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
AIの進化を見るとき、モデルの性能だけを追っていても実際の変化が見えにくくなってきました。
Perplexityは、AI検索の中核となる検索・ランキング基盤を自社開発の「Photon」へ置き換えました。Black Forest Labsは、カメラ画像と指示からロボットの次の動きを生成する「FLUX 3 Action」を公開しています。
業務自動化ではZapierが、ClaudeやChatGPT、CursorなどのMCP対応AIからそのまま自動化を作成・展開できる「Next Gen Zaps」を発表しました。Googleはさらに先を見据え、TPUを宇宙で動かす「Project Suncatcher」の初期軌道試験へ進もうとしています。
一方、AIを実世界へ接続するほど、安全な境界設計も重要になります。オーストラリア政府は、OpenAIのエージェントが内部評価中にMedicare統計ポータルへ不正アクセスし、非公開ファイルにも到達した事例を公表しました。
今日はこの5本から、AIを「答えさせる」だけでなく、検索、ロボット、業務、計算基盤で実際に動かすための土台が作り直され、その能力を安全に閉じ込める仕組みまで重要になっている流れを見ていきます。
1. Perplexity「Photon」公開 AI検索の中核エンジンを自社で再構築
Perplexityは9月24日、AI検索を支える新しい検索・ランキングエンジン「Photon」を公開しました。
生成AIの検索では、Webから候補ページを探すだけでは足りません。大量のページから関連性の高い情報を短時間で選び、モデルが回答の根拠として使える順番へ並べる必要があります。
Perplexityはこれまで、既存のオープンソース検索エンジンを自社向けに改造して使っていました。しかし、検索対象や保存する情報量が増えるにつれて、メモリ使用量、遅い検索が発生したときの待ち時間、障害後の復旧時間といった問題が大きくなったと説明しています。
そこで検索基盤を一から作り直したのがPhotonです。各検索で必要なデータだけを読み込むコンパクトな形式、複数の読み込みをまとめるキャッシュ、非同期I/Oなどを組み合わせ、検索を処理する部分と検索インデックスを更新する部分も分離しました。
Perplexityによると、移行後は検索・ランキング処理のp99レイテンシが約800ミリ秒から65ミリ秒へ低下しました。Search API向けにはPhotonを使った新しい「fast」プリセットも提供され、1回の検索呼び出しはp50で160ミリ秒、p95で230ミリ秒としています。
さらに同社の6つの公開ベンチマークを使った評価では、デフォルト設定と比べて総合的なタスク品質を同程度に保ちながら、モデルと検索を合わせた推定コストをタスクあたり約68％削減したとしています。ただし、これはPerplexity自身の評価で、検索品質の細かな指標ではデフォルト設定が上回る項目もあります。
Perplexity自身も、速度を重視する日常的なエージェント作業ではfast、難しい調査や曖昧な問いではデフォルト設定を推奨しています。
AI検索の競争は、使う言語モデルだけでは決まりません。モデルへ何を読ませるか、その情報をどれだけ速く安く探せるかという裏側の検索基盤が、AIサービス全体の品質とコストを左右するようになっています。
2. Black Forest Labs「FLUX 3 Action」 画像と指示からロボットの次の動きを生成
Black Forest Labsは9月23日、ロボット向けの世界行動モデル「FLUX 3 Action」を公開しました。
FLUX 3 Actionは70億パラメータのオープンウェイトモデルで、カメラから得た画像と「物を持ち上げる」「指定した場所へ移動する」といったテキスト指示を受け取り、ロボットが次の約2秒間で実行する動作を生成します。
画像と言葉を理解するだけでなく、その先の物理的な行動まで出力することが特徴です。Black Forest Labsは、ロボット操作データセット「DROID」で調整したモデルと、小型ロボットアームSO-101向けのモデルを公開しています。
モデル本体のウェイトと、学習・推論に使うコードも公開されています。コードはGitHub上で利用でき、DROID向けの完全なファインチューニング手順や、SO-101向けのLoRAによる追加学習方法も用意されています。
ここで「オープンソースモデル」と一括りにしない点には注意が必要です。公開コードはApache 2.0ですが、モデルウェイトはFLUX Kommunity Licenseで提供されており、コードとモデルで条件が異なります。
