デイリーAIシチュー · 2026-11-19:Will Wright

まず今夜最も注目された決算です。これはお金と人の二つの問いに同時に答えています。本号はWill Wrightなど、全8本の話題を順に取り上げる。

デイリーAIシチュー · 2026-11-19:Will Wright

Robinがお届けする『咸話咸説』のデイリーAIシチューです。

エヌビディア第3四半期は売上高が2倍の1158億ドル、取締役会は黄仁勳氏の復職を否定

まず今夜最も注目された決算です。これはお金と人の二つの問いに同時に答えています。

Yahoo Financeの報道によると、エヌビディアは第3四半期決算を発表し、売上高は前年同期比103%増の1158億ドルで市場予想を上回り、業績見通しも引き上げました。

これは創業者で長年最高経営責任者を務めた黄仁勳氏の退任後、エヌビディアにとって最初の四半期決算です。事業別では売上高が前年同期比103%増の1158億ドル、うちデータセンター収入は前年同期比110%増の1076億ドルでした。

取締役会は黄仁勳氏を最高経営責任者に復帰させないと表明し、会社の運営は引き続き暫定CEOのクレス氏が担います。

本当に見るべきは今四半期の上振れではなく、長年の舵取り役を失った後も会社がリズムを維持できるかどうかです。収入はほぼ計算資源という一本の線で支えられており、顧客集中度と受注の見通しが次の決算で最も重要な変数になります。取締役会が暫定的な体制を確定させたことは、短期的には人事の不確実性を消し、同時に外部から戦略の連続性を観察する手がかりを一つ減らしました。次に注視すべきはガイダンスを実行できるか、そして納品コストが上がった後に粗利率が譲歩するかどうかです。

出典:yahoo

マイクロソフトはCopilotを「仕事の新しいOS」と呼び、Officeの3アプリを直接内蔵

オフィスの話題に移ります。マイクロソフトは年次カンファレンスで、次の入り口に対する答えを示しました。

マイクロソフトはIgniteカンファレンスの基調講演で、最高経営責任者のサティア・ナデラ氏が同社の言う「フロンティア・エコシステム」構想を発表し、Word、Excel、PowerPointがCopilot内で正式に利用可能になったと明らかにしました。同氏はCopilotを「仕事の新しいオペレーティングシステム」と呼んでいます。

この言い方は過去の使い方を逆転させます。以前はWordのようなアプリ自体が主役で、アシスタントはそれを使うための脇役でしたが、マイクロソフトの構想ではエージェントが仕事を駆動し、Officeのようなソフトは助手席に下がります。アプリはエージェントのワークフローにおけるプラグイン部品になり、組織のナレッジ層がメール、会議、カレンダー、チャット、ファイルから情報を取って文脈を提供します。

利用者はCopilot内で文書、表計算、プレゼンテーションを直接作成でき、生成したファイルは対応するOfficeアプリで引き続き編集できます。

今回の言い回しは機能そのものより注目に値します。マイクロソフトは利用者に、特定のアプリからではなくアシスタントから始める習慣を身につけてほしいのです。習慣が一度変われば、後でどのモデルに替わってもその位置は揺らぎません。本当のハードルは企業側にあり、その組織ナレッジ層をメール、会議、カレンダー、チャットにつなぐ必要があります。権限をどう切り、監査をどう行い、内容に誤りが出たとき誰が責任を負うのか。この数点が決まらなければ、調達は署名の段階まで進みません。ツールを作るチームにとっても問いは変わります。今後争うのは利用者が自発的にあなたのアプリを開くことではなく、エージェントが適切なタイミングで一度呼び出すことになるからです。

出典:aihot

GoogleがGemini 4 Neonを発表:総合スコアは上回るが長距離推論はCarbonに劣る

GoogleはGemini 4シリーズの新しい変種Gemini 4 Neonを発表し、公式はこれを高能力なモデルと位置づけています。現時点で公開されている資料には公式の技術仕様、価格、提供範囲、検証済みのベンチマーク成績がなく、同シリーズのCarbonに対する実際の優位性はまだ正確に判断できません。

コミュニティはArtificial Analysis指数のデータに基づき、Neonの総合スコアがCarbonを上回る一方、CritPtのような研究規模の推論評価ではスコアが低いと観察しています。これはNeonがより万能な能力に寄っている可能性を示し、Carbonは引き続き長距離で複雑な研究タスク向けと見られます。またある利用者は、NeonがOpenRouter上で毎秒127トークンに達し、Carbonは毎秒46トークンだと述べていますが、これは独立した検証を経ていないコミュニティの観察です。

