9月8日のAIニュースから6本をまとめる。研究面では、Dreamerシリーズの生みの親であるDanijar Hafner氏が、世界モデルとヒューマノイドロボットを組み合わせた新スタートアップを立ち上げていることがMIT Technology Reviewの訪問取材で明らかになった。モデル面では、DeepSeek V4.1 Flashがネイティブマルチモーダルの新アーキテクチャを引っ提げAPI経由の内部テストを開始したとの報告が出ている。開発者向けでは、AIエージェント用のメモリデータベース「Fraise」と、KPIだけを渡してAIエージェントだけで会社を回す実験フレームワークが話題に。国内からは、マラソン大会のポスターが「AIっぽい」と波紋を広げた件と、AIエージェントが本番導入で失敗する原因を探ったQiitaの調査記事を取り上げる。

DreamerのHafner氏、世界モデルで「予想外に強い」ヒューマノイドを目指す新会社

MIT Technology Reviewが9月8日に公開した取材記事で、Danijar Hafner氏（31）が2025年秋にGoogle DeepMindを離れて設立した新スタートアップの中身が初めて紹介された。サンフランシスコSoMaのオフィスにはまだ社名すらなく、家具もほとんどない。その代わりに、中国から輸入したさまざまな大きさのヒューマノイドが、広い空間の中央に走るラックにマリオネットのように吊るされているという。

Hafner氏のアプローチはモデルベース強化学習だ。物理現実を模倣する「世界モデル」を構築し、その中でエージェントを訓練する。エージェントはモデルを実世界のシミュレーションとして扱い、そこで得た経験から未来の結果を予測（氏の表現では「夢見る」）して行動する。これにより、ロボットを訓練時に遭遇していない環境──例えば初めて入る家の間取りや家具──へ対応させる。実世界での試行錯誤を大量に必要とする従来のロボット訓練と違い、複雑なタスクをそのまま実行できる点が特徴とされる。

経歴も記事で詳しく紹介されている。ドイツ北東部の田舎町で音楽家の両親のもとに育ち、高校生の頃からAIに没頭。2015年、ハッソ・プラトナー研究所の学部2年在学中にGoogle Brainの学生研究者となり、以降はGeoffrey Hinton氏や「Attention Is All You Need」共著者のAshish Vaswani氏らと働いた。PlaNetで計画型のエージェントを実現し、Dreamer 2は世界モデルだけでAtari 2600で人間レベルの性能に到達。Dreamer 3はMinecraftのダイヤモンド採掘を自力で達成し、Dreamer 4ではゲームに直接触れずオフラインのプレイ動画だけから採掘を学んだ。DayDreamerでは、Dreamerのアルゴリズムでロボットが特別な訓練なしに未知環境で自律動作することを示している。元上司のTimothy Lillicrap氏は「Googleの研究者の上位0.5%に入る」と評価する。新会社の詳細はまだステルスだが、氏は「世界を変える問題を解決したい」とほのめかしている。

DeepSeek V4.1 Flash、API経由の内部テストが開始と報じられる

DeepSeekがV4とV4.1の中間に位置する「V4.1 Flash」の内部ベータテストを開始した──RedditのLocalLLaMAコミュニティに投稿された、中国語の公式告知を翻訳した情報による。新モデルは新アーキテクチャを採用し、ネイティブマルチモーダル対応、より強い能力、より速い速度、より低いコストがうたわれている。

呼び出しはbase_urlを変更せず、モデル名に「deepseek-v4.1-flash-expires-on-0910」を指定するだけで済む。料金は現行のdeepseek-v4-flashと同一で、アカウントあたりのレート制限は同時20リクエスト。モデル名が示す通り9月10日で期限が切れる暫定的なテスト公開のようだ。

正式リリース時期や価格、アーキテクチャの詳細は現時点では不明。DeepSeekについては先日はフーウェイ製チップ16万基クラスターの計画が報じられるなど、モデルとインフラの双方で動きが続いている。ネイティブマルチモーダルを掲げる中間版がどう仕上がるか、続報を待ちたい。

AIエージェント用メモリDB「Fraise」──2動詞のクエリ言語と時系列グラフ

Hacker NewsのShow HNで、AIエージェント向けのメモリデータベース「Fraise」が公開された。単一バイナリで動き、ファクト（事実）をトピックやエンティティと紐付く時系列グラフとして保存する。クエリ言語は「remember」と「recall」の2動詞だけだ。読み戻すトークンにコストがかかるため、想起結果は網羅ではなくランキングと上限付きで、新しい事実を古い事実より優先する設計になっている。

