非課金ユーザーもこの新機能を試すことができるようになったが、Googleは「Gemini Advancedユーザーは拡張されたアクセス権と大幅に大きな文脈ウィンドウを持つ」と説明している。Gemini 2.5 Proは、GoogleのGemini 2.5「思考」モデルの一つであり、より正確な結果を提供するための推論能力が強化されているとされる。Googleのブログ投稿によれば、これは「情報を分析し、論理的な結論を導き出し、文脈やニュアンスを考慮して、情報に基づいた意思決定を行う能力」を指しているという。

この新モデルが示す意味は、AIの進化を一層加速させる可能性が高いということだ。特に、非課金ユーザーに対する開放は、ユーザーの反応やフィードバックを通じてさらなる改善に繋がると期待されている。Googleは、今後もAI技術の進化に拍車をかけ、ユーザーが異なるシナリオでAIを活用できるようにしていく考えだ。AIモデルのアップデートは、エンターテインメント、ビジネス、教育、さらには日常生活のあらゆる側面において、新しい価値を提供することが期待されている。

特に「AIの認識と現実」セクションでは、MITのロドニー・ブルックス教授が議長を務め、Gartnerのハイプサイクルについて言及した。2024年11月には、生成AIについての期待がピークを越え、下り坂に入ったとの見解が紹介されている。この報告書によれば、コミュニティの79%がAIの現在の認識が実際の研究・開発の状況とは異なると答え、90%がその乖離がAI研究に悪影響を与えていると主張した。74%が「研究の方向性はハイプに影響されている」と述べた。

ブルックス教授は、長年使用されてきたGartnerのハイプサイクルは、多くの分野で期待と失望のサイクルを表しており、現在のAIにおける過剰な期待には慎重であるべきだと警告した。彼は「AIについての公の議論の多くは、過剰な期待を受け入れすぎている」とも指摘している。

人工一般知能（AGI）は、人間と同等の知能を持つ機械の理想形であり、自動化や効率化に大きな影響を与える可能性がある。AGIは旅行の計画や税金の申告など、ユーザーの手間を軽減するだけでなく、交通、教育、技術といったさまざまな分野の進展を促す可能性を秘めている。

しかし、参加した475名のうち76%は、現在のアプローチを拡大するだけではAGIには至らないとの見解を示した。この結果は、研究者たちが安全性、倫理的ガバナンス、持続可能性、協力的な開発を重視する慎重かつ前向きな姿勢を示している。この報告書は、AI研究の現状を冷静に見極める重要性を強調している。

AIは決して消え去るものではなく、研究者たちは新しい訓練手法やAIシステムの整理方法を通じて、その性能を向上させる道を模索している。バージニア大学のヘンリー・カウツ教授は、信頼性の向上には、協力するAIエージェントのチームを使用する方法が有効であると考えており、公衆や学術コミュニティは現在のAIシステムの質を過小評価していると述べている。

Hype Cycleの終わりは「消え去る」ではなく、「生産性の高原」に到達するものであり、AIの分野における異なる利用ケースは異なるレベルの過剰評価が存在する。AI研究者たちは、その発展の道を真剣に考え、技術を進化させ続ける責任がある。その先にはさらなるイノベーションの余地が広がっており、AIなしの世界には戻れない。我々は、今後の方向性に期待を寄せている。

Gemini 2.5は、従来の2.0 Flash Thinkingに比べて、特に思考という概念が強層化されています。従来は「Thinking」というラベルを付けていましたが、新モデルではこのラベルを使わず、ユーザーはGeminiアプリ内で「思考の表示」を選ぶことで思考過程を見ることが可能です。AIにおける「推論」の能力は単なる分類や予測を超え、情報分析から論理的結論を引き出し、文脈とニュアンスを取り込みながら、有益な選択を行うことを意味します。

Gemini 2.5 Proは、「大幅に向上したベースモデル」による新たなパフォーマンスレベルを実現し、数学と科学のベンチマークにおいても高評価を得ています。特にLMArenaリーダーボードにおいて、「significant marginでトップに立つ」とされ、大量データセットの処理能力においても人気を博しています。

