9月8日〜9日の海外AIニュースから、注目トピックをまとめます。OpenAIによるミレニアム懸賞問題への正式な研究成果発表をめぐる議論が続く一方、Metaの個人AIエージェント「Muse」の実運用設計や、画像生成モデル「GPT-Image 2.5」のリリース、推論インフラの新しい動きと、話題は多岐にわたりました。

OpenAI、ナビエ・ストークス「完全版」証明を正式発表──ミレニアム懸賞問題2例目の候補に

OpenAIは9月8日、ナビエ・ストークス方程式が特定条件下で破綻（ブローアップ）しうることを示す証明を正式に発表しました。MIT Technology Reviewによれば、ミレニアム懸賞問題が「解決された」との主張が公に出たのは、2003年のポアンカレ予想（ペレルマンによる証明）以来2例目にあたります。なお、OpenAIは100万ドルの賞金を請求する予定はないとしています。

証明には、先週リリースされたばかりのAstraを大きく上回る内部モデルが使われたと伝えられています。Latent Spaceのまとめでは、約1万体のエージェントがマルチエージェント強化学習で約1年かけて訓練され、大量の並列テストタイムコンピュートを投入した体制だったとされています。ただし「88時間」「1300億トークン」「4000万ドル超」といった数字は出所が断片的で、風刺投稿由来のものも混ざっていると同誌自身が注意を促しており、確定した情報としては扱えません。

一連の騒動については、OpenAIが正式声明を出し「ナビエ・ストークスの取り組みに特定のユーザーデータはアクセスしていない」と説明した一方、識別不能な形での派生的改善の可能性については留保を付けたことも伝えられました。研究者側との功労をめぐる軋轢（前回までに取り上げたBuckmaster氏とAlpöge氏の件）は引き続き論点であり、両証明がともにCórdoba–Martínez-Zoroaのアプローチを土台にしている点などから、MIT Technology Reviewは「独立に到達した可能性は残るものの、影響があった可能性も排除できない」と整理しています。

同誌が注目させるのは、この事件が示す「数学の未来」の構図です。最重要級の未解決問題への進展にAIモデルが事実上不可欠になり、しかもその解決に必要な計算資源を持つのは世界の数社のフロンティアAI企業だけ──そんな未来が現実になりつつあるとき、学術的な協働の規範や人間数学者の居場所をどう保つのか。証明の検証が進むのと並行して、こうした構造的な問いが数学界で本格的に議論され始めた、というのが今回の大きな意味でありそうです。

Meta「Muse」続報──セキュアVM＋Sentinel＋最大30万ドルのバグバウンティ

先日発表されたMetaの個人AIエージェント「Muse」の実像が、ローンチから数日でかなり詳しく分かってきました。

最大の差別化要因として前面に出ているのがセキュリティ設計です。各Museは分離されたLinux仮想マシン上で常時動作し、機密を要する操作は独立モジュール「Sentinel」が仲介。パスワードなどのシークレットをエージェント本体に直接渡さない構造で、機微な操作にはユーザー承認を要求します。さらに最大30万ドルの公開バグバウンティも用意されました。Gmailやカレンダー、Outlook、Spotify、OpenTableなどの外部サービスに加え、InstagramやMessengerといったMeta系サービスへのコネクタも備えています。

決済面でも踏み込みが大きく、Stripe Linkによる支払いにエージェント決済保護・返金保証を付け、今後Shop Payにも対応する計画とされています。初日の利用は内部予測の10倍に達したとのことで、個人エージェントに対する需要の強さをうかがわせます。モデル面では「Muse Spark 1.3」がサードパーティツール（Cursorなど）でも使えるようになり、「1.3 Max」はWeb開発系コーディングで価格性能比が競争力があるとの評価が出ています。

実務家からの初期評価は、権限管理とシークレット管理を中心に総じて好意的です。「ボトルネックはモデルの知能ではなく、文脈とアクセス」という指摘もあり、パーソナルエージェントの成否を分けるのは安全に権限を渡す設計だ、という見方が強まっています。

OpenAI「GPT-Image 2.5」──レイテンシ最大50%減、Flare/Sunburstの2API構成

OpenAIは画像生成モデル「ChatGPT Images 2.5（GPT-Image 2.5）」もリリースしました。ナビエ・ストークス関連のニュースにかすみがちでしたが、画像生成系としては大きな更新です。

