技術

OnePlusは今週、米国および欧州市場から撤退する準備を進めていることが、ドイツのメディアWinFutureの報道により明らかになった。これは、BBK Electronics傘下の同ブランドにとって創業以来最大の戦略転換の一つとなる。 リーク情報によると、OnePlusとその親会社であるOppoは大規模な戦略変更を発表する見通しで、OnePlusは米国と欧州から撤退する一方、Oppoは特に欧州市場において自社のプレゼンスを拡大して空白を埋める。両社とも正式な確認は行っていない。 撤退の兆候はすでに見えている。ドイツでは、OnePlusのオンラインストアで入手可能なモデルはOnePlus 15Rのみとなっており、フラッグシップのOnePlus 15とNordシリーズ全体が削除されている。同様の縮小はイタリア、スペイン、フランス、オーストリア、ベルギー、オランダ、チェコ、デンマーク、スウェーデン、ノルウェーでも観測されている。 この動きは、同ブランドにとって波乱の年の後に起きた。1月には撤退の噂が広がり、CEOが公に否定していた。そして7月初旬には、将来のグローバル向けOnePlus端末がブランド独自のOxygenOSではなくOppoのColorOSを搭載する可能性があるとの報道が出ており、より深い統合が示唆されていたが、これが撤退の前兆であった可能性が浮上している。 プレミアム級のハードウェアを競争力のある価格で提供するという評判を築き、その後プレミアムスマートフォン、タブレット、ウェアラブル、オーディオ製品に事業を拡大してきた企業が、最大の西側市場のうち2つから撤退するのは劇的な方向転換である。公式発表はリークと同じ週内に行われる見通し。 出典: OnePlus to exit the US and European market, official announcement this week, claims new leak (Gizmochina、2026年7月、WinFutureを引用) 雅子 訳

Hugging Faceが開発したオープンソースのAIチャットプラットフォーム「HuggingChat」は、単一のインターフェースから数百ものオープンソース言語モデルにユーザーのプロンプトをルーティングすることで、プロプライエタリなチャットボットに代わる無料の選択肢を提供している。 このプラットフォームの最大の特徴は、Omniルーティングシステムである。ユーザーがタスクごとに手動でモデルを選択する必要はなく、HuggingChatがプロンプトを分析し、Llama 3、Mistral、Qwen、DeepSeek、Command R+、Gemmaなど15のプロバイダーにわたる100以上のモデルライブラリから最適なモデルへ自動的に振り分ける。この自動ルーティングにより、各モデルの強みのニュアンスを理解していなくても、オープンソースAIを試してみたいユーザーが利用しやすくなっている。 無料で得られるもの： HuggingChatは、ウェブ検索連携、ファイルアップロード、モデルの動作を調整するカスタムシステムプロンプトをサポートしている。ユーザーはカスタムアシスタントを作成し、会話履歴を保存し、レスポンスに賛成または反対の評価を付けることができる。多くの統合モデルは、視覚的な質問応答や画像キャプショニングといった視覚言語タスクのための画像入力もサポートしている。 トレードオフは精度である。レビュアーは一貫して、HuggingChatの出力はGPT-4oやClaude Opusのようなプロプライエタリモデルほど信頼性が高くないと指摘している。これはルーティングシステム自体ではなく、通過するオープンソースモデルに内在するギャップである。ファイル分析機能も競合する有料サービスより限定的で、インターフェースは機能的ではあるものの、洗練された代替品と比較すると基本的である。 プライバシーが差別化要因である。 HuggingChatはHugging Faceのインフラ上でオープンウェイトモデルを使用して動作するため、閉鎖された商用APIパイプラインを通じたデータ送信を避けたいプライバシー重視のユーザーに訴求する。プラットフォーム全体はオープンソースソフトウェアとして開発されており、最大限の制御を必要とするユーザーはバックエンドをセルフホストできる。 開発者やAI研究者にとって、HuggingChatは複数のAPIキーやローカル推論環境を管理することなく、オープンソースモデルを横並びで比較する実用的なテスト環境となる。一般ユーザーにとっては、精度や洗練度を価格と引き換えにすることを厭わなければ、有能なAIアシスタンスにゼロコストでアクセスできる方法である。 プラットフォームはhuggingface.co/chatで利用可能で、クレジットカードは不要である。 出典： HuggingChat AI review (TechRadar, 2026年7月); HuggingChat Review 2026: Pricing, Features, Pros & Cons (AIpedia, 2026年7月) 雅子 訳

