オープンソース音声モデル「Audio Interaction」がリアルタイム対話を実現

GPT-4oやQwen3.5-Omniといった既存の音声モデルは、録音が終わるまで待ってから応答を生成する方式が一般的だ。しかし、新たに公開された「Audio Interaction」は全く異なるアプローチをとっている。0.4秒ごとに継続的にリッスンし、発話すべきか沈黙すべきかを自律的に判断する仕組みだ。

翻訳、文字起こし、チャットだけでなく、咳のような日常的なノイズも単一ストリームで処理できるという。コード、モデルウェイト、ダウンロード手順はGitHubでApache 2.0ライセンスのもと公開されており、学習データも後日公開される予定とのことだ。

従来のターン制対話モデルと異なり、常に「聴きながら判断する」という設計は、リアルタイム音声AIの活用範囲を大きく広げる可能性がある。

英国銀行がサイバーAIツールMythosを禁止――OpenAIが代替提案

英国の銀行がサイバーセキュリティ向けAIツール「Mythos」の利用を禁止されたことを受け、OpenAIが競合する代替ソリューションを提案したことが報じられた。

BBCの報道によると、Mythosの利用制限の背景にはセキュリティ上の懸念があるとみられているが、詳細は明らかになっていない。OpenAIがすかさず代替提案を行ったことは、サイバーセキュリティ分野におけるAI企業間の競争が激化していることを示している。

金融機関向けサイバーセキュリティツールの選定は、規制要件と実効性のバランスが重要な課題となっている。

MicrosoftがWindows内蔵AIデータ収集制御トグルの特許を取得

Microsoftが、WindowsにAIデータ収集のオン/オフを切り替えるトグルを組み込む特許を取得した。

この特許は、ユーザーがAIデータ収集に対する制御をOSレベルで直接的に行えるようにするものだ。AIサービスが広く普及する中で、ユーザーデータがどのように収集・利用されるかへの懸念が高まっており、こうした制御機能の標準化が進む可能性がある。

ただし、特許取得は実装を意味するものではなく、実際にWindowsにどのような形で組み込まれるかは現時点では不明だ。

AnthropicがNSAハッカーを支援、MetaのAIボットでInstagram乗っ取りも

WIREDの今週のセキュリティまとめ記事によると、AnthropicがNSA（米国国家安全保障局）のハッカー支援に関与していることが話題になっている。詳細はWIREDの全文記事に委ねられるが、AI企業と情報機関の協力関係については継続的な議論の的となっている。

また同記事では、ハッカーがMetaのAIボットを悪用してInstagramアカウントを乗っ取る手口も報告されている。

AI解雇の罠とUBI経済モデル――ベーシックインカムはAI失業の解決策にならない？

Hacker Newsで「The AI Layoff Trap and its UBI economic model」という記事が話題になっている。AIによる解雇加速が進む中、ベーシックインカム（UBI）を万能薬とする見方に対して、経済学的な観点から批判的な分析を提示している。

AIが労働市場に与える影響については楽観論と悲観論が入り混じる中、UBIだけでは構造的な雇用問題を解決できないという指摘は重要な論点だ。実際の経済モデルに基づいた議論の深化が求められている。