名古屋ではたらく社長のITニュースポッドキャスト

中国のテック大手Xiaomiから、年末に大きなプレゼントが届きました。その名も「MiMo-V2-Flash」。これは単なる新しいAIモデルの発表ではありません。私たちの手元にあるスマートフォンやPCが、優秀な「専属エンジニア」に変わる可能性を秘めたニュースなのです。

Xiaomiが公開したこのモデルは、一言で言えば「超高速かつ賢い実務家」です。3090億という巨大なパラメータを持ちながら、実際に動くのはそのわずか5%程度。これにより、驚くべき軽快さで動作します。特に注目すべきは、そのコーディング能力です。ソフトウェアエンジニアリングのベンチマークテスト「SWE-bench Verified」で、オープンソースモデルとして世界1位を獲得。有料のトップモデルであるGPT-5の高性能版に肉薄する実力を見せつけました。

さらに面白いのが、Xiaomiがこのモデルに搭載した「思考モード」です。ユーザーは、AIに即答させるか、それともじっくり考えさせてから答えさせるかを切り替えることができます。例えば、「macOSのような画面を作って」と頼むと、一瞬でHTMLコードを書き上げ、実際にブラウザ上で動くファイル管理システムやターミナル画面を生成してしまいます。これをXiaomiは「Vibe Coding（バイブ・コーディング）」と呼び、Cursorなどの開発ツールと連携して、誰でも直感的にアプリ開発ができる未来を描いています。

これだけの性能を持ちながら、コストは驚異の「100万トークンあたり0.1ドル」。これは、個人の開発者や中小企業でも最先端のAIを使い倒せることを意味します。Xiaomiは今回も「全てをオープンソースにする」という太っ腹な戦略を取りました。2025年の締めくくりに、AI開発の民主化を加速させる強力なツールが登場したと言えるでしょう。

OpenAIが2025年12月17日、ChatGPTの画像生成機能を大幅に刷新しました。「The new ChatGPT Images」としてリリースされたこのアップデート、中身を見ると、私たちが待ち望んでいた「実用性」が一気に高まった印象です。

まず、心臓部となるAIモデルが「GPT Image 1.5」へと進化しました。一番の驚きはその速さです。画像生成のスピードが従来の最大4倍になり、チャットで会話するようなテンポで次々とビジュアルを作り出せるようになりました。

そして、個人的に「ついに来たか」と感動したのが、テキストレンダリング能力の向上です。これまでAIに「カフェの看板を描いて」と頼んでも、看板の文字は謎の象形文字のようになりがちでしたよね。しかし今回のモデルは、英語はもちろん、日本語のメニューや看板も自然に、かつ正確に描写できるようになっています。これで、プレゼン資料やポスターのラフ作成がぐっと楽になりそうです。

さらに、編集機能も賢くなりました。これまでは「画像の右端に花瓶を追加して」と頼むと、なぜか部屋のレイアウト全体が変わってしまうようなことがありましたが、新しいモデルは画像全体の構図や、被写体の顔立ちといった「アイデンティティ」を維持したまま、指定した部分だけを綺麗に修正してくれます。

周辺情報としては、Googleの画像生成モデルやMidjourneyなどがひしめく中、OpenAIはディズニーとの提携で動画生成AI「Sora」の活用も進めており、静止画・動画の両面でクリエイティブ領域の覇権を握ろうとしています。ビジネスパーソンの皆さんにとっては、もはやAIは「遊ぶツール」から、日々の資料作成やデザイン業務を支える「即戦力のデザイナー」になったと言えるでしょう。

2025年も終わりに差し掛かったこのタイミングで、AI業界の勢力図を塗り替えるかもしれないビッグニュースが飛び込んできました。Bloombergなどが、The Informationの報道を引用する形で伝えたところによると、Amazonが「ChatGPT」の開発元であるOpenAIに対し、少なくとも100億ドル、日本円にして約1兆5000億円規模の出資を行う方向で協議を進めているとのことです。もしこの取引が成立すれば、OpenAIの企業価値は驚異の5000億ドル、約75兆円を超えると試算されています。

