9月8日のAIニュースから6本をお届けする。まず理論面から、AI支援の数学研究で流体力学の基礎方程式をめぐる成果が公開され、専門家の数学者が「AIによる重大な進展」と紹介した。研究ペーパーでは、自己回帰と拡散を1つのモデルに統合して品質を落とさず最大3倍高速化する「Uno」、自己蒸留の失敗モードを3つのレバーで整理するレビュー、ロボットの計画と実行をつなぐ統一基盤「EmbodiedSkills」、そしてRTX 3090×2でのQwen3.8-Flash-Next追加高速化。日本国内からは、日立が「フィジカルAI元年」を掲げて5000億円事業へ乗り出す動き。

AI支援の数学研究、オイラー方程式の「安定な特異性」を公開

AI支援の数学研究を公開しているプロジェクト「Anima on AI」が、「Stable Singularity of the Euler Equations on R^3 without forcing」（外力のない3次元オイラー方程式における安定な特異性）と題する成果を公開した。オイラー方程式は、流体の基礎方程式であるナビエ–ストークス方程式から粘性の項を除いた形であり、滑らかな流れがどこで・どのように壊れるか（特異性の形成）は理論流体力学における中心的な未解決問題群のひとつだ。

この成果に対し、理論流体力学の研究者として知られるトリスタン・バックマスター（Tristan Buckmaster）氏が「Major Math Breakthrough by AI（AIによる重大な数学の進展）」として紹介し、注目を集めている。証明の詳細や査読の状況は現時点では元記事を参照してほしいが、AIが関与した数学の成果として専門家が評価の言葉を寄せた点は、今週報じられたフェルマーの最終定理の形式化ともあわせ、AI×数学の流れが具体化しつつあることを示唆している。

自己回帰と拡散を1つに──「Uno」は無損失で最大3倍速

Hugging Face Daily Papersで話題の「Unlocking Lossless Speedups in LLMs via Discrete Diffusion」は、拡散LLMが持つ2つの課題、すなわち品質面の弱さと大バッチ時の推論速度を同時に解決するアプローチを提示する。提案するのは「diffusion-augmented LLM」という新しいモデルクラスで、自己回帰（AR）モデルの分布を定義しつつ、その分布から拡散を使って複数トークンを並列に取り出す。パラメータを「AR重み」（次トークン予測でAR分布を定義）と「拡散重み」（その分布から並列生成）の2つに分離し、単一のLLMアーキテクチャに収めた点が特徴だ。

モデル名は「Uno」。サンプラーにはAR分布から無損失のマルチトークン予測を可能にする「Ψ-Spec」を提案している。推測デコーディング（speculative decoding）と違い、別途学習したdraftモデルを必要とせず、すべてのバッチサイズで高いスループットを達成。最大3倍の高速化を、ベースのARモデルと同じ出力品質のまま実現するとしている。さらに8BのUnoモデルは、エージェント的なツール利用・コーディング・長文脈推論の全ベンチマークで、26BのDiffusionGemmaや商用のMercury 2を上回ったと報告されている。

自己蒸留（OPSD）の失敗は「3つのレバー」で診られる

同じくDaily Papersの「One Symptom, Three Levers」は、On-Policy Self-Distillation（OPSD）──参照解・計画・環境フィードバックといった特権情報を使い、モデルに自分自身を教えさせる手法──の失敗モードを整理した批判的レビュー。大きな教師モデルを必要としないOPSDだが、信号を作る非対称性がそのままバイアスにもなり、「崩壊（collapse）」と呼ばれる推論経路の狭窄が文献を支配する失敗モードになっているという。

レビューはこの崩壊を単一の症状とみなし、(i) 信号をどこに適用するか（トークン重み）、(ii) 教師に何を見せるか（特権情報の性質）、(iii) 信号がいつ変化するか（教師の動態と誘導の減衰）という3つのレバーで統一的に整理する。範囲は数学的推論に限定し、新しい実験は行わない代わりに、論文ごとに異なる名称で呼ばれてきた現象に共通語彙を与える構造的な貢献を狙ったものだ。

