MuskのTerafabがASMLと協議、英警察のAI使用に停止命令、Cohereがコーディング特化モデルを早期公開

MuskのTerafabプロジェクト、ASML内部イベントで講演へ

Elon Muskが率いるSpaceXとTeslaの合弁企業Terafabが、オランダの半導体製造装置大手ASMLの社内技術会議に招待されることが分かった。ASMLはTerafabを「真剣な取り組み」と評価しており、Muskがリモートで参加してプロジェクトの詳細を説明する予定だ。

Terafabは2026年3月に発表された、AI・ロボティクス・宇宙データセンター向けの最先端チップを製造する合弁事業。米国に建設予定の工場は最低550億ドルの建設費が見込まれており、規模の面でも半導体業界に大きなインパクトを与える可能性がある。

ASMLが主導するEUV（極紫外線）リソグラフィ技術は最先端半導体製造に不可欠であり、TerafabがASMLとの関係を深めることは、プロジェクトの実現性を高める重要なステップと言える。ただし、550億ドルという巨額の投資が実際にどこまで進捗するかは、今後の資金調達や政府の支援次第となる。

英イングランド・ウェールズ警察、法廷声明でのAI使用を停止へ

イングランドおよびウェールズの警察に対し、法廷で提出する証拠声明文の作成にAIを使用することを直ちに停止するよう通達が出された。イギリスのFinancial Timesが報じたこの措置は、法的手続きにおけるAI利用の信頼性に対する懸念が高まっていることを示している。

この決定は、AIが生成したテキストに事実と異なる内容（ハルシネーション）が含まれるリスクを考慮したもの。法廷声明は証拠として扱われるため、内容の正確性が極めて重要であり、AIによる生成物の信頼性はまだ法的基準を満たしていないと判断された。Hacker News上でも43ポイントを獲得し、9件のコメントが寄せられるなど、AIの司法分野での利用を巡る議論が活発化している。

この動きは、AIの導入推進と法的・倫理的な安全性確保のバランスを模索する各国の取り組みの中で、一つの重要な先例になる可能性がある。

Cohereがコーディング特化モデルをコミュニティに早期公開

カナダのAI企業Cohereが、初のコーディング特化モデルをLocalLLaMAコミュニティに早期アクセスとして公開した。Cohereの共同創業者であるNick Frosst氏がRedditに直接投稿し、ユーザーからのフィードバックを募っている。

モデル「BLS-Mini-Code-1.0」は、

総パラメータ数: 30B
アクティブパラメータ数: 3B（MoEアーキテクチャ採用とみられる）
ローカル環境での動作を想定した軽量設計

という特徴を持つ。Frosst氏は「小さいが速さにチームが興奮している」としており、同サイズクラスのモデルと同等のトークン出力速度を実現しているという。Hugging Faceでウェイトが公開されており、本リリースに先駆けてコミュニティでのテストと改善を進める方針だ。

Cohereはこれまでエンタープライズ向けの大規模モデルに注力してきたが、コーディング分野への参入は戦略的な拡大を示唆している。3Bアクティブパラメータというサイズは、ローカル推論市場での競争力を狙ったものとみられる。

OpenCV 5.0リリース — DNNエンジン刷新、LLM・VLM対応を内蔵

画像処理ライブラリのデファクトスタンダードであるOpenCVのメジャーアップデート「5.0」がリリースされた。最大の変更点は、DNN（深層ニューラルネットワーク）エンジンが全面的に書き直され、LLM（大規模言語モデル）とVLM（視覚言語モデル）のサポートが組み込みで追加されたことだ。

これにより、OpenCV単体で画像処理パイプライン内にLLM/VLM推論を統合できるようになる。従来は別の推論フレームワーク（ONNX Runtime、TensorFlowなど）と組み合わせる必要があった処理を、OpenCV内で完結できる設計への移行は、エッジデバイスや組み込みシステムでのAI活用を大幅に簡素化する可能性がある。

OpenCVは世界中の産業用画像処理で広く使われており、今回のアップデートは「画像処理ライブラリ」から「AIビジョン統合プラットフォーム」への転換点と言える。

低ビットGGUFが大幅改善へ — MoQ量子化とGSQフォーマット

ローカルLLMコミュニティで長年の課題だった低ビット量子化（2bit〜4bit）GGUFの品質問題に対し、新技術「MoQ（Mixed-precision Orthogonal Quantization）」と「GSQ（Group-wise Scaled Quantization）」が改善をもたらす可能性が出てきた。

従来の低ビットGGUFはモデルサイズを劇的に削減できる反面、出力品質の劣化が顕著だった。MoQはレイヤーごとに最適なビット精度を自動選択し、GSQはグループ単位でスケーリングを調整することで、低ビットでも高品質を維持する仕組み。RedditのLocalLLaMAコミュニティで話題を集めており、実用化が進めば、VRAM制約の厳しい環境でも大規模モデルの高品質な推論が可能になる。