当サイトではアフィリエイト広告を利用しています。
今日のAIニュース5選
生成AIを実際の仕事へ組み込むための競争が、モデルそのものから周辺の「実行部品」へ広がっています。
Stanford大学とNVIDIA Researchの研究者らは、文章を生成するのではなく、与えられた候補の中から次に取るべき行動を高速に評価する「CLM-8B」を公開しました。AWSは、買い物を支援するAIエージェントに長期記憶やカート操作など7つの機能を追加しています。
制作分野ではElevenLabsが、画像・動画生成と再利用可能な制作テンプレートをAPIから扱えるようにしました。Vercelの「skills.sh」は、AIエージェントへ仕事の手順を渡すスキルが100万件に到達しています。
さらにNscaleは、電力設備、液冷データセンター、GPUクラスターまで含むAIクラウドの拡大に向け、33.6億ドルの資金調達を発表しました。
今日はこの5本から、AIが賢くなるだけでなく、判断する、買う、作る、仕事のやり方を覚える、巨大な計算基盤で動くという各部分が、それぞれ独立した技術やサービスとして整い始めている流れを見ていきます。
1. Stanford・NVIDIA研究者ら「CLM-8B」公開 文章を生成せず候補行動を高速評価
Stanford大学とNVIDIA Researchの研究者らは、AIエージェントの意思決定に特化したオープンなモデル「CLM-8B」を公開しました。
CLMはContrastive Language Modelの略です。一般的な大規模言語モデルは、次に続く単語を一つずつ生成しながら回答や行動を作ります。CLM-8Bはそれとは異なり、現在の状況と複数の行動候補を受け取り、「どの候補が最も適切か」をまとめて評価します。
たとえば、エージェントがブラウザを操作するときに「このボタンを押す」「別のページへ移動する」「入力欄へ文字を入れる」といった候補がすでにあるなら、それぞれを採点して次の行動を選べます。自由な文章を生成するモデルではなく、選択肢の中から素早く判断する部分に特化した設計です。
基盤にはQwen3-8Bを使い、状態と行動を別々に埋め込みへ変換して比較します。同じ行動候補を何度も評価する場合は、その表現を再利用できるため、候補を毎回文章として生成し直す方式より高速化しやすくなります。
研究チームは、約6,000万件の質問回答データ、約3,000万件の難しい負例、約100万件のエージェント行動軌跡を段階的に使って訓練したと説明しています。公開された評価では、コンピューター操作、ゲーム、ツール利用などでTypeSafeのJevに近い性能を示しながら、条件によって最大9倍低いレイテンシを記録したとしています。
また、ソフトウェア開発向けに追加学習した検証モデルでは、DeepSWEで81.6％、Terminal-Bench 2.1で87.6％を報告しています。ただし、これらは研究チームによる評価で、追加学習したモデルの数値も含まれます。すべての用途で一般的な生成モデルより優れることを意味するものではありません。
CLM-8BはApache 2.0でコードとモデルが公開され、ローカル環境でも試せます。一方で、あらかじめ候補となる行動を用意できる場面に向く仕組みなので、自由な文章生成そのものを置き換えるモデルではありません。
AIエージェントが長時間働くほど、毎回大きなモデルに文章で考えさせるコストと待ち時間が効いてきます。必要な場面だけ生成モデルを使い、単純な選択や判定は専用モデルへ任せる構成が、エージェント設計の新しい選択肢になりそうです。
2. AWS「Agentic Shopping Assistant」強化 長期記憶からカート操作まで7機能
AWSは9月26日、販売事業者向けの「Agentic Shopping Assistant on AWS」に7つの新機能を追加したと発表しました。
この仕組みは、商品を検索して答えるだけのチャットボットではありません。利用者との会話を通じて希望を理解し、商品を比較し、購入へつなげる買い物エージェントを販売事業者が自社環境で構築するためのソリューションです。