Artificial AnalysisのXhighテストでは、Neonのインテリジェンス指数は61で、比較可能なモデルの中央値43を上回りました。ただしこの評価で生成されたトークン量は2.83億に達し、中央値の6510万を大きく上回るため、本番選定では実際のワークロードに沿ってトークンコストと応答負荷を試算する必要があります。

GoogleはNeon、Carbonなどの名称でGemini 4シリーズ内の異なるモデルを区別していますが、名称が頻繁に増えることで開発者はそれぞれの用途と能力差を判断しにくくなっています。増え続けるモデル名と、名称と用途の明確な対応の欠如に疲れを感じる評論家もいれば、名称からモデルの規模を判断できるのかと疑問を呈する人もいます。実際の体験から、最新のGeminiは一部のベンチマークでOpus 5.5と同等かやや優れているものの、総合的な知能の体験ではまだ後者に及ばないと考える利用者もいます。

この種の比較の信頼性はテストセット、遅延、安定性のデータに左右されますが、まさにそのどれもが一緒には示されていません。エンジニアリングチームの判断は実に素朴です。リポジトリで最も難しい変更のいくつかに放り込んでレビューを通せるか試し、次に100万トークンあたりの勘定と最初の文字が出るまでの遅延を計算します。実際に使うなら、まず重要でない経路で段階的に公開します。

出典:hackernews

マイクロソフトがIgniteで自社モデル7種を発表、MAI Code 2はコードのコスト性能が売り

マイクロソフトはIgnite 2026で7種の新しいAIモデルを発表し、プログラミング、画像生成と編集、文字起こしなどのタスクをカバーします。うちコード生成向けのMAI Code 2は、最先端モデルに近いコーディング品質とより低い価格を売りにしています。

マイクロソフトによれば、MAI Code 2はGPT-6.1 Solのコーディング品質の98%を達成し、価格はその約40%、Opus 5.5に対しては性能の96%を達成し、価格はわずか5%です。これらの比較が実際のワークロードで成り立てば、開発者にはコスト競争力のあるコードモデルの選択肢が増え、モデル選定や調達に影響する可能性があります。ただし現存する資料は主に公式の説明と個別の利用者の体験で、ベンチマークの定義、テスト方法、遅延と安定性のデータを欠き、7種のモデルの完全な仕様、オープンウェイトやライセンス条件も示していないため、性能とコスト性能には独立した検証がまだありません。

マイクロソフトは自社の位置づけを示すためにArtificial Analysisのランキングと価格比較を引用しており、例えばMAI Image 2.7の画像編集能力が1位、MAI Image 2.7 Flashは高スループット生成向けだとしています。これらも公式発表の説明であり、情報源は独立した検証を提供していません。

一部の評論家はMAI Code 2の実際のコーディング体験に好意的で、OpusやSolと並べられる性能だと見ています。一方でGPT-6.1 SolやOpus 5.5との比較は大胆すぎると疑問を呈し、これらのモデルがなぜまだArtificial Analysis指数に入っていないのかと問う声もあります。マイクロソフトが市場シェアを広げるならオープンウェイトかオープンソース版を提供すべきだという意見もあり、今回のIgniteの発表は革新に欠け、自らマイクロソフトのAIスタックを採用する動機がないと批判する評論家もいます。

名前が増えるほど、選択コストは利用者側に移ります。同じシリーズに複数のコード名があり、公式が仕様表を出さなければ、誰もが第三者のランキングとスコアから推測するしかありません。さらに注目すべきは評価の基準です。インテリジェンス指数が高い側では生成トークン量が数十倍に膨らみ、請求額と遅延も一緒に膨らみます。本当のトレードオフは首位の順位ではなく、自分のタスクが時間と金を引き換えに推論の深さを取る種類かどうかにあります。日常的なコーディングと文章作成だけなら、こうした高得点モデルの割高分は回収しきれないかもしれません。

出典:hackernews

Java4Shell:OpenJDKのBase64デコード脆弱性が遠隔コード実行を招く

次はエンジニア寄りの話題ですが、Javaサービスを動かしている誰にも関係します。

CalifはOpenJDKのBase64デコーダーの脆弱性を開示しました。番号はCVE-2026-114938です。根本原因は、デコード処理が対象配列の境界外のメモリを書き換える可能性があり、それによって遠隔コード実行の条件を作り出すことです。OpenJDKは数多くのJavaサービスのランタイム基盤であり、影響を受けるブランチのOpenJDKおよびJava SEの配備は、認証を受けていない攻撃者によるヒープメモリ破壊、機密データの読み出し、遠隔コード実行のリスクにさらされます。関係する組織は露出面を洗い出し、できるだけ早く修正すべきです。

