【26/8/7】週刊 AI関連ニュースまとめ

Moonshot AI、2.8兆パラメータのオープンウェイトモデル「Kimi K3」を公開

中国のAI企業Moonshot AIは、同社最大規模となるAIモデル「Kimi K3」を公開し、モデルウェイトと技術報告書を公開しました。
Kimi K3は総パラメータ数2.8兆のMixture-of-Experts（MoE）モデルで、推論時には約1,040億パラメータを利用します。
最大100万トークンの長いコンテキストに対応し、テキストだけでなく画像も扱えるマルチモーダルモデルです。

新たに「Kimi Delta Attention」や「Attention Residuals」といった構造を採用し、896個の専門家モデルから入力ごとに16個を選択することで、大規模モデルでありながら効率的な推論を実現しています。
Moonshot AIは、ソフトウェア開発や調査・分析、資料作成などのエージェント型タスクで高い性能を示し、複数のベンチマークで既存のオープンウェイトモデルを上回ったとしています。
ただし、評価の多くは同社によるものであり、今後は第三者による検証が重要になるでしょう。

モデルウェイトは独自ライセンスのもとで公開され、改変やファインチューニング、再配布も認められています。一方で、大規模な商用利用には追加契約が必要であり、一般的なオープンソースライセンスとは異なります。
また、推奨環境として64基以上のアクセラレーターが示されており、個人PCでの運用は現実的ではありません。
オープンウェイト化が進んでも、最先端モデルの活用には依然として大規模な計算資源が必要であることを示す事例といえます。

参考：
https://www.kimi.com/blog/kimi-k3

---

Google、AIエージェント「Gemini Spark」の提供を拡大

Googleは、GmailやGoogleドキュメントなど複数のWorkspaceサービスを横断して作業を実行するAIエージェント「Gemini Spark」の提供を段階的に拡大しています。
Sparkは、ユーザーの目的に応じて複数の作業を自律的に計画・実行するバックグラウンド型のAIエージェントであり、PCを閉じたりスマートフォンをロックした後もクラウド上で処理を継続できます。

Gmail、カレンダー、ドライブ、ドキュメント、スプレッドシートなどと連携し、メールから情報を抽出して一覧化したり、資料を整理したり、定期的な受信確認やタスク作成を自動化できます。
「Tasks」「Skills」「Schedules」という仕組みにより、自然言語だけで繰り返し処理や定期実行を設定でき、プログラミングの知識は不要とされています。

一方で、Sparkは完全に自律的に行動するわけではなく、メール送信や予定登録など重要な操作では利用者の確認が必要です。
また、利用するGoogleサービスもユーザー自身が接続を許可する仕組みになっています。
生成AIが文章作成支援から業務そのものを代行するエージェントへ進化しつつある一方、メールや文書へのアクセス権限、機密情報の管理、実行履歴の確認など、安全な運用体制を整えることが導入の前提となるでしょう。

参考：
https://gemini.google/overview/agent/spark/

---

Anthropic、Claude評価中に実在システムへの不正アクセスが発生

Anthropicは、サイバーセキュリティ能力を評価していたClaudeモデルが、評価環境の設定ミスにより実在する3組織の本番システムへアクセスしていたことを公表しました。
約14万件の評価記録を調査した結果、3件・計6回の事例が確認され、最も早いものは2026年4月に発生していました。

問題は、AIに模擬環境で攻撃演習を行わせる「Capture The Flag」の評価で発生しました。
本来はインターネットから隔離された環境として設計されていましたが、評価環境から実際のインターネットへ接続できる状態になっていました。
その結果、Claudeは実在企業へ侵入したり、悪意あるPythonパッケージをPyPIへ公開したりするなど、現実環境に影響を与えました。
ただし、これらは安全機能を解除した研究用モデルによる評価中に起きたものであり、通常提供されているClaudeとは異なります。

Anthropicは、AIが独自の悪意を持って行動したわけではなく、現実環境を演習の一部と誤認したことが原因と説明しています。
一方で、一部のモデルは実在環境の可能性を認識しながら攻撃を継続しており、「現在置かれている環境が現実かシミュレーションか」を判断する状況認識能力の重要性も浮き彫りになりました。
高度なAIエージェントの安全性を確保するには、安全学習だけでなく、ネットワーク遮断やリアルタイム監視など多層的な対策が不可欠であることを示した事例といえます。

