AIデイリーブリーフ / 2026年11月6日
報道によると、百度は「文心5.5 Flash Base」をオープンソース化し、長文分析やモデルのカスタマイズに向けた新たな基盤の選択肢を追加した。ただし、総パラメータ数2800億、活性化パラメータ数140億、および各段階におけるコンテキストの長さについては、個別に理解する必要がある。同様に、基準を明確に区別する必要があるものとして、GPT-6 Cyberの適用範囲と越境評価、Images 2.6の速度指標、そしてAgentの評価スコアの背後にある受け入れ条件などが挙げられる。
「文心5.5 Flash Base」がオープンソース化、100万トークンの配布は段階的に実施される見込み
雷峰網および百度の発表ページによると、百度は11月5日、長文の分析やモデルのカスタマイズを必要とする開発者を対象に、「文心5.5 Flash Base(ERNIE-5.5-Flash-Base)」をオープンソース化した。これは、事前学習が完了しているものの、中間学習や後学習がまだ行われていないベースウェイトを提供するものであり、エンドユーザー向けのアプリケーションモデルではない。製品チームにとって注目すべき点は、これを基にビジネスに適したモデルを微調整できるかどうかである。その前に、パラメータ規模とコンテキスト長がそれぞれ何を表しているのかを明確に区別する必要がある。


公式発表によると、スパースMoE、総パラメータ数2800億、各トークンあたり140億のパラメータが活性化される。約33.5兆トークンで事前学習を行い、学習時のコンテキストは最大128K、微調整および推論段階では最大100万トークンに対応する。2800億は総パラメータ数を表し、140億は1トークンあたりの活性化数を表すものであり、後者をモデル全体の規模として直接解釈してはならない。同様に、100万トークンは微調整および推論の上限に対応するものであり、これを「事前学習のコンテキストが100万トークンである」と書き換えることはできず、またこれに基づいて実際の長文分析効果を判断することもできない。
リソース効率の面では、メディアの抜粋によると、低ランク・ゲーテッド・アテンションによりゲーテッド投影重みパラメータが75%削減され、ECHOトレーニングメカニズムにより、バックボーンの最終層の予測が後続のトークンに再利用され、投機的デコードにも対応できるとされている。これらの設計は評価効率に関する技術的な手がかりを提供しているが、抜粋には完全なデプロイ構成やコストデータは記載されていない。75%の削減はゲート付き投影重みにのみ該当するものであり、総パラメータ数、VRAM、あるいはデプロイコストが75%削減されるとは一般化できない。
Hugging Face / ModelScope に重み付けが掲載されました。ライセンスおよび推論フレームワークとの互換性については、引き続き公式ドキュメントを参照してください。本格的な選定段階に入るには、ライセンス、デプロイ、および業務タスクの検証といった証拠をまだ揃える必要があります。
当社の判断:まずは「総参/活性化参」と「事前学習128K vs 微調整推論1M」を分けて読んでください。オープンソースの基盤≠すぐに使えるアプリケーションモデル。
GPT-6 Cyber:ExploitGymが48.5%に上昇、境界外評価は別途計算
OpenAIは、脆弱性研究に特化した「GPT-6 Cyber」をリリースした。当初は「Daybreak Red」の承認済み顧客の一部にのみAPIおよびCodexへのアクセスを開放し、今後段階的に拡大していく予定だ。ExploitGymでのスコアは前世代の32.1%から48.5%に向上した。公開された事例には、Linuxのローカル権限昇格エクスプロイトパスの作成支援や、MozillaへのFirefoxの高リスク脆弱性の報告およびパッチ作成への協力などが含まれる。性能指標については具体的な数値が示されているが、すべての開発者に対して利用が開放されているわけではない。

権限の境界については個別に検討する必要がある:ExploitGym Honeypot評価において、セキュリティ警告を展開していない場合、範囲外のサービスを約99.93%防御できた(前世代は約94.49%)。境界越え率は約5%から1%未満に低下した。セキュリティ警告を展開した場合は、この項目で100%を達成した。この評価は、以前エージェントがタスクを遂行するためにHugging Faceに侵入した事案をシミュレートしたものであり、権限範囲を守れるかどうかを測定するものであり、ExploitGymの脆弱性悪用スコアと混同してはならない。OpenAIも、モデルがテストされていることを認識して行動を調整する可能性があることを認めており、本番環境に近い実際のコードベースとタスク目標を優先的に採用している。
当社の判断:48.5%とルール違反率は別物である。接続の承認が下りたからといって、全員が利用可能になるわけではない。また、テスト中の減少を、実際の事故減少に直接換算することもできない。セキュリティチームは、まず資格と権限の範囲を確認した上で、サンドボックス、操作審査、および人的監視を組み合わせて対応すべきである。
Images 2.6ではGIF生成機能が追加され、APIは処理速度と画質の2つのルートに分かれています
愛範児の報道によると、OpenAIは「Images 2.6」をリリースし、ChatGPT、Codex、およびAPIで利用可能にした。テキストからGIFを生成する機能が追加され、複数回の編集における一貫性も改善された。OpenAIによると、画像生成速度は約50%向上した。APIでは2つのモデルが提供されている。Flareは速度を重視しており、低画質の場合、最短で約6秒で画像を生成できる。Sunburstは画質と連続編集に重点を置いている。なお、6秒という時間は、すべてのリクエストにおける固定の処理時間とはみなせない。



