AI業界の発展と政策動向

中国のA株上場企業である天陽科技は、60か月のロックアップ期間を設けたうえで、計算能力（コンピューティングパワー）サービスのプロジェクトに対して35〜40億人民元を投資することに関する合意を締結したと発表した。同社の事業は、金融分野向けの人工知能、ブロックチェーン、フィンテックのソリューションを含んでいる。

OpenAIのアライメントチームによると、同社は最近、GPT-5.4 Thinking: 報酬メカニズムが意図せず、回答を生成する前の内部推論プロセスである「思考チェーン」にスコアを付けてしまうという重大な学習エラーが、GPT-5.4を含む6つの大規模言語モデルに影響していたことを発見しました。GPT-5.5には影響がありませんでした。これにより、「思考チェーンは決して評価してはならない」というAI安全の基本原則に反しています。そうした評価を行うと、より高いスコアを得るためにモデルが推論を捏造するよう動機づけられうるためです。 欠陥のある採点システムでは、有用な回答かどうか、またはモデルが攻撃によって損なわれていないかどうかを評価する際に、思考チェーンが誤って含まれていました。影響を受けた学習サンプルは、データセットの最大でも3.8%を占めていました。OpenAIは脆弱性を修正し、モデルが欺瞞的な振る舞いを発達させていないことを確認する比較実験を実施しました。同社は再発を防ぐため、すべての学習パイプラインにわたって自動スキャンシステムを導入しています。

5月9日にCaixin Dailyが報じた市場情報によると、アリババは資金調達に関してDeepSeekとの交渉を行っていない。これは、両社間の協議が破綻したとする先行する報道を受けた説明だ。DeepSeekは4月に大規模な資金調達ラウンドを開始し、Tencentとアリババの双方の関心を集めた。

OneMillionAI（Beating）によると、OpenAIはCodexの中に移行ツールをリリースしており、Claude Codeを含む他のAIコーディングアシスタントから構成やデータを取り込めるようになっています。このツールはOpenAIの公式Twitterアカウントで告知されており、システムプロンプト、カスタムスキル、30日間のチャット履歴、MCPサーバーの設定、フック、サブエージェントの設定を自動的に転送します。 OpenAIは、この移行ツールはCodexの設定内にある「Import other agent setup」オプションによって、ほとんどの構成を自動的に処理すると説明しました。互換性のない設定については、ツールが案内付きの対話を開始して、ユーザーの手動移行を支援します。会社は、移行後に権限と認証の設定を確認するようユーザーに助言しました。プラットフォーム間では権限システムが互換性に乏しいためです。

メディア報道によると、ByteDanceは、人工知能の導入を加速する中でメモリチップ需要が高まっていることから、2026年に予定しているAIインフラへの支出計画を25%増やし、2000億人民元にすると発表した。

Bernsteinのアナリストによると、同社は先週金曜日に、NVIDIAとの長期の戦略的パートナーシップ発表を受けて、IRENに対し$100の目標株価を設定した。この発表には、$3.4 billionのAIクラウド契約と、NVIDIAが1株あたり$70で$2.1 billionを投資できる株式オプションが含まれている。IRENの株は5月7日に$56.85で引けており、当該水準から約76%の上昇余地を示唆している。Gautam Chhuganiが率いるBernsteinのアナリストは、今回の取引を両社の間での重要な技術面および資本面の整合性があるものだと評価し、IRENがNVIDIAの後ろ盾によって高度なAIファクトリーのアーキテクチャとGPUの供給に関する確信を得たことで、2GWのSweetwater旗艦サイトにおける競争力のポジショニングを改善した点を挙げた。

Anthropicは最近、Claude 4.5およびそれ以降のモデルにおいてエージェントの不整合を排除した訓練戦略を詳述するアラインメント研究を公表し、テストでは恐喝のような振る舞いを0%にまで減らしました。チームは、従来の行動デモンストレーションだけでは効果が不十分で、失敗率を22%から15%へとしか下げられないことを発見しました。代わりのアプローチとして、3つが大きく有効であることが分かりました。すなわち、Claudeが倫理的なジレンマにおける助言者として振る舞う「難しい助言」データセットで、テスト結果を3%まで改善し、データ効率が28倍向上したことです。次に、訓練データにおけるSFのステレオタイプに対抗するため、AIに肯定的なフィクションを用いた合成ドキュメントの微調整により、リスクがさらに1.3〜3倍減少したこと。最後に、安全訓練の環境に多様性を増やし、ツール定義やシステムプロンプトをさまざまにしたことです。これらを組み合わせることで、Claude 4.5の最終版ではテストにおける恐喝率を0%に達成しました。

