Google DeepMind は音付きの世界シミュレーションを実現し、Anthropic のレッドチームは未公開の Claude をブラウザと OS に向けた結果、パッチはすでに配布されています。Oracle は OpenAI を企業システムに組み込み、NVIDIA はその土台となるシリコンを出荷しました。過去 24 時間で重要な 7 つのニュースをまとめます。
1. DeepMind、リアルタイム世界シミュレーションモデル「Genie 4」を発表
Google DeepMind は 10 月 27 日、新しい世界モデル Genie 4 を発表しました。リアルタイムで対話可能な環境を生成するモデルで、ネイティブマルチモーダル設計により、映像と同時に音楽・環境音・対話的なセリフを生成します。自然言語でシミュレーションを指示通りに操れるのも特徴で、天候の変更、カメラの移動、新しい人物の登場などを場面の展開中に指示でき、Gemini が各指示をシーンに合わせて調整します。報道によると、シミュレーションの整合性は約 2 分間維持され、前世代 Genie 3 の約 2 倍に達します。
— Google DeepMind · Ars Technica
アーキテクチャはハイブリッド構成です。Gemini Omni が実際の見た目と挙動を担保し、他の Gemini モデルが世界の一貫性を保つ推論を担当します。Gemini 3.8 Flash はループ内のステアリングエージェントとして機能し、入力される各フレームを観察し、ユーザーの目標をステップに分解して各ステップの完了を検証します。DeepMind は Gemini 4 Argon と Genie 4 を組み合わせ、Apptronik のヒューマノイド「Apollo」のタスクをシミュレートする実験も行っており、ロボット訓練への応用が具体的になりつつあります。
— Google DeepMind
提供は信頼できるテスター向けのリサーチプレビューから始まり、今後 Google AI Ultra 購読者には Project Genie 経由で、Gemini API と AI Studio のパートナーには先行アクセスが計画されています。生成される映像と音声にはすべて SynthID ウォーターマークが付与されます。DeepMind は世界シミュレーションを AGI への重要な一歩と位置づけますが、Genie 3 発表時にゲーム株が急落した経緯があり、商業面への影響も同等に注視されています。
🔗 Google DeepMind Blog · Ars Technica
2. Anthropic のレッドチーム、Claude で Chrome・Safari・Android・Windows・Linux の重大脆弱性を発見
Anthropic は 10 月 27 日、Frontier Red Team が未公開の内部研究モデルを使って、世界で最も広く使われるソフトウェアの重大な脆弱性を発見・実証したと報告しました。Chrome、Safari、Android、Windows、Linux に及ぶ 5 つの攻撃チェーンを文書化しており、いずれもユーザーの操作がほぼ不要な状態でリモートコード実行などの重大な影響に至ります。すべての脆弱性は調整済み開示（90 日間のパッチ猶予、その後 45 日経過後に詳細議論）に沿って報告されています。
— Anthropic
目玉は Chrome の攻撃チェーンです。単一のプロンプトから始めて、Claude は V8 JavaScript エンジンのヒープ破壊バグ、V8 メモリサンドボックスからの脱出と ASLR 無効化、CacheStorage の競合状態による特権プロセスのメモリ配置把握、そして FedCM の Use-After-Free によるサンドボックス外でのコード実行を発見しました。概念実証では、デフォルト設定の macOS Chrome でページ読み込み後数秒以内に電卓アプリを起動できます。Google は Chrome 156 までに 62 件の CVE を採番・修正しており、すべてが Critical または High、うち 13 件はサンドボックス脱出です。Safari では同一オリジンポリシーを完全に迂回するデータのみの攻撃チェーンを構築し、Apple は報告当日に認識して修正を迅速に提供しました。
— Anthropic
OS 関連の発見も深刻です。Claude は 3 つのバグを連結して物理的な Pixel 9 のロック画面バイパスを構築し、Windows の HTTP.sys には Microsoft が 4 月に CVE-2026-33096 として修正したサービス拒否の脆弱性を、Linux カーネルには CVSS 9.8 の重大な競合状態による RCE（CVE-2026-98432、維持中の全安定版にバックポート済み）を報告しました。かつてエリートの専門チームに限られていた脆弱性研究がモデル呼び出しの中に収まる時代であり、防御側にとってはパッチ適用の速さが前四半期よりも重要になったというメッセージです。
3. OpenAI と Oracle がパートナーシップを拡大：業務アプリが ChatGPT に統合