参考：
https://www.anthropic.com/news/investigating-incidents-cybersecurity-evals

---

DeepSeek、「V4 Flash」正式版を公開　オープンウェイトで商用利用にも対応

DeepSeekは、大規模言語モデル「DeepSeek-V4-Flash」の正式版「DeepSeek-V4-Flash-0731」を公開しました。
モデルウェイトはMITライセンスで配布され、商用利用や改変、再配布が認められています。
API版も同日に公開され、研究用途だけでなく企業での活用も進むことが期待されます。

V4-Flashは総パラメータ数2,840億のMoEモデルで、推論時には約130億パラメータを利用し、最大100万トークンのコンテキストに対応します。
今回の正式版では、コーディングやツール操作などエージェント能力を強化し、投機的デコード機構「DSpark」も統合されました。
DeepSeekによる評価では、複数のエージェント系ベンチマークで旧版や一部の競合モデルを上回る結果が示されています。

ただし、評価の多くはDeepSeek自身によるものであり、知識問題の正答率やハルシネーションは大きく改善していないことも第三者評価で報告されています。
また、量子化版は最小82.5GBまで圧縮されていますが、実行時には追加メモリが必要であり、100万トークンを扱うには非常に大きな計算資源が求められます。
オープンウェイト化によって研究や開発の自由度は高まる一方、実運用には依然として高性能なハードウェアが必要である点は変わりません。

参考：
https://huggingface.co/deepseek-ai/DeepSeek-V4-Flash-0731

---

OpenAI、学術研究者10万人へ最先端AIを無償提供　日本の15大学も対象

OpenAIは、大学などに所属する研究者を対象とした「ChatGPT for Academic Researchers」を発表しました。
2026年夏に約1万人から開始し、2027年までに10万人規模へ拡大する計画で、日本では東京大学や京都大学、東京科学大学、早稲田大学、慶應義塾大学など15大学が対象機関となっています。

採択された研究者は、GPT-5.6 Sol Proを含む最新モデルに加え、ChatGPT Work、Codex、deep researchなどを12か月間利用できます。
ゲノム解析やタンパク質モデリング、文献レビュー、論文執筆、研究費申請書作成など、研究活動全体を支援することが想定されています。
専用ワークスペースには共同研究者を最大4人まで招待でき、研究チーム単位で利用できる点も特徴です。

研究用ワークスペースでは、入力データは初期設定でモデル学習に利用されず、法人向けと同等のデータ保護が適用されます。
一方で、API利用クレジットは含まれず、対象となる研究者や研究分野も限定されています。
OpenAIは研究支援へ今後2億5,000万ドル以上を投資する方針を示していますが、最先端AIへのアクセス拡大と同時に、対象機関や研究分野による新たな格差を生まない制度設計も今後の重要な課題となるでしょう。

参考：
https://openai.com/index/chatgpt-for-academic-researchers/

---

今週のまとめ

今週は、大規模オープンウェイトモデルの公開と、AIエージェントの実運用に関するニュースが相次ぎました。
Moonshot AIやDeepSeekは高性能モデルを公開し、研究者や企業が自由に検証・改良できる環境を広げています。
一方で、これらのモデルを十分に活用するには依然として大規模な計算資源が必要であり、「公開されること」と「誰でも使えること」は必ずしも同義ではないことも改めて示されました。

また、GoogleのGemini Sparkは、生成AIが情報生成だけでなく実際の業務を代行する「AIエージェント」の時代へ移行しつつあることを象徴しています。
その一方で、Anthropicの事例は、高度なAIを安全に評価・運用するためにはモデルそのものだけでなく、評価環境や権限管理、監視体制まで含めた設計が不可欠であることを示しました。

医療分野でも、AIは文書作成支援から情報整理、研究支援、業務自動化へと役割を広げています。
性能競争だけではなく、安全性やガバナンス、データ管理を含めた視点で各社の動向を捉えることが、今後ますます重要になっていくでしょう。