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エージェントができることを増やす動きと、その行動範囲を技術的に制御する動きが同時に進んでいます。
NVIDIAは、AIエージェントをモデルの外側から監視・制御する「NVIDIA Open Agent Safety Platform」を発表しました。H Companyは、GUI操作、コード実行、MCP、APIを一つのモデルで横断するコンピューター操作向けモデル群「Holo4」を公開しています。
モデル開発そのものでも変化があります。NaiveAIは、3090億パラメータのMoEモデル「Naive-N0.5-Flash」をオープンウェイトで公開し、AIモデル自身を研究開発工程へ組み込んだと説明しています。
一方、音声AIを支える学習データでは、110万時間を超える多言語音声データセット「YODAS v3」が公開されました。金融分野ではdv01が、証券化商品の分析やキャッシュフロー計算にAIエージェントとMCPを組み込む基盤を発表しています。
今日はこの5本から、AIをより自由に動かすためのモデル、データ、業務接続が増える一方、その自由を安全に制限する仕組みまで独立した技術として整い始めている流れを見ていきます。
1. NVIDIA「Open Agent Safety Platform」発表 AIエージェントをモデルの外側から制御
NVIDIAは9月28日、「NVIDIA Open Agent Safety Platform」を発表しました。
これは、AIエージェントの安全性をモデル自身の判断だけに任せず、実行環境とハードウェア側から監視・制御するためのオープンなソフトウェア基盤とリファレンス設計です。
中心になるのが、オープンソースの安全な実行環境「NVIDIA OpenShell」です。エージェントをサンドボックス内で動かし、どのファイル、ネットワーク、ツール、プロセス、認証情報へアクセスできるかをポリシーとして定義して強制します。
重要なのは、その制御がエージェント自身の内側ではなく外側に置かれることです。エージェントへ「この操作は禁止」と文章で伝えるだけではなく、禁止された接続やファイルアクセスそのものを実行環境側で止める考え方です。
さらにNVIDIAは、BlueField-4 DPU上で動作する監視レイヤー「NVIDIA Sentry」のリファレンス設計も示しました。エージェントの実行環境とは別の場所から動作を監視し、境界を越える動きがあった場合には隔離できる構成です。NVIDIAは、条件によってはミリ秒単位で停止できると説明しています。
OpenShellはNVIDIA Vera CPU向けに最適化されていますが、ArmやIntelなど他社の計算基盤へ拡張できるオープンソースソフトウェアとして提供されます。NVIDIAは、Anthropic、Microsoft、Salesforce、IBM、Cisco、CrowdStrikeなど多数の企業や組織がこの取り組みに参加するとしています。
直前には、AIエージェントが本来想定されていない政府サイトや外部サービスへアクセスした事例が相次いで明らかになりました。今回の発表は、こうした問題を「モデルをもっと従順にする」だけではなく、OSやネットワーク、ハードウェア側の境界設計で抑える方向へ進んだ点が特徴です。
AIエージェントが長時間動き、コードを実行し、認証情報や外部サービスへ触れるほど、安全性はプロンプトの問題だけではなくなります。NVIDIAの発表は、エージェント安全が独立したインフラ分野になり始めたことを示しています。
2. H Company「Holo4」公開 GUI・コード・MCP・APIを一つのモデルで操作
H Companyは9月28日、コンピューター操作向けの新しいエージェントモデル群「Holo4」を公開しました。
Holo4には、270億パラメータのDenseモデル「Holo4-27B」と、350億パラメータ規模のMoEモデル「Holo4-35B-A3B」があります。あわせて、NVIDIA Nemotron系の基盤モデルを使った小型モデル「Holotron4 Nano」も公開されています。
特徴は、単に画面を見てクリックするだけのGUIエージェントではないことです。Holo4は、スクリーンショットを見ながら画面を操作しつつ、必要に応じてコードを実行し、MCP経由のツールやAPIも呼び出せます。
たとえば、Webページを操作して情報を集め、別のアプリへ移動し、必要な計算はコードで処理し、その結果を業務ツールへ入力するといった複数の操作方法を一つのモデルで扱うことを狙っています。
