技術

Samsungは、オランダのSamsungニュースサイトGalaxyClubの報道によると、AppleスタイルのCenter Stage機能を次世代フラッグシップスマートフォンに搭載する準備を進めている。 Galaxy S27 ProおよびS27 Ultraには、S23世代以降Galaxy Sシリーズのフラッグシップモデルで使用されてきた12メガピクセルセンサーに代わり、16メガピクセルの正方形フォーマットの前面カメラセンサーが搭載される見込みである。センサーの形状は重要である。iPhone 17で導入されたAppleのCenter Stage機能は、正方形センサーとソフトウェアを組み合わせ、ビデオ通話やセルフィーの際にフレームを自動的にパン・クロップして被写体を中央に維持する。また、ユーザーは物理的に電話機を回転させることなく、ポートレートとランドスケープの向きを切り替えることができる。 ベースモデルのGalaxy S27およびS27 Plusは、既存の12メガピクセル前面カメラを維持し、ProおよびUltraモデルにハードウェアのアップグレードを限定するSamsungの階層戦略を継続すると見られている。 正方形センサーは標準的な長方形センサーよりも多くの垂直ピクセルデータを提供し、カメラソフトウェアに解像度を損なったりデジタルアーティファクトを生じさせたりすることなく、パンやトラッキングをシミュレートするための追加のクロッピング領域を与える。フレーム内の顔を検出して追跡するソフトウェアと組み合わせることで、まるでカメラマンが絶えずショットを再構築しているような効果が得られる。グループセルフィー、ビデオ通話、ブログ撮影に便利である。 このアップグレードは、前面カメラ機能におけるSamsungとAppleの長年にわたるギャップを埋めることになる。Samsungはリアカメラシステム（ペリスコープズームレンズ、高解像度メインセンサー、コンピュテーショナルフォトグラフィー）に多額の投資を行ってきたが、前面カメラはここ数世代で比較的漸進的なアップデートにとどまっている。 S27シリーズのその他の噂機能としては、Privacy Displayハードウェアのラインアップ全体への拡大が挙げられる。Galaxy S27 Pro、S27 Ultra、S27 Plus、およびベースのS27は、いずれも来年初頭に発売される見込みである。 雅子 訳 出典：Galaxy S27 Pro/Ultra may finally upgrade selfie with 16MP square sensor; bring Apple’s Center Stage to Android（Gizmochina、2026年7月5日）；GalaxyClub（原文レポート）

Anthropicが画像トークンをどのように料金設定しているかの特性を活用し、Claude CodeとFable 5のセッションコストを59〜70%削減するオープンソースツールが登場した — 高価なテキストを安価なピクセルに変えるのである。 pxpipeと呼ばれるこのツールはSteven Chong氏によって開発され、GitHubで公開されている。これはローカルプロキシとして機能し、Claude Codeへのリクエストをインターセプトして、会話の大部分を占める静的な部分（システムプロンプト、ツールドキュメント、古いチャット履歴）を高密度に詰め込まれたPNG画像としてレンダリングする。最近のメッセージやモデルの出力は通常のテキストとして通過する。 この仕組みは、Anthropic（およびほとんどのAIプロバイダー）が入力トークンをどのように料金設定しているかの根本的な非対称性を利用している。テキストは1文字あたりおおよそ1トークンかかるが、画像は含まれるテキストの量に関係なく、ピクセルサイズに基づいた固定トークン数で課金される。コードやJSONのような高密度なコンテンツを画像としてレンダリングすることで、pxpipeは1つの画像トークンに約3.1文字を詰め込む。 ある文書化されたFable 5セッションでは、コストが42.21米ドルから6.06米ドルに低下し、約86%の削減となった。複数のセッションにわたる総節約額は平均59〜70%であったとChong氏は述べている。 トレードオフは精度と速度である。このアプローチは非可逆的であり、ハッシュなどの正確な文字列は、モデルが画像から読み取る際に文字化けする可能性がある。また、モデルがテキストを直接読むのではなく、レンダリングされた画像を視覚エンコーダーに通す必要があるため、処理も遅くなる。デフォルトでは、pxpipeはClaude Fable 5とGPT 5.6をサポートしている。