AI新聞

AIで資料作成を時短・高品質化する「うちたの保管庫」の紹介。目玉は、画像/PDFを“編集できるPPTX”に忠実再構築するプロンプトで、文字や図形・コネクタまで後から動かせる形に復元できる。

雑メモを「結論が伝わる1枚」に組み直す資料リメイク、数字から最適グラフを選んで設計まで行うプロンプトも収録。ベン図やガントなどの図解・テンプレ・部品のお試しpptxが無料配布され、配色一括変更にも対応。月額980円で内容が継続追加される。

Claude Codeのプラグイン活用と標準機能の使い方をまとめた記事。日々の開発を「見える化・時間配分・コスト削減・手順の徹底・設計の抜け防止」で底上げする話。

• ステータスラインでモデル名・ブランチ・コンテキスト残量・料金を常時表示。compactや投入判断が即決できる
• 毎朝7時に自動でpingし、5時間の利用枠を業務時間に揃える（ローリング制限を均等に回す）
• genshijinで日本語の前置きや敬語を省き、応答を超圧縮に統一。日本語応答のトークンを約8割削減
• superpowersで要件確認→計画承認→先にテスト→二重セルフレビューを強制。行き当たりばったり実装を防ぐ
• digで前提を突く質問を自動生成し、計画の見落としを実装前に洗い出す
• 組み合わせは、digで穴出し→superpowersで実装手順管理→genshijinで常時節約→ステータスライン監視＋7時pingで枠最適化が効く

NVIDIAのジェンスン・フアンが秋葉原でセガを称賛した背景として、同社創業期に技術選択で迷走し、セガの支援が命綱になった史実を振り返る。これは社交辞令ではなく、アーケード黄金期のセガ作品に熱狂したゲーマーとしての叫びだと示す。

NV1でNVIDIAは曲面を少ない点で直接描く方式を選んだが、開発が難しく業界は三角形分割に流れた。テクスチャ処理も実装しやすい方式を選び画質で不利となり、Direct3Dの標準化で逆風に。技術選択の誤りとセガの後押しがNVIDIAの岐路を形作ったと論じる。

生成AIで著名人の声が勝手に使われ、収益化までされる問題が増えている。声優らからの聞き取りも踏まえ、法務省が対策を検討した。

指針案は、声は人格を表すものであり、名前や姿を商売に使う権利などの保護対象だとして、「声も保護対象」と明記した。声優の声を無断で合成し、別人の曲を歌わせてSNSで収益を得る行為は侵害に当たりうると示し、8月にも指針を公開する。

Googleの無料マルチモーダルAI「Gemma 4」が大幅強化。Hugging Faceで公開され、ツール呼び出しの正確さと一貫性が上がった。NVIDIA Hopper GPUでユニフォームFlash Attention 4を使い、プリフィル処理が25〜70%高速化、初回トークンも最大31%短縮。つまり、無料のマルチモーダルGemma 4が最大70%高速化して使い勝手が大きく向上した。

改善はE2B/E4B/12B/26B A4B/31Bの全モデルに反映。全モデルがテキストと画像に対応し、E2B/E4B/12Bは音声入力も扱える。26B A4BはMoE方式（複数の専門ブロックを切り替える型）、他は通常型モデル。

Claude Codeのスキル設計を安定稼働させるコツを4点に絞って解説した記事。肝は、AIへの仕事の任せ方を設計すること。

• 依頼内容を明確化: 出力の形式・粒度・含める/含めない要素を具体化。AIが判断してよい範囲を線引きし、入力に業務知識・参照資料・制約を揃える。
• 任せ方と単位を決める: 決定的処理はスクリプト化。サブエージェント（小さな担当AI）で並列分業し、目的・出力形式・情報源・境界を委譲プロンプトに明記。分割は機能単位。親=高性能/子=軽量モデルの使い分けが有効。
• 品質確認を組み込む: セルフレビューとクロスレビュー（別視点AI）を使い分け、重視時は後者。各レビュアに役割と参照ガイドを与え、重複と漏れを減らす。
• 評価と改善を回す: 指標を定め評価スキルで自動採点→人間が改善方針を決める。失敗はGotchasとして蓄積し継続改善。