今回の更新では、長期記憶が追加されました。過去の会話や顧客データを使い、サイズ、好み、購入履歴などを次の会話へ引き継げます。毎回「何を探しているか」を最初から説明し直すのではなく、継続的な買い物支援へ近づく機能です。
画像を使った商品検索と音声対話にも対応し、商品写真を見せて似た商品を探したり、会話しながら候補を絞ったりできます。過去セッションの履歴を選び直して続きを始める機能も加わりました。
さらに、エージェントが現在のカート内容を把握し、商品の追加や削除、別サイズや関連商品の提案まで行えます。ShopifyとはUniversal Commerce Protocol（UCP）を通じて接続し、商品探索からカート、購入手続きへつなぐ流れも用意されます。
販売事業者側には管理ポータルも追加され、ブランドごとの指示、商品カタログ、業務手順、外部MCPサーバーなどを管理できます。会話から需要傾向や商品不足を分析するダッシュボードも用意されました。
AWSは、顧客データを販売事業者自身のAWSアカウント内に保持できる点も強調しています。AIが購買行動へ直接触れるようになるほど、便利さだけでなく、誰のデータをどこへ保存し、どこまで操作を許可するかが重要になります。
これまでのEC向けAIは、商品説明の生成やおすすめ表示が中心でした。今回の更新では、記憶、検索、会話、カート操作、購入までが一つのエージェントへつながり始めています。
3. ElevenLabs、画像・動画・テンプレートAPI公開 クリエイティブ制作を再利用可能なFlowへ
ElevenLabsは9月26日、画像生成、動画生成、制作テンプレートをプログラムから利用するためのAPIを発表しました。
ElevenLabsは音声生成で知られていますが、現在は画像や動画を含む制作環境へ機能を広げています。今回のAPIでは、Google、OpenAI、ByteDance、Creatifyなどが提供する複数の画像・動画モデルを、ElevenLabsの環境から呼び出せるようになりました。
特徴的なのが「Templates API」です。ElevenLabsのFlowで作った制作手順をテンプレートとして保存し、外部システムから繰り返し実行できます。
たとえば、商品画像、商品名、ブランド用の参考素材を渡し、「商品画像を整える」「広告向けの複数パターンを作る」「ナレーションと音楽を付けた短い商品動画を作る」といった一連の工程を同じ手順で回せます。プロンプトだけでなく、ブランド素材、音声、音楽、出力形式まで制作フローとしてまとめられます。
商品情報管理システムやデジタル資産管理、ECサイトなどからAPIを呼び出せるため、人が毎回生成画面を開いて同じ設定をやり直す必要がありません。クリエイティブ担当者が一度決めた制作ルールを、運用側が繰り返し実行する形にできます。
Claude、ChatGPT、CursorなどからElevenLabs MCPを通じて画像・動画系の機能を呼び出すこともできます。画像・動画APIはPro以上のプランで提供され、利用したモデルに応じた料金が適用されます。
生成AIによる制作は、これまで「良いプロンプトを入力して一枚作る」使い方が目立っていました。APIとテンプレートがそろうと、重要になるのは一回の生成結果より、品質やブランド表現を保った制作手順をどこまで再利用できるかです。
4. Vercel「skills.sh」100万スキル到達 約2.8億インストールで仕事の手順を配布
Vercelは9月25日、AIエージェント向けスキルの公開レジストリ「skills.sh」が100万件のスキルに到達し、累計インストール数が約2億8,000万回になったと発表しました。
ここでいう「スキル」は、モデルそのものではありません。コーディング、調査、文章作成、業務処理など、特定の仕事をどう進めるかを自然言語でまとめた再利用可能な指示セットです。
Anthropicが2025年10月にAgent Skillsの考え方を公開した後、Vercelはskills.shを立ち上げました。公開から約7カ月で100万件まで増えたことになります。