今回の開示では、悪用分析、検出の提案、緩和の指針も同時に示されています。この悪用にはネットワーク経由でのヒープレイアウト操作、いわゆる「Remote Heap Feng Shui」が必要で、信頼性は往復遅延とジッターに大きく左右されます。低く安定した遅延ほど攻撃に有利で、研究者は制御された環境で公開IPを通じて実際の攻撃テストを完了しました。

ただし現在の悪用経路はネットワーク条件とJVM環境への要求が厳しく、リスクはこれらの条件を満たす配備に集中します。普遍的に無条件で悪用できる脆弱性とそのまま受け取るべきではありません。Semgrepは無料の検出スクリプトを公開しており、そこに挙げられた5つの判定条件の一つは、該当するスタブを生成するのはHotSpotだけで、OpenJ9とGCJは影響を受けないというものです。評論家はこの研究の複雑さを概ね評価しつつ、条件が厳しいとはいえ多数のホストに影響し得ると見ています。重要インフラがまもなく実際に悪用されるのではないかという懸念は個人の判断であり、脆弱性をAVX512のBase64デコードに帰し、-XX:UseAVX=2で回避できるという説は、ソーシャルメディア上の未確認の推測にすぎません。

この件の重みは脆弱性がどれだけ攻めやすいかではなく、修正の行き渡り方がどれだけ不均一かという点にあります。Javaは他人の製品の中に隠れていることが多く、運用担当者は自分がどのブランチを動かしているかすら知らないことがあり、パッチのペースはベンダーが決めます。検出スクリプトは疑わしい配備をふるい分けるのに役立ちますが、ふるい分けた後は人が一つずつ確認する必要があり、その間の空白こそがリスクです。記録しておく価値があるのは攻撃面の線です。メモリレイアウトのような低レイヤーの技法をネットワーク上で行うことで、信頼性は遅延に左右されるものの、本来ローカル権限が必要だった攻撃を遠隔から到達可能なものに変えました。

出典:hackernews

Google DeepMindのGenie 4、一部のAI Ultra購読者に公開

もう一歩外へ出ると、リアルタイムで対話可能な世界を生成するモデルの話です。

Google DeepMindはGenie 4を発表し、資格を満たすGoogle AI Ultra購読者向けに公開したと明らかにしました。Genie 4はDeepMindのリアルタイム生成型ワールドモデルで、公式は段階的な公開方式を採っています。まず限られた信頼できるテスターに提供し、その後条件を満たすGoogle AI Ultra購読者に提供、さらにGemini APIとAI Studioの早期パートナーへの公開を計画しています。

これはGeminiシリーズの能力の上に築かれており、うちGemini Omniがシミュレーションの見た目と挙動を現実世界に近づけ、他のGeminiモデルが複雑な推論を提供してシミュレーションの一貫性と連続性の維持を助けます。条件を満たす購読者はGenie 4でリアルタイムに対話的な世界シミュレーションを行い、自然言語でシーンを操作し、環境音、音楽、会話を同時に生成できます。

ただし現存する資料には具体的な能力、ベンチマーク、性能データ、前世代に対する技術的改善がなく、アクセス範囲と購読条件も明確に説明されていません。一部の利用者は自分の地域やアカウントで使えるかを確認できず、これが製品の即時の影響を制限しています。

コミュニティの議論はGenie 4に注目する価値があるとしつつ、資格、地域、支払い経路の説明が不足していると疑問を呈しています。ある利用者はワークスペースのアカウントでは購読できず、個人アカウントのページにはUltraで使えるのはGenie 3だと表示されていたと報告しています。議論には、DeepMindの制作への注力や、将来RobloxやGTAのようなゲームエンジンになり得るという評価がある一方で、収益性の不足や潜在的な社会的悪影響への懸念、視点を回転させたときにシーンの細部が一貫するのかという技術的な問いも上がっています。

ワールドモデルの価値はデモの断片ではなく、繰り返し呼び出せる環境として扱えるかどうかにあります。身体性AIのチームはシミュレーション内で何千ものエッジケースを作る必要があり、ゲームを作る側はシーンの前後一貫性を必要とします。今詰まっているのは能力ではなく可用性です。資格、地域、支払い経路がはっきりしなければ、開発者は計画に組み込めません。もう一つ誰も答えていないのはコストです。リアルタイムで動画級の世界を生成すれば、一歩ごとに計算資源を燃やしており、サブスクリプション制で賄えるのかは規模が拡大した後の価格設定次第です。

