04 6月 2026

2026年06月04日朝のAIニュースまとめ

(ほぼ)毎日AIニュースが届きます。ぜひご登録ください。

(ほぼ)毎日AIニュースが届きます
ぜひご登録ください

GoogleのGemma 4リリースとMetaの企業向けAIエージェント提供開始

Googleからエンコーダ不要のオープンモデル「Gemma 4 12B」がリリースされました。ノートPCで動作しつつ高度な推論能力を備えています。

また、Metaが企業向けAIエージェントの提供を開始し、AI投資の収益化を本格化させています。画像生成モデル「Ideogram 4.0」の公開も注目を集めています。

本日の注目トピックを順番に掘り下げていきましょう。

Google、エンコーダ不要のGemma 4 12Bリリース【続報】
最高性能のオープン画像生成モデルIdeogram 4.0公開
Claude Codeのビジネス分析ベストプラクティス公開【続報】
GoogleのAIインフラ資金調達が約850億ドルに増額【続報】
Meta、WhatsApp等で企業向けAIエージェント提供開始
感情表現豊かなオープンソース音声モデル「Miso One」が登場
創薬特化モデルGPT-Rosalindが大幅進化【続報】
MS新AI「MAI」の技術詳細が判明【続報】
AIエージェントのコスト増で管理ツールに注目【続報】
Broadcomの決算発表でAI計算需要の加速が明らかに
Google DeepMindが科学研究向けAIエージェントのスキル集を公開

Google、エンコーダ不要のGemma 4 12Bリリース【続報】

以前リーク情報をお伝えしたGoogleの「Gemma 4」に関する続報です。
新たなオープンモデル「Gemma 4 12B」が正式にリリースされました。
マルチモーダルエンコーダを排除した統合アーキテクチャを採用し、テキスト、画像、音声、動画入力にネイティブ対応しています。
16GBのVRAMを搭載したノートPCで動作するサイズながら、高度なエージェント的推論能力を備えており、Kaggle Modelsでも利用可能です。

Sundar Pichai: (翻訳) 私たちの新しいGemma 4 12Bモデルは、サイズとパフォーマンスのスイートスポットを突いています。ノートPCのローカル環境で動作しながら、強力なマルチステップ推論とエージェント的ワークフローを可能にします。コミュニティがこれで何を作るのか楽しみです！

Chubby♨️: (翻訳) Gemma 4 12Bが本日「エンコーダフリー」というラベルで出荷されました。非常に良い結果を示すローカルの12Bモデルです。私はGemmaの大ファンです。Gemma 4 12Bは、16GBのノートPCで動作し、エージェント的推論、ビジョン、オーディオを高品質で実行できる、高密度で完全にオープンなモデル（Apache 2.0）です。

Kaggle: (翻訳) Gemma 4 12BがKaggle Modelsに登場しました！🤖 詳細はこちら：👉 https://t.co/PNKZIh9vPC

最高性能のオープン画像生成モデルIdeogram 4.0公開

Ideogramが最新の画像生成モデル「Ideogram 4.0」のオープンウェイトを公開しました。
テキストから画像への生成ベンチマークにおいて、オープンモデルとしてトップクラスの評価を獲得しています。
ユーザーは自身のハードウェア上でモデルを実行したり、独自のデータでファインチューニングを行うことが可能になります。

a16z: (翻訳) Ideogram 4.0は信じられないほど素晴らしいです。しかもオープンです。以下からウェイトをダウンロードしてください。

Hugging Face: (翻訳) Ideogramが最新かつ最高のv4画像モデルのオープンウェイトをリリースしました。最先端技術とオープンウェイトの相性は抜群です🤗

🚨 AI News | TestingCatalog: (翻訳) Ideogramが新しいSOTAオープン画像生成モデル、Ideogram 4.0を発表しました！> Ideogram 4.0は、テキストから画像へのカテゴリにおいて、LM Arenaで8位、Design Arenaで5位にランクインし、Nano Banana Proのパフォーマンスに近づいています。