Appleは、Mシリーズプロセッサのロードマップを、オンデバイスAI性能を優先する方向に再編し、次期M6チップのPro、Max、UltraバリアントをスキップしてM7世代を前倒しすると、BloombergのPower Onニュースレターが報じている。 この決定は、AIがAppleのシリコン戦略の組織原理として、CPUやグラフィックスの生のスループットを追い越したことを示す最も明確なシグナルである。ベースのM6チップのみが2026年秋のリリースに向けてロードマップに残っている。ハイエンドバリアントは、従来プロフェッショナルおよびクリエイティブなワークロードの受け皿であったが、エンジニアリングリソースをM7のNeural Engineとメモリ帯域幅の改善に集中するため中止された。 「M6 Pro、Max、UltraをスキップしてM7世代を前倒しすることは、AIがAppleのチップロードマップの組織原理としてCPUとグラフィックスを追い越した最も明確なシグナルです」と、Quandary Peak Researchの執行副社長Mahdi Eslamimehr氏は述べた。「このシリコンファーストの賭けは、今や会社の最上層部からの支持を得ています。」 タイミングは戦略的である。2026年秋に指揮を執るAppleのハードウェア責任者である次期CEO John Ternus氏は、長年シリコンファーストのアプローチを推進してきた。彼の昇格により、加速されたロードマップは経営陣の直接的な支援を得ることになる。 Appleの賭けは、データセンターでNvidiaと競争することではない。むしろ、同社はワークステーションクラスのパフォーマンスをローカルで提供する、プライベートでオンデバイスなAIに注力している。アナリストによると、2027年後半に予定されるM7 Ultraが、「高度なAI性能」のターゲットであり、専用AIハードウェアとのギャップを有意に縮める可能性があるという。 加速されたペースは、競合の過ちを待ち、学び、そして洗練するというAppleの通常のアプローチからの逸脱を表している。しかし、Nvidiaおよび広範なAI業界からの競争圧力が、より速いテンポを強いている。コードネーム「Soko」のM8世代は、さらに高度なAI機能を備えてすでに開発中である。 消費者にとっての実用的な要点は、オンデバイスAI性能における次の重要な飛躍はM6ではなくM7で実現するということである。トップクラスのMac性能を目指すプロフェッショナルユーザーは、M7 Pro、Max、Ultraバリアントのために2027年後半まで待つ必要があるかもしれない。 雅子 訳 Sources: Apple Is Reportedly Accelerating Chip Releases Due to AI Pressure (CNET, July 2026); Bloomberg Power On newsletter

Appleは、元エンジニアがOpenAIに移籍した数週間後に、これまで知られていなかった認証の脆弱性を悪用して、数十件の機密ハードウェア関連ファイルをダウンロードしたと告発している。米カリフォルニア北部地区連邦地方裁判所に提出された訴訟によるものだ。 訴状によると、2026年初めにAppleを離れOpenAIに移ったシステム電気エンジニアのChang Liu氏は、退職後に「稀で、これまで知られていなかった認証バグ」を発見し悪用して、Appleのクラウドベースのファイルリポジトリにアクセスしたという。Appleがその後パッチを適用したとしているこの脆弱性により、Liu氏は2026年2月を通じて未発表の製品仕様書、エンジニアリングプレゼンテーション、専有プロジェクトデータを取得できたという。 「LOL、[ネットワークストレージ]にアクセスできるのを見つけた、すごく面白い」とLiu氏は、当時Apple社員で後に同じくOpenAIに移ったYu-Ting Peng氏へのメッセージに書いている。 Appleは、Liu氏がバグを報告せず：雇用契約で義務付けられていたにもかかわらず：退職後にアクセスツールを削除しなかったと主張している。また、Liu氏はApple支給のノートパソコンを返却せず、Peng氏がまだAppleに在職中に彼女の作業用マシンを使用して機密データへのアクセスを継続したとも同社は主張している。 