欧州発の大型資金調達、Metaの横断サブスク、AI安全をめぐるトップたちの発言——そして「AIがAIを改善する」仕組みの研究整理。今日集まったニュースから5本を紹介する。

Mistral AIが5,300億円超を調達——Samsung主導、評価額210億ユーロ超

9月14日、フランスのMistral AIはシリーズDラウンドで30億ユーロ（約5,300億円）を調達したと発表した。ポストマネー評価額は210億ユーロ超。創業からわずか3年での到達で、同社はこれを「欧州テック企業による史上最大の株式調達ラウンド」と位置づけている。

主導投資家はSamsung Electronics。EQTが運用する「Scaleup Europe Fund」と、既存投資家のPSG Equityが共同主導した。

注目すべきは金額だけでなく、この資金が集まった文脈だ。OpenAIやAnthropicなど米国勢が巨額資金を背景に競る業界で、欧州発のオープンウェイトAI企業がこの規模のラウンドをまとめた。「主権AI」という言葉が象徴するように、特定の国や企業のモデルに依存しないAI能力を自地域で持つことの価値が、安全保障・産業政策の両面で認められつつある表れと言えそうだ。Samsungにとっては、半導体からモデル層までの関係を深める布陣でもある。

Metaの「Meta One」——Instagram/Facebook/WhatsApp横断、日本では949円から

Metaは、Instagram・Facebook・WhatsAppを横断する新サブスクリプション「Meta One」の提供を開始した。AI利用枠の拡大を中心に、表現機能やビジネスツールなど50以上の機能がひとつのプランにまとめられる。日本でも展開され、バンドルプランは月額949円から。認証バッジを含む事業者向け機能も揃うという。

ポイントは、AI機能を単体商品ではなく「アプリ横断の体験セット」として売る構えを見せたことだ。月千円未満という価格設定は、AI利用枠の拡大を当たり前の体験として定着させにいく意思の表れと読める。各社が個別に課金してきたAI機能の多くが、こうしたバンドルに呑み込まれていく可能性もある。

ザッカーバーグ「各社が自ら動けばいい」、Altmanは「恐れる権利」のうえで「信頼」を

AIの安全対策を業界全体で足並みを揃えて進めるべきだという「協調減速論」に対し、MetaのザッカーバーグCEOが明確に距離を置いた。ITmediaの報道によると、同CEOは「各社が自らの責任とペースで個別に取り組むべきだ」との立場を表明。適切なアライメントの確保や外部評価者の導入は、市場競争や法的責任を通じて自然に進むとし、「権力の分散こそが安全の基礎」と訴えた。

同じ日前後には、OpenAIのAltman CEOがBBCの取材で「世界には恐れる権利がある」と認めつつ、AI企業を「信頼すべき」と語ったと伝えられている。またGuardianは、AnthropicのCEOがAI減速を改めて要請する一方でNVIDIAが加速を主張する構図を報じており、減速か加速かをめぐる対立は依然くすぶり続けている。

興味深いのは、MetaとOpenAIという米国の二大勢力のトップが、このタイミングでそろって「規制や協調より各社の自律と信頼」を強調したことだ。第三者評価者の常駐や共通安全基準といった制度化の動きが進むなかで、安全を競争と法的責任に任せるべきだという主張が前面に出てきたのは、今後の議論の経路を占う上で意味がありそうだ。

フロンティアモデルの優位は「4ヶ月のリード」——中国オープンモデルが迫る

Ars Technicaが排他的に報じた分析がHacker Newsで取り上げられている。有料のフロンティアモデルを使い続けることで得られる優位は、「5倍のコスト」に対して「4ヶ月のリード」にすぎないという内容だ。

中国発のオープンモデルがシリコンバレーのフロンティアモデルとの差を縮めているという指摘で、詳細な計測方法は収集時点で確認できていないものの、この「4ヶ月・5倍」という括りはモデル選定の議論を単純化しやすい。Mistralの大型調達と合わせて考えると、クローズドな最上位モデルとオープンウェイトモデルの力関係は、コスト面からも再評価が進みそうだ。

「人類が最後に作るAI」——再帰的自己改善（RSI）のL1〜L5ロードマップ

Hugging Face Daily Papersで「The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement（人類が最後に作るAI：真の再帰的自己改善に向けて）」と題するサーベイが注目を集めている。

RSI（再帰的自己改善）とは、システムが獲得した経験とフィードバックを自分自身への永続的な変更に変換し、その変更が以後の改善の生成・評価・選択・統合に影響を与える能力と定義される。更新の対象はモデルの重み、プロンプト、コード、メモリ、スキル、タスク分布、さらには改善機構そのものにまで及ぶ。

この研究の骨格は、RSIの自律性の及ぶ範囲を5段階に整理したロードマップだ。

  • L1 改善の「実行」の自律——人間が定義した改善手順をシステムが実行し、結果が後続タスクに永続化される
  • L2 改善「戦略」の自律——改善の方法をシステムが選ぶ（目的と評価基準は外部のまま）
  • L3 将来の学習経験の自律——学習者の状態が次に取得する経験・タスク・カリキュラムに影響する
  • L4 デプロイと環境適応の自律——再利用可能なメモリやスキルが保持され、後の振る舞いを変える
  • L5 メタ改善——改善を生み出す機構そのものをシステムが改善する

さらに491本のベースライン論文と28の拡張をこの分類で整理した監査可能なコレクションを公開し、Headroom-Closed Index（HCI）という指標も導入している。科学発見・身体知能・ソフトウェア工学の各分野でのRSIの現状も検討しているという。

挑発的なタイトルが示すとおり、「AIがAIを改善する」仕組みが本格化した先に人間の役割がどう移っていくかを考えるための土台となる整理であり、今後の安全・能力両面の議論で参照軸のひとつになりそうだ。