Claude Codeのビジネス分析ベストプラクティス公開【続報】

Anthropicの「Claude Code」に関する続報です。
公式ブログにて、ビジネス分析を自動化するためのベストプラクティスが新たに公開されました。
また、動的ワークフローのトリガーワードが「ultracode」に変更され、意図しない起動を防ぐ改善も行われています。

ClaudeDevs: (翻訳) トリガーワードを「workflow」から「ultracode」に変更しました。「これにワークフローを使って」と言うことは引き続き可能ですが、明らかに別のことを指している場合、Claudeは動的ワークフローを起動しません。明示的なトリガーには「ultracode」を使用してください。フィードバックに感謝します！

ClaudeDevs: (翻訳) Claudeを使ってビジネス分析をどのように自動化するのでしょうか？データ分析を実行するエージェントを構築する際の、スキル、データ基盤、評価に関するベストプラクティスを網羅した新しいブログ記事を公開しました。

GoogleのAIインフラ資金調達が約850億ドルに増額【続報】

Googleの親会社AlphabetによるAIインフラ構築に向けた資金調達の続報です。
当初発表されていた800億ドルから増額され、最大847.5億ドル（約13兆円）を調達することが明らかになりました。
Berkshire Hathawayも100億ドルの出資で参加すると報じられています。
AI開発競争を背景とした巨額の資本投下がさらに拡大しており、市場の注目を集めています。

Evan: (翻訳) Googleは、資金調達の規模を800億ドルから最大847.5億ドルに増額すると発表しました。

Bloomberg: (翻訳) Googleの親会社であるAlphabetは、増大するAI支出計画の資金調達を支援するため、わずか2日前に発表した800億ドルから株式調達額を847.5億ドルに引き上げました。

TechCrunch: (翻訳) GoogleのAI事業に向けたAlphabetの記録的な850億ドルの資金調達は、非常に良いシグナルです。

Meta、WhatsApp等で企業向けAIエージェント提供開始

Metaが企業向けにAIエージェントへのアクセス販売を初めて開始しました。
WhatsApp、Messenger、Instagramを通じて企業の顧客と自動でチャットを行う機能を備えています。
巨額のAI投資を収益化するための重要なステップとして、グローバル展開が進められています。

Evan: (翻訳) ザッカーバーグが企業にAIを売り込もうとしています。Meta Platformsは、初めて企業向けにAIエージェントへのアクセスを販売しています。このエージェントの主な機能は、WhatsApp、Messenger、Instagramを通じて企業の顧客とチャットすることです。

Rihard Jarc: (翻訳) MetaはAIエージェントでEコマース市場を攻める準備を整えています。新しい技術シフトにより機会は確実に到来しており、あとは実行あるのみです。

TechCrunch: (翻訳) WhatsApp Business向けのMetaのAIエージェントがグローバルで利用可能になりました。

感情表現豊かなオープンソース音声モデル「Miso One」が登場

80億パラメータを持つテキスト読み上げ（TTS）モデル「Miso One」がオープンソースとして公開されました。
従来の平坦な音声とは異なり、ためらいや興奮といった人間のリアルな感情表現を再現できるのが特徴です。
わずか110ミリ秒のレイテンシで応答し、短いサンプルからの音声クローニングにも対応しています。

Chubby♨️: (翻訳) Miso Oneが公開されました。ほとんどのTTSが平坦になってしまうのに対し、実際の温かみやペース配分を持ち、本物の人間が読んでいるように聞こえるよう構築されたオープンウェイトの音声モデルです。80億パラメータでGitHubにて無料で利用でき、110ミリ秒のレイテンシで短いサンプルからのワンショット音声クローニングが可能です。

elvis: (翻訳) またしても素晴らしいオープンソースのリリースです。Miso Oneは、リアルな感情の幅を持つ80億パラメータのテキスト読み上げモデルであり、音声が平坦に聞こえるのではなく、温かみ、ためらい、興奮を伝えます。

創薬特化モデルGPT-Rosalindが大幅進化【続報】

OpenAIのライフサイエンス研究特化モデル「GPT-Rosalind」に関する続報です。
Greg Brockman氏が同モデルのメジャーアップグレードを発表しました。
GPT-5.5のエージェント的なコーディング能力やツール使用能力が統合されています。
これにより、創薬、分析、設計、実験ワークフローにおける知能が大幅に向上したとのことです。