出典:hackernews

Quad9がフランスから退出:裁判所のブロック命令下でのパブリックDNSの選択

モデルから下りてインフラに移ります。パブリック解決サービスには小さくない動きがありました。

Quad9はフランス市場から退出しました。Cloudflareのブログはこの出来事を、国家規制、パブリックDNSの運営、オープンなインターネット基盤のガバナンスの間で矛盾が強まっている一つの事例と見ています。

Quad9は無料の非営利パブリックDNS解決サービスで、利用者がアクセスするドメイン名を対応するIPアドレスに変換し、ネットワークのセキュリティ保護も提供します。フランスの裁判所が著作権侵害を疑われるサイトのブロックをQuad9に命じ、この司法上の義務の下で、Quad9は2026年11月24日からフランス国内の利用者への無料のネットワーク保護サービスの提供を停止すると発表しました。

フランスの利用者にとって、退出はパブリックDNSの選択肢を一つ失うことを意味し、プライバシー保護に対応する他のリゾルバーに移るか、ネットワーク事業者が提供する解決サービスを使う必要があります。この事例は、国境を越えて展開する他のパブリックDNS事業者が各国の法規に合わせてサービスを調整し、コンプライアンス要件が衝突するときに特定市場から退出する契機にもなり得ます。

Quad9の最高技術責任者によれば、IETF 127の会合では当時その立場に100%の支持があったものの、それは一時点の合意にすぎないと強調し、出席者がDNSやその他の領域で直面している状況を広く懸念していたと述べています。他の評論家の多くはインターネットが過度に規制されていると批判し、ある英国の利用者はフランスの事例は必ずしもいわゆる「炭鉱のカナリア」ではなく、国家政府がインターネット規制をうまく実施した例にすぎないかもしれないと見ています。

これは一組織の商業的な選択ではなく、公共インフラが国家の司法管轄区域にぶつかったときの構造的な難題です。解決サービスは無料である一方、コンプライアンスのコストは少数の運営者に集中し、各国の要求が互いに衝突すれば、退出が解決策の中で最も手間の少ないものになります。利用者にとっての結果は具体的です。リゾルバーが変わればプライバシー保護とフィルタリング能力も変わり、その変化はたいてい誰も知らせてくれません。次に見るべきは同種の運営者が追随するかどうか、そして地域の代替案がこの空白を埋められるかどうかです。

出典:hackernews

Will Wrightの新作シミュレーションゲームMyMems、生成AIでプレイヤーの記憶を掘り起こす

もう少し軽い話題に移りますが、そこにはAIの実装の新しい方向が隠れています。

『シムシティ』と『シムズ』のデザイナーであるWill Wrightは、2008年に『Spore』を発売し、Maxisを擁するEAを離れて以降、長く新しい動きがありませんでした。現在彼は次のデジタルシミュレーション作品の紹介を始めています。生成AIでプレイヤーの記憶からゲーム体験を生成する製品です。

このゲームはMyMemsと呼ばれ、来年の発売が予定されています。WrightのGallium Studiosと協力相手のArtificial Agencyがプレスリリースで述べたところによれば、シミュレーションを内側に向け、ゲームがプレイヤーから提供された記憶を掘り起こしてデジタル人物を生成し、それらの人物がチームを組んでゲーム世界で謎を解くといいます。

Wrightはプレスリリースで二つの例を挙げています。「もし私の祖母がセリーナ・ウィリアムズとグランドスラムの試合をしたら、どちらが勝つだろう?」「もし幅の広くない溝に橋を架けるとしたら、自分の生活からどの三人を選んで手伝ってもらうだろう?」

面白いのは方向が逆転している点です。これまでのシミュレーションゲームは世界を与えてそこに入らせるものでしたが、今回は自分の経験そのものを素材にして、システムに編成させます。こうした手法の天井は生成品質ではなく、記憶そのものの繊細さにあります。プレイヤーがどれだけ私的な内容を差し出し、データがどこに保存され、誰に見られるのか。これが一般の家庭に受け入れられるかどうかを決めます。もう一つの変数は遊びとして成立するかどうかです。知っている人を場面に入れて謎を解かせるのは、一度目は新鮮でも、十度目にはシステムが本当にその人たちを理解しているかが問われます。

出典:aihot

今日の項目を並べて見ると、入り口はアシスタントの層に収まっていき、モデルは能力と価格で階層化され、公共のインフラまで市場を選び始めています。技術の勘定は計算しやすいものの、責任とコストの勘定は開発者自身が引き受けるほかありません。今日はここまでです。