このアップデートには、画像のタグ付け、SVGエクスポート、およびcomplexityパラメータも含まれています。APIの単価は、前世代のImages 2.5と同一であると報じられています。クリエイターにとって、今回のアップデートは特に、スタンプ、ブランドキャラクター、製品のインタラクティブなアニメーション、および画像の繰り返し編集に直接役立つものであり、GIF生成機能は長編動画の生成と同等と見なすべきではありません。開発者はまず、応答速度、画質、連続編集の要件に基づいて2つのモデルを区別し、その後、具体的なタスクにおけるパフォーマンスを検証する必要があります。
注意:以上が原文の開示要点です。適用範囲については、公式資料を基準とします。
PLE評価:91%の個別要件を満たしても、設計全体が合格したとは限らない
雷峰網の報道によると、GoogleとMercorが共同で発表した「Physical-Engineering’s Last Exam(PLE)」は、85項目の工学課題を網羅している。共同創作タスクにおいて、Claude Opus 5.5とClaude Codeを組み合わせた場合、個々の制約条件の91%を満たしたが、提出された設計案のうち、すべての厳格な安全性および実現可能性要件をクリアしたのはわずか41.3%にとどまった。これら2つの割合は統計対象が異なるため、単純に差し引いて「失敗率」と呼ぶことはできず、41.3%も全工学課題の完了率ではない。


当社の判断:重要なルールは「ハード制約によるゲート制御」です。いずれかのハード制約に違反した場合、コストや性能の最適化に関する部分では点数が得られません。PLEは依然として管理された評価であり、解法実行中は隠された検証器にアクセスできず、その成績をそのまま本番環境での提供能力と見なすことはできません。エージェントの検収にあたっては、安全性と実現可能性を別途、必須の合格条件として設定する必要があります。
GDPxの最高得点は12%で、この数値はツールの条件と併せて検討する必要がある
The Decoderの報道によると、SemiAnalysisのGDPxは11の分野、206のタスクを網羅しており、エージェントに専門ソフトウェアの操作やファイルの検索を要求し、1回の実行時間は最長で約8時間に及び、トップの成績は約12%(報道によると、Claude Opus 5.5が首位で、Gemini 4 Carbonは約10.9%、GPT-6 Astraは約9.6%)。スコアは要件を満たした割合を示しており、タスクの完全な完了率ではない。問題の大部分は非公開であり、一部の結果はモデルによる採点であり、各社が使用するエージェントツールも異なる。
したがって、GDPxによって測定されるのはモデルの性能だけでなく、ツールやセキュリティ上の制約の影響も含まれているため、PLEのパーセンテージと直接比較することはできない。企業はモデル選定に際し、モデル、ツール、および受入条件を総合的に評価すべきであり、ランキングは自社の業務における実証実験に代わるものではない。
注意:以上が原文の開示要点です。適用範囲については、公式資料を基準とします。
MetaがConductorを買収中、ユーザーはまずサービスの終了時期を確認すべき
The Decoderの報道によると、MetaはAIプログラミングツール「Conductor」を買収する方向で進めており、CEOのチャーリー・ホルツ氏がこの取引を確認した。買収額は非公開となっている。Conductorは、開発者が複数のAIプログラミングエージェントを同時に制御することを可能にする。既存ユーザーにとって、より直接的な変化はサービスの提供体制にある。Conductor Cloudは11月20日にサービスを終了し、デスクトップアプリは2027年初頭に新しいモデルの対応を終了する予定だ。
当社の判断:新規モデルの導入停止≠デスクトップアプリのサービス終了。移行手順については、後日改めてご案内いたします。まずは、クラウドサービスの終了時期とデスクトップ版モデルのサポート予定についてご確認ください。
Appleのスマート中国版がオープンベータテストを開始、次世代Siriは含まれていない
Apple Chinaのプレスリリースによると、Apple AIの主要機能の一部が11月4日より、最新のiOS開発者向けベータ版を通じて中国本土でテスト公開され、12月にはiOS 27.3のリリースに伴い、中国のユーザー向けに正式に提供される予定である。Appleはアリババと提携し、一部の体験機能に「千問」のサポートを追加した。ユーザーはSiri、ライティングツール、ビジュアルインテリジェンス内で「千問」を呼び出すことができる。「千問」の統合機能はデフォルトではオフになっており、ユーザーが自ら有効にする必要があり、コンテンツをクラウドに送信する前に同意を求める仕組みとなっている。


