OpenAI、他のモデルが拒否するセキュリティ質問に答える GPT-5.6-Cyber を公開
OpenAI は 8 月 10 日、GPT-5.6 Sol をベースに脆弱性調査・エクスプロイト検証・許可されたレッドチーム向けに特訓した GPT-5.6-Cyber を公開した。再編された Daybreak プログラムは 2 層に分かれる。Daybreak Blue は承認された防御者にシステムレベルのサイバーガードレールを外した GPT-5.6 Sol を提供し、Daybreak Red はこの特化モデルを本人確認・監視・法的宣誓の背後に置く。内部指標が今回のリリースの核心だ。Advanced Cybersecurity Completion Rate 評価（エクスプロイトチェーン、認証バイパス、権限昇格）で、GPT-5.6-Cyber は 95% のリクエストを完了。標準構成の GPT-5.6 Sol は 1.5%、Blue 経由の Sol は 2%、前世代の GPT-5.5-Cyber は 57.3% だった。
重要なのはベンチマークではなく成果物だ。OpenAI は Chrome の V8 エンジンを解析し、メモリ破壊とヒープサンドボックス脱出につながる未知の脆弱性を 2 件発見、うち 1 件は Google が CVE-2026-15903 として修正したと主張する。さらに未公表のモバイル OS で少なくとも 5 件、あるデータベースで 3 件の重大な脆弱性、ある OS カーネルで 400 件超の権限昇格バグを発見したという。SpecterOps の CTO Jared Atkinson 氏は、過去のモデルが数週間かけて断続的に解けなかった作業を 1 日未満で完了したと語る。いずれも独立再現はされておらず、OpenAI は Preparedness フレームワークで High（Critical には未達）と評価している。同じ枠組みで、次期 Astra はその線を越える可能性があると同社は認めている。
個人的には喜憂相半ばで、それが正直な立場だと思う。防御側のユースケースは本物で、サンドボックス内で動作するエクスプロイトコードを書けるモデルは数週間の作業を 1 日に圧縮する。ただ 95% は「やる気」を測っていて「正しさ」ではない——同社自身、このモデルは Sol より短く詳細度の低いレポートを出すことがあると認めている——そして能力は技術的な天井ではなくポリシー層（9 月 1 日からハードウェアセキュリティキーが必須）の背後にデプロイ可能な形で存在する。今週は複数のラボがモデルのサンドボックス脱出を開示した週でもある。OpenAI は拒否応答よりもゲーティング・監視・人間の監督の方が有効だと賭けている。それがこのストーリーの本質だ。
— OpenAI · The New Stack
🔗 OpenAI · The New Stack · Unite.AI
NVIDIA、ウォール街 6 社と MOU 締結、AI コンピュートに 5000 億ドル超を動員
NVIDIA は 8 月 10 日、Apollo、BlackRock、Blackstone、Brookfield、ゴールドマン・サックス、KKR と覚書を締結し、独立したコンピュート融資プラットフォームを設立、AI インフラ構築に向けて 5000 億ドル超のサードパーティ資本を動員すると発表した。仕組みはこうだ。6 社がそれぞれ大規模な専用資本プールを設け、NVIDIA エコシステムの顧客（フロンティアラボ、企業、AI クラウド）に魅力的な金利で融資し、顧客は自社バランスシートを燃やさずに希少なコンピュートを調達して DSX AI ファクトリーを建設できる。ジェンスン・フアン CEO はリリースで「AI 時代、コンピュートは収益だ」と明言し、NVIDIA コンピュートは代替可能で顧客間を移転でき、CUDA ソフトウェアが継続的に改善するため投資可能な資産だと述べた。
この構造は市場が 1 年問い続けてきた疑問に答えるものだ。NVIDIA の成長の一部は循環取引（同社がコンピュート新興企業に投資し、その企業が NVIDIA チップに資金を使い、自社の需要を押し上げる）に依存してきた。融資を自社の帳簿ではなくウォール街の長期資本に流すのは、その循環を外部化して信用できるものにする試みだ。フアン氏は記者に「この 6 社にしか声をかけず、誰も断らなかった」と語り、資本はすべて第三者由来で債務中心、すでに進行中の取引もこのコミットメントに計上できると幹部は述べた。英 FT はこの交渉が最大 5000 億ドルに達すると報じており、実現すれば史上最大の AI インフラ融資となる。