新モデルはまた、1百万トークンのコンテキストウィンドウを持ち、将来的には2百万トークンにスケーリングされる予定です。この拡張された能力により、テキスト、音声、画像、動画、そして全体のコードリポジトリからの情報を取り込みながら、複雑な問題を解決することが可能です。

現在、Gemini 2.5 Proは、Gemini AdvancedのユーザーとGoogle AI Studioで最初に展開されており、数週間以内にVertex AIに拡大される予定です。今後はこのモデルの価格も発表される見込みで、高速生産利用のための利用制限も設けられるかもしれません。新しい機能により、ユーザーはGoogleのアプリやファイルアップロードにもアクセスできるようになります。

結論として、Gemini 2.5 Proは、AIモデルの新たなスタンダードを確立し、より複雑な課題に対しても的確な回答を提供する能力を備えています。Googleの意図する思考型AIの未来に期待が高まります。

Bloombergによると、Googleはカナダのスタートアップ企業AdHawk Microsystemsを1億1500万ドルで買収するための交渉を進めているという。AdHawkはフルスタックのアイ・トラッキング技術を提供しており、すでにウェアラブルデバイスとして利用可能だ。この技術は、ARアプリケーションやXR機器の中核を成す重要な要素である。

過去数年間、GoogleはAIとスマートグラスの統合を計画しており、ARやXRの分野での革新を目指している。特に、Magic Leapと提携し、Gemini AIを活用したARスマートグラスの開発を進めていることが注目されている。また、2020年にはNorth Focalsを買収していることからも、同社の野心が伺える。

最近の動きとして、GoogleはI/O 2024でProject Astraを発表し、スマートグラスに対する新しいビジョンを示した。このプロジェクトは、Android XRやGoogle Playアプリエコシステムとの統合を目指している。Googleは、今後のスラッシュの発展を視野に入れて、よりスマートなデバイスの可能性を追求する立場にある。

市場は、SolosやRayNeo、TCLといった企業の製品が販売されている中で、Googleの参入を待ち望んでいる。しかし、同社が過去の機会を逃したことは事実であり、公式にはまだスマートグラス市場に戻ってきていない。だが、現在の動向から見ると、スマートグラスの未来はGoogleの製品戦略の中で重要な位置を占めることになるだろう。

新しい技術革新を追求する姿勢は、業界全体への刺激となるはずだ。Googleの進展は、他のテクノロジー企業に影響を与え、スマートグラスが日常生活に浸透することへの期待を高めている。今後、同社の進展に注目が集まることは間違いない。

Alexa Plusは月額19.99ドルまたはAmazon Primeメンバーには無料で提供される。プライム会員になることで、14.99ドルで年間139ドルのサービスが受けられ、このプランには新しいAlexaアプリへのアクセスが含まれる。加えて、Alexa PlusはEcho Showの各モデル（8, 10, 15, 21)で利用可能で、新機能は他のAlexaデバイスでも利用できるようになる。

この新しいアシスタントは、目覚まし時計の他に画像を取り扱う機能や会話を続ける機能を兼備しており、ユーザーからの命令をより自然に理解できるように設計されている。Amazonは、コンサートチケットの可用性や地元のビジネスに関する情報提供ができるなど、幅広い機能を見せた。

音楽のリクエストやスマート家電の制御を行うこともでき、ユーザーはより自由な表現でこれらの機能を利用できる。デモでは、ヘルパーとしての能力をも活かし、子供のサッカーのスケジュールを把握するなどパーソナルアシスタントとしても活躍が期待されている。

さらに、Alexa Plusは家庭内のカメラデバイスと連携することで安全性を高める。また、Alexa Plusは、料理レシピを参照したり、住宅協会の文書を分析する機能も持つ。これにより、ユーザーはよりシームレスな体験を享受できる。現行の大規模言語モデル（LLM）を駆使し、複数の出典からの情報を理解・分析することで、ユーザーの要望に応じた的確な回答を提供できる。

