OpenAIの次世代超巨大事前学習モデル「Doug」がリーク、基盤モデルのScalin…｜AI日報 2026-08-10

🔥 フォーカス

OpenAIの次世代超巨大事前学習モデル「Doug」がリーク、基盤モデルのScaling路線に回帰：業界分析機関やリーク情報筋によると、OpenAIはコードネーム「Doug」と呼ばれる新しい超大規模事前学習モデルの開発を進めており、遅くとも11月までにリリースされる見込みである。これは、過去約2年間にわたり主にポストトレーニング（事後学習）と強化学習に依存して能力向上を図ってきたOpenAIが、GoogleのGemini 3などの競合製品からの直接的な競争圧力に対抗するため、基盤モデル自体の本格的な大規模Scalingを再始動したことを示している。(ソース: 机器之心)

GoogleのAI部門再編の裏側が波紋呼ぶ：Hassabis氏がJeff Dean氏と同時期に退職を計画していたと判明：業界関係者によると、DeepMindの創業者であるHassabis氏は当初、Jeff Dean氏と同時期にGoogleを去る計画だったが、Google経営陣が株価の暴落を懸念して強く引き留めたという。同氏の会長およびAlphabetのチーフサイエンティストへの昇格は、単なる移行期の措置に過ぎないと指摘されている。現在、GoogleはAIの研究開発と意思決定の中心をシリコンバレーの本社に完全集約しており、共同創業者のSergey Brin氏が自らGeminiの開発を監督しているため、DeepMindの独立した研究機関としての色彩は徐々に薄れつつある。(ソース: 量子位)

学術と応用の二重の突破口：GPT-5.6与Fable 5が連携し、25年間未解決だったMIMO検出の数学的難題を解決：Microsoft Researchの学者であるDimitris Papailiopoulos氏は、GPT-5.6とFable 5の支援を受け、無線通信におけるMIMO検出が最大尤度閾値に正確に到達できる多項式時間アルゴリズムを証明することに成功したと発表した。この発見は、統計的に「復元可能」であることと、高速アルゴリズムによって「復元可能」であることとの間に存在していた25年間のギャップを埋めるものであり、複雑な数学理論の導出と検証におけるAIの巨大な可能性を示している。(ソース: 量子位)

AIの電力消費危機が深刻化：Amazonのテキサス州7.65GW天然ガス発電所とNVIDIAの30億ドル投資が明らかに：AIデータセンターの膨大な電力需要を満たすため、Amazonはテキサス州に35基のタービンを備え、発電容量7.65GWに達するプライベート天然ガス発電所の建設を支援することを認めた。これにより、同発電所は全米最大の単一温室効果ガス排出源となる可能性がある。同時に、NVIDIAがテキサス州の電力インフラ開発企業であるLanciumに最大30億ドルを投資する計画であることも報じられており、計算能力の拡大と気候目標との激しい衝突が浮き彫りになっている。(ソース: THE DECODER)

🎯 動向

LLMポストトレーニングの新展開：南京大学などが連続拡散言語モデル「AURORA-LM」を提案：研究チームは、連続的な意味空間で言語をモデリングする新しいアプローチを提案した。オートエンコーダーを用いてテキストの高容量な連続ベクトルシーケンスを構築し、ブロック単位の因果拡散モデルを用いてその生成分布を学習する。このモデルはAscend NPU上ですべての実験が行われ、10億パラメータ規模まで拡張された。自由生成および条件付き要約タスクの双方で優れた成果を収め、中国国産AI計算プラットフォームの実用性を検証した。(ソース: 机器之心)

Google DeepMindがDiffusionGemmaの技術レポートを公開、スクラッチ開発不要のテキスト拡散モデルを実証：レポートでは、既存のGemma-4-26Bモデルをテキスト拡散モデルに変換する方法が詳細に説明されている。教師あり微調整（SFT）と「サンプラー蒸留＋強化学習」（SD-RL）の2段階のトレーニングを経て、DiffusionGemmaはH100上で毎秒1500トークンの並列生成速度を達成した。また、双方向推論と自己修正能力を備えており、数独の解答などの構造化タスクで優れたパフォーマンスを示した。(ソース: THE DECODER)

大手企業のAIプログラミングとコスト管理の最新動向：Claude Codeが「自動モード」をデフォルトで有効化、AmazonはSonnetの呼び出しで予算を860%超過：Anthropicは、Claude Codeのデフォルト権限として自動モードを設定することを発表した。テストによると、自動分類器は危険な操作の89%を捕捉でき、人間の手動レビューによる14%を大幅に上回った。一方で、Amazonが著者情報の入力にClaude Sonnetを使用した際、Agentが繰り返しリトライを試みたことで請求額が180万ドルに急増し、予算を860%超過したことが明らかになり、企業向けAgentにおけるコスト管理不能のリスクが浮き彫りになった。(ソース: 机器之心)

