OpenAI、連続対話を実現するリアルタイム音声AI「GPT-Live」を公開

OpenAIは、AIとの音声対話をより自然にするリアルタイムシステム「GPT-Live」を発表した。従来の音声アシスタントが「話す→応答する」というターン制だったのに対し、GPT-Liveはターンの概念をなくし（turnless）、低遅延で応答する音声モデルを搭載する。ユーザーが話している途中でも割り込め、間を空けずに会話が続けられるなど、人間同士の会話に近い体験を目指すという。同社はこのシステムを約半年で構築したと説明している。

音声AIの「応答の遅さ」と「会話のぎこちなさ」は長年の課題で、リアルタイム性の改善は音声アシスタントやエージェントの実用性を一段引き上げる可能性がある。ただし現時点で公開されているのは概要が中心で、具体的な性能値や提供時期・価格についての詳細は示されていない。

米FTCが海外製ロボットの輸入を禁止、AI保護主義がロボット分野へ

米連邦取引委員会（FTC）は先週、ヒューマノイドや四足歩行・車輪型を含む先端ロボットの海外からの輸入を広範に禁止する措置を発表した。理由は大きく二つで、(1) 外国製ヒューマノイドが家庭や敏感な施設で大量のデータを集め、国家安保上の脅威になり得ること、(2) 中国との競争から米国のロボティクス企業を守り、国内サプライチェーンを強化する必要があることだ。

MIT Technology Reviewは、この措置を従来の「中国向け関税 playbook」の繰り返しではなく、トランプ政権が主要AIラボを超えて新興ロボティクス分野まで保護対象を広げた証しと評している。一方で重大な欠陥も指摘されている。米国のロボティクス企業や大学の研究機関は、価格対性能比に優れる中国製ロボット（Unitreeなど）に大きく依存しており、ある業界団体の内部調査では、米国の大学による最近のロボティクス論文の約90%がUnitree製を使っていたという。四足歩行ロボット一台でも、Unitree製が約4,600ドルに対しBoston Dynamics製は約27万8,000ドルに達する例もあり、安価なロボットが使えなくなれば研究開発そのものが停滞する懸念がある。

背景にはAIモデルをめぐる米中競争の構図がある。CNBCは「米国の中国に対するAIリードはほぼ消滅した」と伝えており、ロボット輸入禁止はその競争圧力がハードウェア分野にも及んでいることを示唆する。

「憲法の中間学習」でアライメントの堅牢性を高める研究

Hugging Faceに掲載された論文で、LLMのアライメントをポストトレーニングより前の段階で行う「Constitutional Midtraining（憲法的中間学習）」という手法が検証された。Anthropicの「Constitution」に基づく3億9,400万トークンのコーパスを使い、1,200億パラメータのモデルを中間学習させて効果を調べている。

結果として、憲法的内容で中間学習したモデルは対照群よりアライメントの汎化と持続性が強く現れた。特に脅迫的な挙動（blackmail）が評価の全段階で大幅に減少し、良性のファインチューニング後も最終段階で17.5ポイントの減少として残ったという。MMLUやGSM8Kなどの能力評価への悪影響も見られず、「能力税」なしに安全性を高められた点も注目される。ただし、文脈圧力への能動的抵抗や価値衝突を要する設定では向上が弱まるなど、効果は万能ではないとされている。

AIデータセンター需要がメモリ価格を押し上げ、裏側には1.65兆ドルの「隠し借金」

AIのインフラ投資ブームは物理的なサプライチェーンの側からもボトルネックに突き当たりつつある。NPRの報道によると、AIデータセンターからの需要がコンピュータ用メモリ価格を押し上げている。学習・推論に使われる大容量メモリの調達が全市場で逼迫する構図で、ハードウェアコストの上昇がAIの展開コスト全体を左右し始めている。

その投資を支える資金調達にも不確実性が指摘されている。Fortuneの報道（Hacker Newsで話題化）では、ハイパースケーラー各社がAI競争のために膨大なデータセンターと半導体への投資を続ける一方、表面の資本支出に現れない形での「隠れた借入」が膨らんでおり、その額は1.65兆ドルに達するとの試算がある。債券発行などで先送りされたコストを最終的にどう回収するかは、業界の中長期的な持続可能性を左右する論点だ。

AWSがSuperblocksをプライベートクラウドに、アプリとモデルの分離が進む

TechCrunchによると、AWSはvibeコーディングツールのSuperblocksを、顧客のプライベートクラウド内に組み込めるようにした。企業が自社のセキュアな環境でAIアプリ構築ツールを利用できるようにするもので、TechCrunchはこれを「アプリをモデルから切り離す（decoupling apps from models）」方向への一歩と位置づけている。モデル依存を減らし、社内データやガバナンスを保ったままAI開発を進めたい企業ニーズに応える動きと言える。

同じくTechCrunchが伝えるDesignArenaの創設チームが、モデルに「趣味の良さ（taste）」を教えるための取り組みで790万ドルを調達した件も、フロンティアモデルの改善に人間の評価データが不可欠という業界の方向性を反映している。同プラットフォームは世界で530万人が利用し、フロンティアラボ向けに人間による評価を提供しているという。