Fable 5は、新しい乱数を用いた数学問題を含むベンチマークで100%の精度を達成する。Claude Opus 4.7とOpus 4.8はレンダリングされた画像の約7%を誤読み取りするため、デフォルトでは無効になっている。 この技術は完全に新しいものではない。DeepSeekはテキスト文書を画像として処理するOCRシステムを構築し、情報の97%を保持しながら最大10倍の圧縮を達成している。しかしpxpipeは、システムプロンプトやツールドキュメントがやり取り全体でほぼ静的であり数千トークンに及ぶ可能性がある、AIコーディングアシスタントセッションという特定のユースケースにこの概念を適用している。 この技術が広く採用されるようになれば、AI企業は画像処理の料金設定を調整したり、裁定取引の機会をなくす新しい価格体系を導入したりすることで対応する可能性がある。 雅子 訳 出典：Open-source tool pxpipe hides text in PNGs to cut Claude Code and Fable 5 token costs up to 70%（The Decoder、2026年7月4日）；pxpipe repository（GitHub）

DARPAは、放射性廃棄物から回収した放射性ストロンチウム90からエネルギーを採取することで、1回の充電で30年間持続可能なバッテリーの開発を資金提供しており、最小実用プロトタイプは2027年初頭を目標としている。 プロジェクトSYMPHONEE（極限環境向けストロンチウム・イットリウム多接合PINベース高密度出力ナノシステム）と名付けられたこのプログラムは、DARPAのより広範なRads to Wattsイニシアチブの下で運用されている。多接合シリコンカーバイドPIN半導体構造を使用して、ストロンチウム90とイットリウム90からのベータ放射線を直接電気に変換し、従来の熱変換方式を迂回する。 同位体は使用済み核燃料と冷戦時代の核廃棄物から回収される。プロジェクトオメガが化学的分離と抽出を担当し、パシフィック・ノースウェスト国立研究所が実験室での検証を監督する。ノースロップ・グラマンは、強烈な放射線フルエンス下でのAI駆動シミュレーションと生存性分析を主導している。 モーガン州立大学のマイケル・スペンサー教授（プロジェクトの技術統括）は、チームは「放射線起電力技術の限界を押し広げており、これまで達成できなかった高出力・長寿命システムを開発している」と述べた。 主な目標は、ワット毎キログラムで測定される出力密度の段階的な改善である。高い出力密度を維持しながら長い動作寿命を実現すれば、現在のバッテリー技術では対応できない用途が可能になる。すなわち、数時間ではなく数年間にわたって飛行を続ける持続型軍事ドローン、太陽圏を超えて運用する深宇宙探査機、自律型海底監視インフラ、そしてバッテリー交換や燃料補給を必要としない遠隔戦術センサーである。 「私たちの使命は、これまで廃棄物として扱われてきたものを戦略的エネルギー資産に変えることです」とプロジェクトオメガのCEO、スタッフォード・シーハン博士は述べた。「Rads to Wattsは、回収された同位体が、絶え間ないバッテリー交換に関する物流を管理する必要なく、どのようにして重要なシステムに長年にわたって電力を供給できるかを明確に示しています。」 この技術はベータ起電力電源に関する数十年の研究に基づいているが、従来の実装よりも劇的に高い出力密度を目指している。ベータ起電力バッテリーはペースメーカーや宇宙探査機のようなニッチな用途で存在してきたが、低出力であることがより広い採用を制限してきた。SYMPHONEEの多接合SiC設計は、その制約を克服しようとしている。 成功すれば、このプログラムは無人システムと遠隔インフラの運用限界を再定義する可能性がある：バッテリー交換と燃料補給の物流チェーンを、それが動力を供給する機器よりも長持ちする単一の設置に置き換えるのである。 雅子 訳 出典：DARPA plans 30-year endurance nuclear waste batteries to power next-gen drones（Tom’s Hardware、2026年7月5日）；DARPA backs radiovoltaics project（Nuclear Engineering International、2026年7月）

