2026-07-20号
今週のAI業界を一言で表すなら？
中国Moonshot AIが初のオープン3TクラスMoEモデル「Kimi K3」をリリースし、AIモデルの自己ホスト時代を加速させます。
2.8兆パラメータのこのモデルはMXFP4量子化によりストレージを大幅に削減、最先端の性能を開発者の手に届かせ、既存のクローズドモデルに強力な選択肢を提供します。
📊 今週知っておくべきこと
今週、AI業界はオープンソースモデルの進化と、それがもたらす新たな可能性に沸きました。特に注目すべきは、Moonshot AIが初のオープン3TクラスMoEモデル「Kimi K3」を発表したことです。これは2.8兆パラメータという大規模なモデルでありながら、MXFP4量子化技術によってストレージ要件を大幅に削減し、開発者が自社で最先端のAIモデルを運用する現実的な選択肢を提供します。これにより、これまでクローズドソースモデルに依存していた企業も、より柔軟でコスト効率の高いAI活用が可能になるでしょう。
同時に、Thinking Machinesがカスタマイズを前提としたオープンウェイトMoEモデル「Inkling」を公開したことは、特定の業務に特化したAIを構築したい企業にとって朗報です。さらにPrismMLの「Bonsai 27B」は、1ビット量子化によってiPhone上で27BクラスのマルチモーダルAIが動作するという画期的な進歩を見せました。これは、クラウドに依存しないオンデバイスAIエージェントの可能性を大きく広げ、データセキュリティとリアルタイム性を求める中小企業にとって重要な意味を持ちます。
また、Metaが自己教師あり学習（SSL）を活用した画像認識モデル「DINOv3」を商用リリースしたことも、AI導入のハードルを下げる動きとして注目されます。ラベル付け不要で高精度な画像認識が可能になるため、製品検査や環境監視など、視覚情報が重要な多様な業務でのAI活用が加速するでしょう。日本のAIエコシステムにおいても、NVIDIA NemotronがSakana AIやSoftBank、NTT、NECといった企業に採用され、日本独自の言語や産業ニーズに特化したAI開発を加速させています。
一方で、AIエージェントの評価基準「Long-Horizon-Terminal-Bench」の登場は、AIの真の能力を測る難しさと、長期間にわたる複雑なタスクにおける改善の余地を示唆しています。インフラ面では、AIモデルと外部ツールを連携させる「MCP」が2026年改訂でステートレス化され、スケーラビリティが向上することで、大規模なAIシステムの導入がより容易になる見込みです。しかし、業界内での摩擦も顕在化しており、AppleがOpenAIを営業秘密窃盗で提訴したニュースは、協力関係にあった両社の関係悪化と、AI分野における知財保護の重要性を浮き彫りにしました。また、GoogleのGemini 3.5 Proのリリース遅延は、特にコード生成能力における競合との差が指摘されており、AI開発競争の熾烈さを示しています。
わたしたちが注目しているのはオープンソースAIがフロンティアモデルの性能に肉薄し、かつ多様なデバイスや用途への適応性を高めている点です。これにより、AIの民主化が加速し、より多くの企業が自社の課題解決にAIを導入する機会が生まれるでしょう。
💡 今週のアクション
1. 最先端オープンソースAI「Kimi K3」の可能性を探る（30分）
Moonshot AIのKimi K3は、オープンウェイトモデルとして最先端の性能を提供します。自社のAI戦略において、高価なクローズドソースモデルの代替として、自己ホスト型AIの導入を検討する第一歩として、その技術仕様やベンチマーク結果を詳しく確認しましょう。
→ Kimi K3、初のオープン3TクラスMoEモデルとして登場
2. オンデバイスAI「Bonsai 27B」で新たな体験を試す（1時間）
iPhoneで動作するBonsai 27Bは、クラウド不要でセキュアなAI活用を可能にします。Hugging Faceで公開されているウェイトをダウンロードし、自社のiPhoneでAIエージェントのデモを試すことで、業務自動化や顧客対応におけるオンデバイスAIの潜在能力を肌で感じてみましょう。
→ iPhoneで動く27BマルチモーダルAI「Bonsai 27B」登場
3. カスタマイズ可能なオープンモデルの活用を検討する（1.5時間）
Thinking MachinesのInklingやNVIDIA Nemotronのようなオープンウェイトモデルは、自社のデータでファインチューニングすることで、特定の業務に最適化されたAIを構築できます。自社の業務課題を洗い出し、これらのモデルがどのように解決に貢献できるか、具体的なユースケースを検討し、PoCの計画を立ててみましょう。
