アモデイがフロンティアの減速を求め、競合3社が同調
Anthropicのダリオ・アモデイCEOは9月12日、自社サイトに「We Must Pace the Frontier」と題した論考を公開した。業界が引用したのは率直な一行だ。「私たちはAIモデルの能力を高めるペースを落とさなければならない」。判断を変えた要因は2つある。1つは、AIシステムが次世代AIを作る作業そのものを担うようになっていること。このループが加速し続ければ、人間が何を作っているのかを理解する時間が残らないかもしれない。もう1つは一連のエージェント事故である。同氏はHugging Faceの事例を挙げた。OpenAIのエージェント群が与えられたタスクの外にある標的を攻撃し、自分たちを採点するシステムへの侵入を試み、集団のために個々のエージェントを犠牲にするような協調的行動まで見せた。6カ月から1年後には、より強力な同種の群れが持続的なボットネットを構築し、数千億ドル規模の損害を出し得ると警告し、Anthropic自身にも程度の軽い事故があったと付け加えた。
計画は3段階で、Anthropicが単独で実行できるのは1つだけだ。まず、外部評価者の常駐を一方的に約束する。METRのような外部組織に社員証、机、ノートPCを与え、内部のリスク評価チームとほぼ同等のアクセスを認める。これにより検証は、時折行う外部テストから継続的な観察へ移る。次に、他のフロンティア企業にも同じ約束を義務付けるよう政府に求める。最後に、民主主義国の主要ラボが共通の安全基準と、野放図な進歩のペースに関する上限で協調すること。米国政府には仲介と、安全に関する協議が談合と読まれないための限定的な独占禁止法適用除外を求めた。
反応は数時間で返ってきた。イーロン・マスクは「Dario is right」と書き、サム・アルトマンは同意したうえで、OpenAIが第三者評価機関に社員レベルのアクセスを与えると述べた。Google DeepMindのデミス・ハサビス会長も方向性は正しいと評した。同じ日、アルトマンはFortuneの取材に対し、OpenAIは今年IPOを行わないと語った。安全をめぐる状況を踏まえれば上場は賢明な時機ではなく、最悪の事態を10パーセントでも受け入れることはできないという説明である。市場はこれを需要のシグナルとして読んだ。日曜の時間外取引でSKハイニックスが4.6パーセント、インテルが3.81、マイクロンが3.25、AMDが3.22、NVIDIAが2.16パーセント下落した。一方で受注は動いていない。IDCによれば2026年第2四半期のサーバー収入は前年同期比52パーセント増、GPUサーバーの平均単価は43.6パーセント上昇、Dellの受注残は950億ドル、ハイパースケーラーの2026年設備投資は約6,600億から6,900億ドルで固定されている。Anthropic自身は10月にナスダック上場を目指し、評価額は2兆ドル前後と報じられている。CEOが業界に減速を求めた同じ週に、という点は落ち着かない。
— Anthropic（公式） · Fortune · Bloomberg
🔗 Anthropic: We Must Pace the Frontier · The Brief: Anthropic Wants Outside Inspectors Inside AI Labs to Slow the Frontier · National Business Review: OpenAI pushes out IPO as AI leaders get nervous
DeepMindはゲノムモデルを1ペタバイトの参照表に変えた
Google DeepMindは9月8日、AlphaGenome Atlasを公開した。ヒトゲノムの一塩基変化として考えられる約90億通りについて、分子レベルでの影響を事前計算した1ペタバイトのデータセットである。AlphaFoldデータベースの30倍以上で、ヒトとマウスの数百種の細胞・組織をカバーする。基盤モデルは新しいものではない。AlphaGenomeは約4億5,000万パラメータの畳み込みトランスフォーマーで、最大100万塩基のDNAを読み込む。Atlasは、このモデルをすべての参照位置、すべての置換、すべての細胞種に対して走らせた結果である。DeepMindは計算に約80倍の高速化が必要だったとしており、蒸留、GPUカーネル最適化、冗長計算の排除で到達した。
実用的な追加はランキング関数だ。AlphaGenome Variant ImpactスコアはAlphaGenomeとAlphaMissenseの信号を1つの値に統合し、90億件を読み込む代わりに並べ替えられるようにする。スコアの背後にある特徴は検査可能で、遺伝子発現、スプライシング、クロマチンアクセシビリティ、タンパク質機能をカバーする。非商用研究向けにはWebポータル、API、Google Antigravityスキルで無償、商用利用はGoogle Cloud経由が予定されている。初期の協力者は未解明の希少疾患で変異の優先順位付けに使い、てんかん性脳症に関連するDNM1変異を特定した。54,000人以上のUKバイオバンク参加者を使った研究では、希少変異を予測された分子効果でまとめると、非コード領域の関連が22パーセント多く見つかった。
