名古屋ではたらく社長のITニュースポッドキャスト

7月11日、Moonshot AIは新フラッグシップ「Kimi K2」をMITライセンス相当で公開し、モデル重み・コード・評価結果のすべてをGitHubとHugging Faceに並べました。同社は「1兆パラメータ級では世界初の完全オープンウェイト」と胸を張り、長らく中国勢の“牙城”だったDeepSeek V3を性能で上回ったと強調します。

7月11日、AI業界に驚きの発表が走りました。OpenAIと30億ドル規模で最終調整に入っていたとされるWindsurfの買収交渉が決裂し、代わりに同社CEOのVarun Mohan氏と共同創業者Douglas Chen氏らコア研究陣がGoogle DeepMindへ移籍することが明らかになったのです。

7月11日に公表されたMETRのRCTは、16人の経験豊富なOSS開発者を対象に、自分が長年貢献してきた大型レポジトリで計246件の実タスクをこなしてもらう形式でした。事前に「AIを使えば24％速くなる」と楽観視していた参加者たちですが、ふたを開けると結果は逆。AIを許可したタスクは平均で19％も時間が増え、開発者の“予想と実感”のギャップが数字で裏付けられました。

AWSは来週7月15日、ニューヨークで開かれる「AWS Summit NYC」でAIエージェントの専用マーケットプレイスを立ち上げます。利用企業はBedrockコンソールからカテゴリー別にエージェントを検索し、権限を設定するだけで即時デプロイ可能。スタートアップはSaaSのような月額課金や従量課金を設定して出品でき、AWSは売上の一部を少額レベニューシェアとして受け取る仕組みです。

テキストだけでなく画像や音声、さらにはライブ動画まで扱うGemini時代のAIアプリは、API呼び出し、前処理、ポストプロセスが複層に絡み合い、まるで複雑な配管工事のようだ――Google DeepMindはそんな開発者の嘆きに応えるべく、7月10日、オープンソースの新ライブラリ「GenAI Processors」を発表しました。核心は“すべてをストリームで流す”という設計思想。カメラ映像、マイク音声、テキストチャンクなど多様なIn／OutをProcessorPartに包んで一列に並べれば、背後で非同期並列実行が走り、最初のトークンが返るまでの待ち時間を極限まで削ります。

米西海岸時間7月10日朝、GoogleはVeo 3に「画像→動画生成」機能を追加し、Geminiアプリ経由で順次提供を開始しました。すでにVeo 3を利用できた159か国のGoogle AI Pro／Ultra契約者が対象で、1日3本までという生成上限は据え置きです。これにより、テキスト入力だけでなく手持ちの写真からもアニメーション付きの短尺クリップを作れるようになり、動画生成ワークフローが一段と身近になりました。

7月10日、YouTubeは「7月15日付でYPPの収益化要件を刷新し、真正性の低い“大量生産・反復コンテンツ”をより厳しく判定する」と公式ヘルプページで告知しました。従来から“オリジナル”が条件だったものの、生成AIブーム以降に急増したAIスロップを想定し、文言をアップデートした形です。

米西海岸時間7月9日夜、イーロン・マスク率いるxAIは大型ライブ配信で新モデル「Grok 4」を披露し、同時に月額300ドルの超高額サブスク「SuperGrok Heavy」を発表しました。マスク氏は革ジャン姿で「世界最強のAIアシスタント」と豪語し、150万人超が視聴する中で“常識外れの進化速度”を強調しました。

7月9日、Googleは「Gemma 3n」を正式リリースし、クラウド依存だったマルチモーダルAIを“端末内完結”へ一気に近づけました。5 B／8 Bの生パラメータを抱えながら、独自のMatFormer構造で2 B／4 B相当のメモリフットプリントしか取らないため、Pixel 8や一般的なノートPCでも2〜3 GBのVRAMで動きます。しかも画像・音声を同時に理解でき、140言語テキスト・35言語マルチモーダル対応と語学面も抜かりありません。

現地時間7月9日、Perplexity AIは「Comet」を正式リリースし、長らく検索エンジンを起点に展開してきた同社がついに“入り口”としてのブラウザ領域へ乗り出しました。Cometは従来のアドレスバーやタブの概念を超え、ページ上のあらゆるテキストを即座に解説し、質問すればその場で要約や比較、次の行動提案まで返してくれる──言わば“考えをそのままブラウザに打ち込む”体験を目指しています。