2025年11月07日 朝のAIニュースまとめ

Kimi K2新モデル公開と世界のAIインフラ構築の動き

Moonshot AIがエージェント特化型の「Kimi K2 Thinking」を公開し、GPT-5に匹敵する性能を示しています。同時に、鴻海がシャープの亀山工場でAIサーバー生産を計画するなど、日本国内のAIインフラ構築も加速しています。

GoogleはGeminiの「Deep Research」機能でGmailやドライブの個人データ参照を可能にし、物体検出アルゴリズム「YOLO」の開発者Joseph Redmon氏もAI研究に復帰。AIエージェント導入の実態など、業界の最新動向が明らかになっています。

それでは各トピックの詳細を見ていきましょう。

目次

1. Kimi K2の続報、エージェント特化モデル「Kimi K2 Thinking」公開
2. 鴻海、シャープ亀山工場を活用し日本でAIサーバー生産へ
3. Gemini、Gmailやドライブの個人データを参照可能に【続報】
4. 「YOLO」開発者のJoseph Redmon氏がAI研究に復帰
5. 2年間のLLM API運用で得られた知見スライドが公開
6. AIエージェント導入はまだ困難、大手各社が専門エンジニア派遣
7. GoogleのAIビルダーOpal、160カ国以上へ提供拡大【続報】

Kimi K2の続報、エージェント特化モデル「Kimi K2 Thinking」公開

• 先日来、話題となっているMoonshot AIのオープンソースモデル「Kimi K2」の続報です。
• 新たに、エージェントとしての能力に特化したモデル「Kimi K2 Thinking」が公開されました。
• 多くのベンチマークでGPT-5などのクローズドモデルに匹敵、あるいは上回る性能を示していると報告されています。
• 特にツール利用や推論能力に優れており、Hugging Faceで誰でも利用可能です。

Thomas Wolf: (翻訳) これはまたDeepSeekの再来でしょうか？オープンソースが再びクローズドソースを追い越しました。これを数ヶ月ごとに期待すべきでしょうか？

clem 🤗: (翻訳) AIのフロンティアはオープンソースです！

Chubby♨️: (翻訳) Kimi K2-thinkingがKimi-chatで利用可能になりました！今のところ、素晴らしい出来です。

鴻海、シャープ亀山工場を活用し日本でAIサーバー生産へ

• 台湾の鴻海（Foxconn）が、シャープの亀山工場を活用して日本国内でAIサーバーを生産する計画が報じられています。
• また、三菱電機ともAIデータセンターの電力消費削減技術で提携するなど、日本のAIインフラ構築に向けた動きが活発化しています。
• これにより、国内でのAI開発やデータセンター事業が加速することが期待されます。

パウロ: さぁ、どれぐらいAIサーバーが作られますかね 鴻海、日本でAIサーバー生産　シャープの亀山工場活用 https://t.co/tbeaHQbhau

パウロ: 三菱と鴻海、これは珍しい組み合わせ 三菱電機と鴻海、AIデータセンターで提携　電力消費を削減 https://t.co/pcqPmDpWqy

Gemini、Gmailやドライブの個人データを参照可能に【続報】

• GoogleのAI、Geminiの高度な調査機能「Deep Research」が、GmailやGoogleドライブ内の個人データを参照できるようになりました。
• これにより、ユーザーは自身のデータに基づき、より文脈に沿った包括的なレポートを作成できます。
• この機能はデスクトップ版で先行提供され、モバイル版にも近日中に展開される予定です。

Google Gemini App: (翻訳) GeminiのDeep Researchは、@GoogleWorkspaceアカウントを接続すると、@Gmail、@GoogleDrive、Chatから情報を取得して、より文脈を意識したレポートを提供できるようになりました。試すには、デスクトップのGeminiで「Deep Research」を選択し、ソースを選択するだけです。モバイルにも近日公開予定です。