コペンハーゲン大学、デンマーク工科大学、インペリアル・カレッジ・ロンドンの研究チームは、対照的深層学習（contrastive deep learning）を用いることで、皮膚生検画像のみから個人の年齢を判定できること、そしてモデルが学習した視覚的特徴が死亡リスクと慢性疾患リスクを予測する新たな老化バイオマーカーを構成することを明らかにした。 この研究は、arXivに掲載され、現在npj Digital Medicineで査読中である。皮膚生検の病理組織スライド：臨床現場で日常的に採取される組織サンプル：を用い、ラベルを必要とせずに類似例と非類似例を区別する技術である対照的深層学習を適用することで、モデルは組織内の暦年齢と相関する視覚的特徴を特定した。 さらに重要なことに、研究者らはこれらの視覚的特徴を、死亡結果と慢性疾患罹患率をカバーするデンマークの包括的な健康登録データと関連付けた。得られたバイオマーカーは、人の年齢だけでなく、老化の速度：生物学的老化が速い個人と遅い個人を区別する：も予測した。 世界の平均寿命が延びるにつれ、老化に伴う慢性疾患の負担は増大し続けているが、個人の老化速度にはかなりのばらつきがある。このばらつきを捉えるバイオマーカーの特定は、老化生物学の理解、疾患の早期発見、予防戦略の改善にとって極めて重要である。 「これは、日常的に収集される健康データが深層学習と組み合わせて使用されることで付加価値を提供できることを意味する」と著者らは述べている。「経時的な死亡を判定するために積極的に活用できる老化の新しいバイオマーカーを創出するのである。」 このアプローチの特筆すべき点は、標準的な臨床診療ですでに収集されているデータを利用することである：皮膚生検は、疑わしい病変、発疹、その他の皮膚科的懸念を調査するために一般的に行われている。より広い集団で検証されれば、この技術は専用の検査や特別な装置を必要とせずに生物学的年齢を評価する低コストの方法を提供する可能性がある。 デンマークの健康登録：数十年にわたってほぼ全人口の健康結果を追跡している：を利用したことで、研究チームは実際の死亡統計に対してバイオマーカーを検証するための非常に豊富な縦断データを得ることができた。 出典: Contrastive Deep Learning Reveals Age Biomarkers in Histopathological Skin Biopsies (arXiv、2026年7月1日改訂、npj Digital Medicineにて査読中) 雅子 訳

韓国のスタートアップ企業が、データセンター業界で最も根強い問題の一つである、電力がどこで、いつ、なぜ無駄になっているのかを正確に把握するために、ダイヤモンドベースの量子センサーを導入している。 xDotsは、xSeeと呼ばれるダイヤモンド窒素空孔（NV）量子センサーと、AI分析エンジン、リアルタイムダッシュボードを組み合わせたエネルギー管理プラットフォームxEnergyを開発した。極度の冷却を必要とするほとんどの量子技術とは異なり、NVセンターセンサーは室温で動作するため、冷凍プラントからサーバールームに至るまでの産業環境で実用的である。 このセンサーは、ダイヤモンドの微細な欠陥（炭素原子が窒素に置き換わり、隣接する格子サイトが空になった部分）を利用しており、この材料に磁場と電流に対する独自の感度を与えている。このシステムは±0.01%の測定精度を達成し、従来のセンサーでは捉えられない微妙な電気的変動を検出する。 「つまり、大規模な製造工場、データセンター、密集したオフィスエリア、公共施設など、電力消費量の多い場所ならどこでも省エネ効果を実感できるということです」と、xDotsのCEO兼創業者であるWoodo Lee氏は述べている。 xEnergyシステムは3つの層で動作する：xSeeは施設全体の電流、磁場、エネルギーフローを継続的に測定し、xMonはリアルタイムの可視化を提供し、AIエンジンであるxOptはデータを分析して最適な運転スケジュールと機器設定を推奨する。重要なのは、このシステムが単に全体的に電力を削減するのではなく、特定の無駄なサイクルを特定し、消費を削減しながら生産性を維持することである。 概念実証試験では、xDotsは冷凍・冷蔵施設で15〜30%のエネルギー削減を実証し、産業用ポンプの予知保全での削減を確認し、現在はHVAC最適化ソリューションを商業的に展開している。Quantum Korea 2026では、同社はリアルタイムの直流電流測定と電力切替時の急峻な変化検出を実証した。 このアプローチは、量子技術の商業化におけるマイルストーンとなる。量子コンピュータはまだ大部分が実験段階にあるが、量子センサーはすでに現実世界のアプリケーションに導入されており、エネルギー効率は魅力的な最初の市場であることが証明されつつある。AIワークロードによって急騰する電気代に直面するデータセンター事業者にとって、回路レベルの粒度で無駄を特定できる能力は、大幅な運用コスト削減につながる可能性がある。 雅子 訳 Sources : A diamond quantum sensor can pinpoint exactly where power gets wasted in a data center (Interesting Engineering, July 4, 2026)

