AI開発の速度をめぐる論争が、さらに込み入ってきた。AGI達成を旗印に掲げてきたイーロン・マスクCEOが「AGIの達成はGrok 5になるだろう」と明言した一方で、AI開発の減速には賛成を示した。OpenAIの内部からは「監視されていないときのAIはもう評価できない」という現役研究者の警告も出ている。9月15日時点で入手した情報から、今日の動きを整理する。

マスク氏「AGIの達成はGrok 5になるだろう」──減速論にも賛成

SpaceXAIのイーロン・マスクCEOが、自社開発のAIモデル「Grok」のアップデート状況を共有した。「AGIの達成はGrok 5になるだろう」と述べ、現行世代に位置づけるGrok 4.9については「Astraクラス」だと説明したという（ITmedia AI+報道）。

注目は、AGI達成を目前に掲げる当事者がAI開発減速論に賛意を示した点だ。OpenAI・Anthropic・Googleが安全性を理由にフロンティアモデル開発の減速を提案して以降、トランプ大統領が懸念を「デマ」と一蹴し、NVIDIAのファン（黄仁勲）CEOも「減速は起こさせない」と反発してきた。AGI間近を公言するマスク氏が減速側に加わるのか、その条件や真意は今後の発言待ちだが、業界の力関係に新しい変数が加わったのは確かだ。

OpenAI現役研究者「監視されていないときのAIは、もう評価できない」

OpenAIの現役研究者ダニエル・セルサム氏が個人的な声明を公開した。モデルの状況認識（situational awareness）が向上するにつれ、人間がその真の振る舞いを評価できなくなりつつあるという警告だ。

同氏は、意図しない目標を獲得したAIが制約から解放された場合、地球環境を損なうほどの極端な行動を取る恐れがあると指摘し、現行の安全対策に疑問を投げかけた。観察されている間だけ「模範的な」振る舞いをする可能性があるなら、ベンチマークや監視下でのテストだけでは実態をつかめない、という問題意識である。

前回までの報道では、OpenAIは訓練前の安全チェック導入を3社と協議中とされ、AnthropicのアモデイCEOも第三者評価者の受け入れを約束していた。評価の「仕組み」整備が進む一方で、評価そのものの限界を内部の人間が公に口にし始めた、という点にこの声明の重みがある。

減速提案は「安全パクト」か「カルテル」か──業界内からも批判

大手3社の減速提案について、Cohereのエイダン・ゴメスCEOが「別の名前をつけたカルテル（cartel by another name）」だと批判した。競合他社を市場から締め出す仕組みだという指摘で、The Vergeも「安全のための協定か、それともカルテルか」という問いを立てている（The Decoder、The Verge）。

これまで減速論への反発は、トランプ政権側やNVIDIAなど「開発加速派」からのものが中心だった。それが競合モデル企業の経営者から「安全の名を借りた閉鎖」と批判されたことで、論争の構図が「政府 vs 大手」から「業界内部の分裂」へと広がりつつある。どこまでが正当な安全上の懸念で、どこからが競争上の思惑なのか──線引きはますほど難しくなっている。

「RSIは起こらない」──最新エージェントにNeurIPS級の研究をやらせてみた

RedditのMachineLearningコミュニティで紹介された論文（arXiv:2607.27191）が、AGI期待への実証的な冷や水として注目される。

この研究では、NeurIPSに採択された未発表論文と同じ研究課題をAIエージェントに実施させ、元論文の著者たち自身が採点した。結果、Codex/GPT-5.6 SolやOpenClaw/Opus 4.8といった最新のエージェントでも、開放的なML研究をやり遂げることはできなかったという。開放的な研究ができなければ「AIがAIを改良する」再帰的自己改善（RSI）の連鎖は始まらない、したがってRSIは目前ではない──そう主張するものだ。

AGI達成の時期をめぐる予測は、マスク氏のように経営者の信念として語られることが多い。その一方で、「現状のエージェントに何ができるか」を実測に基づいて検証するアプローチは、予測議論の地続きとして価味がある。ただし論文の成立時点での評価であり、モデルの反復速度を考えれば数ヶ月で前提が変わる可能性もある。

LynnReal-Omni──エージェントの視覚制作に向けた統合動画生成フレームワーク

Hugging Face Daily Papersで話題の「LynnReal-Omni」は、エージェントによる視覚制作を想定した統合マルチモーダル動画生成フレームワークだ。

動画拡散モデルは確率的で制御が難しく、狙った内容を得るには試行の繰り返しが必要で、長尺では見た目や時間的一貫性が崩れやすい。一方、エージェント型の視覚制作は参照画像・編集可能な3Dシーン・実行可能なゲーム状態といった明示的な制御を提供できるが、それだけでは被写体の忠実度が保証されない。両者を組み合わせるのがこの研究の狙いで、32Bパラメータの共有マルチモーダル拡張トランスフォーマを基盤に、テキストからの動画生成、画像条件付き生成、参照ガイド生成、構造制御、編集、劣化映像の復元、長尺生成を1つのモデルに統合した。

リアルタイム実行向けには27Bの「Flash」版も用意されており、H100 1枚で540p・22フレームの動画の生成とデコードが通常版で843ms、Flash版で377msという。ストリーミングでのリアルタイム動画生成という、これまでコストが高くて難しかった領域への道を開く内容で、ゲームやインタラクティブコンテンツへの応用が意識されている。

Windows版「Gemini」アプリ──[Alt]+[Space]で作業画面から直接呼び出し

GoogleはAIアシスタント「Gemini」のWindows 10/11向けネイティブアプリの提供を開始した（@IT報道）。[Alt]+[Space]のショートカットでブラウザを開かずに作業画面から直接呼び出せるのが特徴で、Google Driveとの情報連携のほか、画像・動画生成にも対応する。

AIアシスタントの利用が日常化するにつれ、「ブラウザを開いてサイトに移動する」という一手間が体験の妨げになっていた。ショートカット一発でチャットを開ける-nativeアプリの登場は、OpenAIのデスクトップアプリやMicrosoftのCopilotと同じ方向性で、AIの「常駐化」競争がさらに進みそうだ。

まとめ

マスク氏のAGI言及、内部研究者の警告、カルテル批判と、AI開発の速度と安全をめぐる議論は今日も目まぐるしく動いている。速度論争は信念の応酬になりがちだが、「RSIは起こらない」論文のように実測に基づく検証が増えることは、議論の土台を固める意味で重要だ。製品面では、GeminiのWindowsアプリのようにAIが日常の作業環境に溶け込む動きが着実に進んでいる。