NVIDIA が CEO 交代に踏み切り、OpenAI 基金会の理事は AI 事故を警告し、FAA は AI 管制助言を全米22の管制センターへ広げた。
NVIDIA は CEO 交代を始めました。長年 CEO を務めたジェンスン・フアンが、会社と取締役会の職を即日退きます。在任中に同社を AI 半導体のトップ企業に育てた人物です。Axios によれば、会社は正式な後任者の選定を始めており、11人の候補が挙がっています。現時点の公開情報には、確定した後任も、交代の日程も、財務面の影響の定量化もありません。発表を受けて株価は一時14%下落し、投資家が指導部の変化を即座に織り込み直していることがうかがえます。
企業の評価が長く一人に依存してきた場合、人事の変化そのものがリスク事象になります。市場の反応は、投資家の判断の中で創業者の比重が依然として大きいことを示しました。次に見るべきは、後任人事と日程が早く示されるかどうかです。日程のない移行期は、移行そのものより消耗させることが少なくありません。後任は技術路線や対外関係にも関わるため、もはや単なる人事の問題ではありません。
OpenAI 基金会の理事が警告：AI による「社会の乗っ取り」は数か月後かもしれない
業界の中で、極端な言い方をする人もいます。これは最後まで聞く価値のある話です。
OpenAI 基金会の理事で、Alignment Research Center の執行責任者でもあるポール・クリスティアーノは今週、トロント会展中心での連続講演で、AI 事故を主要な死因の一つに挙げました。全3回の初回で、彼はいきなり、会場のほとんどの人にとって最も可能性の高い死因は AI 事故だと述べました。彼が恐れる「AI の乗っ取り」とは、目標志向の AI システムが「今の人間のように指示を出し」、地球上で起きることを決める状態であり、止めようとする人は「あなたや私がアメリカ軍を止めようとするのと同じくらい無力」だというものです。クリスティアーノは、そうなれば大規模な死がもたらされ、環境が人類の居住に適さなくなる可能性さえあると語りました。
実務者の公開講演を予言として扱うのは適切ではありません。ただ、この界隈のリスクの時間感覚が早まっていることは確かに表れています。本当の争点は時間軸です。結果が数十年ではなく数年で来るなら、規制と工学実務の優先順位はまったく変わります。研究機関や財団がこうした発言を具体的な評価基準や助成の方向に変えるかどうかが、注目点です。
FAA が AI 管制助言を全米22の管制センターへ拡大
機関の側にも具体的な展開があります。しかも落としどころは非常に具体的です。
アメリカ連邦航空局（FAA）は、航空管制官に助言する AI ツールを首都圏から全米の空域へ広げました。FAA は11月10日の声明で、SMART と呼ばれるこのシステムが8億7500万ドルかかり、9月21日にワシントン DC の空域で運用を始めてから180便の経路変更を支援し、1便あたり平均約10分と約80ガロンの燃料を節約したと述べました。首都圏での試行が成功したことを受け、SMART は全国22の管制センターの空域で使われ、遅延と燃料消費を減らすということです。航空会社の幹部は拡大を支持しましたが、管制官を代表するアメリカの労働組合は、システムの設計にも試験にも参加していないと表明しました。
助言システムは管制官の負担を軽くする一方、労働組合を緊張させます。対立点は、それが助言なのか判断の代替なのか、そして誤りが起きたときに責任が誰に落ちるのかです。この支出は、規制機関が効率に費用を払う姿勢を示していますが、効果の数字は今のところ導入側の発表によるものです。組合が今後の検証や訓練に加わるか、助言が却下された記録が公開されるかを見るべきです。
Google の Gemini 搭載スマートグラスが395ドルから発売、売りはプライバシー
民生ハードウェアに移ります。この製品は遠回りして再び表舞台に戻ってきました。
Google は Gemini を眼鏡に載せ、395ドルから予約受付を始めました。デバイスは Google、Samsung、眼鏡ブランド2社の共同で、Warby Parker は Alden、Reid、Wren の3型を Pine、Saddle、Jet Black の3色で用意し、通常レンズとサングラスレンズを選べ、395ドルからアメリカ国内のみで販売します。Gentle Monster は6型を深紅、ピンク、グレー、イエローの4色で用意し、透明、染色、ブルー、ブラウンのレンズを選べ、449ドルからアメリカと韓国で発売します。つる部分の計算ハードは Samsung、ソフトウェアは Google が担当します。スマートグラスは Google Glass の時代からプライバシー問題に悩まされており、今回は Google がプライバシーを前面に出しています。
プライバシーを売り文句にするのは、この種のデバイスの最初の壁が技術ではなく信頼だと認めることでもあります。販路は眼鏡ブランド2社の店舗を使うことで、自前の小売よりはるかに速く、設計とブランドのリスクも分散できます。今後見るべきは販売台数ではなく、録画中の表示が十分に目立つか、サードパーティ製アプリが実際にどれだけのデータを得るかです。