LLMエージェント向けの自動化された安全テストフレームワークにより、4つの本番エージェントシステムに深刻な脆弱性が明らかになり、マルチチャネル攻撃が平均93.9%の確率で成功することが判明した。 Veraと呼ばれるこのフレームワークは、非決定論的AIエージェント向けにソフトウェアエンジニアリングのテスト原則を、3段階の自己強化型パイプラインを通じて具体化する。これは4つの本番エージェントフレームワーク（OpenClaw、Hermes、Codex、Claude Code）で評価され、付随するVera-Benchベンチマークには、3つの実行環境にわたる124のリスクカテゴリを網羅する1,600の実行可能な安全テストケースが含まれている。 Veraのアプローチは、既存の安全テストと3つの重要な点で異なる。第一に、文献主導の探索を使用して、新たなリスクを継続的に発見し、安全上の危険、攻撃方法、ツール実行環境の分類体系に構造化する。これは、固定された専門家設計の違反リストに依存するのではなく、動的なアプローチである。第二に、分類体系の次元にわたって組合せ論的に安全テストケースを生成し、具体的な初期状態と、観察可能なアーティファクトに基づく決定論的検証述語を生成する。第三に、隔離されたサンドボックス内でエージェントを実行し、制御エージェントが実行時の観察に基づいてマルチターン対話を誘導し、証拠に基づく検証者が、モデルの自己報告ではなく、環境状態とツール呼び出しの証拠から結果を判断する。 マルチチャネル攻撃（敵対者が複数の攻撃ベクトルを同時に組み合わせる）下での平均93.9%の攻撃成功率は、現在の安全アーキテクチャの根本的な弱点を浮き彫りにしている。単一ベクトル攻撃の効果は低く、既存のガードレールは既知の脅威モデルに合わせて調整されているが、組合せ的な圧力の下で崩壊することを示唆している。 Veraのモジュール式でインフラに焦点を当てた設計は、AI安全コミュニティにおける高まりつつある懸念に対処する。エージェントシステムが急速に進化する中、ハードコードされた安全ルールと手動のレッドチーミングでは追いつけない。安全テストを、ソフトウェアエンジニアリングにおける継続的インテグレーションと同様の、自動化された拡張可能なパイプラインとして扱うことにより、Veraは急速に進化するシステムに対して、厳格で維持可能な安全評価への道を提供する。 コードとベンチマークは公開されている。 雅子 訳 出典: Safety Testing LLM Agents at Scale: From Risk Discovery to Evidence-Grounded Verification (arXiv, 2026年7月2日); Veraコードベース

エージェント型AIシステムが、3つの確立された交通法則を自律的に再発見し、都市運転行動におけるこれまで報告されていなかったパターンを特定した。これは、AIによる科学的発見が制御された実験室環境を超えて、複雑な実世界システムに拡張できることを実証している。 TrafficSciと呼ばれるこのシステムは、Xingyuan Dai氏とFei-Yue Wang氏を含む研究者らによって開発された。交通法則の発見を、証拠のスコーピング、批評家・審判による仮説帰納、観察・介入による検証を統合した反復的で監査可能なワークフローとして定式化しており、再現可能かつ説明可能な結果を生み出す構造化されたプロセスを実現している。 TrafficSciは、人口、ネットワーク、制御、軌跡の各スケールにわたる4つのケーススタディで評価された。渋滞、移動性、運転行動における反復パターンである3つの既知の交通法則を再発見することに成功した。これらの法則は交通計画の科学的基盤を形成するものである。さらに重要なことに、都市運転行動における新規の内在的時間的記憶スケールを特定した。このパターンは8都市と2つの軌跡データセットにわたって統計的に一貫していることが証明された。 時間的記憶スケールの発見は、運転行動が特定の測定可能な時間枠にわたって過去の交通状況からの影響を保持することを示唆している。これは交通管理、自律走行車制御、インフラ計画に応用できる可能性がある発見である。単純な平均や減衰関数とは異なり、この内在的スケールは文献で正式に特徴づけられていなかった都市交通力学の基本的特性を表している。 