08-03-Daily AI Daily
猿思ネット洞察日報 2025/8/3
猿思 日報
AIコンテンツ概要
AI関連技術は、最近かなり盛り上がってるよね！✨ 多エージェントAIシステムが画期的な進展を遂げて、360、アント、テンセントがそれぞれ関連技術を発表したんだ。これは群知能とAGI（汎用人工知能）の可能性を示すものとして注目されてるよ。一方で、コロンビア大学でのAIを使ったカンニングが話題になっていて、学術的な誠実さや教育モデルについて議論が活発化してるんだ。さらに、AIツール「Cluely」の創業者は「何でもカンニング可能」と宣言して、伝統的な定義に挑戦してるってワケ。🤔 あと、GPT-5の開発はちょっと難航中みたい。人材流出や技術的な課題（特に推論モデル）がネックになってて、OpenAIは強化学習みたいな新しい道筋を探ってるんだってさ。
今日のAIニュース
AIの群れ時代到来！ ✨ AI多エージェントシステムが、人工知能の分野でめちゃくちゃ画期的な進展を遂げてるよ。これって、AI開発が単一モデルから複数のモデルが協力し合う「群知能」っていう新しいフェーズに入ったサインなんだ。例えば、360グループのナノAIはL4レベルの「多エージェントスウォーム」システムにアップグレードされて、数万個のAIエージェントが協力して複雑なタスクをこなせるようになったんだって！これ、効率が尋常じゃないらしいよ。🚀 アントグループのAWorld多エージェントフレームワークはIMO数学コンテストで素晴らしい結果を出して、コードもオープンソース化されたんだ。これぞ「自己進化」能力の証だよね！**AGI（汎用人工知能）**の発展に新しいヒントをくれたってワケ。さらに、テンセントのMixGRPOフレームワークは画像生成で大幅な効率アップを実現してて、アルゴリズムの最適化も超大事ってことを見せつけてくれたね。
![画像: 微信スクリーンショット_20250802180058.png https://upload.chinaz.com/2025/0802/6388975452753743607088536.png][画像: https://wechat2rss.xlab.app/img-proxy/?k=229704e2&u=https%3A%2F%2Fmmbiz.qpic.cn%2Fmmbiz_jpg%2FYicUhk5aAGtBdctPLQ4ojd98S45K7Tx57QCPyN8SbZn9XAbxBho8dbeiaibmuiaHxtTVc88iajibqJxsP29jCafjUxRg%2F0%3Fwx_fmt%3Djpeg][画像: https://wechat2rss.xlab.app/img-proxy/?k=06e3c1bc&u=https%3A%2F%2Fmmbiz.qpic.cn%2Fmmbiz_jpg%2FYicUhk5aAGtBdctPLQ4ojd98S45K7Tx57ribKIEj31SXaiblmTqoOcJiaS5e58ibQg9xiao5m73REFiaib4DkMuvYRNJOg%2F0%3Fwx_fmt%3Djpeg][🔗 プロジェクトリポジトリ](https://github.com/inclusionAI/AWorld)[🔗 プロジェクトリポジトリ](https://github.com/Tencent-Hunyuan/MixGRPO)コロンビア大学生のAIカンニング騒動とCluelyの「カンニング」宣言 🤔 最近、コロンビア大学でほとんどの学生がAIを使ってカンニングしてたって話が持ち上がって、学術的な誠実さや教育のあり方についてめっちゃ議論になってるんだ。CluelyっていうAIアシスタントの創設者、ロイ・リーさんは「何でもカンニングできる」って堂々と言っちゃってるからね。彼が作ったCluelyは、いろんな場面で効率を上げてくれるし、面接でも気づかれずにサポートしてくれるらしいんだ。これって、AI時代におけるカンニングの定義を見直さなきゃいけないってことと、従来の教育システムがAIの波にどう対応していくべきかってことを考えさせるよね。
GPT-5の険しい開発道のり 🚀 GPT-5の開発は、どうやら「難産」に直面してるみたい。人材流出、特に推論モデルの分野での技術的なボトルネック、それに加えて内部管理のゴタゴタなんかが、プロジェクトにかなりのプレッシャーをかけてるんだ。GPT-5の進化の幅も、期待してたほどじゃないって話で、AIの発展スピードについては、もっと冷静に期待するべきなのかもね。OpenAIも、例えば強化学習みたいな新しい技術アプローチを模索してるんだって。
Swift Composable Architecture 💻 これはSwiftアプリを作るためのライブラリなんだけど、コンポーザビリティ、テストしやすさ、人間工学を重視してるんだ。これを使うことで、開発者はより一貫性があって、もっと理解しやすいアプリを作れるように設計されてるよ。
[🔗 プロジェクトリポジトリ](https://github.com/pointfreeco/swift-composable-architecture)プログラマーの救世主：FiraCode等幅フォント ✨ FiraCodeは、無料で使える等幅フォントなんだ。なんとプログラミング用合字機能が最初から付いてて、コードがめちゃくちゃ綺麗に見えるようになるんだよ！これは嬉しいよね！