H Companyは、Web、デスクトップ、モバイルをまたぐ業務を想定してモデルを訓練したと説明しています。評価用のエージェント実行履歴もHugging Faceで公開しており、どの操作を行ったかを確認できる形にしています。
Holo4-27BのモデルウェイトはHugging Faceで公開され、BF16やFP8、NVFP4、4bit GGUFなど複数形式が用意されています。一方、少なくともHolo4-27BのモデルカードではライセンスがCC BY-NC 4.0となっており、商用利用を前提とした完全に自由なライセンスではありません。
AIエージェントの実用化では、ブラウザ操作だけ、コードだけ、APIだけと機能を分けると、作業をまたぐたびに別の仕組みが必要になります。Holo4は、現実の仕事で使う複数の操作手段を一つのエージェントへまとめようとする動きです。
3. NaiveAI「Naive-N0.5-Flash」公開 309B MoEをAI中心の研究開発で構築
NaiveAIは9月27日、「Naive-N0.5-Flash」を公開しました。
総パラメータ数は3090億、実際の推論時に動くアクティブパラメータは155億のMixture of Experts（MoE）モデルです。コーディングとAI研究開発を主な用途とし、ネイティブで100万トークンのコンテキスト長に対応します。
アーキテクチャでは、通常のフルアテンションを使わず、Sliding-Window AttentionとDeepSeek Sparse Attentionを組み合わせています。長いコンテキストを扱いながら計算量を抑えることを狙った設計です。
NaiveAIが強く打ち出しているのが、モデルそのものだけではなく開発方法です。同社によると、AIモデルを研究開発工程へ組み込み、コードを書かせ、実験を実行させ、進捗を監視し、結果を分析しながら改善を繰り返しています。人間の研究者は方向性や制約を決め、重要な判断を担当する形です。
モデルウェイトと推論コードはMITライセンスで公開されています。NaiveAIは独自の推論基盤「NaiveRT」も公開し、条件によっては最大毎秒2000トークンの生成速度を実現すると説明しています。ただし、これはNaiveAI自身が示した性能値で、利用するGPU構成や実行条件によって変わります。
公開されたベンチマークでもコーディングやAI研究タスクで複数の評価値が示されていますが、現時点では主に開発元による測定です。実際の利用では独立した評価や、自分の用途での検証が必要です。
注目したいのは、AIモデルを作る工程そのものへAIが深く入り始めている点です。エージェントがアプリや業務を自動化するだけでなく、次世代モデルの研究、実験、推論最適化まで担う流れが具体化しています。
4. 「YODAS v3」公開 110万時間超・147言語のオープン音声データセット
音声AI研究向けの大規模データセット「YODAS v3」が公開されました。
論文によると、YODAS v3には110万時間を超える音声が収録され、147言語をカバーします。音声は48kHzの高品質データを中心とし、複数チャンネルを持つ録音も多く含まれています。
各データには音声だけでなく、文字起こし、単語・発話単位のタイムスタンプ、検出された言語が含まれ、利用可能な場合は英語への翻訳も付与されます。
特徴は、単に時間数が多いだけではありません。Web上の音声には、ファイル上は48kHzでも実際には低い音質の音声を引き伸ばしたものが含まれます。研究チームは実際の周波数特性から有効なサンプリングレートを推定し、データ品質の分析も行っています。
YODAS v3はCC BY 3.0ライセンスで公開されています。音声認識、音声生成、話者認識、多言語音声モデルなどの研究で再利用できる大規模な共有資源です。
音声AIでは、モデル構造が公開されても学習データが非公開であれば、同じ条件で研究を再現することは難しくなります。YODAS v3のような大規模データセットが公開されることで、大企業以外の研究者や開発者も音声AIを検証しやすくなります。
ただし、YODAS v3はWeb由来の弱ラベル付きデータを大規模に集めたデータセットです。すべての文字起こしやメタデータが人手で完全に検証されているわけではなく、用途に応じた品質確認は必要です。
5. dv01、金融向け「Agentic Infrastructure」発表 MCPで証券化分析へ接続
金融データ企業のdv01は9月28日、証券化市場向けの「Agentic Infrastructure」を発表しました。