巧妙なのは資産定義の転換だ。GPU は減価の速い電子機器、長期低利融資には不向きな担保とされてきた。NVIDIA は CUDA ベースのコンピュートクラスターを安定キャッシュフローを持つインフラ、料金道路のように引受可能なものと再定義しようとしている。成立するかは実稼働率とオフテイカーが長期契約を守るかにかかり、5000 億ドルのうちどれだけが真に新規の資金かも未開示だ。それでも実現すれば、NVIDIA はチップベンダーから資本の組織者へと変わる。今年のどのチップ発表よりも大きな変化だ。
— NVIDIA · 界面新聞
🔗 NVIDIA Newsroom · 界面新聞
Meta、30B パラメータの Muse Glimmer をオープンソース化、コンシューマ GPU 1 枚で稼働
Meta Superintelligence Labs は 8 月 10 日、Apache 2.0 ライセンスで Muse Glimmer を公開した。30B パラメータのデンスモデルで、より大きな Muse Spark から蒸留され、ローカルエージェントが実際に行う作業——ツール呼び出し、結果の読み取り、失敗時の回復——向けに調整されている。このリリースの成否を決めるのはメモリ量だ。4-bit 量子化で約 55GB のフル精度モデルを 17〜20GB に圧縮し、24GB または 32GB のコンシューマ GPU、または十分なユニファイドメモリを備えた Mac でクラウドアカウントなしに動く。コンテキストはデフォルト 131K、最大 262K トークン。別の知覚エンコーダで画像を読み、100 以上の言語に対応する。DFlash ドラフターによりデコード速度は RTX 5090 で 3.1 倍、M5 Max で 1.8 倍に向上する。
最も際立つのは失敗回復だ。ローカルエージェントは「1 ステップ計画→何かを呼ぶ→結果を読む→次を決める」のループで生きており、安価なモデルが壊れるのはツール呼び出しがエラーや想定外の形式を返した瞬間だ。Meta はこの再試行と回復を特に訓練しており、失敗した呼び出しを成功したかのように進めるのではなく、調整して再試行する。llama.cpp、Ollama、LM Studio、vLLM、SGLang、MLX、ExecuTorch が Day-0 で対応しており、これこそが「既に持っているハードウェアで動かせる」を現実にする部分だ。
戦略的文脈に何度も戻ってしまう。モデル公開とマニフェストが同日だったからだ。ザッカーバーグは 14 ページのエッセイで、スーパーインテリジェンスは集中させるのではなく分散させるべきだと主張し、Reuters は Meta が旗艦 Muse Spark 1.2 の重みも公開する意向だと報じている。Glimmer はその主張の具現化だ。毎月の API 請求もデータの外部送信もなく動く有能なエージェント。30B ではフロンティアのマルチステップ推論に届かないというトレードオフは本物だが、プライバシー・コスト・稼働時間がピークの知能より重要な大量のエージェントワークロードにとっては、計算が変わる。問題はエコシステムが実際にその上に何かを築くか、それとも過去のオープンリリース同様、面白いアプリケーションは Meta の中に留まるかだ。
— Meta AI · Quartz
🔗 Meta AI (research) · Quartz · Hugging Face
Anthropic と Millennium、Claude 搭載リスクアナリストを共同開発（運用資産 920 億ドル）
Anthropic と Millennium Management（運用資産 920 億ドル超、340 以上の投資チーム）は 8 月 6 日、Claude を搭載した「デジタルリスクアナリスト」を共同開発すると発表した。システムは Millennium のリスク管理ワークフローに組み込まれ、同社の独自データを使って資産クラス横断のエクスポージャーに対するリスク洞察と意見を形成し、時間経過にわたってコンテキストを保持して日々のリスク変動を説明できる。推論は記録され、アクションはサンドボックス環境でテストされ、人間のリスクマネージャーが検証・補完し、承認なしには実行されない。