このニュースの最大のポイントは、単なる「お金」の話ではないという点です。報道によれば、この提携にはOpenAIがAmazonの独自開発チップ「Trainium」を採用するという条件が含まれているそうです。これまでOpenAIは、AIの学習や動作に必要な計算資源のほとんどをNVIDIA製のGPUに頼ってきました。しかし、世界的なGPU不足と高騰が続く中、Amazon製のチップを併用することで、コストを抑えつつ安定したインフラを確保したいという狙いが見えます。

また、業界構造的な視点で見ると、これはOpenAIとMicrosoftの「蜜月関係」の変化を象徴しています。長年、MicrosoftはOpenAIの最大のスポンサーであり、独占的なパートナーに近い立ち位置でした。しかし、OpenAIが非営利組織から営利企業への再編を進める中で、資金調達の自由度が増し、Microsoft以外の大手テック企業とも手を組み始めた形です。

一方のAmazonにとっても、これは大胆な「両張り」戦略です。AmazonはすでにOpenAIのライバルであるAnthropicに巨額の投資をしていますが、業界トップのOpenAIとも手を組むことで、自社のクラウドサービス「AWS」の利用拡大を盤石にしようとしています。Microsoft、Google、Amazon入り乱れてのAI覇権争いは、2026年に向けてますます激しさを増していきそうです。

「動画生成AI」と聞くと、SoraやRunwayのように、プロンプトを入力して数分待つと綺麗な映像が出来上がるものを想像する方が多いでしょう。しかし、今回紹介するTencentの「HY-World 1.5」、通称「WorldPlay」は、その常識を覆します。これは単なる動画生成ではなく、「プレイできる動画」なのです。

GitHubで公開されたばかりのこの技術は、ユーザーがキーボードやマウスで入力した操作（アクション）に対して、瞬時に次の映像を生成し返します。その速度は驚異の24fps（毎秒24フレーム）。つまり、我々が普段テレビゲームを遊ぶのと同じような感覚で、AIがその場で作り出している世界を自由に歩き回ることができるのです。

これまでもGoogleの「Genie」など、ゲームのような操作が可能なAIはありましたが、画質や速度、そして世界の「整合性」に課題がありました。長時間動かしていると、建物が歪んだり、道が消えたりしてしまったのです。しかし、WorldPlayは「Reconstituted Context Memory（再構成コンテキストメモリ）」という独自技術により、過去の映像情報をうまく圧縮・再利用することで、長時間探索しても崩れない、幾何学的に正しい世界を維持することに成功しました。

基盤となっているのは、強力な動画生成AI「HunyuanVideo-1.5」です。これをベースに強化学習（WorldCompass）を行うことで、ユーザーの操作に忠実かつ高品質な映像出力を実現しています。もしこの技術が実用化されれば、ゲーム開発のコストが劇的に下がるだけでなく、映画の中に入り込んで結末を変えるような、全く新しいエンターテインメントが誕生するかもしれません。まさに「マトリックス」への第一歩と言えるでしょう。

日本の技術力が、世界の半導体産業のルールを書き換えようとしています。日本経済新聞などの報道によると、大日本印刷（DNP）とキヤノンなどが連携し、2027年をメドに「1.4ナノメートル世代」と呼ばれる超先端半導体の製造技術を実用化することが明らかになりました。

このニュースの衝撃的な点は、「EUVを使わない」という選択肢が現実味を帯びてきたことにあります。現在、世界の最先端半導体はオランダのASML社が独占する「EUV露光装置」なしには作れません。しかし、この装置は1台数百億円もし、稼働させるだけで小さな発電所が必要なほど莫大な電気を消費します。

これに対し、DNPとキヤノンが推し進める「ナノインプリント（NIL）」方式は、微細な回路が刻まれた「型」をスタンプのように押し付けるという、驚くほどシンプルな原理です。今回、DNPが回路線幅10ナノメートル（1.4ナノ世代相当）の型を作る技術を確立したことで、キヤノンの製造装置と組み合わせ、EUV方式に比べて消費電力を10分の1、製造コストを大幅に削減できる可能性が示されました。

AIの進化に伴い、データセンターの電力不足は深刻な問題となっています。「より高性能なチップが欲しいが、電気はこれ以上使えない」。そんなジレンマに陥る世界中のテック企業にとって、日本の「ハンコ技術」が救世主になるかもしれません。かつてメモリ向けが主戦場だったナノインプリントが、いよいよロジック半導体の王道である「1.4ナノ」へ。2027年、日本のモノづくりが再び世界のメインストリームに躍り出る瞬間を、私たちは目撃することになりそうです。