Kimihiko Kitase ♨️ 北瀬 公彦: Google ドライブや、Gmail のデータを、Deep Research できるように！ #gemini #googleworkspace

「YOLO」開発者のJoseph Redmon氏がAI研究に復帰

• 物体検出アルゴリズム「YOLO」の開発者として知られるJoseph Redmon氏が、AI研究の世界に復帰したことが明らかになり、コミュニティを沸かせています。
• 同氏は数年前に倫理的な懸念から研究を離れていましたが、AI研究の最前線に戻ってきたことになります。
• 同氏が参加した地球観測モデルに関する新しい論文は、そのユニークな記述スタイルも相まって話題となっています。

Tanishq Mathew Abraham, Ph.D.: (翻訳) ジョセフ・レッドモンが再びAI研究を始めた。繰り返す：ジョセフ・レッドモンが再びAI研究を始めた。AI論文がまた楽しくなった。OlmoEarthの論文はレッドモン節でいっぱいだ：「最近、誰もが地球観測基盤モデルを訓練している。だから我々も一つ訓練することにした。」「あなたは…」

2年間のLLM API運用で得られた知見スライドが公開

• LLM APIを2年間運用してきた知見をまとめたスライドが公開され、開発者の間で話題となっています。
• この資料では、MLOpsの問題の多くがLLM APIによって解決された一方で、API特有の不安定さといった新たな課題が浮上していることが指摘されています。
• LLM APIの不安定さにどう向き合うかという実践的な内容がまとめられており、多くの反響を呼んでいます。

べいえりあ: LLM APIを2年間運用してきて得られた知見をまとめました。LLM APIが出てきてMLOpsの問題の多くは解決したものの、LLM APIに特有の問題もいろいろ出てきていて、その中でも「LLM APIの不安定さとどう向き合っていくか」の知見がまとめられた資料になっているかと思います。 https://t.co/U2XfCVTazB

AIエージェント導入はまだ困難、大手各社が専門エンジニア派遣

• The Informationの報道によると、AnthropicやAWS、Snowflakeなどの大手テック企業が、顧客企業でのAIエージェント導入を支援する専門エンジニアを派遣しています。
• これは、AIエージェントが複雑な組織環境ではまだ「箱から出してすぐ使える」状態ではなく、導入には専門的なサポートが不可欠であることを示唆しています。
• 一般の非エンジニアがAIエージェントを使いこなすには、依然として高いハードルがあるという実態が浮き彫りになりました。

The Information: (翻訳) テクノロジー企業は、AIエージェントを顧客に導入するためにエンジニアを派遣しています。Anthropic、AWS、Snowflake、Salesforceは、フォワードデプロイドエンジニアを雇用しており、エージェントが複雑な組織ですぐに機能するわけではないことを示唆しています。詳細はこちら：https://t.co/1l2UeE1Ol5

Hirosato Gamo | AI Cloud Solution Architect: とても赤裸々で実態を示している良い記事。一般の営業や非エンジニアがいわゆる市民開発的にAIエージェントワークフローを構成できるようになるかどうかは今後重要なポイントになると思っていて、今の時点ではエンジニアの助け無しには難しい(エンジニアでも結構難しい)状態。

GoogleのAIビルダーOpal、160カ国以上へ提供拡大【続報】

• 以前お伝えした、GoogleのノーコードAIアプリビルダー「Opal」が提供地域をさらに拡大し、新たに160カ国以上で利用可能になりました。
• 専門知識なしでAIアプリを開発できる環境が、世界中のより多くの人々に提供されることになります。
• この動きは「AIの民主化」をさらに加速させるものとして注目されています。

Google Labs: (翻訳) ビッグニュース：ノーコードAIアプリビルダーであるOpalを160か国以上に拡大します！複雑な調査の自動化から、1つのアイデアから完全なマーケティングキャンペーンの生成まで、ビルダーは自然言語を使用してアイデアをミニアプリに変えています。あなたが構築したものを見せてください！詳細をご覧ください