詳細が見出しより重要だ。Anthropic は前線配備エンジニアを Millennium の AI ラボに派遣する——再販契約ではなく、高コストで深く関与するエンタープライズ契約だ。Millennium は新規導入でもなく、各チームはすでに Claude と Claude Code を広く使ってソフトウェアを書き、ワークフローを改善している。リスク管理はマルチ戦略ヘッジファンドの中核であり、Anthropic にとっては金融業界で最も規制が厳しく、エラーが許されない領域での証明の場だ。CIO の Vlad Torgovnik 氏は「AI は従業員に新たな能力基準を築くのに役立つ」と述べ、意思決定の中核には人間の判断が残るとした。
これは金融の話というより製品の話だ。際立つのはメモリと監督の 2 点。数週間分のリスクコンテキストを覚えるアナリストは、毎セッションゼロから始まるモデルとは別物だ。「監督される AI チームメイト」という位置づけは、Anthropic が企業に一貫して売り込んできたフレーミングそのもの。正直な但し書きは規制下の導入が常に直面するものだ。先日の Claude の停止は、信頼性と稼働時間が本当の要件だと再認識させた。これが全社規模の本番ツールになるのか、対象を絞ったパイロットに留まるのかはまだ不明だ。Claude が Millennium のリスクマネージャーの前で実績を積めば、ブラックボックスを信用しないあらゆる業界にとって強い説得力になる。
— Anthropic · 財聯社
🔗 Anthropic · 財聯社 (via 新浪財経)
Google が DeepMind を再編、Hassabis は会長に退き Jeff Dean は Discovery Loop を創業
Google は 8 月 5 日、2023 年の DeepMind 統合以来最大の AI 組織再編を発表した。Demis Hassabis 氏は日常の執行権を手放し、Google DeepMind 会長兼 Alphabet 初のチーフサイエンティストに就任。AGI 戦略に集中し、Isomorphic Labs のトップも続ける。DeepMind で 13 年の CTO だった Koray Kavukcuoglu 氏はサンダー・ピチャイに直接報告する上級副社長に昇格——CEO からの降格で、DeepMind の自律性低下と読む向きもある——Gemini モデル開発、フロンティア研究、Gemini アプリと開発者チームを一手に担う。
より衝撃的だったのは Jeff Dean 氏だ。Google の社員番号 30 番は 27 年間在籍した後、Sanjay Ghemawat、Oriol Vinyals、Quoc Le の 3 人とともに退社し、公益企業 Discovery Loop を創業した。ミッションは機械学習・科学・エンジニアリングの自動化——AI が仮説を提案し、実験を設計・実行し、結果を分析して次のループに入る。Alphabet は創業投資家兼クラウドパートナーとして残る。資金調達は伝説的だったとされ、3 ページの事業計画書で Khosla Ventures と Radical Ventures が共同リード、Lightspeed、Kleiner Perkins、Doerr が参加した。発表当日、Alphabet 株は約 4〜5.5% 下落し、時間外で時価総額 1800 億ドル超が消失した。Q2 は売上高 24% 増、Google Cloud 82% 増という好決算にもかかわらずだ。
市場の反応が注目すべきデータだ。投資家は AI 人材の集中を実質的なリスクとして価格に織り込み始めている。Noam Shazeer の OpenAI 移籍、John Jumper の Anthropic 移籍に続く数週間で 3 度目の大物離脱だ。再編はフロンティア研究と製品出荷の距離を圧縮するが、方向は良くも悪くもあり得る。Kavukcuoglu 氏は Hassabis 氏より商業志向とされ、Gemini に必要なものかもしれない。不安な読み方は、競争が生死をかけた局面になったまさに今、Google が AI エンジンを築いた人材を失い続けていることだ。Dean 氏の離脱は、どのベンチマークよりも注視すべき出来事だ。
— Google · Bloomberg
🔗 Google (Inside) · Bloomberg (via The Hindu BusinessLine) · AI2.Work