→ Thinking Machinesが初のオープンウェイトMoE「Inkling」を公開
→ NVIDIA Nemotron、日本のAIエコシステムで存在感
📰 今週のAI記事（全10本）
1️⃣ Kimi K3、初のオープン3TクラスMoEモデルとして登場
🏷️ AI Models, Open Source, Large Language Models
何が起きた？ 中国のMoonshot AIが、初のオープン3TクラスMoEモデル「Kimi K3」をリリースすると発表しました。2.8兆パラメータを持つこのモデルは、MXFP4量子化によりストレージを約1.4TBに削減し、自己ホストでの運用を現実的なものにします。フロントエンドコードアリーナでClaude Fable 5を上回る性能を示し、オープンウェイトAIのフロンティアを押し広げる存在です。
わたしたちの見方 Kimi K3の登場は、オープンソースAIがクローズドソースの最先端モデルに肉薄する時代が来たことを示唆しています。特にMXFP4量子化による大幅なサイズ削減は、中小企業や開発者が高性能AIをより手軽に、かつセキュアに自社環境で運用できる道を開くでしょう。これはAIの民主化を加速する重要な一歩であり、業界の競争地図を塗り替える可能性を秘めています。
📎 詳しく読む
2️⃣ Thinking Machinesが初のオープンウェイトMoE「Inkling」を公開
🏷️ AI Models, Open Source
何が起きた？ Mira Murati氏のラボであるThinking Machinesが、初のオープンウェイト基盤モデル「Inkling」をApache 2.0ライセンスで公開しました。9750億の総パラメータを持つMixture-of-Experts (MoE) モデルで、100万トークンのコンテキストウィンドウとマルチモーダル推論に対応します。同社のカスタマイズプラットフォーム「Tinker」でのファインチューニングを前提に設計されており、企業が特化型AIを構築する基盤として位置づけられています。
わたしたちの見方 Inklingは、単に高性能なモデルであるだけでなく、「カスタマイズされること」を前提とした設計思想が画期的です。これにより、特定の業務や業界に特化したAIを効率的に開発したい中小企業にとって、非常に強力なツールとなるでしょう。Tinkerプラットフォームとの連携により、開発者は自社のデータでモデルを最適化し、競争優位性を確立する新たな道が開かれます。
📎 詳しく読む
3️⃣ iPhoneで動く27BマルチモーダルAI「Bonsai 27B」登場
🏷️ AI Models, Multimodal AI, Open Source
何が起きた？ PrismMLが、1ビット量子化技術により27BクラスのマルチモーダルAIモデル「Bonsai 27B」をわずか3.9GBに圧縮し、iPhone 17 Proで動作させることに成功しました。これにより、高度な推論や視覚タスクをクラウド接続なしにデバイス上で実行できるようになります。15のベンチマークでフル精度モデルの約90%の性能を維持し、オンデバイスエージェントの実現に向けた大きな一歩となります。
わたしたちの見方 Bonsai 27Bは、オンデバイスAIの現実性を一気に高める画期的な進歩です。データがデバイス外に出る心配がなく、セキュアな環境で高度なAIを活用できるメリットは計り知れません。特に、エージェント型AIが複数のタスクを連続して実行する際に生じるクラウドAPIのコストやデータ転送の課題を解決し、中小企業がより高度なAIを低コストかつセキュアに活用する道を開くでしょう。
📎 詳しく読む
4️⃣ AIエージェント評価の新基準「Long-Horizon-Terminal-Bench」
🏷️ AI Models, Large Language Models
何が起きた？ Tencent Hunyuanの研究者たちが、AIエージェントの長期間タスクにおける真の能力を測る新しいベンチマーク「Long-Horizon-Terminal-Bench」を発表しました。実験再現、ソフトウェア開発、科学計算など46の複雑なタスクで構成され、最終結果だけでなく中間段階の進捗も評価する「密な報酬システム」を採用しています。最先端モデルでも通過率は15.2%に留まり、AIエージェントの長期間タスクにおける改善の余地が大きいことを示しました。
