論を再燃させた。企業は性能だけでなく、これらのモデルが1年後も簡単に利用できるかどうかという問題に直面している。

本研究は、科学的推論の妥当性に統計的保証を提供するグラフ構造のコンフォーマル予測フレームワーク「Scientific Feasibility Control (SFC)」を提案する。SFCは科学的推論を原子的な事実単位に分解し、科学的違反が検出された際に動的分岐を用いて修正する。PhyXベンチマークで50.1%の精度を達成し、DeepSeek-R1やGPT-4を上回り、科学法則違反を73%削減、α=0.10で91.7%の妥当性保証を提供する。

新しい研究は、簡単な洗車の質問を用いて、言語モデルが推論の前に答えを先に決め、論理的に正しい結論を導けないことを明らかにした。Qwen3-8B実験では、システム的な誤り（「運転」が唯一の正解なのに「歩く」を推奨）が観察された。活性化レベル分析では、出力前に隠れ状態が誤った答えに傾いており、最終的に正答する場合も同様である。この発見はLLMにおける推論前の決定バイアスを示している。

新しい研究論文が、マルチエージェントLLMシステムの計画フェーズを標的とした4種類のプロンプトインジェクション攻撃フレームワーク「PlanFlip」を紹介。GPT-5のような強力なモデルほど脆弱であり、同質のバックボーンは相関エージェントの盲点を生み出す一方、DeepSeek-R1のような推論強化モデルは攻撃に耐性を示す。提案された2つの防御手法は最大1.00の検出率を達成。

表面上は静かな日だが、実際には多くの動きがあった：米国の政策が中国のオープンモデルを標的に、Kimi K3とQwen 3.8が進展、エージェント中心の汎化が注目を集め、モデルが人間を超える数学能力を示す。

AlibabaのTongyi Labは、プロダクション向けテキスト読み上げ（TTS）システム「Qwen-Audio-3.0-TTS」を発表しました。Flash（リアルタイム対話向け）とPlus（高品質生成向け）の2つのバリエーションがあり、Alibaba Cloud Model Studioを通じてホスト型モデルとして提供されます。16言語と20の中国方言をカバーし、自然言語によるスタイル制御と86種類の細粒度インラインタグを備え、Artificial Analysisのリーダーボードで首位を獲得しました。

ベン・トンプソン氏は、トレーニングデータの収集をフェアユースと明確にし、蒸留を禁止する利用規約を禁止する米国の法律を提案している。これにより、米国のオープンモデルが中国のモデルとより効果的に競争できるようになる可能性がある。また、アリババがQwen 3.8 Maxをオープンウェイトで公開した決定は、習近平主席のオープンソースを奨励する最近の演説に影響された可能性がある。

Moonshot AIが最新フラッグシップモデルKimi K3をリリース。2.8TパラメータのMoEモデルで、7月27日にウェイトを公開予定。K3は複数のベンチマークで上位に入り、最強のオープンモデルとなる。記事では、米中AIモデルの性能差縮小、中国のオープンソース戦略、オープンモデルの経済的影響、中国の効率性優位性について議論している。

中国の大手AI企業MoonshotとAlibabaが、OpenAIやAnthropicの最高モデルに匹敵する性能を低コストで実現したと主張する新モデルを発表。オープンソース戦略で米国の優位性に挑戦し、巨額投資の効果に疑問を投げかける。

中国のMoonshot AIが公開したKimi K3がFrontend Code Arenaベンチマークでトップに立ち、米国のAI規制をめぐる議論を引き起こした。フロントエンドコーディングでは強いが、全体的にはClaude Fable 5に劣る。このリリースは、AI規制とオープンウェイトモデルに関する政策論争を激化させ、NVIDIAやAnthropicなどの株式に影響を与える。

2026年のAIコーディングプランは、月額固定トークン、クレジット、時間単位リフレッシュ枠、高速枠超過後の優先度低下など、異なる課金モデルを採用。本記事ではMiniMax、Xiaomi MiMo、GLM、Kimi Code、Canopy Waveの5つを価格、制限、統合、最適なユースケースで比較し、開発者がワークフローに合ったプランを選べるようにする。

本論文では、BIRDという2段階の自己推論蒸留手法を提案する。最初に簡潔な指示で解をサンプリングし、プロンプト切り替えSFTを行い、その後、よりクリーンなプレフィックスに対してオン方策逆KL蒸留を適用する。Qwen3-8Bでは、MATH-500の精度が86.2%から92.0%に向上し、応答長が3,099トークンから1,115トークンに削減された。