2026 年上半期の世界人形ロボット出荷、中国企業が 97% を占める
市場調査会社 Smart Analytics Global（SAG）のデータを毎日経済新聞が 8 月 10 日に報じた。2026 年上半期の世界人形ロボット出荷は約 1 万 9100 台で前年比 200% 超増、うち中国企業が世界シェアの 97% 超を占める。智元ロボティクスが約 8400 台・44% で首位、宇樹科技が約 5900 台・31%、2 社合計で約 75%。SAG は 2026 年通年で約 6 万台、2030 年に 50 万台と予測する。
見出しの下でより重要なのは用途の変化だ。産業・商業用途が出荷の 70% 超を占め、前年の約 50% から上昇——デモ会場から実際の生産ラインへ移行している。これまで追ってきた展開と一致する。Figure のロボットはスパータンバーグの BMW 工場で 11 か月、3 万台超の BMW X3 生産を支えて引退した。宇樹は今週、2025 年の 5500 台出荷を背景に 219 倍の PER で IPO を値付けした。中国の強みは「脳」ではなくサプライチェーン、つまりモーター、センサー、バッテリー、そしてコストと量産能力だ。
これを一方的な勝利と読むべきではない。中国の優位は身体であって認知層ではない。これらのロボットが実際に何ができるかを決めるワールドモデルと VLA の仕事は他に集中しており、まさにそれが DeepSeek と Tencent が宇樹の IPO で戦略的出資を行った理由だ。SAG の数字は出荷量であって収益や利益ではない。低マージンで売れた 1 台も 1 台として数えられる。だがトレンドに曖昧さはない。人形ロボットは中国の製造経済学へ収斂しており、2030 年の 50 万台予測は「脳の差が間に合うか」で決まる。
— Smart Analytics Global · 毎日経済新聞
🔗 毎日経済新聞 · 虎嗅
タスク工場は 15 ラウンド回して、採点していたモデルを壊した
Zhongzhi Li 氏率いる研究チームが arXiv（8 月 5 日）で発表した手法は、検証済みタスクを再帰的に書き換えて、AI エージェント向けの長時間ターミナルタスクを大量生成する。難易度カーブが見出しだ。15 ラウンドで DeepSeek-V4-Pro の成功率は 90% から 2.5% に低下し、著者らは「15 ラウンド後も再帰に上限は見えない」と書く。パイプラインは 1 件あたり約 5 セントで 3 万 7484 タスクを生産——人間が書くと 1 件数百〜数千ドルかかるのと対照的だ。この論文は 8 月 6 日に Hugging Face のデイリーボードでトップになった。
成功の鍵はタスクの 4 要素を一貫させ続けることだ。指示、環境、動く参照解答、エージェントの答えを判定できる検証器。手法は検証済みのシードタスクから始め、参照解答を 1 段階延長し、検証器と指示を新しい解答に合わせて書き直し、クリーンなサンドボックスで再検証する。各ラウンドが次のシードになる。15 ラウンドで参照解答の中央値は 67 行から 374 行に、シェルコマンドは 40 から 244 に増えたが、指示自体は約 85 語から 122 語にしか伸びなかった。タスクは難しくなったが長くはならず、ベンチマークインフレの常套とは逆だ。
見返りは訓練データだ。著者らは生成タスク上のエージェント軌跡を収集して微調整し、Qwen3.5-27B と Qwen3.5-122B-A10B で 3 つのターミナルエージェントベンチマーク最大 10 ポイントの向上を報告、強化学習でさらに伸びた。すべて公開されている。3 万 7484 タスクのデータセット、32 万 7000 軌跡の補完セット、3 つのチェックポイントが Hugging Face にある。論文が正直に認める但し書きは、これは自己書き換えシステムではなく、再帰はデータパイプラインの中に生きているという点だ。だがこの手法はエージェント訓練の真のボトルネック——モデルアーキテクチャではなく「安く、検証可能で、十分に難しい」タスクの希少性——を突いている。これからの 1 年、エージェント開発で最も注目すべき部分だと思う。
— arXiv · Hugging Face
🔗 arXiv:2608.05466 · Hugging Face · dev.to（分析）