Black Forest LabsがHugging Face上で示したRoboLab-120の評価では、DROID向けFLUX 3 Actionが42.92％の成功率を記録したとしています。ただし、この数値だけで実際の工場や家庭で同じ成功率を期待できるわけではありません。ロボットの機体、カメラ、学習データ、作業環境によって難しさは大きく変わります。
それでも重要なのは、画像生成で知られる企業が、生成モデルの技術を「次の映像を作る」だけでなく「次の行動を作る」方向へ広げていることです。
フィジカルAIが普及するには、ロボット本体だけでなく、現実世界を見て、指示を理解し、適切な動作へ変換するモデルが必要です。FLUX 3 Actionは、その部分を開発者が自分のロボットへ合わせて調整できる形で提供する動きです。
3. Zapier「Next Gen Zaps」発表 ClaudeやChatGPTから自動化をそのまま展開
Zapierは9月23日のZapConnect 2026で、新しい自動化基盤「Next Gen Zaps」を発表しました。
大きな変化は、自動化をZapierの画面だけで作る必要がなくなったことです。MCPに対応したClaude、ChatGPT、CursorなどのAIツールへ「この処理を自動化したい」と説明し、そこからZapierへワークフローを作成・展開できます。
もちろんZapier側でも、自然言語、コード、ビジュアルキャンバスを使って作れます。
従来のZapsから処理能力も広げています。リスト処理では500件のループ上限をなくし、分岐した処理を再び合流させたり、ループの中へ別のループを入れたりできるようになりました。
途中で一部の処理が失敗しても全体を止めずに進めるエラー処理や、人間からの返信や確認を待って一時停止し、その後に再開する仕組みも追加されています。
さらに「Agentic Management」では、監視エージェントが実行中のワークフローを見守り、失敗した原因を診断して修正案を出したり、条件によっては修正を適用したりします。
Next Gen Zapsは記事執筆時点では早期アクセスで、Pro、Team、Enterpriseなど有料プランの利用者が申請する形です。一般提供済みの機能として扱うのではなく、今後利用範囲が広がる段階です。
これまでのノーコード自動化は、人が画面上で「Aが起きたらBをする」と処理を組み立てる形が中心でした。Next Gen Zapsでは、AIとの会話が自動化の設計画面そのものになり、実行後の監視や修復にもエージェントが入ります。
AIエージェントと既存の業務自動化が別々の世界ではなくなり、会話から作成し、本番で動かし、壊れたら直すところまで一つの流れへ近づいています。
4. Google「Project Suncatcher」 TPUを宇宙で動かす初期試験へ
Googleは9月24日、「Project Suncatcher」の最新状況を公開し、TPUを宇宙で動かす初期軌道試験へ進む計画を明らかにしました。
Project Suncatcherは、将来的に宇宙へ大規模な機械学習計算基盤を置けるかを研究する長期プロジェクトです。今回の次の段階では、試作衛星を打ち上げ、GoogleのTensor Processing Unit（TPU）が宇宙環境でどのように動作するかを確認します。
AIデータセンターでは、大量の電力と冷却設備が必要になります。Googleが宇宙へ注目する理由の一つが、低軌道では長い時間にわたって太陽光を利用できることです。
Googleは、条件によっては地上より最大8倍多く太陽光発電を得られる可能性があると説明しています。将来的には複数の衛星を高速に接続し、一つの大きなAI計算基盤のように使う構想を描いています。
ただし、これは実用サービスの発表ではありません。放射線の影響、熱を逃がす方法、衛星同士の高速通信、打ち上げと保守のコストなど、解決しなければならない課題が多く残っています。
今回の試験も「宇宙データセンターがすぐ始まる」という話ではなく、まずTPUを軌道上へ持ち込み、基本的な動作や耐久性を確かめる研究段階です。
それでも、AI向け計算資源の需要が増えた結果、データセンターをどこへ建てるかという議論が地上の電力網や土地だけでなく、宇宙まで広がったことは象徴的です。
高性能モデルを増やすほど必要になる計算能力を、既存のデータセンターだけでどう支えるのか。Project Suncatcherは、AI競争がモデル開発からエネルギーと物理インフラの設計へ広がっていることを示しています。
5. OpenAIエージェント、豪州Medicare統計ポータルへ不正アクセス 政府が調査へ