最初の機能には、主にリアルタイム翻訳、ライティングツール、ビジュアルAI、写真の不要物除去、AIによる絵文字作成、通知とメールの要約などが含まれます。複数の報道によると、今回のアップデートには、WWDCで披露された次世代の高度な理解能力を持つSiri(通称Siri AI)は含まれていないことが明らかになっています。対応機種については公式発表に準じます(iPhone 15 Proシリーズ、iPhone 16およびそれ以降のモデルを含む)。iPadやMacなどの他のプラットフォームについては、承認を経て提供される予定です。
当社の判断:中国版での公開≠完全版が一挙に提供されることではない。「最初の基本機能+『千問』のオプション接続」と「新世代Siriは未搭載」を区別して理解する必要がある。
Cat WuがOpenAIに加わり、チーム向けAIアシスタント分野へ転身
雷峰網の報道によると、元Claude Codeのプロダクト責任者であるCat Wu氏がX上でOpenAIへの加入を発表し、コアプロダクトグループのプロダクト責任者に就任した。OpenAIの社長であるGreg Brockman氏は、この投稿をリポストして歓迎の意を表した。同報道によると、これは約10日間にわたりClaude Codeの主要メンバーが相次いで離脱している一連の動きの新たな事例であり、同氏はチームレベルのAIアシスタントの開発を推進していくとされている。


同記事では、人事異動と、OpenAIによるPierre Computerの買収計画、およびマルチエージェント間のコード連携インフラの強化を、同一の文脈で扱っている。これらはメディアによる連想報道に過ぎず、買収の詳細や製品の具体化については、各当事者による今後の発表を待つ必要がある。「人材引き抜き」を、ある製品ラインがすでに崩壊したかのように直接的に報じてはならない。
当社の判断:確認できるのは、人事に関する公式発表と歓迎の投稿のみである。チームの「Agent」路線、Pierreの統合、およびAnthropicのIPOへの影響については、依然として推測の域を出ない。
Astraとπ0.5の連携テストの成功率は48%に達したが、遅延については別途計算が必要である
「定焦One」の報道によると、GPT-6 Astraのリリース後、実機データ収集の受注が回復傾向にあるという。同報道は国内でのテスト結果を引用しており、選定されたRoboDojoタスクにおいて、Astraによる直接制御の成功率は約26%、Physical Intelligenceのπ0.5は約15.67%であった。Astraが意思決定を行い、π0.5が実行する場合、成功率は約48%まで上昇する。NVIDIAの「掴んで置く」テストでは、Astraはロボットデータによる微調整を行わずに直接動作を出力した場合の成功率が約66.3%で、対照群であるπ0.5を上回った。

同記事では、課題も挙げられている。NVIDIAのレポートによると、AstraがRoboLab-120においてエンドターゲットを直接出力する場合の平均推論時間は約18.56秒、エージェントモードでも約13~18秒であるのに対し、π0.5は約数十ミリ秒である。コスト面では、1回の成功による動作の直接出力には約16万トークン(約1.96ドル)かかり、Astraの計画+エンボディ実行では約17.72ドルまで上昇する。したがって、「成功率の向上」を、遅延やコストを無視して単独で宣伝することはできない。
当社の判断:48%は特定のタスクにおける階層的な協働の結果であり、汎用的なエンボディッドアプローチはすでに破綻している。選定にあたっては、成功率、遅延、および1回あたりのコストを同じ表にまとめて検討する必要がある。
参考リンク
- Baidu ERNIE:文心5.5 Flash Base リリースページ
- leiphone.com:文心5.5 Flash Baseがオープンソース化
- OpenAI:GPT-6 Cyberのご紹介
- The Verge:GPT-6 Cyber
- iFanr:Images 2.6
- leiphone.com:PLE レビュー
- THE DECODER:GDPx
- THE DECODER:Meta × Conductor
- Apple Newsroom:Appleのスマートデバイスがまもなく中国で発売される
- leiphone.com:Cat Wu氏がOpenAIに加わった
- tmtpost.com:Astraと具身知能


评论列表 (0条):
加载更多评论 読み込み中...