OpenAI と Oracle は 10 月 27 日、ラスベガスで開催中の Oracle AI World にて、Oracle のアプリケーションとデータを ChatGPT に取り込み、OpenAI モデル上に新しい Oracle 製品を構築する拡張パートナーシップを発表しました。中心となるのは Oracle AI Workspace で、Fusion Applications、NetSuite、Oracle AI Database、OCI を接続する ChatGPT プラグイン群として設計され、従業員が業務目標を自然言語で記述し、承認済みワークフローを一箇所で完結できる狙いです。OpenAI はこの構想を「人と AI エージェントが単一の接続された環境で業務アプリケーションを横断して動く、エージェント対応の企業」と表現しています。
— OpenAI · Oracle
残る 3 製品も実務的です。Oracle AI Security Mesh は OpenAI のサイバーモデルを使い、OCI・他クラウド・オンプレミスの脆弱性を発見・修正するマネージドサービスで、テスト範囲は顧客が定義し、各発見は独立検証されます。Oracle App Composer は Codex を使ってコード不要でアプリを構築でき、OCI 上に ID・権限・監査の管理付きで展開されます。Oracle AI SMB Bundle は ChatGPT Business、Codex、NetSuite QuickStart、年間 12,000 ドルの OCI クレジットを小規模事業者向けにパッケージしたものです。
— Oracle
製品以上に商流の変更が重要です。米国の Oracle 顧客は Oracle Marketplace 経由で OpenAI API、Codex、ChatGPT Work を既存の調達プロセスと Universal Credits で購入できるようになりました。Oracle 社内では 13 万人が ChatGPT を、9.5 万人以上が Codex をアクティブに利用し、リクルーティングチームは従来 2〜4 日かかった市場調査を 15〜20 分に短縮しています。OpenAI が企業ソフトウェアの流通チャネルを迂回ではなく経由で攻めていることを示す案件です。
4. NVIDIA と Oracle、OCI で Vera Rubin をギガワット規模に拡張
NVIDIA と Oracle は 10 月 27 日、OCI Superclusters を NVIDIA Vera Rubin NVL72 システムでマルチギガワット規模まで拡張するとともに、Vera Rubin NVL72 と NVIDIA Vera CPU の OCI での一般提供を開始すると発表しました。この発表はフロンティアモデルの学習・推論という GPU 集約処理と、モデル呼び出しの間にエージェントが行うツール実行・コード実行・データ取得という CPU 集約処理をペアにしている点が特徴です。CPU と GPU のリソースを独立してスケールでき、両側の遊休容量を削減できます。
— NVIDIA · Oracle
シリコンの詳細も充実しています。Vera CPU は 88 個のカスタム NVIDIA Olympus コアと 176 スレッドを搭載し、メモリ帯域は最大 1.2TB/秒、主要な x86 チップと比べてエージェント処理が最大 80% 高速と NVIDIA は報告しています。OCI は初期 15 万個の Vera CPU を展開し、x86 サーバーに 8 基の Rubin GPU を NVLink で接続する HGX Rubin NVL8（64 コア Xeon 6 を 2 基、DDR5 4TB、RDMA 6.4Tbps）も計画されています。Oracle によれば、Vera Rubin は Blackwell 世代と比べてワットあたり推論スループット最大 30 倍、学習性能 4 倍です。
— NVIDIA
両側の発表でアンカーカスタマーは OpenAI です。テキサス州アビリーンの 10 万基超の Blackwell GPU を擁する OCI Supercluster 上で GPT-6 Astra を学習・提供しており、コンピュート CTO は Vera CPU をエージェントのサンドボックスワークロード向けに本番投入すると述べています。エージェントがモデル呼び出しの合間にコードを実行する時間が増えるほどボトルネックはアクセラレータから移動するため、その事実を前提にクラウドアーキテクチャが再構築されつつあります。
5. Anthropic、6 社のバイオテック提携と買収で AI 創薬に本格参入
Anthropic のライフサイエンスチームは 10 月 27 日、BigHat Biosciences、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines、The Column Group の 6 つのバイオテック組織との提携を発表しました。報告された成果は具体的で、Claude は食品アレルギー治療向けの抗体設計を 1 か月で 35,000 件生成し、Enveda の規制レビュー時間を 89% 削減、がん標的分子の結合親和性を 10 倍以上に改善する支援をしました。