AmazonはAlexa Plusの発表を通じて、AIを活用した新たな可能性を提示した。今後の商業利用に向けた動きとしては、Uber EatsやSonosといった既存のサービスと連携し、日常生活をより便利にする機会を開くことになる。\n\nこのように、Alexa Plusは従来の機能を拡張し、新たにパーソナライズされた体験を提供することで、競争が激化するスマートアシスタント市場において優位性を確保しようとしている。今後の反響が注目される。

続いて、GPT-5はOpenAIの現在のAIモデルラインナップからの要素を組み合わせたシステムとなる予定です。Altman氏は、「ChatGPTと私たちのAPIの両方で、GPT-5を多くの技術を統合したシステムとしてリリースします」と語り、従来のML、SRモデル、およびウェブ検索やリサーチなどの特化されたモデルを含む構成になるとしています。

また、Altman氏は、ChatGPTの無料ユーザーが「標準の知性設定でのGPT-5に無制限にアクセスできる」一方で、ChatGPT Plusの購読者は「より高い知性レベルでGPT-5を実行できる」と述べています。さらに、Proの購読者は「さらに高いレベルの知性でGPT-5を実行できる」としています。これらの統合されたAIモデルは、Advanced Voice ModeやCanvas、Search、Deep ResearchなどのOpenAIの拡張機能を活用出来るようになるとしています。

過去には、Altman氏は「GPT-5」と呼んだ場合の恣意的な性質についてコメントしており、同社が昨年投入したAIモデルのいくつかにはその名前が付けられてもおかしくないという理由を挙げています。104年3月、Altman氏はLex Friedmanとのインタビューで、その年に大規模なAIモデルを投入する準備があると述べており、それはGPT-4oや「o1」と呼ばれるものである可能性が高いと考えられます。しかし、最終的な名称はまだ未定でした。彼は当時、GPT-5に類似したモデルについて、「それを呼ぶかどうか、期待されるものと比較して少し劣るかどうか、または少し良いかどうかを話す前に、他の重要なリリースがあると考えています」と述べました。

これからのOpenAIは新モデルへのブランディングにより、さまざまな機能を一つの統一されたインターフェースに集約することを目指していると見られます。Altman氏は、「私たちは、私たちの計画したロードマップをより良く共有し、製品の提供を簡素化する必要があることを理解しています」と述べています。現在、ChatGPTにプロアカウントでログインすると、GPT-4o、GPT-4o with search、GPT-4o with deep research、o1、o3-miniなど、最低でも10のAIモデルから選択可能です。

Altman氏は、AIモデルを「従来型LLM」と「シミュレーション推論」モデルに分け、ユーザーが選択する負担を軽減することを目指しています。誰もが複雑なオプションを理解するのは現実的ではないと認識しているのです。競合他社、DeepSeek、Anthropic、Meta、Googleなどは、OpenAIの後を追って各自のAIモデルを迅速に発展させています。今後のGPT-4.5とGPT-5の確定したリリース日についての情報更新を期待しましょう。

このプロジェクトの背後にあるチームは、既存の基本モデルからスタートし、ほかのAIモデルの解答を学習することで「推論」能力を引き出す蒸留処理を通じて微調整を行いました。s1は、Googleの推論モデル「Gemini 2.0 Flash Thinking Experimental」から蒸留されたものであり、この手法は先月、450ドルでAI推論モデルを創出したバークレー大学の研究者たちと同じアプローチです。

数百万円の資金を持たない研究者たちがAI分野で革新を続ける姿には興奮を覚える人も多いですが、s1はAIモデルのコモディティ化についても現実的な疑問を投げかけています。一体、数ドルのコストで数百万ドルのモデルを近似できるなら、競争優位性はどこにあるのでしょうか。

