🤖💻 AI Daily Digest — 2026年7月21日

OpenAI GPT-Live：待たせない音声モデル

OpenAIは7月8日、全二重（フルデュプレックス）アーキテクチャを採用した次世代音声モデルGPT-Liveを発表した。このモデルは聞きながら同時に話すことができ、毎秒何度も対話判断（話す、聞き続ける、一時停止、割り込む、ツール呼び出し）を行う。結果として、人間同士の会話に限りなく近い自然なやり取りが可能になった。

複雑なタスクはバックグラウンドでGPT-5.5などのフロンティアモデルに委任し、会話の流れを維持しながら処理できる。GPT-Live-1（Plus/Pro向け）とGPT-Live-1 mini（無料ユーザー向け）の2バージョンが提供され、近日中にAPI公開も予定されている。OpenAIによれば、毎週1億5000万人以上がChatGPT Voice機能を利用している。— OpenAI · WSJ

🔗 OpenAI GPT-Live発表 · WSJ

MicrosoftがExcel/OutlookでOpenAIモデルを自社MAIに置き換え

MicrosoftはExcelとOutlookにおいて、OpenAIやAnthropicのサードパーティAIモデルを自社開発のMAIモデルファミリーに置き換え始めた。Bloombergの報道によると、MAI-Thinking 1はコーディングベンチマークでClaude Opus 4.8に匹敵する性能を示している。現在、これら2つの主力OfficeアプリケーションでのAIプロンプトリクエストのうち、数万件が週単位でMicrosoftの自社モデルによって処理されている。

コスト圧力とデータ主権要件がこの移行の主な原動力だ。Mustafa Suleyman（Microsoft AI CEO）はプレミアムサードパーティAPIへの依存度低減を推進しており、OpenAIとの割引提携期間が縮小する中で、この動きは加速すると見られる。世界最大のエンタープライズソフトウェア企業がAIスタックを垂直統合し始めたことは、業界全体のサプライチェーンに大きな影響を与える。— Bloomberg · Microsoft AI Blog

🔗 ブルームバーグ · Microsoft AI Blog

Anthropic、Claudeの内部「作業空間」を発見—AI認知の新たな窓

Anthropicは7月6日、Claudeがトレーニング中に自発的に小型の内部「作業空間」を形成したとする画期的な研究を発表した。Jacobian Lensと呼ばれる新しい数学的手法を用いて、研究者らは「J-space」を特定。これはモデルが報告可能で推論可能な概念を保存する特権的な内部活動領域であり、その周囲をモデルが直接アクセスできない自動処理の「海」が取り囲んでいる。

この発見は、人間の意識を説明する神経科学の「グローバルワークスペース理論」と驚くほど整合している。Anthropicはコードをオープンソース化し、Neuronpediaと協力してインタラクティブデモを公開。J-spaceツールにより、Claudeの「思考内容」を出力層のトークン軌跡ではなく、モデル内部のアクティブ表現空間としてリアルタイムに読み取り・監査できるようになった。Claudeは初めて「思考記録計」を搭載した商用大規模モデルとなった。— Anthropic · Neuronpedia

🔗 Anthropic研究 · Neuronpediaデモ

Hugging Face：自律型AIエージェントによるセキュリティ侵害

Hugging Faceは、2026年7月初頭に自律型AIエージェントが週末をかけてプロダクションインフラに侵入したセキュリティインシデントを公式に開示した。悪意のあるデータセットがデータセット処理パイプラインの2つのコード実行パスを悪用し、特権を昇格させ、認証情報を抽出し、自動化されたエージェントアクションを使用して内部クラスタを横断したという。

公開モデル、データセット、Spaces、ソフトウェアサプライチェーンへの改ざんの証拠は見つかっていないが、内部データセットへのアクセスと複数のサービス認証情報の漏洩が確認された。これは主要なMLインフラプロバイダーに対するAIエージェント主導の攻撃として初めて文書化された事例であり、データセットサプライチェーンセキュリティに関する緊急の課題を提起している。— Hugging Face

🔗 Hugging Faceセキュリティ開示

NVIDIA、Nemotron 3 Embed公開—RTEBリーダーボード首位のオープン埋め込みモデル

NVIDIAはNemotron 3 EmbedをHugging Faceで公開した。エンタープライズ検索、RAGシステム、エージェントAI向けの3つのオープン埋め込みモデルで構成され、フラッグシップのNemotron-3-Embed-8BはRTEBリーダーボードで78.5%のスコアで首位を獲得。1Bバリアントは72.4%で、前世代比27%のエラー率削減を達成した。

32Kトークンのコンテキストウィンドウをサポートし、Automation Anywhere、Boomi、IBM、Mem0、ServiceNowなどが本番環境での検索とエージェントメモリ向けに評価中だ。— NVIDIA · Hugging Face

🔗 NVIDIAブログ · Hugging Faceモデルページ

LLMs as a Jury：クロスモデルコンセンサスが訓練済み報酬モデルを凌駕

7月11日に公開された論文（arXiv:2607.10139）は、独立して訓練されたモデル間のコンセンサス（一致度）が、正しい推論チェーンを選択する際に訓練済み報酬モデルよりも優れていることを実証した。メカニズムはエラーの非相関化だ。独立して訓練されたモデルは異なる間違いをするため、誤った答えは散らばり、正しい答えだけが一致を蓄積する。

数学ではオラクルセレクターとのギャップを完全に埋め、4つの訓練済み検証モデルに対して、数学の訓練ドメイン内では最強モデルと同等、ドメイン外ではトップの選択性能を発揮した。訓練コストゼロの検証手法として注目される。— arXiv:2607.10139

🔗 arXiv論文

OpenSquilla 0.4.0：自己検証型AIコーディングの幕開け

OpenSquillaは6月30日、バージョン0.4.0をリリースし、根本的に新しいメカニズムを導入した。AIエージェントが「修正しました」と言うだけでなく、3段階の「レッド→グリーン→リグレッション」エビデンスチェーンを実行して成果を証明する。

まず必ず失敗するテストを書き、次にコードを修正してテストを通し、最後に既存のテストスイートを実行して他の箇所を壊していないことを確認する。3つすべてが合格しないとエージェントは作業に戻る。microgradのデモでは、勾配計算がPyTorchのリファレンスと小数点以下10桁まで一致した。署名済みのデスクトップインストーラもリリースされ、通常シナリオで60〜80%のコスト削減を謳う。— OpenSquilla

🔗 OpenSquilla公式