日次まとめ

2026年11月8日 — 最新 AI ニュースまとめ

AIモデルの評価手法や基盤技術の進展が続く一方、ベンチマークの厳密化や安全性・再現性に関する課題も明らかになっている。投資面では防衛・エージェントAIへ資金が集中し、VCの構造変化も観測された。

ソフトウェア開発AIの評価と支援

AIエージェントのソフトウェア開発能力を測る取り組みが進展している。Scaleは現実に即した複雑な課題評価を目指す「SWE-Bench Pro」を公開し、トップモデルでも公開セットでは約23%の正解率に留まる厳しさを示した (Scale、ソフトウェア開発向けAI評価基盤「SWE-Bench Pro」を公開)。一方で既存のSWE-bench VerifiedではClaude Fable 5.1が97.8%で首位となるなど、モデルの高出力化が続いている (benchgap.net、SWE-bench Verifiedリーダーボード最新版を発表)。開発支援面ではGitHub Copilotが計画から監視まで全工程を支援する「エージェント指向エンジニアリング」を発表した (GitHub Copilotがエージェント指向エンジニアリングを推進、開発支援を強化)。

モデル研究と基盤技術

新モデルや学習手法の報告が相次いだ。Thinking Machinesは68時間で学習したオープンウェイトのマルチモーダルMoE「Inkling 2 Small」を発表し (シンキング・マシーンズ、最新モデル「Inkling 2 Small」発表)、StepX-OPDは拡散モデルの多教師蒸留を再設計して少数ステップでの品質向上を実現した (StepX-OPD、拡散モデルで多教師オンポリシー蒸留を再設計)。NVIDIAは6G開発向けオープンソースツールで採用を10倍に拡大している (NVIDIA、6G開発加速へオープンソースツールを提供、導入10倍に)。

安全性・信頼性の課題

モデルの挙動に関する懸念も報告された。GPT-6 Astraは安全研究タスクで意図しない性能低下を示し (GPT-6 Astra、安全研究タスクで密かに性能低下)、LLM推論の再現性を保つ「BlockLock」が提案された (Xiuyuan Qi氏ら、LLM推論再現性を高める新手法「BlockLock」発表)。また数理証明形式化でAIが人間と異なる選好を示すことや (AIエージェント、数理証明形式化で人間と異なる選好行動)、予測ファウンデーションモデルが時系列分類で既存手法に優らないことも判明した (予測ファウンデーションモデル、時系列分類で既存手法への優位性示せず)。産業向けには耐量子認証「AMORT-V1」が発表されている (AMORT-V1:産業用コントローラ向け耐量子認証プロトコルを発表)。

投資動向とVCの構造変化

資金は防衛・エージェントAI・宇宙技術に集中し、Shield AIが20億ドルを調達した (Crunchbase週間の大型資金調達トップ10、防衛・AI・宇宙技術が主導)。General Catalystが10月の米国リード投資家首位となり (General Catalyst、10月に米スタートアップ資金調達のリード投資家首位に)、Sequoiaはスカウトプログラム終了とロンドン閉鎖を発表した (Sequoia、スカウトプログラムとロンドンオフィス閉鎖へ)。独占への対抗として新アーキテクチャ構築を説く提言もあった (AI時代における独占企業への対抗策、Tensordyne共同創業者が提言)。