Greg Brockman: (翻訳) GPT-Rosalindのメジャーアップグレードにより、創薬、分析、設計、実験ワークフローにおける知能が大幅に向上しました。

MS新AI「MAI」の技術詳細が判明【続報】

Microsoftが発表した新AIモデル「MAI」シリーズに関する続報です。
公開された技術レポートにより、合成データや過去モデルからの蒸留を一切使用していないことが判明しました。
33.5兆トークンで学習された1兆パラメータ（アクティブ350億）のモデルであると報告されています。
推論やエージェントの振る舞いをポストトレーニングのみで学習している点が注目を集めています。

Chubby♨️: (翻訳) Microsoft MAIに関する素晴らしい詳細ガイド。モデルの要約：敬意を払うべきところには敬意を。- 合成データや以前のモデルからの蒸留はゼロ。- 33.5兆トークンでトレーニングされた、アクティブ350億の1兆パラメータモデル。

CyrilXBT: (翻訳) Microsoftが一度に5つのAIモデルをリリースしました。MAI Code 1 Flash、MAI Thinking 1、MAI Image 2.5、MAI Voice 2、MAI Transcribe 1.5です。MAI Thinking 1はSWE-Bench ProでClaude Opus 4.6と競合する性能を持っています。

AIエージェントのコスト増で管理ツールに注目【続報】

AIエージェントの普及によるトークン消費増大に関する続報です。
エンジニアが基本給以上のトークン費用を消費するケースが増加し、コスト管理が急務となっています。
先日お伝えしたUberの利用額制限などが話題となる中、リアルタイムにコストを把握・制限できるツールへの関心が高まっています。
特に、LangChainが提供する「LangSmith LLM Gateway」などのソリューションに注目が集まっています。

Yuchen Jin: (翻訳) 基本給よりも多くの金額をAIトークンに費やすエンジニアがますます増えています。テクノロジー企業は残酷なジレンマに直面しています。> 全員にトークンを最大限使わせてAIのスピードで動くか > トークン予算を追加して勢いを殺すか > 50%の人員を解雇して残りの人に無制限のトークンを与えるか

Harrison Chase: (翻訳) コストが重要になり始めているのを目の当たりにしています！Uberは開発者1人あたり月額1500ドルのトークン制限を設けました。このようなケースは今後増えていくと思いますし、LangSmith Gatewayはそれを実装するための素晴らしい方法です。

LangChain: (翻訳) 月末の驚くような請求書に別れを告げましょう。LangSmith LLM Gatewayを使用すると、支出を確認できます。ワークスペース、ユーザー、APIキーごとにリアルタイムでコストを集計します。

Broadcomの決算発表でAI計算需要の加速が明らかに

Broadcomの第2四半期決算発表とカンファレンスコールが行われました。
CEOのHock Tan氏は、AI計算需要が予想よりも早く加速していると述べ、2027年までに10GWのAI計算容量を出荷する計画が順調に進んでいることを強調しました。
TPUの利益率低下をAIネットワーキング事業の高利益率で相殺する見通しも示されています。

パウロ: 要人重要発言ホックタンCEO 2027年の10GWの計算容量は完全に維持 2028年にはさらに多くの

パウロ: TPUのマージンは下がるネットワーキングで相殺

パウロ: $AVGO Broadcomはいつもの安定決算カンファレンスコールですね AI ASICとネットワーキング、光接続はいかにっ

Google DeepMindが科学研究向けAIエージェントのスキル集を公開

Google DeepMindが、科学研究タスクに特化したAIエージェントのスキルコレクションを公開しました。
ゲノミクス、構造生物学、ケモインフォマティクス、文献検索など、幅広い科学分野での研究を支援するためのツール群が含まれており、研究者の生産性向上に寄与することが期待されています。

Philipp Schmid: (翻訳) Google DeepMindの科学エージェントスキルのコレクションを作成しました。研究タスク、ゲノミクス、構造生物学、ケモインフォマティクス、文献検索などに役立ちます。👉https://t.co/zkPuCtmwEE