当然、大手AIラボは不満を抱いています。OpenAIは、DeepSeekがAPIから不正にデータを収集したとして非難しています。s1の研究者たちは、強力な推論性能を得るためのシンプルなアプローチを探求し、AIモデルが問いに答える前に考える時間を増やす「テスト時スケーリング」も実現しました。このアプローチは様々な技術を通じてDeepSeekや他のAIラボが試みたことであり、s1の研究論文は、比較的少ないデータセットで推論モデルを蒸留できることを示唆しています。

具体的には、AIモデルがデータセット内で特定の行動を模倣するよう指導する「監督付きファインチューニング（SFT）」というプロセスを活用しました。SFTは、DeepSeekがOpenAIのo1モデルに対抗するR1を育てるために採用した大規模強化学習法よりも安価です。Googleも、1日の利用制限はあるものの、Gemini 2.0 Flash Thinking Experimentalに自由にアクセスできることを提供しています。

ただし、Googleの利用規約は、同社のAI製品に競合するサービスを開発するために、自社のモデルを逆工学することを禁じています。本稿ではGoogleへのコメントを求めています。

s1は、Alibabaが所有する中国のAIラボQwenの小型でオフ・ザ・シェルフのAIモデルを基にしており、無料でダウンロードが可能です。研究者たちは1,000の厳選された質問に対する回答および各回答の「思考」プロセスをペアリングしたデータセットを作成し、これを用いてs1を訓練しました。

訓練は16台のNvidia H100 GPUを使用して30分未満で行われ、特定のAIベンチマークで強力な性能を発揮しています。スタンフォードの研究者Niklas Muennighoffは、今日必要な計算リソースを約20ドルでレンタルできるとTechCrunchに語っています。s1は自らの作業を二重確認し思考時間を延長するための巧妙なトリックを用いており、推論過程で「待ってください」と指示することで、やや正確な回答を引き出すことができました。

2025年にはMeta、Google、およびMicrosoftがAIインフラへ数千億ドルの投資を計画しており、その一部は次世代AIモデルの訓練に使われます。こうした巨大投資がAI革新の飛躍を進めるためには依然として必要でしょう。蒸留技術は既存のAIモデルの能力を安価に再現するのに適していますが、それを上回る新たなAIモデルを生み出すには不十分であることが明らかになっています。

Janus-Pro-7Bは画像生成と画像解析の両方を行うことが可能で、マルチモーダルオートメーションを新たなレベルへ引き上げることを約束しています。論文によれば、DeepSeekのモデルはさまざまなAIベンチマークにおいてDALL-EやStable Diffusionを上回っているとされています。

この新しいモデルの発表は、DeepSeekのR1モデルが今年12月にリリースされ、Apple App Storeでのダウンロード数でChatGPTを超えたとのニュースを受けて行われました。これは十分に驚くべきニュースですが、DeepSeekはさらに、オープンソースの「推論」モデルR1をわずか2か月で、600万ドルという少額の資金で作成したと主張しています。アメリカのトップAI企業であるOpenAIが1000億ドル以上の価値を持ち、閉鎖型の開発を行っている中で、これがなぜアメリカのテック界隈での動揺を引き起こしているのかが見えてきます。

DeepSeekが画像生成器を発表した同じ朝、同社が「大規模な悪質な攻撃」に直面していると報じられました。そのため、同社はユーザー登録を一時的に制限すると発表しましたが、既存のユーザーに影響はないとのことです。

DeepSeekの発表により、アメリカの株式市場には激震が走りました。アメリカはAI業界を中心に経済を構築しつつあり、ウォールストリートはこの技術を販売する企業に数十億ドルを投資してきました。最近では、トランプ政権が「Stargate」という5000億ドル規模のAIインフラ整備計画を発表し、全米にデータセンターを建設することを目指しています。このような技術を支えるテック企業群に流れ込む資本は非常に膨大です。にもかかわらず、資源が限られているように見える中国の企業が、同等の製品を短期間で開発し、数週間でモバイルダウンロードのトップに立ったことは、テック業界の人々にとって驚愕の事例です。