[🔗 プロジェクトリポジトリ](https://github.com/tonsky/FiraCode)Kubernetesクラスタ管理の神ツール：KubeSphere 🚀 KubeSphereは、Kubernetesのために作られたコンテナプラットフォームなんだ。これがあれば、マルチクラウド、データセンター、エッジ環境をサクッと管理できちゃうよ！
[🔗 プロジェクトリポジトリ](https://github.com/kubesphere/kubesphere)JavaScriptアルゴリズムとデータ構造の宝庫 💡 このプロジェクトには、たくさんのJavaScriptのアルゴリズムとデータ構造の実装が揃ってるんだ。詳しい解説や、さらに読み進めるためのリンクも付いてるから、勉強にもってこいだよ！
[🔗 プロジェクトリポジトリ](https://github.com/trekhleb/javascript-algorithms)3つのプロジェクトのざっくり紹介 🤔
[**\the-book-of-secret-knowledge`](https://github.com/trimstray/the-book-of-secret-knowledge)` は、いろんなリストやマニュアル、チートシートなんかを集めてるんだ。あと、[**\VideoLingo`](https://github.com/Huanshere/VideoLingo)` プロジェクトは、動画の字幕のカット、翻訳、アライメント、さらにはアフレコまで自動でやってくれるスグレモノ！それから、もちろんGPT-5に関するニュースもあるよ。GPT-5：実力はどうなの？ 🤯 GPT-5に関するニュースでは、性能の向上があまりないって言われてるね。OpenAIは技術的な課題や人材流出に直面してるみたいで、GPT-5はプログラミングや数学の面で改善は見られるものの、期待されたほどの進歩じゃないんだとか。MetaがOpenAIから多くの人材を引き抜いたことで、人材競争も激化してるよ。OpenAIが以前開発してたOrionモデルも、期待通りの成果が出なくて、結局GPT-4.5としてリリースされたんだよね。これって、大規模モデルの開発ってそんなに順風満帆じゃないってことだよねー。
OpenAI：83億ドルの資金調達、評価額3000億ドル 🤑 OpenAIが83億ドルの資金調達をして、評価額が3000億ドルにまで跳ね上がったんだ！これは、資本市場がAI技術に対してものすごい信頼を置いてるってことなんだけど、一方でこの超高評価が妥当なのかって疑問も投げかけてるよね。
AI技術の発展方向と考察 🤔 今日のいくつかのプロジェクトやニュースを見てると、AI技術の今のトレンドが見えてくるよね。それは、自動化、効率アップ、人材競争、そして技術的なボトルネックとビジネス化のバランスだよ。これからのAI技術の発展には、継続的な技術革新はもちろん、もっと現実的なビジネスモデルと、社会全体を包括的に考える視点が必要になってくるだろうね。
19歳の大学中退者が2800万ドルの資金調達、OpenAIも出資！ 🤯 なんと、カリフォルニア大学バークレー校を中退した19歳の二人が立ち上げたマーケティングオートメーション企業のConversionが、シリーズAで2800万ドルの資金調達に成功したんだって！しかも、OpenAIまで出資してるんだから驚きだよね。この会社は、マーケティングオートメーションに特化してて、AI技術を使ってB2B企業の効率アップをサポートしてるんだ。すごいよね！
理想自動車がVLA高度運転支援システムを発表、L3への正しいパラダイム？ 🚗 理想自動車が、VLA（視覚-言語-行動大規模モデル）を搭載した運転支援システムを発表したんだ。これは大規模モデルを活用して、車が「考え、コミュニケーションし、記憶し、自己改善できる」ようにするものなんだって。理想自動車は、VLAが言語知能を通じて空間知能と動作指令を結びつけることで、より安全でスムーズな運転体験を実現したと考えてるんだ。さらに、世界モデルを使ってシミュレーションテストも行ってるらしいよ。
西湖大学が並列加速拡散サンプリングアルゴリズムEPD-Solverを発表、AI画像生成効率アップ！ ✨ 西湖大学が、新しい拡散モデルの加速アルゴリズム、その名もEPD-Solverを発表したよ！
[🔗 プロジェクトリポジトリ](https://github.com/BeierZhu/EPD)これ、複数の方向の勾配を並列で計算して、それを重み付けして統合することで、画像生成のスピードとクオリティを爆上げしてるんだって。すごいね！Google Gemini新モデルDeep Thinkがリリース、数学者がこれで予想を証明済み！ 🤯 Googleが最新で発表したGemini 2.5 Deep Thinkモデルは、まるで数学者みたいに考えられるんだって！しかも、実際に数学者がこれで一つの予想を証明できたんだから驚きだよね。このモデルは並列思考と強化学習の技術を使って、複数のアプローチを同時に検討して、最終的な答えをどんどん最適化していくらしいよ。すごいよね！💻
[🔗 Geminiアプリ](https://www.google.com/gemini)オープンソースモデルDeep CogitoがDeepSeekの性能を超える、しかもコストは350万ドル以下！ 💰 Deep Cogitoが、4つの混合推論モデルをオープンソース化したんだ。その中で、671BパラメータのMoEモデルは、なんとDeepSeek v3とDeepSeek R1の性能を超えちゃったんだって！彼らは**反復蒸留と強化（IDA）**技術を使って、350万ドル以下のトレーニングコストでこれを実現したらしいよ。これはすごいコスパだよね！
