OpenAI・Anthropicの社員が米国にAI開発ペースの調整を要請

Bloombergが7月28日に報じたところによると、OpenAIとAnthropicの現役社員が、米国政府に対してAI開発の進歩速度を調整するための支援を求める書簡を共有した。

書簡の詳細はBloombergの記事で明かされているが、最先端のAI開発に直接携わる人々が、自ら進歩のペースをコントロールする仕組みの構築を求めている点が注目される。開発者自身が「外部の支援が必要だ」と発信していることは、AIの能力向上が企業の自主規制だけでは追いつかない段階に達している可能性を示唆している。

現時点では書簡の具体的な要望内容や署名者数は不明だが、AI業界の内部からの声として重要なシグナルと言える。

OpenAIが科学計算におけるエージェントAIのフィールドレポートを発表

OpenAIは7月28日、科学計算の分野におけるエージェント的AIの活用実態をまとめたフィールドレポートを公開した。

報告によると、科学者たちがAIコーディングエージェントを活用して科学計算用ソフトウェアの近代化を進め、ゲノミクスなどの分野でソフトウェア開発と発見の加速を実現しているという。エージェントAIが単なるチャットボットを超え、実際の研究ワークフローに組み込まれている事例として意義深い。

Hacker Newsでも23ポイントの注目を集め、「科学計算のソフトウェアは多くがレガシーで保守が困難だった」といった文脈で、AIエージェントがそのギャップを埋めつつあるという議論が見られた。

半導体株が急落 — AI関連の売り崩れが深刻化

Financial Timesの報道によると、AI関連銘柄の売り崩れが深まっており、半導体株が大幅に下落している。MIT Technology Reviewも同日、OpenAIのハッキング事件とAI株の売り崩れを並べて報じた。

AI投資の過熱感が指摘される中、市場参加者が一斉にリスクを縮小する動きが出ている。この売り圧力が一時的な調整なのか、それともAIバブルの転換点を示すものかは今後の展開を待つ必要がある。

Microsoftが「Mage-VL」を公開 — コーデックネイティブのストリーミングマルチモーダルモデル

MicrosoftがHugging Faceで公開したMage-VLは、コーデックネイティブなストリーミングマルチモーダル基盤モデルである。

従来のマルチモーダルモデルは、画像や音声を別々のエンコーダで処理する設計が主流だが、Mage-VLはコーデックレベルで統合的な処理を行うことで、ストリーミング応答における効率性と低遅延を実現している。RedditのLocalLLaMAコミュニティでも注目を集めている。

詳細なアーキテクチャやベンチマーク結果は今後の論文等で明らかになると思われるが、マルチモーダルAIの設計パラダイムを問い直すアプローチとして注目に値する。

DeepSeek-V4-Flashを90GB VRAMでLoRA学習 — GGUF上での学習が現実に

RedditのLocalLLaMAコミュニティで、woct0rdho氏がDeepSeek-V4-Flash（284B-A13B）を90 GiB VRAMでLoRA学習する手法を公開した。CPUオフロードなしで、GGUFベースモデル上で直接学習を行うアプローチだ。

同氏によれば、Strix Halo環境で19 s/itの速度を達成。sliding attentionやCSA、HCA、mHCといった技術的な壁をvibe-coded Tritonカーネルで実装し、既存の実装よりも高速に動作しているという。

大規模モデルのファインチューニングがコンシューマー向けハードウェアで現実のものになりつつあることは、ローカルLLMコミュニティにとって大きな意味を持つ。

AIを悪用した「パーソナライズド詐欺」の脅威が迫る

Washington Postのオピニオン記事で、AIを用いたパーソナライズされたサイバー攻撃の脅威が指摘された。AIがフィッシング詐欺の大規模な個別化を可能にしつつあるという。

AIによって攻撃者が一人ひとりのターゲットに合わせたメッセージを大量生成できるようになれば、従来の「怪しいメール」を見分ける防御策は効果を失う可能性がある。セキュリティ業界では、AIを活用した防御策の構築も並行して進められているが、攻撃と防御のイタチごっこが激化することが懸念される。

Labwire — AIエージェントが実験機器を制御するオープンプロトコル

GitHubで公開されたLabwireは、AIエージェントが研究室の機器を制御するためのオープンプロトコルである。

科学研究の自動化において、AIエージェントが直接的に実験装置を操作できるようになれば、実験の再現性や効率が飛躍的に向上する可能性がある。MCP（Model Context Protocol）がAIとソフトウェアの間の標準化を進める中、物理機器とのインターフェースを標準化する試みとして注目される。

まだ初期段階のプロジェクトと思われるが、AIエージェントの適用領域がデジタル空間から物理空間へと拡大する一つの兆候と言える。