Claudeの音声モードがOpus/Sonnet対応 ― 音声でメール送信も可能に

Anthropicは、Claudeの音声モードをより強力なOpusおよびSonnetモデルに移行したと発表した。新しい音声モードでは、Gmail、Google Calendar、Slackへのアクセスが可能になり、ユーザーは音声のみでメールの作成・送信を行える。

現在、音声アシスタント経由で直接メールを送信できるAIはClaudeのみという。OpenAIやGoogleの音声出力の方が依然として自然さでは勝るものの、実用性の面でClaudeが一歩リードする形だ。音声によるハンズフリー操作が日常化する中で、メール作成・送信という高頻度タスクをカバーした点は意味がある。

Hugging Faceが「The Stack v3」公開 ― 114TBのオープンコードデータセット

Hugging Faceが、オープンに利用可能なコードデータセットとして過去最大級の「The Stack v3」を公開した。総容量は約114TB。

データセットは2つの形式で提供されている。一つは重複排除・品質フィルタリング・PIIマスキング済みの「stack-v3-train」で、load_datasetで直接読み込める。もう一つは全データを保持した「stack-v3-full」で、ユーザー自身の重複排除やフィルタリングに対応する。

オープンソースモデルの学習において質の高いコードデータの確保は重要課題であり、このデータセットはコミュニティ全体の底上げに貢献しそうだ。ただし、ライセンスや著作権の取り扱いには引き続き注意が必要である。

SANA-Video 2.0 ― ハイブリッド線形アテンションで高速動画生成

5Bおよび14Bパラメータの動画拡散トランスフォーマー「SANA-Video 2.0」が発表された。最大の特徴は、リニアアテンション（O(N)計算量）とソフトマックスアテンションを3:1の比率で組み合わせる「Hybrid Linear-Softmax Attention」を採用した点だ。

これにより、フルソフトマックスモデルと同等の品質を保ちながら、長尺動画に対する計算スケーリングの優位性を維持している。H100 1台で720p/5秒の動画を13.06秒で生成可能で、Wan 2.2-A14Bと比較して120倍高速としている。

完全ゼロからの学習で設計されており、既存モデルの線形化ではない点も注目される。動画生成AIの効率化において、アーキテクチャレベルからのアプローチが成果を見せている事例といえる。

SupraLabsが500万サンプルの推論コーパス公開 ― 小型モデルの推論訓緙向け

SupraLabsは、小型言語モデル（SLM）の推論能力向上を目的としたデータセット「reasoning-corpus-4K-5M-v1」を公開した。500万サンプルを含み、各サンプルはユーザープロンプト、モデルの思考トレース（chain-of-thought）、最終回答、ChatMLフォーマットの4フィールドで構成されている。

全サンプルのシーケンス長を5Kトークン以内に収めており、SFT/ファインチューニングで扱いやすい設計だ。すでに1,000ダウンロード以上を記録している。

小型モデルで推論能力を実現しようとする動きは増えており、実用的なトレーニングデータが公開されることは意義深い。ただし、生成元モデルのライセンス条件には注意が必要で、蒸留にあたっての制約を確認することが重要である。

AI生成プルリクエストに潜む悪意 ― 複数PRをまたぐ攻撃パターン

Codacyのブログで、AI生成のプルリクエスト（PR）が複数のPRに分散して悪意を隠す手口が指摘された。個々のPRは無害に見えても、複数合わせると悪意のある挙動を構成するという攻撃ベクトルで、従来のコードレビューでは検出が困難だ。

AIによるコード貢献が増加する中、単一PRのレビューだけでなく、PR群全体を横断的に分析するガバナンスフレームワークの必要性が高まっている。オープンソースプロジェクトにおいては、特にコントリビューターの身元確認と、複数寄稿の相乗効果を監視する仕組みが課題となりそうだ。

フリートエンジニアリング ― AIエージェントの「群れ」を設計・監督する

日本の開発コミュニティでは、「1体のコーディングエージェントと対話する」段階から、「複数エージェントを同時に実行し、その群れ（fleet）を設計・監督する」段階への移行を指す「フリートエンジニアリング」という概念が注目を集めている。

この概念は2025年から2026年にかけて複数の呼称で現れており、複数エージェクトの協調、タスク分割、監督メカニズムの設計など、従来の単体エージェント利用とは異なるスキルセットが求められる。Cursor等のツールで役割（role/subagent）を定義し、コンテキストと品質を安定させるアプローチも、この流れの一部と位置づけられる。

エージェント数が増えることで生産性は向上する一方、オーケストレーションの複雑化やコスト管理といった新たな課題も顕在化している。