ByteDanceが「AI蒸留を行わない」と宣言、自前モデル開発へ

中国のByteDance（字節跳躍）が、他社モデルの出力を学習データとして利用する「AI蒸留（ディスティレーション）」を避け、独自のモデル開発を進める方針を示したことが分かった。

蒸留は、高性能な商用モデルの出力を取り込んで自社のモデルを安価に強化できる半面、ライセンスや知的財産の観点で大手各社が神経をとがらせている手法だ。ライバル間で「自社モデルが蒸留された」との非難が交わされる状況の中、ByteDanceが「自前路線」をあえて公言したことは業界の潮流を占う上で注目される。同社は先週も約10兆パラメータ規模のモデルを訓練中との報道があり、開発リソースを自社のデータと学習プロセスに振り向ける姿勢が一貫しているとみられる。

もっとも現時点では情報源が限定的で、宣言の詳細な条件や対象モデル、移行の時期については今後の公式発表を待ちたい。

ソニーとTSMCが日本で約64億ドルの共同チップ工場を計画

ソニーと台湾TSMCが、日本国内で約64億ドルを投じる合同の半導体工場計画を進めていることをBloombergが8月10日に報じた。

AI需要の拡大を背景に先端半導体の生産拠点を確保・増強する動きは世界的に加速しており、日本での大規模投資が実現すれば、国内の供給チェーン安定化にも寄与するとみられる。投資の内訳や生産開始時期、想定するプロセスの世代など詳細は報道待ちだが、半導体需要の高まりを受けた産業政策上の大きな一歩と言えそうだ。

テレビ朝日が同局初の「映像全編AI生成」CMを制作

テレビ朝日が、同局で初めて映像全体を生成AIで制作したテレビCMを完成させた。サントリー「GREEN DA・KA・RA」の30秒作品で、同局が4月に発足させた「AIクリエイティブスタジオ」が手がけた。今後も生成AIを活用した制作に挑戦していくとしている。

実写撮影を伴わないフルAI生成のCMが、大手ブランドの全国放送に使われた意義は大きい。制作工程の効率化にとどまらず、これまで困難だった映像表現の選択肢を広げる可能性を示す事例と言える。一方で、著作権や肖像権など生成コンテンツ特有の課題とも向き合う必要があり、他社の追従を含め今後の運用が注目される。

Android初のオンデバイスAIアシスタント「Gotcha」登場

Samosa AIが、Android端末上で動作するオンデバイス型のAIコパイロット「Gotcha」を公開した。クラウドを介さず端末側で推論を行う設計を特徴とし、プライバシー保護や通信遅延の低減を強みに掲げる。Hacker Newsへの投稿直後は反応がまだ少なめだが、スマホ上でLLMを直接動かす「オンデバイスAI」の流れを象徴する一本と言える。

クラウド依存を減らす方向は、通信コストやプライバシー懸念への現実的な回答として各社とも力を入れており、消費者向けアプリでも端末推論の採用がじわりと広がっている。

研究ピックアップ：マルチモーダル埋め込みで新SOTA、スケーリング則の再検討も

Hugging Faceのデイリー論文から注目件を拾う。

  • Douyin Multimodal Embedding（DME）：ByteDance系のDouyin（抖音）チームによる産業向けマルチモーダル埋め込みモデル。テキスト・画像・動画・視覚的文書をまたぐ対照学習を大規模に行い、さらに「証拠に基づく型付き潜在推論」と「NTP/MTPによる自己復号化」を組み合わせる2段階の構成をとる。ベンチマーク「MMEB-v2」で現時点の最高精度を達成し、実サービスの検索场景でもオフライン・オンライン双方で指標を改善したという。
  • Skaling: Chinchilla's Exponents Meet Kaplan's Coupling：スケーリング則の2大系統であるChinchillaとKaplanの考え方を統合し、より精緻な予測を可能にする枠組みを提案する。タイトルからの推測を超える詳細は論文本文待ち。
  • Modular TTT：テスト時学習（Test-Time Training）を、組み合わせ可能なモジュールとして再定義し柔軟に適用できるようにする研究方向。
  • The Optimizer Is the Agent：「最適化プロセス自体をエージェントとみなす」という観点から、プロンプト・プログラム・MLワークフローをまたぐ推論駆動の探索を論じる意欲的なタイトル。

研究動向は速報性よりも方向性の把握が主で、実用性や再現性は各論文の検証を待ちたい。

（コラム）AIにRustを書かせるとき、コンパイルが通っただけで終わらせない

Qiitaでは、「AIにRustを書かせると想像以上にそれっぽいコードが返ってくるが、コンパイルが通っただけで満足してはいけない」との指摘が掲載された。所有権やライフタイムなどRust固有の制約は、一見動いているように見えても見えにくい不安全さを抱え込みやすく、人間のレビューが不可欠だという。

型安全とメモリ安全を売りにする言語でこそ、生成コードの検証プロセスを疎かにすべきでないという含意は深い。AIコーディングの生産性向上が進む中、安全性に対する人間の責任範囲がむしろ前に出ていく様子がうかがえる。