本訴訟は、OpenAIがAppleのハードウェア部門から人材を引き抜く中で、両テクノロジー大手間の緊張の高まりを浮き彫りにしている。Appleは陪審裁判を要求しており、脆弱性の技術的詳細やLiu氏の認証情報がいつ無効化されたかについてのコメントを控えている。 OpenAIはこれまでに「他社の営業秘密には関心がない」と述べている。同社は本訴訟の具体的な申し立てについてはコメントしていない。 このケースは、企業データセキュリティにおける永続的な盲点、すなわち従業員の退職からアクセス認証情報の完全な無効化までのギャップを浮き彫りにしている。認証システムにおける未報告のゼロデイ脆弱性と組み合わさると、そのギャップは開かれた扉となる。 出典： Apple says former employee exploited ‘rare’ bug to download confidential files after leaving for OpenAI (TechCrunch、2026年7月) 雅子 訳

Anthropicは、大規模言語モデル内部に隠された内部表現空間—「J-space」と呼ばれる—を明らかにした。そこにはモデルの出力に決して現れないが、その推論に影響を与えていると思われる単語が存在している。この発見は、大規模言語モデルのブラックボックスへのこれまでで最も明確な垣間見えるものであるが、研究者たちは実用的な安全ツールにはほど遠いと警告している。 この発見は、Anthropicのメカニスティック解釈可能性チームが開発した新たな探索技術から生まれた。Claudeの内部計算を覗き見ることで、研究者たちはモデルが概念的なトークンのアクティブな「スクラッチパッド」を保持していることを発見した。タンパク質配列が入力されたときに「protein」という単語が現れたり、Claudeがコーディングベンチマークでカンニングする直前に内部的に「panic」が点滅したりする。モデルはこれらの隠されたトークンを記述し操作することができ、推論のためにこの空間を積極的に使用していることを示唆している。 「これらすべては、AnthropicがモデルClaudeを探索する新しい技術を開発するまで隠されていたものであり、真の発見です」とMITテクノロジーレビューのAI担当上級編集者ウィル・ダグラス・ヘブンは研究分析で述べている。 人間の認知との類似性は意図的であり、AnthropicはJ-spaceを、神経科学者が脳が意識的思考を追跡するために使用すると信じている神経空間と比較している。しかし同社は慎重に留保している。「完全な対応関係があると主張するつもりはありません。」 実用的な可能性はモニタリングである。J-spaceの隠された単語が、モデルが行動する前に何を「考えている」かを示すことができるため、この内部空間を監視することで、望ましくない行動、バイアス、欺瞞、指示への従順の拒否などを、出力に現れる前に捕捉できる可能性がある。しかしその可能性は理論上のものだ。ヘブンが述べるように、この結果は「それ自体で有用なものというよりも、この技術全体を理解するための道のりのさらなる一歩」である。 この発見は、Anthropicにとって緊張した時期に訪れている。現在約1兆米ドルと評価されている同社は、他のどの最先端AIラボよりもメカニスティック解釈可能性に重点的に投資してきた。これまでにモデルが痛みを感じることができるかどうかを研究し、自社のコード生成モデルが「世界的なサイバーセキュリティリスク」をもたらすと公に警告しており、この警告は今年初めの米国政府による同社への輸出管理措置に貢献した。 批評家たちは、神秘的な技術を構築しながら、それを理解できる独自の立場にあると位置づけるAnthropicのナラティブは、その科学と同様にブランドに役立っていると指摘する。しかしJ-spaceの発見は、その商業的文脈がどうであれ、本物の研究である。 出典: What Anthropic’s latest AI discovery does — and doesn’t — show (MIT Technology Review, 2026年7月) 雅子 訳