音楽生成AIの学習実態が不透明だと批判されてきた中、Sunoのソースコード流出で、YouTubeなどからの大規模スクレイピングで学習していた実態が具体的な数字つきで示された。200万超のYouTube Music動画や、Deezer、Genius、Pond5由来の長時間データが含まれていたという。

Sunoは古いコードの流出で個人情報流出はないとし、学習は公開データで合法（米国の公正利用）だと主張。対してレコード会社は無断利用として訴訟を進め、流出はその主張を補強する材料になっている。創作支援を掲げるAI企業と、無償利用に反発する音楽業界の溝の深さが浮き彫りになった。

GoogleのパーソナルAIエージェント「Gemini Spark」が日本語対応で上陸。背景で24時間タスクを自動で回してくれるAI秘書で、情報収集・データ整理・予定調整・旅行手配まで任せられる。Google AI UltraプランのGeminiアプリで提供。

Gemini 3.5とAntigravity上で動作し、長期タスクや高度な推論に対応。Googleカレンダーなど各種サービス連携、スキル機能、カスタムMCPで外部アプリ接続も可能。ドキュメントの直接編集やWorkspaceコメント読み取り、並列情報取得と高速化など新機能も順次展開。

Thinking Machines Labが公開したオープンウェイトのマルチモーダルLLM「Inkling」。テキスト・画像・音声・動画に対応し、最大100万トークンの長文も扱える。MoE構成で推論時の「思考量」を調整でき、精度とコスト（トークン消費・応答時間）のバランスを選べるのが特徴。

ForecastBenchではGPT-5.5やClaude Opus 4.8を上回り、予測の的中度でクラウド上位モデルを上回るオープンウェイトという強みを示した。幅広く訓練された「素体」としての位置づけで、追加学習による業務特化も想定。Hugging Faceで無償提供（Apache 2.0）され、軽量版やブラウザのPlaygroundも用意されている。

生成AIの普及でコーディングの比重が下がり、採用現場ではコミュニケーションや合意形成など、人にしかできない役割の価値が上がっていると述べる記事。要件定義の対話、技術選定の説明責任、部署間調整、育成、最終判断などはAIでは代替しにくく、評価の軸が「作る力」だけから広がっていると指摘する。

前職の営業・接客・企画などで培った対人スキルは、そのままエンジニアの強みに転用できる。筆者は、強みの言語化や「なぜ」を説明する練習、日常の小さな調整役の実践を勧めている。

巨大LLMを家庭用PCで動かせるツール「colibrì」。7440億パラメータのMoEモデル「GLM-5.2」を、約25GBのメモリでも動かせるのが売りです。MoEの構造を生かし、必要な“エキスパート”だけSSDから都度読み込むことで、常用部分だけを常駐させ、使うほどキャッシュが賢くなって高速化します。

Linux/WSL2やApple Silicon Macで動作し、十分に速いSSDと空き370GBがあればGPUなしでも試せます。生成速度は遅め（初回は毎秒0.05〜0.1トークン）ですが、メモリやSSDが良ければ改善し、M5 Maxでは毎秒1トークン程度の報告もあります。

慶応大らが開発した「Cuddle-Fish」は、ヘリウムでふわりと浮かぶ魚型ロボット。部屋を泳ぐように移動し、人に近づいたり触れられると反応するなど、風船のように漂いながら人に寄り添って癒やすのが特徴です。

ペットのような安心感やつながりを生むことを狙い、人とコンピューターの関わり（HCI）の観点で12人に試用。10の利用シーンで、安心・交流・遊び心といった効果が確認され、今後の学会発表に向けて改良が進められています。