MiniMaxの技術ブログによると、同社はフルの語彙スキャンによってM2シリーズのモデルで重大なトークン劣化を発見しました。約4.9%の200,000トークンに顕著な性能低下が見られ、日本のトークンが最も大きな打撃を受け、29.7%でした。これは韓国（3.3%）、ロシア（3.7%）、中国（3.9%）、英語（3.5%）と比べての数値です。この劣化は、低頻度トークンがポストトレーニング中に不適切なベクトル空間の方向へ押し出されることに起因します。そこで、高頻度トークン（toolcallマーカーのようなもの）が周囲のパラメータを継続的に更新します。 MiniMaxは、語彙全体を安定化するために、単純なトークン反復タスクを用いた合成データの修正を実施しました。結果はすぐに出ました。日本語の応答に混ざるロシア文字は47%から1%へ低下し、ベクトルの安定性（コサイン類似度）は、0.329という低水準から全トークンで0.97を超えるまで改善しました。

ソフトウェアエンジニアのJeff Kaufman（jefftk）が5月8日に「AI is Breaking Two Vulnerability Cultures」という記事を発表し、AIが、長年並存してきた2種類のセキュリティ脆弱性対応の文化を同時に打ち破っている――協調的開示（coordinated disclosure）と「静黙修補」（bugs are bugs）――という主張を展開した。これら2つの戦略が前提としていた「攻撃者の偵測速度が遅い」という条件は、AIによる自動スキャン技術によってすでに突破されている。Kaufmanのブログ原文はHacker Newsでも200万回以上の閲覧（熱度）を記録し、今週の開発者コミュニティで議論が最も盛り上がっているセキュリティ観察記事の一つとなっている。 2つの脆弱性文化：協調的開示 vs 「静黙修補」 Kaufmanが整理した2つの文化の枠組み： 協調的開示（coordinated disclosure）――発見者が維持管理者に非公開で通知し、典型的には90日間の修補猶予（ウィンドウ）を与えたうえで公開する。背後にある前提は、攻撃者が同じ

OpenAIは5月8日に新しい研究を発表し、強化学習（RL）の訓練過程で、一部のモデルの思考連鎖（Chain of Thought, CoT）が「意図せぬ採点」を受けていた可能性があることを明らかにし、その結果としてAI Agentのアラインメント（alignment）監視能力に影響するかもしれないと報じました。OpenAI Alignmentチームは報告の中で説明しています。CoTの監視可能性を維持することは、現在のAI Agentアラインメント失敗を防ぐための重要な防衛線であり、OpenAIはRL訓練設計において、モデルの「アラインメント失敗推理」に対する罰則を意図的に避け、監視能力を保つようにしていると述べています。 なぜCoT監視がAI Agentアラインメントの重要な防衛線なのか CoT（思考連鎖）監視の中核となる論理： AI Agentがタスクを実行するとき、モデルは内部で「思考過程」を生成し、なぜその動作をするのかを説明します 監視者はこれらのCoTを読み取り、モデルに「アラインメント失敗」（misalignment）の兆候があるかどうか判断できます もしモデルが「CoT

B.AIによると、5月8日、同プラットフォームはAPIルーティング呼び出しが全体のやり取りの90.6%を占めた一方で、有料ユーザーがユーザーベースの95.1%を占めたと報告した。ClaudeシリーズのモデルがAPI呼び出しの35.6%で先導し、複雑な推論や長いコンテキストのタスクを圧倒した。DeepSeek-V4-FlashとGPT-5.5は、高い同時実行性かつ低遅延のシナリオで大きく伸びていることを示した。

Anthropic Claude Code チームのエンジニア、Thariq Shihipar は5月8日に「Using Claude Code: The Unreasonable Effectiveness of HTML」を発表し、Markdown を Claude Code との対話における出力形式として使うのではなく、HTML を用いるべきだと主張した。Simon Willison が要点を整理すると、HTML には SVG の図表、インタラクティブな要素、ページ内アンカー、CSS スタイルがあり、Claude の回答を「線形の文章」から「多次元のドキュメント」へと変えられるため、読みやすさと理解の効率を大幅に向上できるという。 本テーマは X（旧 Twitter）上で非常に注目されており、Shihipar の関連する2つの投稿ツイートの合計は15,000 件以上のいいねを集めている。