Images 2.0比でレイテンシが最大50%低下したほか、リアリズムの向上、繰り返し編集時の一貫性強化、コメントベースで画像の一部だけを変更する部分編集、透過背景の生成、ガイド付き生成の「Sketch」ツールなどが加わりました。APIは速さと品質のバランスを狙う「Flare」と、高精細な詳細作業向け「Sunburst」の2種類が用意されています。

サードパーティのアリーナ系評価では、text-to-image・画像編集・複数画像編集の各リーダーボードで1位と2位を獲得したと伝えられています。特に複数画像編集での差が大きく、falやHiggsfield、Manusなどの外部サービスへの統合はリリース当日に完了しています。

Cognitionが20億ドル超を調達──評価額480億ドル、ランレート収益は4.92億から約9億ドルへ

AIコーディング企業Cognitionが20億ドル超の資金調達を発表し、評価額は480億ドルに達したと伝えられました。注目はむしろ収益の伸び方で、ランレート収益が5月以来4億9200万ドルから約9億ドルへとほぼ倍増したといいます。コーディングエージェント市場の勢いが数値で裏付けられた形で、Latent Spaceは「普段なら単独でトップニュースになる級の話題」と評しています。

Anthropic、英国のテスト機関に最新モデルを提供せず──FT報道

Financial Timesは、Anthropicが英国政府のAIテスト機関に対し、最新モデルの提供を見送ったと報じました。詳細は有料記事で確認できる範囲が限られますが、政府系の安全検証機関へのモデル提供をめぐる緊張が浮き彫りになった形です。

前回までに取り上げた研究者の退職や安全性をめぐる発言なども含め、安全性の検証と商業展開のスピードのバランスをどう取るのかというテーマが、今週のAI業界を貫いているといえます。今回の報道だけでは Anthropic 側の意図は断定できず、今後の各国機関との関係が注目されます。

推論インフラ最前線──vLLM「Hybrid HiSparse」とCohereのオープンソース提供スタック

ローカル・自己ホスト派にとっても見逃せない動きが推論インフラで進んでいます。

vLLMプロジェクトはsparse-MLAモデル向けの「Hybrid HiSparse」を発表しました。ホットなKVキャッシュは可能な限りGPUに置き、コールドなKVページをホストメモリに退避させる方式です。GLM 5.3・100万トークン文脈・8xH200ノード・同時実行32という構成での報告では、従来の単純オフロードが5〜6リクエスト程度しか捌けなかったのに対し、Hybrid HiSparseは19〜25リクエストを維持したとされます。長文脈のRLロールアウトでVRAMがボトルネックになる場面への直接的な改善です。

あわせてvLLMは実エージェントトラフィック（AgentXベンチマーク）での全スタック最適化の知見も公開しました。パイプライン並列はコールドな長いプロンプトには効くがウォームな短い往復には不利、デコードのコンテキスト並列はモデルのアテンション実装に強く依存する、そして「セッションスティッキーなルーティングは単純な負荷分散より有利」──温かいKVキャッシュの価値を活かす方向性が明確です。

一方Cohereは「decode megakernel」を中心とするオープンソースのサービングスタックを公開しました。North Mini CodeベンチマークではvLLM比で最大1.58倍、高バッチ時にはエンドツーエンドで1.25〜1.41倍の高速化を主張しています。さらにBasetenによれば、フロンティア級のRLロールアウトでは新しいポリシーウェイトを40秒未満でグローバルに反映し、その際の一時停止は6秒のみという運用がすでに実現しているとのこと。静的なモデル配信ではなく「継続的なポストトレーニングとロールアウト刷新」に特化したインフラへという潮流が鮮明になってきました。

まとめ

ミレニアム懸賞問題をめぐる発表は、証明そのものの検証に加えて「数学という学問のあり方」を問う議論へと広がりつつあります。一方で製品・インフラの側は着実に前進していて、パーソナルエージェントの安全設計、画像生成の低レイテンシ化、エージェントトラフィックを前提にした推論基盤と、実用段階の課題に対する回答がそろい始めた印象です。次回も引き続き、証明の専門家検証の進展とエージェント実運用の動向を追っていきます。