[🔗 Huggingface](https://huggingface.co/collections/deepcogito/cogito-v2-preview-6886b5450b897ea2a2389a6b)東風奕派が「未来の翼」戦略を発表、2026年モデルeπ008が期間限定で17.36万元から！ ✨ 東風奕派テクノロジーが「未来の翼」戦略を発表したよ。これには6つの主要技術基盤があって、ファーウェイとかのトップ企業と組んで、ハイエンドなスマート製品を作っていくんだって。2026年モデルの東風奕派eπ008も正式に発売されて、期間限定で17.36万元から先行価格で買えちゃうらしいよ。これは見逃せないね！💪
[画像:サンプル画像](https://image.jiqizhixin.com/uploads/editor/719d634c-d7d4-4c85-b4f6-fd4e0873131a/1754056877307.jpeg)AIモデルと自動車業界の進展 💡 まとめると、AIモデルは推論能力と効率の面で目覚ましいブレイクスルーを達成していて、自動車業界もスマート化と新エネルギーの分野で積極的に探求してるってことだね。これらの進展は、テクノロジーの進歩が持つとんでもない可能性を示してるけど、同時に新しい課題や考えるべき点も出てきてるよ。
2025騰訊アルゴリズムコンテストが熱く開幕！ 🔥 世界中から8400人以上のAIエリートたちが集まって、全モダリティ生成レコメンデーションに挑戦してるんだって！このコンテストには、約30カ国、中国のトップ大学340校以上、そして国際的に有名な大学140校以上から、なんと2800以上のチームが参加してるんだ。騰訊は技術サポートとしてAngel機械学習プラットフォームも提供してるんだよ。
AIモデルの新しいブレイクスルー：HRMアルゴリズムが華麗に登場！ ✨ HRMっていう名前のアルゴリズムが、複雑な問題解決で驚くほどのパフォーマンスを見せてるんだ。ARC-AGI、数独の超難問モード、迷路パズルなんかのテストで、他の大規模モデルをぶっちぎりで超えちゃったんだって！研究によると、HRMが学習する次元階層構造は、脳の皮質に似てるらしいよ。これはマジですごいよね！
[🔗 論文アドレス](https://arxiv.org/abs/2506.21734)AI発展：チャンスと課題が共存！ 🔥 騰訊アルゴリズムコンテストやHRMアルゴリズムのブレイクスルーは、人工知能分野が活気あふれる発展を遂げていることを示してるよね。でも同時に、全モダリティ生成レコメンデーションやHRMアルゴリズムがもたらす変化と潜在的なリスクについても、しっかり考える必要があるよ。
Re HRM：より賢く、より効率的なAIモデル ✨ Re HRMは、Q学習に基づいた停止メカニズムを使って、適応的な計算時間を実現してるんだ。さらに、階層的収束メカニズムを導入して、メモリを大量に消費するバックプロパゲーション（BPTT）を避けるためにワンステップ勾配近似を使ってるんだって。これはすごい技術だよね！
小型モデルでも複雑な問題が解決できるってマジ！？ 🤯 HRMモデルって、パラメータはたったの2700万個、訓練データも約1000例しかないのに、思考の連鎖（CoT）に基づく大規模言語モデルでさえ手こずるような複雑なタスクを解決できちゃうんだって！その秘密は、独自の脳のようなアーキテクチャにあって、互いに連携し合う2つのリカレントニューラルネットワークを採用してるからなんだ。これは驚きだよね！
未来の展望 🤔 HRMは、大規模モデルに対する私たちの従来の認識を覆したよね。将来的には、HRMみたいに軽量で、高効率で、低エネルギー消費のAIモデルがもっとたくさん出てくるかもしれないね。期待しちゃう！
階層的推論モデル（Hierarchical Reasoning Model） 💡 あるネットユーザーが、階層的推論モデルに関するアイデアをシェアしてくれたよ。これは、リカレントアーキテクチャを使って、素晴らしい階層的推論を実現してるんだ。これは面白い視点だね！
AI業界の最新動向速報 🔥 AnthropicがOpenAIのClaude APIへのアクセス権を取り消したんだって。あと、ある研究によると、大規模言語モデル（LLM）の訓練中に、わざと「悪」を経験させると、将来的にむしろフレンドリーになる可能性があるらしいよ！これって面白いよね。MetaもAIデータアノテーションに多額の投資をしてるみたいだね。
[🔗 Wiredの報道](https://www.wired.com/story/anthropic-revokes-openais-access-to-claude/)[🔗 Technology Reviewの報道](https://www.technologyreview.com/2025/08/01/1120924/forcing-llms-to-be-evil-during-training-can-make-them-nicer-in-the-long-run/)[🔗 IEEE Spectrumの報道](https://spectrum.ieee.org/data-labeling-scale-ai-agents)