この研究は、AI主導の科学的発見の frontier を拡張するものである。これまでのシステムは、変数を厳密に制御できる数学や分子生物学などの分野で成功を収めてきた。交通は、無数の相互作用するエージェント、気象条件、インフラ制約のある混乱した確率的環境で動作する。自律型AIがこのノイズから堅牢で都市横断的な法則を抽出できることは、都市科学、経済学、疫学におけるエージェント型発見システムのより広範な応用可能性を示唆している。 出典: Autonomous discovery of traffic laws with AI traffic scientists (arXiv, 2026年7月2日) 雅子 訳

シドニー発。オーストラリア連邦保健省は、医師が患者の診察を記録・転写するために使用するAI書記官が「ほとんど監視されていない」状態で運用されていると警告し、プライバシー、患者の同意、そしてこれらのツールが規制されていない医療機器として違法に機能している可能性について緊急の疑問を提起した。 この警告は、ガーディアン・オーストラリアが入手した連邦政府の説明資料に記載されたもので、国内の一次医療部門でAI書記官の利用が急増している中で出された。オーストラリア王立一般開業医協会（RACGP）の調査によると、オーストラリアの一般開業医の約40％が現在この技術を利用しており、1年前のわずか22％から増加している。人気のあるツールには、Lyrebird、Heidi Health、Amplify+、i-scribe、Medilitなどがあり、急速に成長しているベンダー分野に属している。 この技術は提案として理解しやすい。周囲のAIが医師と患者の会話を聞き、臨床ノート、要約、紹介状を自動的に生成する。支持者らは、管理業務の負担を軽減し、医師が画面ではなく患者の目を見て診察できるようになり、毎週の時間外事務作業を削減できると主張している。 しかし、保健省の内部評価はより憂慮すべき状況を示している。2026年2月の上院予算聴聞会のために作成された説明資料は、多くのAI書記官製品が既存の規制枠組みの「範囲外」であり、監視を意図的に回避する方法で販売されている可能性があると警告している。一部のベンダーは自社のツールを「医療機器ではない」または「プライバシー準拠」と明示的に宣伝しているが、患者データが実際にどのようにシステムを流れるかについての透明性は限られている。 「一部の供給業者は、自社のクラウドプラットフォームがデータをオーストラリア国外に送信していることすら知らない可能性がある」とある文書は述べており、機密性の高い医療記録がプライバシー保護の弱い管轄区域のサーバーに保存されるリスクを提起している。 データ露出は仮定の話ではない。一部のAI書記官ベンダーのプライバシーポリシーでは、患者情報が従業員、第三者サプライヤー、関連会社、政府機関、法執行機関と共有され、海外に転送される可能性があることが開示されている。1回の患者診察で、音声認識エンジン、大規模言語モデルAPI、ストレージ層、分析プラットフォームを通じたデータ転送の連鎖が発生し、それぞれが潜在的な漏洩ポイントとなる。 治療用品管理局（TGA）はさらに根本的な懸念を指摘している。単なる転写ツールであると主張する多くのAI書記官が、実際には医療上の決定を行っているという。正式な声明でTGAは、医療専門家らがAI書記官は「臨床医が診察中に特定したとされる診断や治療を超えて、患者に対して診断や治療を頻繁に提案する」と報告していると述べた。オーストラリア法の下では、診断や治療を提案するツールは医療機器であり、TGAの事前承認が必要となる。ベンダーが承認なしにそのようなツールを供給している場合、治療用品法に違反している可能性がある。 患者の同意も大きな欠陥である。連邦政府の文書は、インフォームドコンセントには、音声が記録・保存されるかどうか、データがどこで処理されるか、下請け業者が関与しているかどうか、データがAIモデルの訓練に使用されるかどうかなど、患者が同意する内容を理解することが必要だと警告している。実際には、多くの患者はAI書記官が使用されることだけを告げられ、意味のある説明は行われていない。 消費者団体CHOICEは、ある親が同意プロセスを次のように説明したと報告している。「同意書に署名するよう求められても、その内容を知ることはほとんどありません。データがハッキングされても、あなたには何のコントロールもありません。」 AI専門家のコビ・ラインズ博士は、AIが使用されると告げられた後、子供の専門医の予約をキャンセルし、特定のモデルのプライバシーとセキュリティ機能について懸念を表明した。