2026年10月26日朝のAIニュースまとめ。xAIのGrokがAI生成映画「Odyssey」の冒頭7分を公開し、生成動画がどこまで来たかを示す話題から。一方、経済面ではApolloの経済学者が「テック業界以外への財務リターンはほぼゼロ」と冷やかな見方を示しました。国内トピックでは「PHP2Shell」修正公開の夜にサービス停止が相次いだ続報、オープンモデルでは30B級でエージェント性能をリードするNanbeige4.3-33Bと、200ドル未満で訓練した600Mの高速音声モデルLure-TTSを取り上げます。

GrokがAI生成映画「Odyssey」の冒頭7分を公開──評価は「まずまず」

xAIのGrokが、AIで生成した映画「Odyssey」の最初の7分間を公開しました。TechCrunchの報道による評価は冷静なもので、「芸術性、インスピレーション、あるいは人間的な興味を求めなければ、映像は悪くない」というものです。

数秒単位のショットが主流だった生成動画が、7分という物語の長さに手を出したこと自体が節目です。ただ「悪くない」にとどまる現状は、解像度や滑らかさといった技術指標と、観客を引き込む表現力との間にまだ溝があることを示しています。AI動画は素材や広告では実用段階に入りつつありますが、物語コンテンツとして成立するかは今後の改善を待つところです。

「テック業界以外への財務リターンはほぼゼロ」──Apolloの経済学者

AI投資の実効性を巡っては、Apolloの経済学者が「莫大な投資と盛大なハイプにもかかわらず、テック業界以外の米国企業に対してAIは財務的なリターンをもたらしていない」と述べたことが注目されています。

雇用面でも似た冷や視があります。技術系個人ブログの論考（Hacker Newsで取り上げ）は、AIがテック雇用の「崩壊」を引き起こしたわけではないが、「回復が来ない」ことの説明としては妥当だと整理します。AIの導入でこなせる業務範囲が広がり、企業が空いたポジションを急いで埋める動機が弱まっている、という構図です。

いずれも一つの見方であり、導入初期の企業では効果が測りにくいという反論もあります。ただ、大手投資会社の経済学者から「投資額ほど成果が見えない」という指摘が出てきたこと自体、AIバブル論の文脈で今後も引用されそうです。

PHP2Shell続報──修正公開の夜に国内サービスが予防的停止

先週、AIを使った調査でPHP中核の脆弱性2件「PHP2Shell」が見つかり、修正公開前に悪用が確認されたと伝えました。続報として、Qiitaの解説記事によると、修正が公開された10月21日の夜、国内のサービスが予防のために相次いで停止対応を取ったといいます。

脆弱性への対応として「予防的停止」が多数の事業者に広がったのは、影響範囲の大きさと、信頼できるパッチ適用までの時間差を示しています。PHPはWebサイトの裏側で広く使われているため、この種の脆弱性は特定サービスの問題にとどまりません。各サービスの再開状況は今後の報道を待ちたいところです。

Nanbeige4.3-33B──30B級オープンモデルでエージェント性能をリード

オープンモデル勢では、Nanbeige4.3-33Bが公開されました。開発チームによると、約30Bパラメータ級のオープンモデルでは最先頭クラスのエージェント性能を持ち、複雑なコーディングや実務の協業タスクに強いとされます。同シリーズの蒸留パイプライン（Nanbeige4.3-3Bなど）の教師モデルとなる位置づけです。

ベンチマークではQwen3.8-27B、Muse-Glimmer-30B、Gemma4-31Bと比較され、Terminal-Bench 2.1で80.9（Qwen3.8-27Bは73.0）、Terminal-Bench 4.0で23.8（比較対象は最大6.3）、DeepSWEで65.5と、エージェント系タスクで大きくリードしています。一方でSWE-Bench ProではQwen3.8-27Bが僅差で上回り、GPQA DiamondではGemma4-31Bが最高と、全項目制圧ではありません。

ローカル実行向けには、量子化GGUF版が早速公開されています。35.2GBから13.7GBまでのquant ladderが用意され、32GBハードでは20.3GBのIQ4_XSがBF16比でtop-1%トークンの92.0%を保持するスイートスポットと報告されています。

Lure-TTS / Lure-Turbo──600M音声モデルがリアルタイム4倍速

RedditのLocalLLaMAコミュニティでは、Qwen3-TTSをファインチューンした600Mの音声モデル「Lure-TTS」「Lure-Turbo」が注目を集めています。作成者は、音声アシスタントとして聞いていて苛立たない、速くて小さいモデルを目指したと経緯を説明しています。

特徴は大きく3つあります。1つはインラインタグで、(笑い)や(ため息)といったイベント、強度、感情、話者の方向を制御できます。2つ目は速度で、コード予測器の15パスを3パスに圧縮した結果、リアルタイムの4倍速（RTF 0.14）で動作します。5BのFish S2 Pro（RTF 0.195）より速く、話者類似度（ECAPA 0.699）は同水準を維持しているといいます。3つ目はコストで、訓練にかかった費用は200ドル未満。RTX PRO 6000クラス以下のGPUで完結しています。

推論エンジンも公開されており、CUDA（faster-qwen3-tts）、Mac（mlx-audio）、CPU（audio.cpp）に対応。同じRTX 4090で最初の音声出力まで0.17秒（参考実装は10.6秒）と、実用に近い応答速度を実現しています。