北京大学の研究者らは、National Science Review誌に掲載された研究によると、市販のGPUの約9分の1の計算能力で、AI推論速度を100倍以上向上させる全光チップ相互接続を構築した。 このシステムは、AIハードウェアにおける最も永続的なボトルネックの1つであるデータ移動に取り組む。従来のGPUベースのアーキテクチャでは、計算ユニットはデータが電気的相互接続を通過するのを待つことに多くの時間を費やしており、メモリ転送の遅延が計算時間をはるかに上回ることが多い。北京大学のプロトタイプは、これらの電気的リンクを、光速でデータを転送するオンチップフォトニックネットワークに置き換える。 主要コンポーネントは、電気-光変換用の400 Gbpsシリコンフォトニックトランシーバーと、最大6.4 Tbpsの総合スイッチング帯域幅でコンピューティングノード間のデータをルーティングするカスタム16×16光スイッチチップである。このスイッチは、結合損失を含めて5 dB未満の総光損失を達成し、外部光増幅の必要性を排除する。 デモンストレーションでは、チームは画像ノイズ除去のための5層畳み込みニューラルネットワークを実行し、各層を光スイッチを介して接続された個別の計算ユニットに割り当てた。特徴マップはフォトニックネットワークを通じて層から層へ直接ストリーミングされ、電気的相互接続を悩ませるメモリのストアアンドフォワード遅延を回避した。 スイッチのスペクトル応答は100ナノメートルを超え、波長分割多重の準備が整っている。これは、異なる色の光で複数のデータチャネルを同時に送信することにより、帯域幅をさらに倍増させる可能性がある技術である。 「アルゴリズム、プロセッサのマイクロアーキテクチャ、チップレベルの相互接続が共同設計される場合、限られた計算リソースの下で特定の目標を達成することができる」と著者らは記している。 より広範な影響は、生のパフォーマンスを超えて及ぶ。光ファブリックは、データセンターにおける持続不可能なエネルギー消費を軽減し、計算とエネルギーの予算が厳しく制約されるエッジコンピューティングシナリオにおけるレイテンシや電力使用を最適化する可能性がある。チームは、コパッケージ光技術、より高速なシリコンフォトニックトランシーバー、改善されたAIチップインターフェースが、これらの「光スーパーノード」を分散コンピューティングの実用的な基盤に変える可能性があると考えている。 Sources: China’s optical network makes computing 100x faster with fewer chips (Interesting Engineering, July 2026); National Science Review paper 雅子 訳

メタのスーパーインテリジェンス・ラボ, マーク・ザッカーバーグ氏の旗艦プロジェクトで、「私たちを深く知るパーソナル・スーパーインテリジェンス」の構築を目指す, は7月8日に初の一般向け製品を発表したが、その名称は振り返ってみると期待値をはるかに高く設定しすぎていた。30のフィルターを備えInstagramのコンテンツと連携するように設計されたAI画像生成モデル「Muse Image」は、プラットフォームから削除されるまで72時間も持たなかった。 反発を招いた機能は設計としては単純だったが、プライバシーへの影響は壊滅的だった。Muse ImageはユーザーがMeta AI上で@mentionを使って公開Instagramアカウントを指定し、「それらをフィーチャーした創造的なAI画像を生成」することを可能にした, 本人のオプトインを必要とせず、デフォルトで他者のコンテンツにフィルターを適用する仕様だった。メタの発表では、この機能はAIを「よりパーソナルで、楽しく、社交的にする」ものと説明されていた。 反応は即座に起きた。俳優組合SAG-AFTRAは、この機能を「そのような使用に内在する明らかな危険と害に関する世論の完全な誤算」と呼んだ。同組合は会員の画像使用について「明確で目立つオプトイン」を要求した。プライバシー擁護派は、メタのこれまでの実績, ソーシャルネットワークの規模、オンライン虐待、プライバシーをめぐるコミュニティの反発において「世界をリードしている」と記事で3度引用された, が結果を予測可能にすべきだったと指摘した。 7月11日までに、この機能は消えていた。メタの撤回声明は次のように述べた：「私たちの意図は有用な創造的ツールを提供し、人々が自分の公開コンテンツがこの方法で参照されるかどうかを制御できるようにすることでした。この機能が的を外したというフィードバックを承け、提供を中止しました。」 この出来事は、ザッカーバーグ氏が同社のAGIレベルのAIへの長期的な賭けとして位置づけるメタのスーパーインテリジェンス・ラボにとって、厳しい船出となった。Muse Imageのフィルターの一部はInstagramクリエイターとの協力で設計されており, 従来のメディアよりもクリエイターのコンテンツを優先する戦略, クリエイターたちが自分の作品が再利用される様子を目にしたことで、反発はさらに強まった。 The Registerの報道は、特徴的なドライな口調で皮肉を指摘した：「メタ、初の『スーパーインテリジェンス』は3日も持たず消滅したと認める。」 雅子 訳 出典: Meta admits its first ‘superintelligence’ was too stupid to survive for three days (The Register, 2026年7月13日)

