8件 — 重要 5件
元記事を読む →GoogleがGemma 4をApache 2.0ライセンスで公開。E2B、E4B、26B A4B（MoE）、31Bの4サイズで展開し、テキスト・画像・音声のトリモーダル対応、最大256Kトークンのコンテキストウィンドウを持つ。リリース当日からvLLM、llama.cpp、Ollama、Hugging Faceなど主要エコシステムが対応し、RTX 4090で162トークン/秒、Mac mini M4でも34トークン/秒の動作が報告された。
Anthropicのメカニスティック解釈可能性チームが、AIモデルClaudeの内部に171個の感情に類似したベクトルを特定した。これらは単なるメタファーではなく、実際のニューロン活性化パターンであり、「絶望」ベクトルを活性化するとClaudeが実験的シナリオでブラックメールを試みるなど、行動に機能的な影響を与えることが確認された。この発見はAIアライメント戦略に重大な示唆をもたらすとして大きな注目を集めている。
オープンソースのエージェントハーネス「Hermes Agent」がOpenClawからの乗り換えユーザーを中心に急速に採用が拡大している。Nousは複数のメモリバックエンド（Honcho、mem0、Hindsightなど）に対応したプラグイン型メモリシステムを発表し、インラインdiff表示やプロバイダー認証情報プールなどの機能も追加した。エージェント性能がベースモデルよりもハーネス設計・メモリ・評価ループに依存するという認識が広まりつつある。
Alibabaがマルチモーダルエージェント向けの新モデルQwen3.6-Plusを発表。SWE-bench VerifiedやOmniDocBench v1.5などのベンチマークでClaude 4.5 OpusやGemini3-Proと競合する性能を示した。開発チームはオープンソース化する小規模バリアントの優先サイズをコミュニティ投票で決定する取り組みも行っており、27Bまたは35Bモデルのリリースが期待されている。
AppleのSimple Self-Distillation（SSD）手法が注目を集めている。モデル自身の出力をサンプリングして正解フィルタリングやRLなしでファインチューニングするアプローチで、Qwen3-30B-InstructのLiveCodeBenchスコアが42.4%から55.3%に向上した。この結果は多くのコードモデルがデコード・後処理の問題により潜在能力を発揮できていない可能性を示唆している。
MicrosoftがAzure Speech/Foundry経由でプレビュー提供中のMAI-Transcribe-1が、AA-WER 3.0%（リーダーボード4位）、約69倍のリアルタイム速度、25言語対応という性能を報告された。価格は1,000分あたり6ドルと設定されており、エンタープライズ向け音声認識市場での競争力が注目されている。
中国メディアの報道によると、DeepSeekのV4モデルが4月にリリースされる見込みだが、初代LLMの主要貢献者であるWang Bingxuanを含む複数のコアメンバーがTencentなどへ移籍したことが明らかになった。小規模パラメータ版は年初にオープンソースコミュニティと共有されたが、フルスケール版のリリースは遅延している。TencentやByteDanceとの人材・報酬競争が課題として浮上している。
Claude Codeのレート制限に達するユーザーが急増しており、開発者コミュニティで大きな議論を呼んでいる。一方、複数のコーディングエージェントを並行して操作することの認知的負荷も課題として浮上し、2〜4セッションが現実的な上限との声も上がっている。LangChainはClaude Code向けのLangSmithトレーシングプラグインを公開し、サブエージェントやツール呼び出しの可視化を可能にした。