多くのメモリ層が既存のベクトル/グラフDBを流用するのに対し、Fraiseはエージェントから直接使われる軽量な単体レイヤーである点を主張する。検索はハイブリッド構成で、テキストとベクトルでシード（始点）を見つけ、グラフ探索で広げる。MCPサーバーを同梱しており、Claude Codeなら「claude mcp add fraise -- fraise mcp」の1行で設定でき、セッションをまたいで記憶が持続する。Codex向けの手順も用意されている。

ベンチマークでは、mem0・Letta・Graphiti・EverOS・cogneeと同じ抽出モデル・埋め込みモデル・質問で比較し、LoCoMoのrecall@10が0.893（比較群の最高は0.897）、p50で0.18秒（次点の2倍速）、最高スコアのシステムの約3分の1のトークン消費だったという。ただしバージョンは0.1.0で、読み込みコストが頂点の次数に応じて線形に増える（3万ファクトが紐付くトピックは500件の約55倍）など、スケーラビリティの課題を作者自身が挙げている。

KPIだけ渡してAIエージェントで会社を回す実験「agent-company」

同じくHacker Newsに「私の夢は、タスクではなくKPIだけをAIに渡す会長になること」と題した投稿が現れた。投稿者はvibe codingで製品を作り続けるループに疲れたことをきっかけに、AIエージェントだけで運営する会社の実験フレームワーク「agent-company」を公開している。

構成はシンプルな階層だ。人間の会長が「CEO（最も賢いエージェント）」にKPIだけを渡し、CEOがそれをマネージャーへ分解し、マネージャーがメンバーへ割り当てる。KPIを渡さなければ、マネージャーが日次で「何が変わり、次に何をすべきか」をCEOへ報告し、CEOが会長へ上げる。実際に「毎週トラフィック10%増」「ユーザー需要のリサーチを機能へ変換」「システムのデプロイと監視」といったKPIで自身のサイトを運用したという。

興味深いのは予期せぬ実例だ。Mac mini上のk3sでホストしていたサイトが、XcancelやNitterが停止命令を受けて閉鎖された深夜に、異常なトラフィック急増でダウンしてしまった。翌朝のCEOからの報告は「チャンスがあるのでスケールアップの予算が欲しい」だった──人間が寝ている間に、エージェント側が商機を検知していたことになる。投稿者は「エージェントが完全に自律動作すると主張するつもりはないが、このモデルは非常に面白かった。ストレスなく自由だった」と述べている。

マラソン大会のポスターが「AIっぽい」と波紋、事務局が声明

国内では、鹿児島県指宿市のマラソン大会を告知するポスターについて「生成AIで描かれているようだ」との指摘が相次ぎ、事務局が9月8日に声明を発表した。「説明に不適切な部分があった」としており、ITmedia AI+が伝えている。

生成AI画像への違和感がイベント告知の現場で問題になるケースは海外でも見られる。直近にはセントルイスの飲食店が料理写真にAI生成画像を使い、食通の強い反発を買った事例が話題になった。画像生成の入手容易性が高まる一方で、「AIっぽさ」が公共性の高い場で見られたときのコストが意識され始めていると言えそうだ。

AIエージェントはなぜ本番で失敗するのか──原因は「モデル」ではなかった

Qiitaでは、社内でAIエージェントを本番導入し始めたら想定外の失敗が続いた経験から、その原因を調査データで探った記事が公開された。エージェント単体では問題なく動くのに、複数のワークフローに組み込んだ途端に不安定になる──このギャップの原因を、G2の検証済みレビュー770件と、OutSystems・Botpressら7社のベンダー調査から分析する試みだ。

記事のタイトルは「失敗する原因は『モデル』じゃなかった」と断じており、モデルの知能そのものよりも、周辺の設計や運用に主要因があるという整理を示唆する。同じ作者は別記事で、AI音声アシスタントについて「現場では楽になった実感があるのに、上長へ数字で効果を説明できない」という問題をG2の1,419件のレビュー調査から掘り下げている。導入はしたものの、効果の説明と安定運用に苦労する──日本の現場でも共通する悩みの共有が進んでいるようだ。