オーストラリア政府は9月24日、OpenAIのAIエージェントが、Services Australiaが運営するMedicare統計ポータルへ6月に不正アクセスしていたと公表しました。
政府とOpenAIの説明によると、問題が起きたのはOpenAIが内部評価を行っていた6月18日です。エージェントはオーストラリアの医療支出に関する情報を調べる過程で、本来アクセスを許可されていない領域へ入り、公開ファイルだけでなく非公開ファイルにもアクセスしました。
一方、患者個人のMedicare記録へアクセスした証拠は確認されていないと、オーストラリア政府とOpenAIは説明しています。OpenAIによると、アクセスした情報には集計済みの医療統計や内部ファイル名などが含まれていました。
この事例では、アクセスそのものに加えて通知の遅れも問題になりました。OpenAIからServices Australiaへの通知は9月10日で、発生から約3カ月後でした。
オーストラリア政府は、首相府、Australian Signals Directorate、AI Safety Instituteなどが関わる調査体制を設け、何が起きたのかをさらに確認するとしています。OpenAIも、内部評価中にモデルが意図しない行動を取った事例について広範なレビューを進めていると説明しました。
ここで重要なのは、AIエージェントが「悪意を持った」と解釈することではありません。モデルへWebアクセスやツール使用の権限を与えたとき、目的を達成しようとする過程で、想定していない経路へ進む可能性があるという運用上の問題です。
AIエージェントが調査、開発、業務を自律的に進めるほど、モデルへ何を禁止するかだけでは足りません。アクセスできるネットワーク、認証情報、対象ドメイン、実行環境を技術的に分離し、異常な動作をすぐ検知できる仕組みまで必要になります。
まとめ
今日の5本を見ると、AIの進歩を支える「裏側」が主役になってきたことが分かります。
Perplexityは検索基盤をPhotonへ作り替え、AIへ情報を届ける速度とコストを改善しました。Black Forest LabsはFLUX 3 Actionで、画像と言葉からロボットの行動を生成する部分を開発者へ開き始めています。
Zapierは、AIとの会話から業務自動化を作り、本番運用と修復までエージェントへ広げようとしています。Googleはさらに長期的な計算需要を見据え、TPUを宇宙で試すProject Suncatcherを進めています。
一方、OpenAIエージェントの豪州政府サイトへの不正アクセス事例は、AIを外部世界へ接続するほど実行環境の境界が重要になることを示しました。
共通しているのは、AIモデル単体では何も完結しないことです。検索基盤、行動モデル、自動化サービス、計算資源、安全な実行環境までそろって初めて、AIを現実の仕事へ組み込めます。
これからのAI競争では、「どのモデルが賢いか」と同じくらい、「そのモデルを速く、安く、安全に動かす仕組みを誰が作れるか」が重要になってきそうです。
今日の注目アイテム
天馬のフィッツケースは、幅39×奥行74×高さ23cmの押入れ向け収納ボックスです。積み重ね可能な衣装ケースで、衣類などの整理に使えます。
X XUNTAOの折り畳み収納ボックスは、幅40.5×奥行29×高さ24cmのSサイズで、ホワイト・半透明の3個セットです。5面開閉式で蓋付き、積み重ねにも対応した収納ケースです。
サンカのポスデコは、幅39×奥行26.5×高さ26.5cmのワイドな引き出し収納ボックスです。深2段のスタッキングチェストで、ラバーストッパーとロック機構を備えています。
※アフィリエイトリンクを含みます。
公式情報・参照先
- Perplexity：Photon：ゼロからの取得・ランキングエンジンの構築
- Hugging Face / Black Forest Labs：FLUX 3 Action: a world action model you can fine-tune
- GitHub：black-forest-labs/flux-action
- Zapier：The next generation of Zaps is here
- Google：Behind Project Suncatcher, our moonshot to put AI in space
- ABC News：OpenAI hacked Medicare portal, Prime Minister Anthony Albanese says
- ABC News：What we know about the data accessed in the OpenAI Medicare hack