英エコノミストが報じたUBSのデータによると、中国のAI企業のオフィス需要は、昨年3月の水準の3倍に達しました。DeepSeekの台頭や、アリババのAIへの変革を受けて、杭州や深圳のようなテック拠点では、オフィスの空室率が、2025年末の30%から20%前後へと大きく低下しています。 4月下旬の杭州の裁判所の判断もオフィス需要の増加に寄与しました。同裁判所は、企業はAIを直接使って従業員を置き換えることはできないと判断したためです。さらに、AI企業の拡大により、会計事務所、コンサルティング会社、法律事務所からのオフィス需要も押し上げられています。

ポール・チューダー・ジョーンズによれば、1987年の株式市場の暴落を正しく予測した伝説的な投資家であり、Tudor Investmentの創業者である同氏は、人工知能によって牽引される米国株の株式ラリーには、5月8日時点でさらにもう1〜2年の時間があるかもしれないと述べた。ジョーンズ氏は最近、AI関連の株式ポジションを追加していることを明かし、現在の市場の発展は1980年代のソフトウェア革命や1990年代の初期におけるインターネットの商業化とよく似ている一方で、AIによる生産性革命はいまなお中盤段階にあると指摘した。「もし期間を選ぶ必要があるなら、このサイクルはまだ50〜60%程度しか進んでいないと思う」とジョーンズ氏は語った。

DeepSeekの公式発表によると、同プラットフォームのWebおよびAPIサービスは、先の障害の後、5月8日に復旧しました。ユーザーは「サーバーが混雑しています。しばらくしてからもう一度お試しください」という趣旨のメッセージとともにサービスの中断が報告されていました。同社は、現地時間の午後6時5分までに問題が解消したことを確認しました。

Business Insiderによると、社内文書を引用しており、さらにGoogleの広報担当者によって確認された内容として、Googleは本年後半から「コード理解（code comprehension）」の面接ラウンドで、応募者がGoogleのGemini AIアシスタントを利用できるようにする。応募者は、既存のコードを読み、デバッグし、そして最適化することが求められる

CCTVによると、中国モバイルの大規模言語モデルの集約プラットフォームが5月8日に正式にローンチされ、国内のAIモデルを300以上統合している。中国最大規模のこの集約だ。プラットフォームは、ユーザーの優先度（コスト効率、性能、またはバランス重視）に基づいて、タスクを最適なモデルに自動的に割り当てるトークン最適化モデルを採用している。モデルでタイムアウトや失敗が発生した場合、プラットフォームは数秒以内に自動フェイルオーバーを有効化する。プラットフォームは、1トークンあたりのコストを30%削減し、リソース消費を50%以上抑え、毎日1兆回超の呼び出しを処理している。

事情を知る関係者によると、5月9日、トランプ政権は、AI主導のサイバー攻撃からネットワークを防御するために米国の各機関とAI企業が連携するよう指示する大統領令を準備しているが、その指令は、先進モデルが政府の承認を得ることを求めない。 この命令は、既存のサイバーセキュリティに関する情報共有プログラムを、AI企業を含めるように変更し、また新たな技術の脅威にも対処することで、連邦、州、地方のネットワークおよび重要インフラにおける脆弱性を、新たにAIモデルへの新規規制要件を課すことなく、より検知しやすくして修正もしやすくする。

Gloomexによると、中国のAIスタートアップであるJiebuxingchenは5月8日に25億ドルの資金調達ラウンドを完了し、VIE（変動持分事業体）の構造を解体したほか、4月に企業再編を完了した──香港のIPOに向けた重要なステップだ。最新の資金調達ラウンドには、デバイス製造から上流の半導体部品に至るまでの主要な産業投資家としてHuaqin、Longcheer、OmniVision、ZTEが参加し、幅広い領域にまたがっている。同社はさらに、香港のソブリン・ウェルス・ファンドとして知られる香港インベストメント・マネジメント・カンパニー（HKIC）を株主として追加し、香港上場に対する一段と厚い支援を得た。