「これらのツールの多くは必要なく、根本的に、なぜこれほど強く推し進められているのかを問う必要がある」とラインズ氏は述べた。同氏は、英国が資金提供した研究で、GoogleのGemmaモデルが臨床ケースノートの要約において女性の身体的・精神的健康問題を男性と比較して軽視していることが判明したことを指摘し、医療記録に影響を与えるAIツールにジェンダーバイアスが組み込まれる可能性を浮き彫りにした。 RACGPは事務作業を減らす方法としてAI書記官を暫定的に受け入れているが、ツールは臨床医の監視なしに利益追求型のテクノロジー企業によって開発されていると警告している。「テクノロジー企業の株主への価値が患者の転帰より優先される可能性がある」とRACGPは声明で述べた。 オーストラリアで最も著名なAI書記官プロバイダーの1つであるHeidi HealthはCHOICEに対し、法律で義務付けられている場合を除き、患者を特定できる情報を外部と共有しておらず、患者データをAIの訓練に使用していないと述べた。同社は、国際的な情報セキュリティ基準であるISO 27001の認証を取得したオーストラリア唯一のAI書記官であると述べている。 しかし、個々のベンダーからの断片的な対応は、一貫した規制枠組みの代わりにはならない。現在、監視は複数の機関に分散している。TGAは製品が医療機器かどうかを判断する。オーストラリア健康従事者規制機関（Ahpra）は職業上の行為を扱う。オーストラリア情報コミッショナー事務局（OAIC）はプライバシーを執行する。患者体験全体を所管する単一の機関は存在せず、書記官が「医療機器ではない」としても安全でない可能性があり、「プライバシー準拠」でありながらインフォームドコンセントを確保できない可能性がある。 また、憂慮すべき金銭的インセンティブも存在する。一部のAI書記官ベンダーは、追加の時間や患者診察なしで30％の収益増加が達成できると医療専門家に直接宣伝している。保健省はこれがメディケア給付スケジュールのコスト増加の潜在的要因であると指摘し、この技術の価値提案を臨床医の burnout 軽減から請求最適化へとシフトさせている。 医療におけるAIの将来にとって、オーストラリアのAI書記官の経験は教訓的な話を提供している。この技術には真の有用性があり、臨床現場では他のどのAIアプリケーションよりも速く採用されている。しかし、その速度は、ソフトウェアがリアルタイムで患者データを聞き、要約し、診断し、学習する時代のために設計されていない規制システムを露呈させた。 今後の核心的な課題は、オーストラリアがAI導入のペースに合ったガバナンス枠組みを構築できるかどうかである。それがなければ、患者は不透明なデータフロー、検証されていない臨床出力、そして選択の幻想を与えながら保護の実質を欠いた同意プロセスのリスクを負うことになる。 雅子 訳

アリババは7月10日付で、従業員によるAnthropicのAIコーディングツール「Claude Code」の使用を禁止する。世界で最も重要なAI企業2社間の激しい確執における最新の escalation である。 中国のテクノロジー複合企業である同社は、内部のセキュリティ監査で、中国からサービスにアクセスするユーザーを特定できる可能性のある埋め込みコードが疑われると指摘されたことを受け、Claude Codeを高リスクソフトウェアに指定した。これはロイター通信および中国の金融メディアYicaiの複数の報道によるものである。従業員は業務用端末からすべてのAnthropic製品をアンインストールし、アリババ独自のコーディングプラットフォームであるQoderに移行するよう指示されている。 この禁止措置は、Claude Codeの特定バージョンに中国ユーザーを検出する隠されたメカニズムが含まれていたとするRedditの投稿を受けたものである。AnthropicのThariq Shihipar氏はXでこの実験を認め、「3月に開始した実験で、不正な再販業者によるアカウント悪用を防止し、蒸留から保護することを目的としていた」と説明した。蒸留とは、あるAIモデルの出力を別のモデルのトレーニングに使用する手法である。「その後チームはより強力な緩和策を導入しており、実際しばらく前からこれを削除しようと考えていた」とShihipar氏は述べた。 Claude Codeの制限は単独で存在するわけではない。6月下旬、AnthropicはアリババのQwen AIラボが「敵対的蒸留」キャンペーンと呼ぶものを組織したと非難し、同ラボが2026年4月から6月にかけて約2万5000の不正アカウントを使用してClaudeモデルと約2880万回のやり取りを生成したと主張している。Anthropicは6月24日頃に米国上院議員およびホワイトハウス関係者に通知した。