TaichuAIの10Bマルチモーダル「ZDTaichu5.0-9B」──空間推論とエージェントをオープンウェイトで

中国のTaichuAIが、汎用視覚理解に加えて空間推論・エンボディッドAI・エージェント利用を前面に出したマルチモーダルモデル「ZDTaichu5.0-9B」を公開した。Qwen3.5-9Bの言語バックボーンにNVIDIAのC-RADIO系視覚エンコーダ（C-RADIOv4-H）を組み合わせ、コンテキストは最大128Kトークン。テキスト・複数画像・動画を任意解像度で受け付け、公開早々にHugging Faceのトレンド一覧に現れている。

特徴は、汎用の視覚理解（画像・文書・チャート・OCR・視覚数学）を手放さずに、その上へ空間・エンボディッド・エージェントの能力を積む構成だ。左右や前後のような基本空間から、多視点の関連付け、3Dシーン理解、心の回転、さらにはVLAを想定したアフォーダンス理解と行動計画までを訓練範囲に含める。モデルカードの比較では、同じ10B級のオープンVLM（Qwen3.5-9B、STEP3-VL-10B、gemma4-8B-E4B）の中で空間能力が首位とされ、ViewSpatial 62.50、MindCube-tiny 78.27、SparBench 51.82などの数値を掲げる。

エージェント系の数字も特徴的だ。TAU2-Benchでは87.7と、比較表に並ぶクローズド勢（GPT-5.2の87.1、Gemini 3 Proの85.4）を上回り、Claw-Eval 71.4とIFEval 93.7も比較した10B級で最高を示した。一方でエンボディッド系のERQAではGemini 3 Pro（66.00）に対し48.00と開いており、主張はあくまで「10B級オープンモデルの中での首位」だ。推論面では、難しいトークンほど潜在空間での再帰的な洗練ステップを多く割り当てるEntropy-Gated Adaptive Recurrent Reasoningという機構も導入している。

サービングは改造版vLLM（v0.26.0ブランチ）とDockerイメージが提供されており、ライセンスはNVIDIA Open Model License。単一GPUで動くサイズでこの方向性のモデルが公開されたこと自体が、ロボットやVLA研究の取り組みやすさを広げる出来事といえる。

Jev、VercelのAI Gatewayで「史上最速の採用」──国内実験は数字が出そろい始めた

文章を書かず、構造化された選択肢の判定だけを返す「Jev」（TypeSafe AI、9月15日から早期アクセス）。本ブログでも数日にわたって追ってきたが、Vercelが自社ブログで「Jev is the fastest-adopted model in AI Gateway history」──AI Gateway史上最速で採用されたモデル──と報告した。発表から5日でプラットフォーム側が採用データを語る段階になっており、話題が一過性でないことを裏付ける形だ。

実践報告も、試した感想から数字が出る段階へ移りつつある。Qiitaに共有された実験では、正解ラベル付きの架空の営業電話ログ60本を判定させ、「通話の結果はどれか」の5択分類を、意地悪な通話24本を含めて60/60の正解。質問5つをまとめて投げた際の中央値は250ミリ秒で、60本の処理コストは約0.6円だったという。

採用・モデレーションへの適用検討も進む。Zennの実験では合成の履歴書・職務経歴書76件で一次スクリーニングを試み、「必須条件を満たしているか」と「面接に通すか」を同一判定にすると、転用できる実績を持つ候補を取りこぼしやすいという知見が示された。別の検証では投稿モデレーション72件を扱い、正解ラベルとの一致率（約9割）と、人手確認なしで済む自動化率（約3割弱）は別物だと指摘する。見逃しを重く見るほど自動判定だけで通せる割合は控えめにならざるを得ず、導入の線引きを考える材料になる。

応用の幅も広がっている。育児記録アプリに「次の授乳は何時ごろか」の予測として組み込んだ例では、時刻の計算は通常のコードに任せてJevには判定だけをさせる分割が採られており、判定特化モデルの使いどころの見本といえる。「既存のLLMがCPUなら、JevはGPU」という比喩を軸に仕組みを整理する記事も登場し、解説側も出そろってきた。

実在アーティストのSpotifyをAI音楽で乗っ取る──「不気味なほど簡単」だった実験

404 Mediaの記者が、AI生成音楽を使って実在アーティストのSpotify上の存在を事実上乗っ取る実験を行い、「不気味なほど簡単だった」と報告した。実在の音楽家になりすまし、AI生成楽曲をその名義で配信するという手法で、Hacker Newsでも話題になっている。生成AIの偽コンテンツ問題が、テキストや画像に加えて音楽配信の収益と名誉に直接触れる形で現れた例だ。プラットフォーム側の検証と対策が追いついているかが問われそうだ。

AnthropicのIPOは10月から11月へ延期か──月12.5億ドルのSpaceX契約を含むコスト構造

The Decoderが、OpenAIに続きAnthropicもIPOを延期するとの報道を伝えた。2026年10月とみられていた上場が11月にずれる見通しで、好調な第3四半期の実績を示してから臨む狙いとみられる。投資家の間では約2兆ドルの評価額が想定される一方、SpaceXとの契約だけで月12.5億ドルに上るとされるインフラコストや、未解決のセキュリティリスクが上場を複雑にしているという。昨日このブログで伝えた「11月にも上場を準備」との報道から、延期の理由とコストの内訳が具体化したかたちだ。

国産の日本語埋め込みモデルが検索ベンチマークで1位

Sionic AIがEUREKAプロジェクトで開発する日本語埋め込みモデルが、検索ベンチマークで日本語検索1位を達成したと発表した（2026年8月7日時点）。EUREKAは、どんな言語・ドメイン・クエリ形式でも知識にたどり着ける普遍的で頑健な埋め込みを目指す取り組みだという。RAGの日本語品質を左右する部品だけに、国産モデルがベンチマーク首位に立ったことは実務上の選択肢を増やす材料になる。

「レビューして」の一言で3,660万トークン──Claude Codeの消費を抑える設定

Zennで、Claude CodeにPRレビューを依頼したところ、250行程度の差分に対して約3,660万トークン（API換算で約40ドル、約6,000円）を消費したインシデントの分析が注目されている。数十〜数百回のシェルコマンドが走り、レート制限を一瞬で食いつぶしていたという。著者はログからトークンが増えた経緯を分析し、消費を抑えつつ高速・高精度にレビューを回す設定とプロンプト術をまとめている。本ブログでもセッション開始時に数万トークンが入る構造の分解を紹介したが、依頼文ひとつで消費が跳ねるのは開始時だけではない。エージェント型ツールの利便とコスト管理は表裏一体で、導入初期に知っておきたい実測といえる。