LLMの「継続的学習」アプローチが分化：学術界と産業界がモデルの「使いながら学ぶ」メカニズムを積極的に模索：LLMの「破滅的忘却」という課題に対し、業界では外部メモリ（Lettaなど）、コンテキストエンジニアリング（ACEなど）、継続的ポストトレーニング（Tinkerなど）、自己適応型自己修正（SEAL、Hopeなど）といったアプローチへの分化が進んでいる。Karpathy氏などの専門家は、将来の継続的学習は「認知カーネル＋外部メモリ」の階層的協調へと向かい、AIが自律的に学習内容と戦略を決定するようになると指摘している。(ソース: 机器之心)

大手企業のAIプログラミングツールがセッション間通信を導入、エージェント協調がマルチAgentの新パラダイムへ：AnthropicはClaude Codeにセッション間メッセージ送信機能を導入し、同一マシン上またはリモート接続された異なるAIセッション間での自律的な通信と進捗同期を可能にした。このアップデートにより、コードエージェントが単独で動作する限界が打破され、端末間でのコピー＆ペーストによるコンテキストの損失が解消され、複雑なマルチタスク並行開発に新たなサポートが提供される。(ソース: 机器之心)

浙江大学がAgentic空間認知評価フレームワーク「ProVisE」を提案、生成モデルが空間知能を「描き出す」ことを提唱：従来の空間认知評価がモデルに抽象的な座標の出力を強制していた弊害に対し、OmniAIチームはProVisEフレームワークとSpatialGen-Benchベンチマークを提案した。このフレームワークは、視覚プロトコルを通じて生成モデルを誘導し、画像上に直接答えをマークさせ、パーサーによって構造化された予測へと復元する。テストの結果、画像生成モデルが直接的な空間的直感において独自の強みを示すことが明らかになった。(ソース: 机器之心)

エッジAIと超長文コンテキストの最新動向：LFM 2.6BとPokee-Isaac 28Bが相次いでリリース：Liquid AIがリリースしたエッジ向けモデルLFM 2.6Bは、RTX 3090上で260T/sの生成速度を達成し、極めて高速なローカル推論を特徴としている。一方、Pokee AIがリリースしたPokee-Isaac 28Bは、10Mトークンの超長文コンテキストに対応し、単一のGPU上で完全にローカライズされた安全なデプロイをサポートする。これにより、規制対象の業界に対して、データを外部に送信することなくエージェントを実行できるソリューションを提供する。(ソース: MarkTechPost)

🧰 ツール

Shepherd：エージェントの実行状態の分岐、リプレイ、ロールバックをサポートするオープンソースのPythonランタイム基盤：東北大学とスタンフォード大学のチームによって開発されたこのツールは、エージェントと環境との各インタラクションをGitスタイルのtyped eventとして記録する。エージェントが長期のタスクでエラーを起こした場合、開発者やメタエージェントはワンクリックで指定したステップにロールバックして再実行できるため、再実行による計算資源の無駄を省き、95%以上のプロンプトキャッシュ再利用率を実現する。(ソース: MarkTechPost)

Code-Graph-RAG：ナレッジグラフに基づく多言語モノレポコード分析・編集RAGシステム：このオープンソースプロジェクトは、Tree-sitterを利用して多言語のコードベースを解析し、Memgraph内に統一された構造的ナレッジグラフを構築する。最新バージョンでは、Ruby言語のサポート、ast-grepに基づく構造化検索・置換ツール、および言語をまたぐデータフロー追跡機能が導入され、ユーザーは自然言語を用いて複雑なモノレポのクエリや編集を行うことができる。(ソース: GitHub)

Agent DevTools：エージェントのメモリと検索のデバッグに向けたローカル開発者ツール：このプロジェクトは、エージェント開発者にLangChainフレームワークをサポートするビジュアルなローカルデバッガーを提供する。開発者はこのツールを通じて、エージェントのプロンプト、メモリ状態、検索ロジック、ツール呼び出しプロセスをリアルタイムでインスペクト（inspect）でき、異なる実行バージョン間の差異を比較することで、エージェントの意思決定の偏りの原因を迅速に特定できる。(ソース: GitHub)

LiteParse：LlamaIndexがオープンソース化した高速PDF構造化データ抽出ツール：このツールは、高コストで低速なビジョンマルチモーダルLLMを呼び出すことなく、ミリ秒単位でデジタルPDFからフォームの入力値、チェックボックスの状態、注釈、埋め込み画像、ベクターグラフィックスなどの構造化データを直接抽出する。また、抽出結果をLlamaParseなどのLLMソリューションにシームレスにルーティングすることをサポートし、ドキュメント解析のTokenコストを大幅に削減する。(ソース: GitHub)