24GB GPUは本格的なローカル推論の実用的な最低ラインです。本ガイドでは、Q4_K_Mで1枚のカードに収まる6つのオープンウェイトモデル（Qwen3.6、Gemma 4、Mistral Small、gpt-oss-20b、DeepSeek-R1-Distill）を比較し、VRAM消費、ライセンス、各モデルの得意分野を解説します。

AlibabaのQwenチームは、2.4兆パラメータのマルチモーダルMoEモデルQwen3.8-Max-Previewをプレビューし、「Fable 5に次ぐ」と称しています。プレビューはToken Plan、Qoder、QoderWorkで標準価格の10%で提供されています。ベンチマーク表、モデルカード、ライセンス、トークンあたりの価格、アクティブパラメータ数はまだ公開されていません。本記事では、Alibabaが確認した情報と主張のみの情報を区別します。

Kimi K3の予想を超える需要によりGPU容量が限界に達し、Moonshot AIは新規契約を一時停止。

今週のAI分野では、規模競争から分散と開放性へ焦点が移行。Thinking Machinesがオープンウェイトの975BパラメータMoEモデルInklingを発表、Moonshot AIは2.8兆パラメータのKimi K3を公開、PrismMLはスマートフォンで動作するBonsai 27Bをリリース。OpenAIは自己対戦による自動レッドチームシステムGPT-Redを導入し、GPT-5.1に対して84%の成功率を達成。また、上海世界AI会議で習近平国家主席がオープンソースAIを国際公共財として推進するよう呼びかけた。

Qwen 3.8 MaxはQwenシリーズの最新モデルで、Qwenウェブサイトで公開されています。

中国で新たな規制が導入され、未成年者向けのAI仮想パートナー提供が禁止され、チャットボットによる感情依存の促進も禁じられた。政府は現実の人間関係の希薄化を防ぎ、少子化傾向を逆転させようとしている。字節跳動（バイトダンス）、阿里巴巴（アリババ）、騰訊（テンセント）などの大手テクノロジー企業は既にパーソナライズされたAIコンパニオンチャット機能を終了し、数百万人のユーザーが仮想パートナーとの別れを余儀なくされている。

中国の3つの研究所による旗艦オープンウェイトMoEモデル—Kimi K3、DeepSeek V4 Pro、GLM-5.2—は、ベンチマーク、ライセンス、サービスコストでそれぞれ優れています。Kimi K3は性能でリードしますがAPI限定、DeepSeek V4 Proは最も安価で完全オープン、GLM-5.2は速度と展開性のバランスが取れています。

このチュートリアルでは、Google Colab上の単一GPUでNVIDIA NeMo AutoModelを使用してQwen3-0.6BモデルをLoRAでパラメータ効率よく微調整する方法を詳細に説明します。環境検証、ソースインストール、レシピの読み込みと調整、コマンドラインでのトレーニング、モデル評価、Python APIの呼び出しをカバーします。

本記事では、複数の推論努力モードを持つモデルの開発方法を探り、o1やDeepSeek-R1からGPT-5.6への進化、RLVRトレーニング、推論スケーリング、思考トークン、推論モード切り替えなどの主要技術を解説する。

SD-MARは、視覚言語モデル（VLM）のマルチ画像分析推論タスクにおける訓練と評価のためのフレームワークです。制御された摂動によりペアの視覚シナリオを構築し、意味変化の帰属や定量的比較にわたる推論タスクを生成します。GRPO-liteと後方割引配分（BDA）を用いた強化学習手法を採用し、KL正則化を除去してポリシー最適化を強化します。Qwen2.5-VL-7BとInternVL3-8Bでの実験では、ドメイン内精度が最大36.95%向上し、Qwen2.5-VL-7BはSD-MARベンチマークでGPT-4.1を上回りました。ドメイン外汎化性能は維持または向上し、MME、MMMU-Pro、MathVistaでは1%以内、MMBenchでは最大4%の改善を示しました。LLM-as-judge評価では、両モデルで論理的整合性と説明品質の一貫した改善が確認されました。

JKPフレームワークは、繰り返しの挑戦的な質問に対するVLMの安定性を評価する。GPT-4o、Gemini 2.5 Pro、Qwen3-VL-30Bの評価では、大幅な不安定性と回答の反転が見られ、モデルごとに異なる圧力応答プロファイルが明らかになった。

Moonshot AIは、2.8兆パラメータ、100万トークンのコンテキストを持つオープンウェイトモデルKimi K3をリリースし、Frontend Code Arenaでトップランキングを達成し、さまざまなベンチマークで競争力のあるスコアを獲得しました。このリリースはオープンモデルのマイルストーンですが、トップのクローズドモデルとのギャップは依然として存在します。ニュースレターでは、セキュリティインシデント、エージェントフレームワーク、ロボティクスなどの他のAIニュースもカバーしています。