その結果、投資家はテック株を売り急ぎ、「ChatGPTの終焉だ」や「DeepSeekはベンチャーキャピタル企業にとって壊滅的な出来事かもしれない」という声が上がっています。ですが、OpenAIが直ちに終わるわけではありません。専門家たちは、DeepSeekの革新がアメリカのAI業界に対するコミットメントをさらに深める可能性があると予測しています。アメリカは常にあらゆる分野で最高でありたいと願っているため、AI軍拡競争で追い越されたことは、より一層の努力が必要だというプレッシャーを生むことになるでしょう。

このように、新しい競争が激化する中で、AI技術の未来を見据えた賢明な投資と戦略が求められています。DeepSeekの新しい開発は、AI業界におけるオープンソースの重要性を再認識させ、多くの企業がこの流れに追随する可能性があるでしょう。

DeepSeekの成功は、米中の技術冷戦の思わぬ結果を示しています。米国の輸出規制は、中国企業が西洋の方法でAIに競争する能力を大きく制限しています。それは、無限にチップを購入し、より長くトレーニングを行うことです。その結果、中国の多くの企業は、独自のモデルを構築するのではなく、下流のアプリケーションに焦点を当てていました。しかし、DeepSeekの最近のリリースは、AIモデルの基盤構造を再構築し、限られたリソースをより効率的に利用することで勝つ方法があることを示しています。

「多くの中国のAI企業が先進的なハードウェアへのアクセスに依存しているのとは異なり、DeepSeekはソフトウェア駆動型のリソース最適化を最大化することに注力しています」と、シドニー工科大学のマリナ・ジャン教授は語ります。DeepSeekはオープンソース手法を採用し、集団の専門知識をプールし、協力的なイノベーションを促進しています。このアプローチは、リソースの制約を軽減するだけでなく、先進技術の開発を加速し、DeepSeekをより内向的な競争相手から際立たせています。

DeepSeekの背後には誰がいるのでしょうか？なぜ彼らは突然業界をリードするモデルを提供し、無料で公開しているのでしょうか？WIREDは、中国のAI業界の専門家たちにインタビューし、DeepSeekの創設者である梁文峰との詳細なインタビューを読んで、この企業の急成長の背後にある物語をまとめました。DeepSeekは、WIREDからのいくつかの問い合わせには応じませんでした。

DeepSeekは中国のAI業界の中でも珍しい存在です。もともとは中国で最も成功している定量的ヘッジファンドの一つであるHigh-Flyerのディープラーニング研究部門Fire-Flyerとして始まりました。2015年に設立されたヘッジファンドは、すぐに中国で有名になり、1000億元（約150億ドル）を超える資金を集めた初の量的ヘッジファンドとなりました。2021年以降、この数字は約800億元に減少しましたが、High-Flyerは依然として国の中で最も重要な量的ヘッジファンドの一つです。

数年間、High-FlyerはGPUを蓄積し、ファイナンシャルデータを分析するためのFire-Flyerスーパコンピュータを構築してきました。そして2023年、コンピュータサイエンスの修士号を持つ梁は、ファンドのリソースを新たな企業DeepSeekに注ぎ込み、最先端のモデルを構築し、最終的には人工一般知能の開発を目指しました。 それはまるで、科学研究に資金を投じるAIスタートアップになるかのようでした。

革新的なビジョンですが、実際には成功しました。 「DeepSeekは、中国のテクノロジー企業の新しい世代を代表しており、迅速な商業化よりも長期的な技術進歩を優先しています」とジャンは述べています。梁は、中国のテクノロジー出版物36Krに対し、企業設立の決定は利益を求めるものではなく、科学的好奇心に基づくものだと語ります。

「私がDeepSeekを設立する商業的な理由を見つけられるとは思わない」と彼は語りました。 「商業的にはその価値はありません。基本的な科学研究は投資収益率が非常に低い。OpenAIの初期投資家が資金を提供したとき、彼らはもちろん、どれだけのリターンを得られるかを考えてはいなかったはずです。むしろ、彼らは本当にこのことをしたいと思っていたのです。」

