9月11日は、日本発のニュースが目を引く一日でした。Sakana AIが複数のAIモデルを組み合わせる「Fugu」の最新版を発表し、千葉・習志野ではフィジカルAI向けの「データ収集工場」が稼働を始めました。研究面では「次の概念」を予測する潜在空間言語モデルや、サブエージェントとスキルの使い分けを検証した論文、さらに1.6兆パラメータのMoEを擁するエージェントモデル「Nex-N2.5」と、アーキテクチャから実運用まで幅広い話題がそろいました。今回は5本をピックアップして整理します。

Sakana AI、複数のモデルを組み合わせる「Fugu」最新版──一部でGPT-6 AstraやFable 5.1超えをうたう

ITmedia AI+の報道によると、Sakana AIは、複数のAIモデルを組み合わせてタスクをこなすAI「Sakana Fugu」の最新版として「Fugu Ultra v2」「Fugu Max」を発表しました。

注目はベンチマークの扱いです。一部の項目では「GPT-6 Astra」や「Fable 5.1」を上回る性能とうたわれているものの、実際の連携先としてこの両モデルは含まれていないとされます。モデルオーケストレーションを主軸に置く同社らしい主張で、「何を組み合わせるか」と「何と比較しているか」がずれている点は、発表の読み解き時に注意が必要です。連携先の具体的な構成や詳細なスコアは現時点では報じられておらず、続報を待ちたいところです。

「次の概念」を予測する潜在空間言語モデル「NCP-ArchPreview」──半分のトークンでOLMo-3-7Bと同等の損失に到達

Hugging Face Daily Papersでも取り上げられている、arXiv公開の技術レポート「NCP-ArchPreview」です。標準的な次トークン予測（NTP）に加えて次概念予測（NCP: Next Concept Prediction）という学習目標を導入し、複数トークンにまたがる離散的な「概念」を予測します。トークンレベルの自己回帰生成は保ちつつ、より高次の概念レベルの目標を明示的に課すのが特徴です。

仕組みとしては、モデル自身の隠れ状態から積量子化された概念語彙を構築して潜在空間を組み、専用のConcept Moduleが将来の概念を予測。その予測がトークンレベルへフィードバックされて以降の生成を導き、NTPとNCPはend-to-endで共同訓練されます。8.9Bパラメータまでスケールさせ、Dolma-3データセットの5.73Tトークンで訓練されており、潜在空間言語モデルとしては過去最大の実証とされます。

結果は示唆的です。総訓練トークンの51.3%の消費でOLMo-3-7Bの最終事前学習損失に到達し、事前学習後の下流タスクのマクロ平均では2.45ポイント、GSM8Kでは5.99ポイント上回りました。標準計算量の85%でも、パラメータを揃えた8.9Bベースラインの訓練損失に迫ります。さらに、学習済みの潜在空間は事前学習後も活用できるのも面白いところで、1,700万パラメータのVQモジュールだけを更新する軽量なドメイン適応のインターフェースとして使えたり、推論高速化のDFlash2ドラフターに概念表現を注入して平均受理長を4.17%改善したりと、周辺技術への波及も確認されています。「トークンを一つずつ予測する」以外の学習目標がどこまで効くのか。アーキテクチャ刷新の一つの方向性を示す研究と言えそうです。

1.6兆パラメータMoEのエージェントモデル「Nex-N2.5」──mini/Pro/Maxの3サイズでオープンソース公開へ

Hugging Faceのトレンドに上がっているのが、Nex-AGIの「Nex-N2.5」ファミリーです。mini・Pro・Maxの3サイズが用意され、Proは397B。マルチモーダル基盤の上に、computer useやウェブブラウジング、視覚に基づくエージェント能力を強化しています。Maxは1.6兆パラメータのテキスト専用MoE基盤モデルで、兆級パラメータでの本格的なポストトレーニングは同社初としています。

開発の軸は「視覚が入力モダリティからインターフェースになる」こと。PCやブラウザを操作し、プログラムを自律的に実行・テストし、視覚フィードバックで自己修正しながら長期タスクを進める設計です。公開されたベンチマークでは、コンピュータ操作のOSWorld-GでProが87.4と比較群の最上位に立ち、BrowseCompでも89.7と上位陣に僅差まで迫る一方、Terminal-Bench 2.1ではMaxでも86.1とClaude Opus 5の89.1には及ばず、コード生成のSWE-Bench ProでもMaxの65.7に対しOpus 5は79.2と開きがあります。ただし、モデル重みをオープンソースとして公開する予定で、評価に使ったコンピュータ操作ハーネス「NexCUA」のオープンソースも予定されているとのこと。兆級オープンウェイトのエージェントモデルという選択肢が増える意義は小さくなさそうです。

サブエージェントとスキルはどう使い分けるか──論文と実測ログが示す「報告は裏取り」

エージェント設計の実務に関わる研究として、arXivに「Subagents vs Agent Skills」が公開されました。再利用可能な知識のライブラリを、エージェントにどう活用させるかを比較したものです。

スキルパッケージ（指示やスクリプトなどをまとめたマルチファイルの束）を、本来の方式どおりメインのコンテキストに読み込ませて実行する場合、タスクの時間軸が長くなるほど文脈窓内に情報が蓄積し、推論品質が劣化して脆くなる課題があります。対して、スキルパッケージをサブエージェントとして起動し、サブタスクごとに新しいコンテキストを割り当てる方式は、パッケージが明確な入出力契約を持ち、その契約を満たすための手続き的知識を指示に含む場合に優位だと示されました。トレードオフは、メインエージェントとサブエージェントの調整に追加のトークンが必要になる通信オーバーヘッドです。再利用知識の価値は「内容」だけでなく「どう整理され、どう呼び出されるか」にも依存する、という整理は実装の指針になりそうです。

この問題意識に実測データを添える日本語記事も注目を集めています。Qiitaに公開された記事では、ログ389ファイルから抽出した委譲138件を分析。サブエージェントは1回の委譲あたり中央値で20回のツールを呼び、合計3,093件のツール結果を読んでいた一方で、親に返るのは中央値1,151字の文章1つだけだったと報告されています。読んだツール結果は1件もそのまま親に届かないため、親が受け取る「報告」の正しさは構造的に保証されず、裏取りするしかない──という指摘は、サブエージェント活用の利便とリスクを地でいくデータと言えそうです。

フィジカルAI向け「データ収集工場」が習志野で稼働──民間5社が学習データを共同利用

フィジカルAI・ロボットの学習データを集める「データファクトリー」の国内拠点が動き出しました。ITmedia AI+の報道によると、「J-HRTI 関東データファクトリー」が千葉県習志野市内で稼働を開始しています。

運営するのは業種の異なる民間5社のコンソーシアム「J-HRTI」で、集めたデータは参画企業が共同で使える仕組みです。フィジカルAIの開発では高品質な実環境データの確保が壁になるとされますが、単一企業が独自に揃えるのではなく、業種をまたいだ5社で収集施設とデータを共有する点がユニークです。元記事では実機写真を基に、データがどう収集され、学習データへ生成されていくかの流れが解説されており、ロボット開発に携わる読者には一読の価値がありそうです。