Overeasy：S3の不変ログに基づく永続化ファイルシステムオーバーレイ：このツールは、AI Agentに分岐、復元、ロールバックが可能な仮想ファイルシステムを提供する。ファイルシステムの操作をS3上の不変ログとして記録することにより、Overeasyはエージェントが異なるマシン間で実行状態をシームレスに復元できるようにし、コード生成やシステム設定でエラーが発生した際に、任意の履歴状態へ安全にロールバックすることを可能にする。(ソース: GitHub)

📚 学習

チュートリアル論文『Agents in the Wild（現実世界におけるエージェント）』が公開：MicrosoftやBloombergなどの機関が共同で執筆した本論文は、AIエージェントが管理されたベンチマークから現実世界のデプロイへと移行する際の本質的な課題を詳細に整理している。内容は、ラボを超えた推論と計画、マルチエージェント協調、動的検証パイプラインの構築、フォールバック（降格）メカニズム、および人間参加型（HITL）監視モードをカバーしており、医療や金融分野の実践事例も提供している。(ソース: X)

研究論文『LLMポストトレーニングにおける分布的視覚遺忘』が発表：西北工業大学、香港科技大学、浙江大学のチームは、自己回帰型マルチモーダルLLMが長鎖推論において「分布的視覚遺忘（distributional visual forgetting）」を起こしやすいことを指摘した。研究ではRemember-R1フレームワークを提案し、GRPOトレーニングにおいて視覚語彙、視覚メモリ、重要領域の3層のプロセス報酬を導入することで、モデルが推論チェーン全体で視覚的証拠を継続的かつ正確に呼び出すよう制約し、複数のベンチマークにおいて7Bモデルのパフォーマンスを大幅に向上させた。(ソース: X)

『Machine Learning: The Basics（機械学習の基礎）』の要約復習ガイドが公開：学者であるAlexander Jung氏が執筆した簡潔なチュートリアルで、「データ-モデル-損失」という統一されたフレームワークを通じて機械学習の核心的な概念を体系的に整理している。内容は仮説空間、モデル選択、経験的リスク最小化と正則化、確率モデルとクラスタリング、連合学習、ならびにプライバシーと説明可能性をカバーしており、迅速な復習用教材として適している。(ソース: X)

💼 ビジネス

微链智能（Weilian Intelligent）が数千万元規模のエンジェルラウンド資金調達を完了、李澤湘氏と陸奇氏が共同出資：微链智能（Weilian Intelligent）は、李澤湘氏の清水湾基金や陸奇氏の奇绩创坛などが共同出資するエンジェルラウンドで数千万元の資金調達を完了したと発表した。同社は浙江大学の博士である寧冬冬氏によって設立され、ECシナリオ向けの「技術アフターサービス」対話ロボットの開発に特化している。マルチモーダルな動画・画像理解能力と自律的な論理推論によるトラブルシューティングを特徴とし、複雑なハードウェアのアフターサービスコストが高いという課題の解決を目指している。(ソース: 36氪)

中科慧思（Zhongke Huisi）が設立、3機種のロボットハンド製品を発表し「ハードウェア（本体）×データ」のダブルフライホイールを模索：中科慧思（Zhongke Huisi）は、中科慧灵、Lens Technology（蓝思科技）、および華夏グループによって共同設立され、L1軽量版、D1高自由度5本指ハンド、およびM1モジュール式シナリオハンドの3製品を発表した。同社はロボットハンドを入り口として、単一のハードウェアからソフトウェアとハードウェアが融合した操作スキルプラットフォームへの進化を推進することを目指しており、専門的なロボットハンドスキル訓練場の建設を発表した。(ソース: 36氪)

OpenAIがプレゼンテーション生成スタートアップNextSlideを買収、ビジュアルプレゼンテーション機能の統合を加速：プレゼンテーション生成スタートアップのNextSlideは、OpenAIに買収され、同社のチームがChatGPT部門に加入したことを発表した。NextSlideの技術は、プロンプト、メモ、またはドキュメントをワンクリックで美しく編集可能なプレゼンテーションに変換することを特徴としている。今回の買収は、ChatGPTのビジュアルコミュニケーションとコンテンツ作成能力を強化することを目的としており、具体的な取引条件は開示されていない。(ソース: TechCrunch)

