海外・国内AIニュースの注目トピックをまとめます（2026年8月28日・日本時間昼時点）。

Google、動画生成AI「Gemini Omni 1.1 Flash」を公開──10秒の文脈から最長40秒までシーン延長

Googleは、動画の生成・編集に対応するマルチモーダルAI「Gemini Omni 1.1 Flash」を発表した。生成済み映像の直前10秒分の文脈を参照してシーンを最大40秒まで延長できるのが特徴で、開始フレームと終了フレームを指定してその間を生成する指定生成にも対応する。品質と速度は360pの高速プレビューから4Kアップスケールまでの段階でカバーし、APIやツール経由で提供される。

動画生成モデルは各社が競争を激化させており、直近ではアリババの「Wan 3.0」が30秒の動画を6ドル程度で生成できることが話題になった。Googleは「1から作る」生成だけでなく「既存映像の続きを作る」編集方向で実用性を打ち出してきた形だ。マーケティング素材やコンセプト映像の制作では、カットの延長や間の補完という需要が大きく、文脈参照型の延長がどこまで自然につながるかが実用の分かれ目になりそうだ。

AIがBitcoin Lightningの重大な脆弱性を発見──開発者側が緊急警告

セキュリティ分野では、AIがBitcoinのレイヤー2決済ネットワーク「Lightning Network」の重大（Critical）な脆弱性を発見し、開発者側が緊急の警告を発したと報じられた。暗号資産メディアDecryptの記事がHacker Newsで共有され注目を集めている。

AIによるセキュリティ研究は実験段階から実戦投入へ移りつつあり、攻撃された際の損害が金銭に直結する暗号資産インフラで成果が報じられた意義は大きい。一方で、AIの指摘には偽陽性もあり、人間の検証とセットの運用が前提になるとみられる。現時点では公開情報が限られており、修正の状況は今後の発表を待ちたい。

gemma4.c──700行のCでGemma 4 E2BをCPU実行、llama.cppを上回る速度を主張

ローカルLLMコミュニティでは、Googleのオープンモデル「Gemma 4 E2B」をわずか700行の単一Cファイルで実装した「gemma4.c」が話題になっている。作者によれば、トークナイザ・Transformer・KVキャッシュ・サンプリング・CPUカーネルをすべて自前で実装しており、推論フレームワークや外部ライブラリが「面倒を見てくれる部分」がない構成だ。

性能面でも筋がよい。int8の重みと活性化、OpenMP、AVX2、AVX-512 VNNIを活用し、Ryzen 7 7700で512トークンの事前計算（prefill）が約639トークン/秒、生成時に25.9トークン/秒と、llama.cppより高速だと主張している。汎用ランタイムと異なり対象をこのモデルとCPU推論だけに絞り込んだことが、コードの読みやすさと速度の両方に効いていると説明する。

この種の「1ファイル実装」はllama.cppの原型となったllama2.c以来の流れがあり、LLM推論の全体像をmain()から1本道で追って理解できる教材としての価値が大きい。実際にテキストを生成する様子は、作者が公開している動画で確認できる。

AWS、Amazon QuickとfalをMCPで連携──承認ゲートつきのエージェント型制作ワークフロー

AWS機械学習ブログが、エージェントワークスペース「Amazon Quick」と生成メディア基盤「fal」をModel Context Protocol（MCP）で接続し、クリエイティブ制作をエージェントに任せるワークフローを詳しく解説した。Quickが計画立案から生成、提示、承認待ちまでを1つの会話でループし、fal側の1,000以上の画像・動画・音声モデルをツールとして呼び出す構成だ。

実例として挙げられているのは、8コマのアニメ風ストーリーボード制作と、60秒のカントリー音楽ビデオの試作。まず文章でストーリー案とキャラクター設定を確定し、2案のキャラクターデザインを生成して比較選択、多角度のキャラクター参照シートを作り、承認後にFLUX.1 Kontextで各コマを生成する。承認済みの参照画像を毎回の生成に渡すことで、シーン間の視覚的一貫性を保つ設計がポイントだ。検証済みのプロセスは「Skill」として保存してチームで再利用できる。

「生成して終わり」ではなく、方向の確定・人間の承認・参照の保持をループに組み込んだパターンとして、メディア制作に限らずエージェント設計全般の参考になる構成だ。

「ヒューマノイドを育てるバイト」──タイミーとZEALS、現場データ収集のスポットワークで協業

日本発のニュース。ZEALSとタイミーは、ヒューマノイドなどフィジカルAIの学習に必要な現場データを収集する「データ収集スポットワーク」の創出に向けて、共創パートナーシップを締結したと発表した。

フィジカルAIの学習には、実環境での作業を記録したデータが大量に必要になるが、その収集には人手と現場へのアクセスがボトルネックになる。タイミーが持つ即日・短時間勤務のスポットワークの仕組みを物理AI向けデータ収集に転用することで、「ヒューマノイドの学習のために人間が現場データを記録する」という新しい働き方を事業化する狙いとみられる。日本では人手がない現場にスポットワーカーをマッチングする仕組みが定着しており、ロボット開発のデータ需要と結びつくか注目される。

Fable 5のCursor操作トレースがデータセットに──エージェントの行動ログが教材化する

Hugging Faceのトレンドデータセットに、Claude系モデル「Fable 5」を使ったCursorセッションの操作トレース「TeichAI/Fable-5-Cursor-Traces」が登場した。内容は実際の開発セッションでのシステムプロンプト、ツール定義（apply_patchなど）、セッション単位のJSONLログで、ゲームへの新機能追加、言語処理系の実装、エージェントループのバグ修正、別モデルへの差し替えテストまで多様なタスクが含まれている。

8月22日の記事で「Grok 4.5を鍛えたCursorの操作ログ」を取り上げたが、その後も実開発セッションのトレースを公開してモデル改善や研究に使う動きが続いている。エージェントモデルの品質を左右するのは「実際にどうツールを呼び、どう修正を適用したか」という行動データであり、公開トレースはその供給源として定着しつつあるようだ。