Vercelが公開した分析では、インストールされたスキルの用途はソフトウェア開発が18％、エージェントのワークフローが15％を占め、業務運用や文章作成などにも広がっています。
一方、利用は一部の人気スキルへ大きく集中しています。375件、全体の約0.04％にあたるスキルがインストール全体の62％を占め、上位1.2％で94％に達したとしています。登録されたスキルのほぼ半数は、インストールが1回だけでした。
この数字は、100万人が使っているという意味ではありません。Vercelが集計したのはレジストリ上のインストール回数で、同じ利用者による複数回の導入も含まれ得ます。また、カテゴリ別の分析は分類したサンプルを基にしています。
それでも、AIエージェントの能力を増やす方法が「新しいモデルを待つ」だけではなくなったことは見えてきます。優れた仕事の手順を小さなスキルとして配布し、必要なエージェントへ追加する仕組みが、新しいソフトウェア配布の一形態になり始めています。
5. Nscale、33.6億ドル調達 電力・液冷データセンター・GPUまでAIクラウドを拡大
AIクラウドを手がけるNscaleは9月25日、IPO前の転換型ファイナンスで総額33.6億ドルを調達すると発表しました。
Third Pointが主導し、NVIDIA、Apolloが運用するファンド、Citadel、Hudson Bay、Abu Dhabi Investment Councilなどが参加します。まず23.6億ドルを調達し、NVIDIAによる追加10億ドルの投資は2026年11月中旬を予定しています。
Nscaleは、調達資金をAIクラウドの垂直統合に使うと説明しています。対象はGPUを並べるだけではありません。データセンター向けの電力設備、液冷を前提にしたAIデータセンター、大規模GPUクラスターまでを一体で拡張する計画です。
同社は、すでに契約済みの総額が1,030億ドルを超えるとしています。ただし、これはNscale自身が示した契約総額であり、今回一度に売上として計上される金額ではありません。
生成AIでは、モデルやエージェントの新機能が日々目立ちます。しかし、それらを大量の利用者へ提供するには、GPUだけでなく電力、冷却設備、土地、ネットワーク、資金調達まで必要です。
CLM-8Bのように推論を軽くする工夫が進む一方で、AI全体の利用量は増え続けています。ソフトウェア側では処理を効率化しながら、物理側ではさらに巨大な計算基盤を建てる。この二つが同時に進んでいるのが現在のAI競争です。
まとめ
今日の5本を見ると、AIを実際に働かせるための構成要素が、急速に細分化されていることが分かります。
CLM-8Bは、文章生成とは別に「候補から次の行動を選ぶ」判断部分を専用モデルへ切り出しました。AWSは記憶から購入までを買い物エージェントへまとめ、ElevenLabsは画像・動画制作を再利用可能なAPIとテンプレートへ変えています。
Vercelのskills.shでは、仕事の進め方そのものが配布できる部品になりました。そのすべてを大規模に動かす側では、Nscaleが電力やデータセンターまで含むAIクラウドへ巨額の資金を投じています。
共通しているのは、優れた言語モデル一つだけではAIの仕事が完成しないことです。判断を速くするモデル、業務をつなぐツール、再利用できる手順、制作フロー、そして計算基盤を組み合わせて初めて、AIは現実の仕事を継続して進められます。
これからのAI活用では「どのモデルを選ぶか」に加えて、「どの仕事をどの部品へ任せ、どう組み合わせるか」がますます重要になりそうです。
今日の注目アイテム
体脂肪率や筋肉量、基礎代謝量、BMIなどを測定でき、スマホ連動にも対応したタニタの体組成計。毎日の測定結果を記録しながら、健康管理を続けたい方に取り入れやすいモデルです。
自宅でのスタイリングに使いやすく、髪の状態や仕上げ方に合わせて温度を細かく調整したい方に向いたストレートアイロンです。約40℃から180℃まで設定でき、収納時に使える専用キャップも付属しています。
38mmサイズで、ゆったりしたカールを作りたいときに使いやすいヘアアイロン。約440gの本体と100VAC電源仕様で、自宅でのヘアセット用に選びやすいモデルです。