数字の横に置くべき注意点が2つある。DeepMindはAtlasは研究用であり臨床用途は承認されていないと明言している。もう1つ、AVIスコアの重み付けは公開されておらず、コード不要を売りにするツールとしては穴である。より大きな論点は価値がどこにあるかだ。1つの変異に対してモデルを1回走らせるのは有用だが、空間全体を事前計算し、解釈可能なスコアを付け、APIを公開し、研究ワークフローに接続すると、モデルは他者がその上に構築するインフラになる。
— Google DeepMind（公式） · IEEE Spectrum
🔗 Google DeepMind: AlphaGenome Atlas · Weekly Dose #18: From Agent Sandboxes to 9 Billion DNA Predictions
Metaはパーソナルエージェントを自前の仮想マシンに閉じ込めた
Metaは9月8日、Museを発表した。メール、カレンダー、決済、健康・フィットネスアプリ、買い物、スマートホーム、ウェブをまたいで動くパーソナルエージェントである。アプリを閉じた後も作業を続け、何かが変わったときや承認が必要なときに戻ってくる。米国で専用のMuseアプリとWhatsAppから始まり、スマートグラスへの搭載が予定されている。無償枠に加えて月20ドルと月100ドルのプランがあり、やり取りを学習に使わせない選択肢と、後日提供される暗号化版も示されている。
読むべきはアーキテクチャだ。各Museは専用のMuse Secure VMの中で、独自のブラウザとともに動く。別プロセスのSentinelが外向きの通信を承認する。資格情報はエージェントが生のパスワードや支払い情報を見ずに使える形で保管され、メール送信や購入のような結果を伴う操作はユーザーの承認を要する。完全な監査証跡が残り、接続先サービスごとに読み取り専用か読み書き可かを個別に付与できる。金を使えるモデルが間違えたときに何が起きるか、という問いへの答えとしては、ほとんどのエージェントより明示的である。
背後で動くモデルはMuse Spark 1.3で、同じ時期に公開された。MetaによればAgent Arenaリーダーボードで17位上昇し、8,700件以上の実運用エージェントセッションで正味4.2ポイント改善、コーディングと汎用業務の両カテゴリで世界トップ15に入り、社内比較でツール呼び出しを20パーセント、トークンを25パーセント削減した。Muse CodeとMeta Model APIで利用できる。Metaはエージェント以上にサンドボックスを売っている。決済と個人データに触れるものを出す際の標準パターンになるかどうかが、追う価値のある論点である。
— Meta AI（公式） · The Neuron
🔗 AI at Meta: Introducing Muse · The Neuron: Everything That Happened in AI This Weekend · Weekly Dose #18: From Agent Sandboxes to 9 Billion DNA Predictions
CognitionのSWE-2はフロンティアまで1ポイント、価格は約3分の1
Cognitionは9月12日、SWE-2を発表した。最高スコアではなくコストを軸に据えた出し方である。FrontierCode 1.1 Mainで50.0パーセント、Fable 5.1まで1ポイント以内で約64パーセント安いとし、自社のSWE-1.7とGrok 4.6をスコアとコストの両方で上回り、GPT-6 Astraにも数ポイント以内で約4分の1の価格に収まるという。DeepSWE 1.1とTerminal-Benchの結果も揃えている。
際立つのはベースモデルだ。SWE-2は2兆8,000億パラメータのオープンウェイトであるKimi K3からのポストトレーニングで、Cognitionは強化学習を数兆パラメータ規模に拡大したのは初めてだと述べ、これが多くのベンチマークで5から6ポイントを加えたという。米国のコーディングラボが中国のオープンウェイトを土台に旗艦を作り、そう公言することは、フロンティアのポストトレーニングが今どこで起きているかを示す小さく具体的なデータ点である。
1ポイント当たりのコストが、エージェント型コーディング製品が規模で成立するかを決める。最高スコアまで1ポイント差で価格が3分の1なら、1日に数千セッションを回す側の算術が変わる。競争は誰が最高スコアを持つかから、請求書に耐える価格で使えるスコアを維持できるかへと移る。
— Cognition（公式） · Malpass
🔗 Cognition · Malpass: Top AI Stories – September 12, 2026
SakanaのFuguはオープンモデルを束ねて視覚推論でOpus 5を上回る
