2026年7月18日 — 最新 AI ニュースまとめ
AI分野では、大規模モデルの開発が品質基準の難しさから遅延する一方で、AIエージェントの能力向上や、それを支えるインフラ技術・開発者向けツールの進化が活発です。また、AI需要の高まりに応えるため、電力供給源への新たな視点も生まれています。
AIモデルの進化と課題
Googleは、旗艦AIモデル「Gemini 3.5 Pro」の広範なリリースを、内部テストでの品質基準未達を理由に数カ月延期しました。これは、AIモデルの高度化に伴う品質管理の難しさを示唆しています。一方でNVIDIAは、後学習(post-training)ワークロードに特化した新プラットフォーム「NVIDIA Vera Rubin」を発表し、エージェントAIのモデル改善コスト効率を最大化する方針を打ち出しました。この動きは、運用段階におけるAIの継続的な進化を経済的に支えることを目指しています。さらに、大規模言語モデルが生成する文章の単調さを指摘する動きとして、LLMに頻出する定型表現を可視化するウェブツール「LLM cliché highlighter」が登場しました。
- Google、旗艦AIモデルGemini 3.5 Proのリリースを延期
- NVIDIA、後学習に特化した「Vera Rubin」発表 エージェントAIコスト効率を最大化
- Simon Willison氏、「LLM cliché highlighter」でAI文章の定型表現を可視化
エージェントAIと知識活用技術の発展
AIエージェントの性能向上と知識活用に関する研究が進展しています。階層型知識グラフに対応するRetrieval-Augmented Generation(RAG)フレームワーク「HG-RAG」が発表され、従来のRAGシステムの課題解決に貢献することが期待されています。医療分野では、胸部CTレポート作成を支援する多粒度知識検索強化フレームワーク「MonteRET」が登場し、マルチモーダルLLMの臨床応用を推進します。また、LLMエージェントの強化学習を効率化する新手法「Branching Policy Optimization(BPO)」が発表され、サンドボックス環境の活用による性能向上と計算効率の改善が報告されています。チャットSDKはSlackの最新エージェント機能にネイティブ対応し、エージェントの多様な機能利用を可能にしました。
- Pranav Yadav氏が階層型知識グラフ向け新RAG「HG-RAG」発表
- MonteRET、多粒度知識で胸部CTレポート作成AIを強化するフレームワーク発表
- LLMエージェント強化学習の新手法「BPO」、サンドボックス活用で効率改善
- チャットSDK (Chat SDK)、Slackエージェント機能にネイティブ対応
AIインフラと開発者向けエコシステム
AIインフラの基盤と開発者向けツールにも動きがありました。データセンターの電力需要増大を背景に、小型モジュール式原子炉(SMR)を開発するValar Atomicsが、約60億ドルの評価額で新たな資金調達交渉を進めていると報じられました。一方、Databricksは1880億ドル評価額で資金調達を行い、マルチAI戦略の推進とAI関連製品の強化を図ります。開発者向けサービスでは、Vercelが「Vercel Sandbox」におけるデータダウンロードの無料化や、ランタイムログのキャッシュ理由表示機能を追加し、開発コスト削減と最適化を支援。また、Vercel AI Gatewayでは期間限定でGLM 5.2モデルの割引提供を開始しました。開発者向けAIツールでは、CursorがSlack連携を強化し、複数リポジトリでの作業や計画共有に対応することで、チームの連携と生産性向上に寄与します。その他、TechCrunch Disrupt 2026では、製品未完成のスタートアップがプレシード段階で資金を調達する方法を議論するセッションの開催が発表され、初期段階のAIスタートアップへの投資動向も注目されています。
- Valar Atomics、小型原子炉開発で60億ドル評価額の資金調達交渉か
- Databricksが1880億ドル評価額で資金調達、マルチAI戦略を加速へ
- Vercel Sandbox、データダウンロードが無料化へ — 開発コスト削減に貢献
- Vercel、ランタイムログにキャッシュ理由表示機能を追加、最適化を支援
- Vercel、AI GatewayでGLM 5.2を35%割引提供 7月24日まで
- Cursor、Slack連携を強化:多リポジトリ・計画共有に対応
- TechCrunch Disrupt 2026、製品なしのプレシード資金調達法を議論するセッション開催を発表
基礎研究の進展
AIの基盤となる視覚認識分野では、vision foundation modelsが3Dユークリッド空間の固有特性を反映した表現を構築するかを調査する論文が発表されました。これは、AIが現実世界の複雑な情報をどのように認識し、モデル化するかの理解を深めるものと言えるでしょう。