同日の「FlowBalance」は、このOPSDの既知の失敗──思考モデルでは特権フィードバックが、検証器から見て誤りだが局所的にはもっともらしい軌跡を強化してしまう──に対処する、検証器基盤の自己改善手法として登場した。疎な結果報酬と密な自己フィードバックを組み合わせ、失敗時には誤導する教師サポートを反転させる設計で、レビューが指摘した問題への実装側の応答という位置づけでも読める。

EmbodiedSkills──VLAロボットの計画と実行を6段階ループでつなぐ

「EmbodiedSkills」は、VLM（視覚言語モデル）による計画、VLA（視覚言語行動）モデルによる実行、環境フィードバックを、単一のロボットエージェント内で統合するフレームワーク。これらの構成要素を「実行可能なスキル」の共通インターフェースで接続し、Observe（観測）→ Plan（計画）→ Preflight（事前確認）→ Execute（実行）→ Verify（検証）→ Recover（復旧）の6段階ループでタスクの進行を管理する。

把持・配置・積層のような、初期状態と実際の動きによって所要時間が変わるタスクでは、実行後に新しい観測で進捗を検証し、必要なアクションチャンク数を調整する。失敗時には復旧や再計画へ、未完了のサブタスクは次のチャンクへ続き、完了すれば計画を前進させる──この進捗認識付きの実行が肝だ。フレームワークはQwen3-VLとπ₀.₅で実装され、タスク適応した低レベル方針はRoboTwin 2.0の50タスクで平均86.20%、LIBEROの4スイートで97.40%の成功率を達成したという。サブタスク整列のデモで行動方針を、構造化した相互作用軌跡でスキル選択を学習するなど、訓練と実行が同じインターフェースでつながる設計も特徴的だ。

Flash-Nextのローカル運用、top-k選択の改善で9〜12%高速化（継続）

今月初めに「RTX 3090×2でFlash-Nextが37トークン/秒」という報告として取り上げた、GeForce RTX 3090 2枚でのQwen3.8-Flash-Next運用の取り組みに続きの報告が届いた。今回は、エキスパートキャッシュやMTP設定はそのままに、疎注意インデクサが参照位置を選ぶtop-k処理を改善したもの。使用中のCUDA 12.0ビルドでは新しいCUBのDeviceTopKが使えず、行全体をソートして上位を取るフォールバックに落ちていたのを、llama.cpp既存のradix選択に置き換えたという。

効果は約119kトークンの長文書プロンプトで、デコードの中央値が約30.2トークン/秒から33.3トークン/秒へ（シードごとに9〜12%向上）。top-kカーネル自体は1トークンあたり約5.1msから0.25msへ短縮された。品質への影響も3シード×80問×両条件の計480リクエストで確認され、正答は旧235/240・新238/240で、一貫した劣化は検出されなかった。この変更はllama.cppのPR #28366と同方針で、投稿者は「古いCUDAツールチェーンでFlash-Nextを動かしている人はtop-kフォールバックを確認する価値がある」としている。

日立、2026年を「フィジカルAI元年」に──HMAXを5000億円事業へ

日本国内からは、日立製作所が9月3日、社会インフラ向けAIソリューション群「HMAX」を拡充し、データセンター運用やサイバー防御などの新サービスを発表した。2026年を「フィジカルAI元年」と位置づけ、HMAXを売上高5000億円の事業に育てる見込みだ。生成AIサービス「ミュトス」の利用で得た知見を基にした新サービスも含まれる。物理世界とAIの結合を掲げる動きは海外のロボット研究と歩調を合わせる形で、国内インフラ大手がどう実装していくか注目される。

まとめ

理論（数学・推論研究）からローカル運用、国内企業戦略まで幅広い1日だった。数学の成果は検証これからだが、専門家の評価が先に動いた形で、AI×数学の進展を追う価値はますます高そうだ。