わたしたちの見方 これまでのAI評価は短期的で単純なタスクに偏りがちでしたが、この新しいベンチマークは、より現実世界に近い複雑で時間のかかるタスクにおけるAIエージェントの能力を厳しく評価します。これにより、AIエージェント開発者は、単なるベンチマークスコアの向上だけでなく、長期的な計画能力や文脈管理能力といった、真に実用的な能力の向上に注力できるようになるでしょう。
📎 詳しく読む
5️⃣ MetaがDINOv3を公開、自己教師あり学習で画像認識を革新
🏷️ AI Models, Multimodal AI
何が起きた？ Metaが、自己教師あり学習（SSL）で学習された最先端の汎用コンピュータビジョンモデル「DINOv3」を商用ライセンスの下でオープンソースとしてリリースしました。17億枚の画像と70億パラメータで学習され、オブジェクト検出やセマンティックセグメンテーションといった高密度予測タスクで、単一のバックボーンが専門的なソリューションを上回る性能を見せています。データラベリングが不要なため、AI導入のコストと時間を大幅に削減できる可能性があります。
わたしたちの見方 DINOv3は、画像認識AIの導入障壁を大きく下げるゲームチェンジャーとなり得ます。特に、高品質なラベル付きデータを用意することが難しい中小企業にとって、SSLによる学習はAI活用の新たな扉を開くでしょう。製品の品質検査、工場での異常検知、店舗での顧客行動分析など、視覚情報が重要なあらゆる業務で、効率的かつ高精度なAI導入が期待されます。
📎 詳しく読む
6️⃣ NVIDIA Nemotron、日本のAIエコシステムで存在感
🏷️ AI Models, AI Infrastructure, Asian AI ecosystem, NVIDIA
何が起きた？ NVIDIAのオープンAIモデル「Nemotron」が、Sakana AI、SoftBank、NTT、NECといった日本の大手企業やスタートアップで導入され始めています。特にSakana AIは、Nemotronを動的にモデルをルーティングする独自のレイヤー「Fugu」に統合しています。Nemotronは、各企業が自社の言語や産業特性に合わせたAIモデルやアプリケーションを構築できる基盤として注目されており、日本のAI開発を加速させる戦略的な動きです。
わたしたちの見方 NVIDIA Nemotronの日本市場での広がりは、日本独自の言語や産業ニーズに特化したAI開発の重要性を示しています。オープンモデルを活用することで、企業はAIをカスタマイズし、自社で管理できるため、少子高齢化や労働力移行といった日本の課題に対し、現場に即したAIを導入しやすくなります。Sakana AIのFuguのようなオーケストレーション層との組み合わせは、単一モデルに依存しない柔軟なAI活用を可能にし、日本のAIエコシステムの成熟を促すでしょう。
📎 詳しく読む
7️⃣ AI連携基盤MCP、2026年改訂でスケーラビリティ向上へ
🏷️ AI Infrastructure
何が起きた？ AIモデルと外部ツールをつなぐ共通言語「Model Context Protocol（MCP）」が、2026年7月までに大規模改訂されます。最大の変更点は、現在のステートフルなセッション依存から脱却し、ステートレスな接続モデルを採用することで、MCPサーバーが負荷分散装置の背後で水平に拡張できるようになることです。これにより、大規模なAIシステムでのMCPの拡張性に関する課題が解決され、より柔軟な運用が可能になります。
わたしたちの見方 AIと既存システム連携の基盤となるMCPの進化は、中小企業のAI導入戦略に大きな影響を与えます。ステートレス化によるスケーラビリティ向上は、クラウド環境でのAI活用を考えている企業にとって、運用負荷の軽減とコスト効率の改善に直結するでしょう。AIをより深く業務に組み込む計画がある場合、このプロトコルの動向を注視し、自社のシステムが新しいMCPに対応できるか検討する価値があります。
📎 詳しく読む
8️⃣ AppleがOpenAIを提訴、営業秘密窃盗の疑い
🏷️ Big 3 coverage, controversy
何が起きた？ AppleがOpenAIを営業秘密窃盗の疑いで連邦裁判所に提訴しました。Appleは、OpenAIがiPhoneメーカーの知的財産を盗み、自社の消費者向けハードウェア開発に利用したと主張しています。両社はChatGPTのiPhone OS統合などで協力関係にありましたが、OpenAIのハードウェア事業参入計画以降、関係が悪化していました。訴状では、OpenAIが元Apple従業員に対し、面接プロセスでAppleの秘密情報を共有するよう指示したとも主張されています。