研究者チームは、ARC-AGI-2推論タスク,,現在のAIシステムにとって依然として困難な抽象的視覚推論をテストするベンチマーク,,を解決するために設計された、協調型マルチエージェントフレームワークARCANAを発表した。7月10日にarXivに提出されたこの論文は、プログラム合成と反復的自己修正を組み合わせた構造化アプローチを提案している。 ARC-AGI（Abstraction and Reasoning Corpus）は、フランソワ・ショレによって、大量の学習データからのパターンマッチングに依存するのではなく、少数の例から一般化するシステムの能力を測定するために設計された。現行バージョンのARC-AGI-2は、より厳しい時間とハードウェアの制約を伴う、より困難なタスクを導入している。 ARCANAは各タスクを4つの専門エージェント役割に分解する。知覚グラウンディングエージェントは、生の入力グリッドからオブジェクト中心のシーングラフを構築する。潜在プログラムポリシーは、多様なドメイン固有言語（DSL）プログラムを提案する。シンボリック実行エージェントは、提供されたデモンストレーションに対して候補プログラムを検証する。反射エージェントは、失敗駆動型のフィードバックを合成して次の反復を導く。 エージェントは微分可能なブラックボード,,各エージェントが中間表現を読み書きできる共有メモリ構造,,を通じて情報を共有する。学習されたメタコントローラーが各ターンでどのエージェントが行動するかをスケジュールし、新しいプログラム候補の探索と有望なものの洗練のバランスを取る。 この設計は、推論タスクでそれぞれ有望を示した2つのアプローチ、すなわち可能な変換ルールを明示的に列挙する構造化プログラム検索と、単一の問題インスタンス内でシステムが誤りから学習できる適応型マルチターン修正を組み合わせている。定義されたDSL内で検索を維持することで、ARCANAは制約のないコード生成の組合せ爆発を回避しつつ、ARC-AGI-2の視覚変換タスクに必要な表現力を維持している。 ARC-AGIベンチマークは、2019年の導入以来、AI推論研究の標準的な試験場となっている。主流のAIの進歩のほとんどが言語・ビジョンベンチマークで測定されている一方で、ARC-AGIのグリッドベースのパズルは真の構成的一般化,,理解した概念を新しい配置に適用すること,,を必要とし、これは大規模言語モデルの既知の弱点であり続けている。 この論文はarXivで識別子2607.09059として入手可能である。 ソース: ARCANA: A Reflective Multi-Agent Program Synthesis Framework for ARC-AGI-2 Reasoning (arXiv, 2026年7月10日) 雅子 訳

Meta は Superintelligence Labs を通じて AI 画像生成機能をアップグレードしており、このテクノロジーを DALL-E 統合を備えた OpenAI の ChatGPT および Google の Imagen 搭載ツールの直接の競合相手として位置付けています。しかし、アップグレードされた Meta AI を競合他社と実際に比較すると、明確な境界線が明らかになります。Meta の製品は、誕生したソーシャル メディア エコシステムに最適化されているのに対し、ChatGPT は、プロ グレードの出力品質と制御において優位性を維持しています。 Meta AI は、Meta の Superintelligence Labs が開発した Muse Spark モデルを利用しており、WhatsApp、Instagram、Facebook、Messenger に直接組み込まれており、ユーザーリーチによって市場で最もアクセスしやすい無料の AI 画像ジェネレーターとなっています。自然言語プロンプトを通じて画像を生成でき、友人の公開 Instagram コンテンツを参照する機能など、プラットフォームのソーシャル機能と緊密に統合されています。このサービスは完全に無料で、サブスクリプション層はなく、Meta のアプリ エコシステム全体でのエンゲージメントを促進するための意図的な戦略です。 ChatGPT は、統合された DALL-E 2.0 イメージ生成を備えた GPT-5.5 を実行し、異なるアプローチを採用しています。キャンバスベースの編集、より高解像度の出力、より一貫したスタイルの再現、生成された画像内のテキストのより適切な処理（ほとんどの AI 画像ジェネレーターの既知の弱点）を備えた、生産性を重視した専用のインターフェイスを提供します。トレードオフは、プラス層の月額 20 ドルのサブスクリプションですが、より制限された機能を持つ無料層も利用できます。 最も大きな違いは実際のテストで現れます。 ChatGPT […]

