英国の雇用裁判所にAI生成の訴訟が殺到し、審理の停滞が深刻化しています。一方で技術面では、Googleが既存モデルを再利用して低コストに「テキスト拡散モデル」を構築する手法を示しました。中国のAI半導体企業が香港上場に向け動き出すなど、AIをめぐる社会・技術・ビジネスの動きをまとめます。

英国の雇用裁判所、ChatGPT/Grok製の訴訟で機能不全の恐れ

英国の雇用裁判所（employment courts）は2026年3月までの1年間で、申し立てが前年比39%増に達しました。多くはChatGPTやGrokで作成されたとみられる提出物で、数百ページに及ぶものや、存在しない法律を根拠として引用するものが相次いでいます。結果として未解決の事件は55%増の約6万4,000件に積み上がり、The Economistはこれを「AI版のコモンズの悲劇」と呼んでいます。

なぜ重要か。AIが提訴のハードルを下げた結果、本来なら審理を待つべき真正の申立人がより長く待たされる構造が生まれているためです。生成AIが生み出す「もっともらしい誤り」が、真偽が問われる法廷という場に入り込んだ際に制度側がどう対応するかは、日本にも共通する論点になりそうです。

Google「DiffusionGemma」：ゼロから学習せずにテキスト拡散モデルを

Google DeepMindは、既存のGemma 4を「拡散モデル」に改造する手法を発表しました。通常の言語モデルが1トークンずつ順に生成するのに対し、DiffusionGemmaは256トークンを並列で生成し、約1,500トークン/秒という高速化を実現します。注目はコスト面で、ゼロから学習する場合の10%未満の予算で構築できたとしています。

なぜ重要か。これまでテキストの拡散モデルは「学習コストが高い」という課題があり、画像分野ほどは普及していませんでした。「既存モデルを流用すれば安く作れる」という実証は、テキスト生成の新しい手法が実用的になる足がかりになり得ます。ただし品質面では課題も残っており、推論タスクを中心に元の自己回帰モデルを下回るベンチマークスコアが報告されています。

中国Moore Threadsが香港上場を計画、収益は147%増

中国のAI半導体メーカーMoore Threads Technologyは、香港市場に上場する計画を明らかにしました。同社は2025年の上海上場後、株価を420%超伸ばしています。北京に拠点を置く同社は、上場によって国際化を進め、研究開発や経営の人材獲得を狙うとしています。

業績面では、2026年上半期（1〜6月）の収益が前年同期比147%増の約17億4,000万元に達した一方、純損失は約270億900万元から約1,160万元へと大幅に縮小しました。米国の輸出規制が続く中で、中国産AIチップが調達先の多様化と資金調達を同時に進める動きとして注目されます。

Runware、20フィート・コンテナに1MWのAIデータセンター

Runwareは、20フィート（約6メートル）の海上コンテナ1個に、1MW規模のAIデータセンターを収める仕組みを発表しました。生成AIの推論需要が高まる中、巨大なデータセンターを新設するのではなく、小型・高密度にまとめることで設置場所や電力インフラの制約を緩和する発想です。

なぜ重要か。AIの電力消費が社会課題化する中、規模をどう小さく・効率的に保つかが競争軸になりつつあります。コンテナ単位での展開は、需要が生じた地点へ素早くキャパシティを供給するモデルを示しており、クラウド事業者以外の選択肢としても関心を集めそうです。

LLM生成コードのハルシネーション、意味の「三角測量」で低減

OOPSLA'26で発表された研究「just-tri-it」は、LLMが生成するコードのハルシネーション（もっともらしい誤り）を減らす手法を提案しています。複数の経路から得られる情報を「三角測量（semantic triangulation）」のように付き合わせ、矛盾や不正確さを検出するアプローチです。

コード生成は実行すれば間違いに気づきやすい面もありますが、確認作業の負担は開発者にのしかかります。生成結果の信頼性を自動で高める手法は、エージェント型の開発フローが広がる中で実用上の価値が高まっています。

AMD環境のllama.cpp最適化で、Qwen 27Bのコンテキストが拡大

ローカルLLM界隈では、AMD製GPU環境（ROCm/Vulkan）向けのllama.cpp最適化が話題を呼んでいます。コミュニティの報告によると、MTP（multi-token prediction）のメモリ見積もりが過大だった問題を修正するパッチにより、Qwen 27Bモデルで利用可能なコンテキスト長が約64Kから約149Kへと拡大したといます。

特に16GB＋12GBのGPU2枚構成では、より長いセッションを扱えるメリットが大きいと報告されています。ローカルで大規模モデルを動かすユーザーにとって、メモリ配分の工夫がそのまま扱える文脈長に直結する実例です。