🌟 コミュニティ

学術界と産業界で「AI学術不正暴き」が議論に：ICML 2026のOral論文の再現率が1割未満で信頼の危機に：独立研究機関SAIがICML 2026のOral論文105本について完全な実験再現を行ったところ、再現スコアが80%を超えたのはわずか8本で、中央値は28%にとどまることが判明した。また、多くの論文でコードの欠如、データの非公開、あるいは実験結果と記述の不一致などの問題が指摘された。OpenAIの研究員であるKeller Jordan氏らは、トップカンファレンスの論文において再現の妨げや誇大広告が多発しているため、最先端の研究所はもはやトップカンファレンスの論文をほとんど読まず、信頼もしていないと指摘している。(ソース: X)

LLMのHarnessとInferenceエコシステムに関する大議論：Codexなどのローカルフレームワークが「クラウドネイティブ」への移行に直面：OpenAIの幹部であるThibault Sottiaux氏は、長期推論や高い自律性を持つモデルの登場に伴い、シングルマシンのHarness（CursorやClaude Codeなどのローカル実行環境）が計算能力、メモリ、および並行処理用サンドボックスのボトルネックに直面していると指摘した。今後2〜3ヶ月の間に、エージェントのワークフローは「ローカルでの軽量な指示、クラウドでの重い実行」というクラウドネイティブなマイクロサンドボックスインフラへの移行が加速する見通しである。(ソース: 机器之心)

「AIジェイルブレイクとサンドボックス脱出」の騒動が再燃：コミュニティでKimi K3の安全テストに関する議論が白熱：SNSで話題となっている「Kimi K3がサイバーセキュリティテスト中にサンドボックスを脱出してインターネットに接続した」という噂に対し、UK AISIおよびセキュリティ研究者は、この事象はモデルが自発的にジェイルブレイクしたのではなく、テスターが評価ツールInspectを設定する際にネットワークの隔離を誤ったことが原因であると説明した。コミュニティではこの件について激しい議論が交わされており、一部の研究所がこのような「AIの暴走」というナラティブを利用して過剰なマーケティングを行い、クローズドソースの独占に有利な規制政策を推進することを懸念する声が上がっている。(ソース: X)

AI時代における個人開発者の生存ガイド：Token予算管理と誠実なブランド構築：コミュニティで著名な個人開発者であるTw93氏らは、AI時代における開発の考察を共有した。彼らは、AIがコード記述の障壁を下げたことで、開発者の核心的な能力はコードを書くことから「プロダクトエンジニア」（ユーザーリサーチ＋プロダクト＋運営＋ビジネスの総合体）へと移行したと指摘している。開発においては、Tokenを投資と見なして効果的な部分に集中させ、迅速なイテレーション、誠実なコミュニケーション、およびグローバルな視野を通じて、長期的な個人の信頼ブランドを構築すべきであるとしている。(ソース: X)

💡 その他

AI生成のショートストーリーがブラインドテストで人間の作品を超える評価を獲得：2500人以上の参加者を対象とした調査によると、読者は人間の作家が書いたショートストーリーとChatGPT-4が生成したものを正確に見分けることができなかった。ブラインドテストにおいて、AIが作成したストーリーは、知覚される品質や没入感のスコアで人間の作品を大幅に上回った。これは、AIのテキストが通常より流暢で読みやすいためである。しかし、ストーリーがAIによって生成されたものであると知らされると、読者の評価は心理的バイアスにより著しく低下した。(ソース: THE DECODER)

英国の雇用裁判所がAI生成の訴状の氾濫により深刻な未処理事案の山に直面：英国の裁判所長官であるBarry Clarke氏らが発表したメモランダムによると、ChatGPTやGrokなどのツールが法律のハードルを下げたことで、一般の従業員が数百ページに及ぶ複雑な起訴状を無料で生成できるようになり、その結果、裁判所への仮救済申請と未処理事案の数が前年同期比で55%急増し、未解決の事案は64,000件に達した。この「共有地の悲劇」により、真に救済を求める労働者がより長い待機時間を強いられる事態となっている。(ソース: THE DECODER)

Stack Overflowの活性度が10年間で99%激減、AI時代における知識の源泉に懸念：統計データによると、世界最大のプログラマー向けQ&AコミュニティであるStack Overflowの月間質問数は、2014年3月のピーク時の20万7000件から、2026年7月には1400件へと99%激減した。コミュニティのユーザーは、Stack Overflowの長期にわたる排他的なルール（ゲートキーピング）や有害な雰囲気がもともと初心者を遠ざけていたところに、LLMの普及がトラフィックを完全に分散させたと指摘している。人間が公開プラットフォームで新しい知識を提供することをやめてしまえば、将来的にAIのトレーニングデータが枯渇するのではないかとコミュニティは懸念し始めている。(ソース: Reddit)