DeepSeekが約100億ドル調達、AGI研究を利益より優先

中国のAIスタートアップDeepSeekが約100億ドル（約1.5兆円）の資金調達を進めており、これにより企業評価額は約450億ドル（約6.8兆円）に達する見通しだ。最も注目すべきは、創業者の梁文鋒（Liang Wenfeng）が投資家に対し、短期的な収益化よりもAGI（汎用人工知能）の研究開発を優先する方針を明確に伝えている点だ。

巨額の資金を集めながら「すぐには儲けない」という姿勢は、米中のAI競争において珍しいアプローチと言える。OpenAIやAnthropicのような米国勢もAGI追求を掲げているが、同時に急速な商業化も進めている。DeepSeekの方針がどこまで実践されるか、また投資家の忍耐がいつまで続くかが今後の焦点になる。

OpenAIがChatGPTをPowerPointに直接統合するベータ版プラグインをリリース

OpenAIはChatGPTをMicrosoft PowerPointに直接統合する新しいベータ版アドインをリリースした。このプラグインを使うと、メモ、ドキュメント、画像からプレゼンテーションを自動作成したり、既存のスライドを編集したりできる。世界中の全プラン（Free、Plus、Pro、Team、Enterprise）で利用可能。

ただし、OpenAI自身が重要なスライドは事前にバックアップを取るよう推奨している。プラグインが意図せずコンテンツを削除する可能性があるという注意書きが添えられており、まだベータ段階であることをうかがわせる。実用性は高いが、実務での利用には慎重な運用が必要だ。

Google I/O 2026 Dialoguesが開催、Pichai CEOがAI検索の未来を語る

Google I/O 2026の一環として開催された「Dialogues」ステージで、AlphabetのSundar Pichai CEOをはじめとするリーダーたちがAI、量子コンピューティング、ロボティクス、創造性の未来について議論した。

同じ日、New York TimesのポッドキャストでもPichai CEOがAI検索を巡る人々の不安について語った。GoogleのAI統合検索が「嫌でも使うことになる」という指摘もある中、検索体験の変化に対するユーザーの複雑な感情に直接言及した形だ。

Epoch AI分析：フロンティアラボは計算資源の大部分をまだ使っていない

Epoch AIの分析が、AI研究の最前線にあるラボが保有する計算資源の大部分を実際にはまだ活用していないと指摘し、注目を集めている。GPUやTPUなどのインフラは大量に積み上げられているが、それをフル活用するソフトウェアや運用の成熟度が追いついていない可能性がある。

これはAI業界の「計算資源の軍拡競争」がハードウェアの確保だけでなく、効率的な活用方法の開発も重要であることを示唆している。

AIの価格下落は「ソフトウェア」の話であり「ハードウェア」の話ではない

Weighty Thoughtsの分析記事が、AIサービスの価格急落をハードウェアの進歩だけでなく、ソフトウェア側の革新（モデルの効率化、蒸留、量子化など）が主要因だと指摘している。モデルアーキテクチャの改善や推論の最適化がコスト削減の主役であり、単にチップが安くなったわけではないという見方だ。

この分析が正しければ、価格低下は一時的なトレンドではなく構造的な傾向として続く可能性がある。競争環境下でのソフトウェア革新がさらに価格を押し下げるだろう。

マルチエージェントLLMシステムに対する「ドメイン偽装型インジェクション攻撃」が検出を回避

arXivに発表された新しい論文が、マルチエージェントLLMシステムに対する「ドメイン偽装型インジェクション攻撃（Domain-Camouflaged Injection Attacks）」の脅威を警告している。この攻撃手法は、悪意のあるプロンプトを正当なドメインのコンテンツに偽装して埋め込むことで、従来のセキュリティフィルターを回避できるという。

エージェント同士が連携するマルチエージェントシステムが普及する中、入力の検証とサニタイズの重要性が一段と高まっている。

BeeLlama v0.2.0がローカルLLM推論を最大4.9倍高速化

オープンソースプロジェクトBeeLlamaのv0.2.0がリリースされ、DFlash技術による大幅な推論高速化を実現した。RTX 3090単体で、Qwen 3.6 27Bで最大164 tok/s（4.40倍高速）、Gemma 4 31Bで最大177.8 tok/s（4.93倍高速）を達成。MTP（Multi-Token Prediction）と比較しても2倍以上の高速化を記録している。

プロンプト処理速度はほぼベースラインと同等を維持しつつ、生成速度のみを劇的に向上させるアプローチは、ローカルLLMの実用性を大きく引き上げるものと言える。消費者向けGPUで大手モデルの推論速度が100 tok/sを超えるのは、コミュニティにとって大きなマイルストーンだ。