dv01は、住宅ローンや消費者ローンなどのローン単位データを分析し、ABSやRMBSと呼ばれる証券化商品の評価に使うサービスを提供しています。今回、その分析環境へAIエージェントを組み込みました。
同社の「DealStudio」と「Credit Facility Management」には、あらかじめ用意されたAIエージェントが追加されます。さらにMCPにも対応し、利用企業が自分たちで作ったAIエージェントからdv01のデータや分析機能へ接続できます。
対象になる作業には、担保となるローンデータの分析や、将来のキャッシュフロー計算などが含まれます。単に金融資料を要約するのではなく、エージェントが構造化されたデータと計算機能を使いながら分析を進める形です。
金融のように数値の根拠や計算過程が重要な分野では、汎用チャットAIへ資料を渡すだけでは不十分です。どのデータを使ったか、どの計算を実行したかを追える業務基盤へエージェントを接続する必要があります。
今回の発表はdv01自身による製品発表であり、導入による作業時間の削減率などを第三者が検証したものではありません。それでも、MCPが一般的な開発ツールだけでなく、金融の専門データや計算環境へ広がっている点は注目できます。
AIエージェントの利用先が増えるほど、モデルに何を知っているかより、「どの専門データとツールへ安全に接続できるか」が実務上の価値を左右するようになります。
まとめ
今日の5本を見ると、AIエージェントの進化が「もっと自律的に動けるようにする」一方向だけではないことが分かります。
Holo4は、GUI、コード、MCP、APIを横断してソフトウェアを操作する能力を広げました。Naive-N0.5-Flashでは、AIモデル自身がAI研究開発の工程へ深く入り始めています。
YODAS v3は、音声AIを育てるための大規模なオープンデータを増やしました。dv01では、AIエージェントが金融の専門データと計算機能へ接続されます。
一方NVIDIAは、その能力が広がるほど必要になる「ここから先には行かせない」という境界を、モデルではなく実行環境とハードウェアで強制する仕組みを打ち出しました。
共通しているのは、AIを実用化するほどモデル単体では完結しなくなることです。操作能力、学習データ、専門ツール、権限管理、安全な実行環境まで含めて一つのシステムとして設計する必要があります。
AIをもっと自由に動かす技術と、その自由を技術的に制限する仕組み。この両方が同時に発達することが、これからのエージェント時代では重要になりそうです。
今日の注目アイテム
WQHDの精細さと最大200Hzのなめらかな表示に加え、Mini LEDとDisplayHDR 1000に対応した27インチモニターです。ゲームや動画を鮮やかに楽しみたい方や、リモコンで手軽に設定を操作したい方に向いています。
柳宗理デザインのステンレス製レードルMです。 18-8ステンレスを使用した日本製で、食器洗浄機にも対応しています。
容量1.0L・消費電力1200Wの山善電気ケトルで、取っ手下のスイッチを下げるだけのワンタッチ操作に対応しています。 沸騰時や空だき時の自動オフ機能を備えた、ブラックカラーのコンパクトな電気ケトルです。
公式情報・参照先
- NVIDIA：NVIDIA Open Agent Safety Platform: A Reference for Continuous In-Silicon Agent Monitoring
- NVIDIA：NVIDIA OpenShell Developer Guide
- Hugging Face / H Company：Holo4: powering generalist computer-use agents
- Hugging Face / H Company：Holo4-27B
- NaiveAI：Naive-N0.5-Flash
- Hugging Face / NaiveAI：Naive-N0.5-Flash
- Hugging Face / ESPnet：YODAS v3: A 1 Million Hour Dataset for the Next Generation of Open Voice AI Research
- arXiv：YODAS v3: Over 1 Million Hours of High-Bandwidth, Stereophonic, Multilingual Speech
- dv01：dv01 Unveils Agentic Infrastructure to Move Structured Finance Beyond AI Experimentation