皆さんは、何か調べ物をしているときに、気づけばブラウザのタブが数十個も開いていて、「あれ、さっき見てたページはどこだっけ？」と途方に暮れた経験はありませんか？ 今回は、そんな「タブの迷子」問題を、魔法のように解決してくれるGoogleの新しい実験機能「GenTabs」についてお話しします。

この機能は、Googleがひっそりと公開した「Disco」という実験用ブラウザで試すことができます。GenTabsの凄いところは、単に開いているタブを整理するだけではない点です。なんと、AIがタブの中身を読み込んで、あなたの目的にぴったりの「Webアプリ」をその場で作ってしまうのです。

例えば、あなたが「来月の京都旅行」について調べていて、ホテルや観光地、電車の時刻表など、たくさんのタブを開いていたとします。ここでGenTabsに「旅行の計画をまとめて」と頼むと、裏側にいる最新AI「Gemini 3」が動き出します。そして、散らばっていた情報を統合し、地図やスケジュール表、観光リストが使いやすく配置された、あなた専用の「京都旅行計画アプリ」を一瞬で生成してくれるのです。

これは、これまでの「検索して、ページを行ったり来たりする」というインターネットの使い方を根底から覆す可能性があります。ブラウザはもはや、単にWebページを表示するだけのソフトではなく、あなたのやりたいことに合わせて、必要な「道具」をその都度作ってくれるパートナーへと進化しようとしています。まだ実験段階ではありますが、「自分でアプリを作る」なんて夢にも思わなかった私たちが、言葉一つで自分だけのツールを手にする。そんな未来が、すぐそこまで来ているのかもしれません。

これまでGoogleのイヤホン「Pixel Buds」などに限定されていたリアルタイム翻訳機能が、Android端末であればメーカーを問わず、あらゆるイヤホンで利用可能になりました。Gemini 2.5 Flash Native Audioの力により、70以上の言語に対応し、相手の話し方のトーンやリズムを保ったまま、自然な翻訳音声が耳元に届きます。まるで通訳者が隣にいるかのように、スムーズな会話が可能になるのです。なお、iOS版は2026年の対応が予定されています。

さらに、テキスト翻訳の精度も劇的に向上しました。これまでの翻訳ツールが苦手としていたスラングや「イディオム（慣用句）」の処理が、Geminiの文脈理解能力によって改善されています。例えば「Stealing my thunder」という英語を、単に「私の雷を盗む」と直訳するのではなく、「私の手柄を横取りする」といった文脈に即した自然な表現に変換してくれます。この機能は、まずは英語と、日本語を含む約20言語の間で利用可能です。

単なる辞書代わりから、異文化コミュニケーションの真のパートナーへ。Google翻訳の進化は、私たちの世界をまた少し狭く、そして深くつなげてくれそうです。

2025年12月、AI業界にまた一つ、大きな地殻変動を予感させるニュースが届きました。Googleが、AIと外部ツールをつなぐための共通規格「MCP (Model Context Protocol)」を、自社のクラウドサービスで公式にサポートすると発表したのです。

これがいったい何を意味するのか、少し噛み砕いてお話ししましょう。これまで、AIに社内データを見せたり、特定のツールを使わせたりするには、AIモデルごとに専用の「コネクタ」を作る必要がありました。ChatGPT用、Claude用、Gemini用と、開発者は大変な手間をかけていたわけです。しかし、Anthropicが提唱した「MCP」という規格が登場したことで、状況は変わりつつあります。これは言わば、どのAIにも挿せる「USB端子」のようなものです。

今回の発表で画期的なのは、Googleが「Googleマップ」や「BigQuery」といった自社の強力なサービスを、このMCPに対応させたことです。開発者は面倒なサーバー構築をすることなく、Googleが用意した接続口（エンドポイント）を指定するだけで、例えば「Claude」や「ChatGPT」といった他社のAIからも、Googleマップの正確な位置情報を検索させたり、BigQueryで大規模なデータ分析を行わせたりすることが可能になります。