現在、DeepSeekはBaidu、Alibaba、ByteDanceのようなテックジャイアンとの資金提供を受けない数少ないリーディングAI企業の一つです。

梁によれば、DeepSeekの研究チームを編成する際、消費者向け製品を構築するための経験豊富なエンジニアを募集していたわけではありませんでした。 その代わりとして、彼は自分自身を証明したいと願う、北京大学や清華大学など中国のトップ大学の博士課程の学生に焦点を当てました。 彼らの多くは、トップジャーナルに掲載されたり、国際学会で賞を受賞したことがありますが、業界経験は不足していると、QBitAIは報じています。

「私たちのコア技術ポジションは、主に今年または過去1、2年の卒業生で占められています」と梁は2023年に36Krに語りました。この採用戦略により、彼らは独自の研究プロジェクトを追求するために十分な計算リソースを自由に使用できる協力的な企業文化を創り上げました。 これは、中国の確立されたインターネット企業とはまったく異なる運営方法です。

梁は、学生たちは利益と無関係に高投資の研究に取り組むのに適していると述べています。 「若い頃は、実利を考えずに完全に使命に捧げることができます」と彼は説明します。 彼は将来の採用者への提案として、DeepSeekは「世界の最も難しい問題を解決するために設立された」と強調しました。

これらの若手研究者がほぼ全員中国で教育を受けているという事実は、彼らの意欲をさらに高めています。 彼らは米国の制限や重要なハードウェアとソフトウェア技術のポイントでの詰まりこそ、彼らを駆り立てているとジャンは説明します。「彼らの意欲は、個人の野心だけでなく、中国のグローバルなイノベーションのリーダーとしての地位を高めることに対するより大きなコミットメントを反映しています。」

2022年10月、米国政府は、中国のAI企業がNvidiaのH100などの先端チップにアクセスすることを厳しく制限する輸出管理を始めました。この動きは、DeepSeekにとって問題を引き起こしました。

この企業は、10,000個のH100を在庫として保有するところからスタートしましたが、OpenAIやMetaの企業と競い合うためには、さらに多くが必要でした。「私たちが直面している問題は、資金提供ではなく、先進チップに対する輸出規制です」と梁は2024年に36Krに語りました。

DeepSeekはモデルをトレーニングするためのより効率的な方法を考え出さなければなりませんでした。「彼らは、エンジニアリングのトリックのバッテリーを使用してモデルアーキテクチャを最適化しました。チップ間のカスタム通信スキーマ、メモリを節約するためのフィールドのサイズを削減、モデルのミックスアプローチなどです。」と述べています。

DeepSeekはまた、Multi-head Latent Attention（MLA）とMixture-of-Expertsという二つの技術設計においても重要な進展を遂げており、これによりDeepSeekのモデルは少ない計算リソースでトレーニングできるため、コスト効果が高まっています。

実際、DeepSeekの最新のモデルは、Metaの比較対象となるLlama 3.1モデルをトレーニングするのに必要な計算パワーの10分の1で済んだとEpoch AIの調査機関は報告しています。

DeepSeekは、これらのイノベーションを一般に共有する意欲が、グローバルなAI研究コミュニティ内で大きな好意を得ています。多くの中国のAI企業にとって、オープンソースモデルを開発することは、米国の競合に追いつく唯一の方法であり、利用者や貢献者を集めることで、モデルの成長を促進しています。

彼らは、先端モデルがより少ない資金で構築できることを示し、モデル構築の現在のノルムには多くの最適化の余地があることを証明しています。

このニュースは、コンピューティングリソースのボトルネックを創造することに焦点を当てた現在の米国の輸出規制にとって問題をもたらす可能性があります。「中国が持つAIコンピューティングパワーの推定や、それを用いてどのような成果を上げられるかが、根本から崩れる可能性があります。」とchangは述べています。