— Anthropic
同社はツール提供から自社パイプラインへも踏み込みます。Anthropic は Mithril Medicine を買収し、希少な筋ジストロフィーを標的とする社内プログラムを推進中で、臨床試験は 2028 年後半に開始する可能性があります。フロンティアラボで創薬の自社プログラムを運営するのは珍しく、製薬パートナーへのモデル提供だけではない形で、規制・臨床・製造の現実に直接向き合うことになります。
— Anthropic
戦略的な読みどころはモデル収入の次の行き先です。ライフサイエンスは、ドメイン特化のエージェント業務にプレミアム価格を支払う企業が現れる数少ない垂直領域であり、Anthropic の S-1 は計算投資を正当化する収益ラインを必要としています。創薬の数値が査証に耐えれば、この領域はすべてのフロンティアラビットが直面する問い、つまり「安価な汎用モデルでは複製できない仕事とは何か」への具体的な回答になります。
6. Anthropic、Agent Skills 標準を Linux Foundation に寄贈
Anthropic は、AI エージェントに知識とワークフローを持たせるオープン標準 Agent Skills を、Linux Foundation 配下の Agentic AI Foundation（AAIF）に寄贈しました。移管の対象は標準の名称、ロゴ、GitHub 組織、agentskills.io ドメインです。AGNTCon と MCPCon North America で発表されたこの寄贈は、AAIF の 4 つの新プロジェクト（Anthropic の Agent Skills、OpenAI の Open Responses、Hugging Face の OpenEnv、Alibaba の OpenSandbox）の一環です。
— Linux Foundation · TechRepublic
ニュートラルなガバナンスの意義を説明するのが採用数です。2025 年 12 月にオープン標準として公開されて以来、ChatGPT、Cursor、GitHub Copilot、VS Code など 70 以上のエージェントプラットフォームが統合し、開発者は約 100 万個のスキルを公開、累計インストール数は約 2.8 億回に達します。スキルは SKILL.md を含むフォルダとオプションのスクリプトという意図的にシンプルな構成で、それが普及の理由であると同時に、セキュリティガイドラインがロードマップに載る理由でもあります。
— Anthropic · TechRepublic
MCP がすでに同じ財団へ寄贈済みであることを踏まえると、Anthropic はエージェントがツールに接続する方法と手順を学ぶ方法の両方のプロトコルを手放したことになります。Anthropic、Google、OpenAI などのメンテナが個人資格で参加し、ロードマップはバージョン付きリリース、正式な提案プロセス、スキル作者向けセキュリティガイドをカバーします。エージェント AI に業務を預けるチームにとって、2 つの中核標準のベンダーロックインリスクは一段下がりました。
🔗 TechRepublic · Agent Skills Spec
7. Microsoft、MAI Image 2.7 を投入し画像編集リーダーボードで 2 位に
Microsoft は画像編集モデルの最新版 MAI Image 2.7 をリリースしました。Artificial Analysis の画像編集リーダーボードで初登場 2 位、Arena Edit で 3 位にランクインし、同社はこれで Microsoft AI がリーダーボード全体で 2 番目のラボになったとしています。前版から Artificial Analysis が測定した 10 ユースケース・7 編集アクションすべてで改善し、強化・復元・推論ベースの編集・シーンとスタイルでフロンティアに到達、最大のリードはシーンとスタイルで次点に 24 Elo 差です。
— Microsoft AI
同日リリースの MAI Cyber 1.1 Flash は、Microsoft のモデル戦略の型を示しています。MDASH 脆弱性スキャンプラットフォームでのスキャン単価を性能を維持したまま 18% 削減し、MAI Cyber は数百の顧客にわたる全スキャンの約半分を占め、試したユーザーの約 90% が継続利用しています。
— Microsoft AI
どちらのリリースも最大のヘッドラインモデルを追いかけていません。それがポイントです。Microsoft は測定可能なリーダーボード順位と内部コスト曲線を狙った専門特化モデルを、画像編集とセキュリティスキャンという顧客がワークロード単位で支払う領域に投入しています。中規模の専門モデルで編集リーダーボード 2 位を維持するラビットは、単一の汎用モデルを鍛え上げるという競争とは異なる戦略テーゼです。
KD Agentic · AI Daily Digest