Runway、AI動画を「待つもの」から「操るもの」へ

Runwayは、AI動画生成の体験を一変させる構想を明らかにした。完成したクリップの生成を待つのではなく、ユーザーがプロンプトを入力すると動画がリアルタイムでストリーミングされ、生成しながら操作できるようにするという。

構想の基盤となるのは、フレームごとに動画を生成する同社の世界モデル「GWM-1」だ。クリエイティブツールとしての活用にとどまらず、Runwayはロボティクスや自動運転といった分野への応用も視野に入れている。生成を「結果」として届けるのか「過程」として届けるのか──この違いは、動画生成モデルの設計思想そのものを問い直すものになりそうだ。

米国の日常AI利用、6ヶ月で2倍超に

Epoch AIとIpsosの調査をまとめたThe Decoderの報道によると、米国の大人のうちAIをほぼ毎日利用する人の割合は、2026年3月の8%から8月には19%へと、半年で2倍超に増えた。一方で週1回程度の利用にとどまる人は17%から10%へ減少している。

つまり「たまに使う人」が「毎日使う人」へと段階的に移行している。AIが特定のタスクのための道具から、日常生活の一部へと組み込まれつつあることを示す数字と言える。

模擬生徒が現実の誤答を再現──Microsoftの「StudentSim」

Microsoftとイリノイ大学は、限られたデータから個々の生徒を再現し、AIチューターに高速かつ低コストなフィードバックを与える「StudentSim」を構築した。現実的な間違いをするシミュレーション生徒を使うことで、チューターの学習効率を高めるアプローチだ。

チェス・英語・数学にわたる60人の生徒を対象にしたテストではGPT-5.4を上回る成績を収め、StudentSimで訓練されたチェスチューターは比較した3バージョンの中で最も高い専門家評価を獲得したという。人を模すことが、人に教えるAIの質を上げる。シンプルだが示唆的な結果だ。

Big Tech、保証スキームで3,000億ドルのAIリスクを簿外へ

Financial Timesの報道がHacker Newsで取り上げられている。Big Techが「保証(guarantees)」と呼ばれる仕組みを活用し、3,000億ドル規模とみられるAI関連のエクスポージャーを貸借対照表から外して維持している、という内容だ。

原文は購読制の壁の向こうにあり、現時点で確認できるのは見出しと要約レベルである点は割り引いて読む必要がある。ただ、AIデータセンターへの巨額投資が続くなかで、その実態が会計上どのように扱われているのかは、投資家や規制当局にとっても無視できない論点になるだろう。

Meta「Muse」は助力より監視が得意?

WIREDのレビューが辛辣だ。Metaのアプリ「Muse」は、AI訓練のためのデータ収集へのオプトインという同社の路線を引き継いでおり、さらに銀行口座・メール・パスポート情報の共有まで促すという。

レビューの見立ては「監視には優れているが、ユーザーの助けにはならない」というもの。便利さと引き換えにどこまでの情報を預けるのか。AIアシスタントの標準装備化が進むほど、各社のデータ収集方針の違いは選択基準として重要になりそうだ。

Jev、日本語実測と「出自」をめぐる議論へ

テキストを生成せず、型付きの判断と較正済み確率を1回のフォワードパスで返すTypeSafeの「Jev」。直近は実装の乱立フェーズから、検証と議論のフェーズへ移りつつある。

国内では、Jev系OSSの日本語実測を報告する記事が相次いだ。最も本格的な再現とされる「Laya」(ModernBERT-large 421M)を実測した記事では、日本語の問い合わせ部署振り分けでは実用に足る成績を示しつつ、緊急度判定では選択肢の先頭を300件中0回しか選ばない偏りが確認されたという。また「分類や判定をLLMに任せるのはやめてJevを試した」という試用記も公開され、自由文のパースに悩まされてきた現場にとっての解という期待が見える。

一方で出自をめぐる議論も浮上している。LocalLLaMAでは、Jevと1年前に同様のアーキテクチャを作ったとする開発者のモデル「Laya」との類似が「表層以上に多い」にもかかわらず、TypeSafeは元の研究を引用・クレジットしていない、という指摘が投稿され、議論を呼んでいる。個人のPoCレベルでも、Qwen2.5-1.5B-InstructにJev風の決定ヘッドを載せ、約3,200サンプルの学習で28ミリ秒程度で動く実験が公開された。ブームの次の段階──信頼性の検証と来歴の明確化──が始まったと言えそうだ。