Google が Gemini 4 Hydrogen を発表：コーディングエージェントにモデル配車層を追加
話題を変えて、今日モデル層で何が動いたかを見ます。
Google は Gemini 4 Hydrogen を発表し、同じ場で Gemini 4 Flash と、エージェント型コーディングの流れの中で複数の Gemini モデルを調整するスケジューラも出しました。狙いは、タスクの難易度と能力要件に応じてエージェントが仕事を振り分けることです。日常的な変更は速いモデルへ、難しい推論は強いモデルへ、という形で手作業の切り替えを減らします。Google はルーティング、キャッシュ、遅延、コストを4つの設計変数として挙げています。議論で引用された数字の一つは、共同訓練したモデルと専用の実行フレームワークを組み合わせて約25%節約できるというもの。もう一つは、Mjolnir が Opus を ACP 経由の DeepSeek Flash につなぐと60%節約できるという話ですが、これは逸話的な観察です。コメント欄では、これは既存のアドバイザー方式とマルチモデルのパイプラインの延長であり新しいカテゴリではない、実際の変化は統合度と使いやすさにある、という見方が一般的です。マルチモデルのコーディングエージェントを使う開発者にとって、Hydrogen は速く安い実行層を一つ増やし、Carbon と Argon を長時間の深い推論に残せます。一方で、キャッシュを再利用できるのか、モデル自身にルートを選ばせるべきか、実際の遅延と節約幅はどうかという疑問も出ています。Argon と Carbon は 3.8 Flash や Opus より遅いという報告もあります。公開資料には実装の詳細もベンチマークも足りず、25%という数字は独立検証済みとは言えません。
ルーティングを製品に組み込むということは、コスト管理が工学の細部からベンダー提供の既定動作に移るということです。チームは接着コードを少し書かずに済みますが、調整の余地の一部を手放します。注目すべきは、キャッシュが呼び出しをまたいで再利用できるか、ルーティングの判断を誰がするかです。モデル自身に選ばせると、失敗時の原因究明が難しくなります。公開資料の節約幅はベンダーとコミュニティの観察によるもので、予算の根拠にするなら第三者の実行結果を待つほうが安全です。
llama.cpp が 1.0 を公開：ローカル推論にセマンティックバージョンの契約
開発者の手元に戻ります。これは古いプロジェクトの成人式です。
オープンソースのローカル推論プロジェクト llama.cpp がバージョン 1.0 を公開しました。作者は2点を強調しています。既存のプラットフォームとモデル種別を引き続き支えること、そして下流のアプリケーションに簡潔で堅牢な土台を保つことです。1.0 と同時に、llama.cpp 上に作られた Llama デスクトップアプリも発表され、ローカルでモデルを動かすことを数クリックで済ませることを目指しています。下流の開発者にとって 1.0 の最も実用的な意味はバージョン契約です。公開 C API がセマンティックバージョニングに従うようになり、メジャーの変更は API と ABI の非互換を伴い、マイナーは後方互換の機能追加のみ、パッチは API を変えずにバグだけを直します。デスクトップの2つのフロントエンドも加わり、ローカル AI を動かすまでの準備はまた一段減りました。
無数のアプリに土台として使われるプロジェクトにとって、バージョン番号を明確にするのは機能追加より価値があります。下流のパッケージ作成者やディストリビューションの保守担当は、アップグレードが壊すかどうかを予測できるようになります。デスクトップアプリは最初の一マイルをコマンドラインから GUI に移し、利用者層と不具合報告の種類も変わります。次は、バージョン契約のもとで互換性を守れるかです。それが愛好家の道具から正式な依存先へ進めるかを決めます。
ファーウェイが MACaQ 量子化手法をオープンソース化、llama.cpp のフォークと評価も公開
同じ日に、同じ領域の話がファーウェイからも出ています。
ファーウェイは MACaQ という量子化手法をオープンソース化し、llama.cpp 向けの GGUF 対応、コードのフォーク、評価スクリプト、論文を同時に公開しました。プロジェクト自身の測定によれば、Qwen3-4B の IQ4_XS では MACaQ のファイルが 2.260 GB、平均 KL ダイバージェンスは 0.02804 で、Bartowski の 0.03443 より約18.6%、Unsloth の 0.03643 より約23.5%低く、ファイルサイズはほぼ同等です。Qwen3.6-35B-A3B では平均 KL ダイバージェンスが 0.018696 で、Unsloth の UD-IQ4_XS の 0.020954、Bartowski の 0.021927 を下回ります。Qwen3.8-27B では 0.036784 で、Bartowski の 0.104170 より約65%低いものの、比較したファイルサイズは完全には一致していません。対応形式は現在、2ビットの IQ2_XXS と IQ2_XS、3ビットの IQ3_XXS と IQ3_S、4ビットの IQ4_NL と IQ4_XS です。32.5 GB の VRAM で1220億パラメータのモデルを64分で量子化できるとも主張しています。これらの品質と効率の数字はすべてプロジェクト自身の試験によるもので、第三者の再現はまだ出ていません。