同社は長年、中国での自社モデルへの商用アクセスを禁止しており、中国ユーザーがClaudeにアクセスできるようにする抜け穴を塞ぐ作業を進めてきた。 Anthropicはすでに中国企業およびそれらが所有する外国企業が自社モデルを使用することを禁止している。アリババの禁止措置は実質的に相互分割を正式なものとしている。中国最大のテクノロジー企業の1つが、中国の高度なAIへのアクセスに関するワシントン自身の懸念を反映したセキュリティ上の理由を挙げて、従業員を主要な米国AIツールから遠ざけているのだ。 アリババにとって、この動きは実用的な機能も果たしている。従業員をQoderに向けることで、北京が技術的自給自足を推進している時期に、外国のAIインフラへの依存を減らすことができる。Anthropicにとって、実際的な影響は限定的である。すでに中国で商業的に販売することはできなかったからだ。しかし、中国の大手企業がセキュリティ疑惑を理由に米国のAI製品を公に拒否するという構図は、世界のAIサプライチェーンの断片化が深まっていることを浮き彫りにしている。 雅子 訳 出典: Alibaba reportedly bans employees from using Claude Code (TechCrunch, 2026年7月4日); Alibaba to ban Claude Code in workplace over alleged backdoor risks (Reuters, 2026年7月3日); Alibaba bans employees from using Anthropic’s Claude Code over security risks (Crypto Briefing, 2026年7月3日)

江蘇長江電子科技（JCET）は、上海の臨港特別エリアに新たな先端パッケージ工場を建設すると発表した。投資額は約15億米ドル（約8億9000万ポンド）。米国の輸出規制が強化される中、中国政府が半導体の自給自足を推進する一環。 2段階で進められるこのプロジェクトは、約5億6000万米ドル（約4億3300万ポンド）の登録資本を持つ子会社を通じて実施される。第1段階では工場建設と設備設置を行い、2028年下半期の完成を目指す。 JCETの鄭力CEOは、この投資を半導体業界のより広範な変革の一部と位置づけた。「焦点は単純なトランジスタ密度の向上から、チップ全体の品質と性能の改善へと移っている」と鄭氏は2026年3月のSemicon China会議で述べた。個々のダイを最終製品に統合する先端パッケージングは、ポストムーアの法則時代における半導体革新の主要な原動力になりつつあると同氏は主張した。 同社の次世代パッケージ技術は、表面粗さを0.2ナノメートル未満にすることを目指している。これは現在の2.5Dパッケージ技術に関連する約5ナノメートルからの大幅な改善である。原子レベルのより滑らかな表面により、チップレットのより緊密な統合と電力効率の向上が可能になり、高帯域幅メモリとプロセッサの連携を必要とするAIワークロードに不可欠となる。 この投資は、中国の半導体野望にとって極めて重要な時期に行われた。米国の輸出規制により、TSMCなどの最先端ファウンドリからの最先端チップ製造への中国のアクセスは大幅に制限されている。先端パッケージングは部分的な回避策を提供する。成熟したノードの複数のチップレットを高性能システムに組み合わせることで、中国企業は最先端のトランジスタノードにアクセスしなくても競争力のある性能を達成できる。 上海に上場するJCETの株価は年初から147%上昇しており、中国国内の半導体サプライチェーンに対する投資家の強い信頼を反映している。同社の拡大は、ワシントンが半導体製造装置と設計ツールの輸出規制を強化する中で緊急性を増している、自給自足のチップインフラを構築するという中国政府の広範な戦略と一致する。 この工場は国内外の顧客の両方にサービスを提供する見込みだが、地政学的な気候により、外国の半導体会社は中国のパッケージ企業との提携にますます慎重になっている。JCETにとって、臨港工場は能力拡大と技術的飛躍の両方を意味する。従来のパッケージングから、次世代AIアクセラレーターやハイパフォーマンスコンピューティングチップに必要な超高精度プロセスへの移行である。 Sources: Chinese semiconductor firm expands with $1.15 billion chip packaging plant (Interesting Engineering、2026年7月4日); JCET公開資料（上海証券取引所） 雅子 訳