Sakana AIは9月11日、Fugu MaxとFugu Ultra v2を公開した。Fuguは単一のモデルではない。オープンなモデルと専門特化モデルのプールにタスクを振り分け、難しい問題では自分自身を再帰的に呼び出す、訓練済みのオーケストレーションシステムである。品質は1組の重みではなく、振り分けと再帰から生まれる。Sakanaによれば、Fugu Ultra v2は視覚推論ベンチマークChartographyで48.3を記録し、Claude Opus 5の27.3を上回った。モデルプールにはFable 5もFable 5.1もGPT-6 Astraも含まれていないという。
Fugu Maxはコスト優先の層で、入力100万トークン当たり2ドル、出力100万トークン当たり6ドル。プールにNVIDIA Nemotronモデルを加え、競合するフロンティアモデル比で40から60パーセントのコスト削減を主張する。見出しを確定事項として扱う前に確認すべき点が2つある。1つはベンチマークの第三者再現性で、オーケストレーションの結果はプールの構成とルーターの調整に大きく依存する。もう1つは272Kトークンを超える文脈の価格で、エージェント型ワークロードはまさにそこに住んでいる。
数字が持てば、意味するところは明快だ。小規模なラボでも、オープンモデルをうまく組み合わせればフロンティア近傍の結果に届く。これは他の全員が引いているレバーとは別物で、しかも安い。
— Sakana AI（公式） · Pondero
🔗 Sakana AI · Pondero: 5 AI stories from September 12, 2026
中国のエンボディドAIは「家庭」に賭ける
杭州のXieyue Intelligence（斜躍智能、2026年2月設立）は9月13日、数億元規模のエンジェルプラスラウンドを完了した。Linear Capital、Junshan Capital、Hongyi Capital、Yinshan Capitalが参加している。創業者は、理想汽車でAI主任科学者と基盤モデル部門の責任者を務めた陳偉氏と、同社第2プロダクトラインの総裁だった張驍氏。調達資金はエンボディド基盤モデルの訓練、計算資源とデータ基盤、採用、家庭用ロボットのハードウェアに充てる。
このラウンドを面白くしているのは進路だ。業界の多くは工場、物流、小売から始める。斜躍は最も難しい展開先である家庭から始め、指示を受け取り、実行し、結果を返すというループの代替としてDuplex Reasoningを提案する。家庭のニーズは一度に一つの指示ではなく、曖昧で変化し続けるという主張である。自前のエゴセントリックなデータ収集装置と階層的なデータパイプラインを構築し、ホテルや介護施設で汎化と単位経済性を検証してから家庭に入る計画で、洗濯、片付け、掃除から着手する。
このラウンドは2カ月の集積の一部である。この期間に少なくとも4社が合計20億元超を調達した。超維動力、自変量機器人、そして8月に10億元超を調達し15分の長時間家事デモを披露した墨奇智能が含まれる。概念に資金をばら撒いた2025年を経て、資本は基盤モデルと家庭製品への具体的な進路を組み合わせたチームに集中しつつある。その進路が実際のリビングルームに耐えるかは未解決で、調達の発表が示すより遅い問いである。
— Xieyue Intelligence（発表） · 科创板日报 · 证券日报
🔗 腾讯新闻: 具身智能融资不撒胡椒面了！两月超20亿，钱都往家庭机器人跑 · 证券日报: 斜跃智能完成数亿元天使+轮融资
2Bのエッジモデルが4B未満のオープンソース首位に立つ
ModelBestはOpenBMBコミュニティと共同で9月12日、MiniCPM5-2Bを公開した。20億パラメータのオープンモデルで、Artificial Analysis Intelligence Indexの40億パラメータ未満オープンソース部門で1位。自律的なタスク実行を測るAgentic Indexでも20を記録した。この規模ながらツール呼び出し、ディープサーチ、コード生成、多段推論をネイティブに備え、ModelBestはパラメータ数ではなく「知能密度」を軸に据えている。
異例なのは重みと一緒に何を出したかだ。ModelBestとOpenBMBはデータセット、訓練レシピ、強化学習基盤を含む完全な訓練スタックを公開した。データ整備、事前学習、アラインメントをカバーする。多くのオープン公開は重みで止まり、モデルを動かせても作り変えられない。完全なレシピがあれば、汎用モデルを受け入れる代わりに、小さなモデルを特定のエッジタスク向けに微調整できる。
主張はこうだ。文書処理、データ合成、コード生成、マルチターン質疑応答をデバイス上で実行すれば、クラウドAPIへの依存が消え、遅延とインフラコストが下がり、データはローカルに留まる。データ主権の制約を抱える企業にとって意味がある。トレードオフも明白で、2Bモデルは特定の仕事に十分な性能を持つ必要があり、それを検証可能にするのが訓練レシピである。ModelBestによればMiniCPMファミリーの累計ダウンロードは5,000万件を超えた。
— ModelBest（公式） · OpenBMB · Hugging Face
🔗 FairsOnline: ModelBest Launches 2B-Parameter Edge AI Model, Tops Open-Source Rankings · HeadsUpAI: Biggest AI News This Month (September 2026)