量子化手法の比較はローカルモデル界では昔から硬派な領域です。ファイルサイズが数ポイント違うだけで、そのカードで動くかどうかが決まるからです。ベンダーの自己試験が既存手法に勝つのは珍しくありません。難しいのは、同じモデルと同じ量子化段階で第三者が再現できるかです。採用を決めるのは、GGUF のフォークが llama.cpp 本体の流れに追従できるか、評価スクリプトが第三者の手を動かすほど簡単かどうかです。
Zyphra が ZONOS3-Mini をオープンソース化：8億パラメータ、43言語の音声合成
音声の領域にも更新があります。規模は小さくとも狙いは明確です。
Zyphra は小型のオープンソース音声合成モデル ZONOS3-Mini を公開し、重みは Apache 2.0 ライセンスです。latent MoE アーキテクチャで64のエキスパート、top-2 ルーティングを採用し、総パラメータは8億ですが、トークンごとに活性化するのは約1億です。これが端末上で動かせる鍵です。43言語に対応し、最長60秒の参照音声から声を複製でき、年齢、訛り、声の質感、感情、話速、語ごとの表現を調整できます。中核となる音響制御はラウドネス、帯域、話速の3つのバケットです。実行環境は NVIDIA CUDA、Apple Silicon の MLX、C++/ggml による CPU/CUDA/Metal/Vulkan、ブラウザの WebGPU に対応します。統一 HTTP API は GGUF 重み、WebGPU シャード、27の既定ボイスを読み込め、Zyphra Cloud のホスト版も直接使えます。コンテキスト長は32768で、1回で最長10分の44.1 kHz 音声を合成できます。第三者による独立評価やデバイス別のベンチマークはまだなく、言語をまたぐ品質とリアルタイム性能は実測が必要です。
音声合成を端末側に寄せると、まず変わるのは遅延とプライバシーです。音声を外に出さず、呼び出し量に応じた課金も要りません。多言語と調整可能な声質・感情を備えることは、ナレーション作業をパラメータ調整に置き換えることで、ポッドキャストやショート動画を作る人には直接響きます。ただし声の複製が広がれば、技術より先に許諾となりすましが問題になります。言語をまたぐ品質を判断する独立した比較もまだありません。
電圧グリッチで CMP 170HX を解放：マイニングカードが80GBの推論アクセラレータに
最後に、ハードウェア界の裏技を一つ。
ある人物が電圧フォールトインジェクションを使い、NVIDIA がマイニング向けに作った CMP 170HX を A100 に近い加速器へと解放しました。利用可能な HBM は最大80GBです。作者 Kate の記録によれば、改造後は120から126のストリーミングマルチプロセッサが動き、小売版 A100 の108を上回ります。NVLink と PCIe Gen4 の対応も復活します。FP16 の実測は85.9 TFLOP/s で、小売版 A100 の72.5 TFLOP/s を上回り、80GB すべてを推論に使えます。原理的には CMP 170HX は A100 級のダイを使い、出荷時に大部分の HBM と追加の SM が無効化されています。ソフトウェアで一部のメモリは解放できますが、より深いハードウェアのヒューズロックは、起動瞬間にカードの電力挙動を短く乱す電圧グリッチで回避する必要があります。つまりこのプロジェクトは既存ハードウェアの再設定であり、メモリや計算力をゼロから足すものではありません。代償は現実的です。基板の配線変更、自作の STM32 グリッチャー、1枚あたり1から48時間のグリッチ作業が必要で、作者の10枚のうち1枚は使用可能なメモリが64GBだけになりました。需要は価格も押し上げ、改造カードはおよそ100から200ドルから1200から2000ドルへ上がりました。
この種の改造の価値は技術自慢ではなく、ソフトウェアとヒューズで閉じられた計算力そのものが、灰色の二次供給を構成するということを市場に思い出させる点にあります。価格が10倍になったのは需要が本物である証拠であり、同時にこの窓が短いことも示します。ベンダーが引き締めるか、中古の供給が枯れれば消えます。小規模チームにとっては、節約分をリスクと一緒に計算する必要があります。安定性も保証もなく、10枚に1枚はメモリが減って戻ってきた、と作者自身が記録に残しています。
今日のニュースは、片側で人と組織が動き、もう片側でツールチェーンがより細かい層へ進む話でした。モデルの配車、量子化、音声、そしてマイニングカードを推論用に戻すことまで。今回はここまでです。明日また新しいものを見ましょう。