さらに注目すべきは、この動きが単独のものではないという点です。実はGoogleは、AnthropicやOpenAI、Microsoftといった競合他社と共に「Agentic AI Foundation」という団体に名を連ねています。普段は激しく競争している巨人たちが、AIを単なる「話し相手」から、実際に仕事ができる「エージェント（代理人）」へと進化させるために、インフラの共通化で手を組んだのです。

私たちビジネスパーソンにとっては、これによって「使えるAI」が爆発的に増える未来が近づきました。特定のAIベンダーに縛られることなく、最適なAIと最適なツールを自由に組み合わせて仕事をする。そんな柔軟な働き方が、すぐそこまで来ています。

2025年も終わろうとしているこの時期に、半導体業界で大きな再編のニュースが飛び込んできました。Bloombergによると、IntelがAIチップの有力スタートアップ、SambaNova Systemsを約16億ドル（約2400億円）で買収する交渉が大詰めを迎えています。

このニュースには、大きく分けて二つの側面があります。一つは「AIハードウェア・スタートアップの冬」です。SambaNovaは、SoftBank Vision FundやGoogle Venturesなどから多額の資金を集め、2021年には企業価値が51億ドル（当時のレートで約5600億円）にも達していました。しかし、NVIDIAの牙城はあまりにも高く、独自のチップとソフトウェアエコシステムを単独で普及させることの難しさに直面しました。2025年秋頃には評価額が24億ドル付近まで急落したとも報じられており、今回の16億ドルという価格は、事実上の「救済合併」に近いディスカウント価格と言えます。

もう一つの側面は、Intelの執念です。Intelは自社のAIアクセラレータ「Gaudi 3」を展開していますが、NVIDIAに対抗するための決定打にはなり得ていません。そこで白羽の矢が立ったのが、SambaNovaが持つ「RDU」という技術です。RDUは、従来のGPUとは異なり、データがチップ内を流れるように処理を進める「データフロー・アーキテクチャ」を採用しており、特に巨大な言語モデルの推論において高い効率を発揮します。

Intelはこの買収により、SambaNovaが持つハードウェアの知見だけでなく、コンパイラなどのソフトウェア資産「SambaFlow」や、優秀なエンジニアチームを取り込む狙いがあります。かつて「NVIDIAキラー」と呼ばれた技術たちが、巨人Intelの中で統合され、次世代の「Falcon Shores」チップやその先の製品にどう生かされていくのか。これは単なる企業の売買ではなく、AIインフラの覇権争いが「総力戦」のフェーズに入ったことを告げる出来事と言えるでしょう。

2025年12月、クリエイティブ業界に衝撃が走りました。Adobeが同社の主力アプリである「Photoshop」「Express」「Acrobat」の3つを、なんとChatGPTの中に直接統合したと発表したのです。これにより、ChatGPTのチャット画面から離れることなく、画像の編集やドキュメントの加工が可能になりました。

具体的に何ができるようになったのでしょうか。例えば、手持ちの写真をChatGPTにアップロードして「この背景をぼかして」と頼めば、裏側でPhotoshopのエンジンが動き、チャット内で編集が完結します。また、Acrobatの機能を使えば、複数のPDFファイルを「これらを一つにまとめて要約して」と指示するだけで、結合と内容の抽出を一瞬でやってのけます。これまでは専用アプリを立ち上げて行っていた作業が、普段のチャットの延長線上で完結するようになるのです。

この動きは、単なる機能追加以上の意味を持っています。Adobeはこれを「Agentic AI」への大きな一歩と位置づけています。つまり、AIが単なる「話し相手」から、具体的な道具を使って仕事をこなす「エージェント（代理人）」へと進化したことを示しています。競合するCanvaなどがAI機能を強化する中、Adobeは自社の強力なツール群を世界で最も使われているAIプラットフォームに開放することで、プロ以外の一般層を一気に取り込む狙いがあります。

また、この連携はユーザーにとっても朗報です。デスクトップ、Web、iOS版のChatGPTユーザーであれば、これらの機能を基本的に無料で試すことができます（Android版も順次対応予定）。「Photoshopは難しそう」と敬遠していた人でも、言葉で指示するだけならハードルはぐっと下がりますよね。まさに「クリエイティビティの民主化」が、AIという翼を得て加速していると言えるでしょう。