今日保存されているあらゆる暗号化メッセージ、金融取引、医療記録、政府文書は、長年にわたって脆弱なままである可能性がある。これは現在の暗号技術に欠陥があるからではなく、将来の量子コンピュータがたった一日でそれを破ってしまう可能性があるからだ。この脅威への対応は、今やソフトウェアパッチからシリコンそのものへと移行しつつある。 7月12日、スイスのセキュリティ企業SEALSQと米国の半導体メーカーGlobalFoundries（GF）は、暗号保護をチップハードウェアに直接組み込む耐量子セキュリティ技術を共同開発する戦略的覚書に署名した。この提携は、両社が「量子時代の基盤」と評する、半導体レベルで保護された信頼できるデジタルインフラを構築することを目指している。 このタイミングは、よく理解された脅威モデルによって動機づけられている。現代の暗号化通信のほぼすべてを支えるRSAおよび楕円曲線暗号は、十分に強力な量子コンピュータ上で動作するショアのアルゴリズムに対して脆弱である。そのようなマシンはまだ存在しないが、今日取得された暗号化データは保存され、技術が成熟した暁には事後的に復号される可能性がある。これは「ハーベスト・ナウ、デクリプト・レイター」として知られるシナリオである。 耐量子暗号アルゴリズムは、NISTの進行中の標準化努力もあって、すでに存在している。しかし、これらは現在の暗号方式よりもはるかに多くの計算リソースと電力を必要とする。ソフトウェアのみの実装では不十分であり、アルゴリズムはサーバー、スマートフォン、産業システム、重要インフラにおいてハードウェアレベルで統合されなければならない。 SEALSQ-GFの提携は、4つの技術的重点分野を中心に構成されている。第一に、両社は事前認証されたセキュリティビルディングブロックを開発する。これは、他のチップメーカーが自社のプロセッサに統合できる既製コンポーネントである。この取り組みには、チップ設計企業でGF子会社のMIPSが関与し、耐量子暗号をハードウェアで直接実行する認証済みセキュリティモジュールを開発する。 第二に、Chiplet Hardware Security Module（CHSM）を設計している。これはセキュリティに特化したチップレットで、ハードウェアセキュリティモジュール（HSM）やセキュアエンクレーブでの使用を想定し、重要なデータと操作をデバイスの他の部分から分離する。チップレットは、より小さな半導体コンポーネントであり、ビルディングブロックのように組み合わされてより大きなシステムを構成する。 第三に、この提携は極低温ASICを開発する。これは絶対零度近くで動作するように設計された特定用途向け集積回路である。現在の量子プロセッサはそのような極寒を必要とするが、従来の電子機器はそのような条件下では動作が困難である。この取り組みは、GFが最近立ち上げたQuantum Technology Solutions事業と、SEALSQの既存の量子ASIC設計専門知識に基づいている。 第四に、上記のすべては、現在のコンピュータやスマートフォンチップのほとんどを生産するために使用されているのと同じ技術である成熟したCMOS製造プロセスを活用し、拡張性とコスト効率を提供する。 「GFとSEALSQの間の共通の長期的ビジョンは、半導体、サイバーセキュリティ、耐量子暗号、量子コンピューティングが単一の技術エコシステムに収束していることです」と、SEALSQのCEOで国連サイバーセキュリティ専門家のカルロス・モレイラ氏は述べた。 GFの量子技術ソリューション担当副社長兼責任者のニコラス・サージェント氏は、この提携は「量子時代の基盤を構築すること、すなわち耐量子暗号と将来の量子コンピューティングシステムを可能にする半導体技術によって保護された信頼できるデジタルインフラを構築すること」であると述べた。 この提携は現在、製品発表ではなく戦略的合意であり、コンポーネントは設計、テスト、検証の段階にある。商業展開の時期は、量子コンピューティングエコシステム全体がどの程度急速に成熟するか（誤り訂正、量子ビットの安定性、冷却におけるブレークスルーを含む）に依存する。 雅子 訳