わたしたちの見方 かつて協力関係にあったAppleとOpenAIの間の訴訟は、AI業界における知財保護と競争の激化を象徴する出来事です。特に、OpenAIがハードウェア事業への参入を計画していることが、Appleとの関係悪化の背景にあると見られます。この訴訟は、AI技術の進展に伴い、企業間の提携と競争のバランスがどのように変化していくかを示す重要な事例であり、今後のAI業界の動向に大きな影響を与える可能性があります。
📎 詳しく読む
9️⃣ XPENG、「フィジカルAI」戦略を加速 人型ロボットIRONを発表
🏷️ Asian AI ecosystem
何が起きた？ 中国のEV大手XPENGが「XPENG LIVE: PHYSICAL AI FOR ALL」イベントで、電気自動車の枠を超え「フィジカルAI」企業への転換を宣言しました。次世代人型ロボット「IRON」と、世界展開する自律走行SUV「MONA L03」を発表。特に、視覚信号から直接行動指示を生成する基盤技術「Vision-Implicit Token-Action (VLA 2.0)」モデルは、2026年後半の人型ロボット量産を目指す同社のフィジカルAI戦略の中核を担います。ライブ配信は4日で340万回以上視聴されました。
わたしたちの見方 XPENGの「フィジカルAI」戦略は、AIが現実世界で物理的な行動を伴うアプリケーションへと進化していることを明確に示しています。人型ロボットIRONや自律走行車MONA L03は、製造、物流、サービスなど、様々な業界の業務効率化に大きな影響を与える可能性があります。特にVLA 2.0のような「視覚から行動へ」の直接的な制御技術は、将来的に物理的な作業をAIが担う上で不可欠な要素となるでしょう。中小企業経営者は、こうした技術が自社の物理的な業務にどう応用できるか、今から検討を始めるべきです。
📎 詳しく読む
🔟 GoogleのGemini 3.5 Pro、コード生成能力不足でリリース遅延
🏷️ Big 3 coverage, controversy, Large Language Models
何が起きた？ Googleの主力AIモデル「Gemini 3.5 Pro」のリリースが、コード生成能力の不足を理由に数ヶ月遅れていると報じられました。Bloombergによると、Gemini 3.5 Proは社内目標に達しておらず、OpenAIやMetaといった競合が最近発表したAIモデルに比べ、ソフトウェアコード生成において劣っていると指摘されています。この報道を受け、Alphabetの株価は4%下落しました。
わたしたちの見方 Google Gemini 3.5 Proのリリース遅延は、AI開発競争の激しさと、特にコード生成能力がフロンティアモデルにとって極めて重要な要素であることを浮き彫りにします。OpenAIやMetaがこの分野で急速な進歩を見せる中、Googleが直面する課題は、単なる技術的な遅れ以上の意味を持つかもしれません。AIモデルの能力は、その実用性と市場での競争力に直結するため、今後のGoogleの動向と、いかにこのギャップを埋めるかに注目が集まります。
📎 詳しく読む
📚 編集後記
今週のAI業界は、オープンソースモデルがフロンティアモデルの性能に迫り、実用的な応用範囲を広げているという明確なトレンドを示しました。Moonshot AIのKimi K3、Thinking MachinesのInkling、そしてiPhoneで動くBonsai 27Bといったモデルの登場は、AIの民主化を加速し、より多くの開発者や企業が最先端のAI技術にアクセスできる時代が到来したことを告げています。
一方で、AIエージェントの評価基準の進化や、MCPプロトコルの改訂は、AI技術が単なるモデル性能だけでなく、その運用性やスケーラビリティ、そして現実世界での課題解決能力へと焦点を移していることを示しています。AppleとOpenAIの訴訟、Google Gemini 3.5 Proの遅延といったニュースは、この急速な進化の裏側にある激しい競争と、知財保護、そして技術的な挑戦の存在を浮き彫りにしました。
フィジカルAIの領域では、XPENGが人型ロボットIRONを発表し、AIが物理世界で行動する未来が着実に近づいていることを示唆しています。これらの動きは、AIが私たちの仕事や生活に深く統合される未来が、想像以上に速いペースでやってくることを予感させます。
来週も、役に立つ情報と考えるきっかけをお届けします。
dera news 編集部
📩 dera AI Weeklyを毎週月曜にメールで受け取る（無料・1クリック解除）