私立ずんだもん女学園放送部 podcast 20260828
内容紹介
Previewing the Model Hardware Standard、Gemini Omni 1.1 Flash lets you build with more control、JetBrains、AIコーディングエージェント「Junie Local」発表。27BモデルをMac上で完全ローカル実行
出演者
youtube版(スライド付き)
関連リンク
Anthropic社は、AIエージェントが物理デバイスや実験機器を安全に直接操作するための共通仕様「Model Hardware Standard（MHS）」の調査プレビューを発表しました。従来のラボ自動化では、機器ごとに異なる独自インターフェースや言語が使われており、連携やAIの統合に数週間から数ヶ月のカスタム開発が必要でした。MHSは、読み取りや書き込みといったシンプルなプリミティブを持つ共通ドライバーを導入し、OSとハードウェア間を抽象化します。さらに、各デバイスの機能や安全限界を自然言語のタグから自動でリファレンスファイルへ生成することで、初めて触る機器でもAIエージェントが自律的に理解して制御できるようになります。
アーキテクチャ面では、モデル非依存の設計となっており、Model Context Protocol（MCP）などの標準プロトコルを経由して任意のAIエージェントからアクセス可能です。これにより、共有メモリ上のステート辞書を介して複数機器のステータス監視、リアルタイムなエラー検知、パラメータ調整、さらには物理的な衝突を防ぐロボットアームとの協調動作などが単一のコードやチャットインターフェースから実現します。各パートナー企業の実証実験では、ジェネンテック社によるタンパク質アッセイの自動最適化、ワシントン大学による遠隔モニタリングやqPCRのリアルタイム制御、カーネギーメロン大学によるシリアル希釈の高速化、HHMI Janeliaによる複雑な光学顕微鏡リグの統合、QuEra社による量子コンピュータのレーザー周波数ロック自動復旧（99.3%の成功率）などにおいて、従来数週間かかっていた統合・検証作業を数時間から数日に短縮し、自律的なエラー回復や最適化に成功しています。今後はオープンソース化に向け、さらなる安全性評価や物理的制約への対応が進められる予定です。
引用元: https://www.anthropic.com/news/model-hardware-standard-research-preview
Google DeepMindは、開発者向けに動画生成のコントロール機能やクリエイティブ機能を提供する新モデル「Gemini Omni 1.1 Flash」を発表しました。本モデルはGoogle AI StudioのGemini APIおよびAgent Platform APIを通じて、商用レベルのプロダクション環境での利用が可能となります。
主な新機能として、最大10秒間のコンテキストを分析して自然な映像の続きを生成する「シーン拡張（Scene Extension）」機能が挙げられます。従来モデルの直近1秒の参照から大幅に強化され、10秒単位で最大40秒までシームレスにストーリーを延長できるようになりました。また、開始フレームと終了フレームを指定してその間の滑らかなトランジションやカメラワークを生成するキーフレーム指定機能や、最大3秒間の動画を入力として参照し、キャラクターの一貫性を維持したまま別のキャラクターに差し替えるマルチモーダル入力にも対応しています。
開発効率の面では、360p解像度での軽量なプレビュー生成が標準の720pと比較して最大60%高速かつ3分の1のコストで利用可能になり、プロトタイピングの迅速化に貢献します。さらに、商用利用に向けた高画質な1080pや4Kへのアップスケール機能も搭載されており、開発者は生成した映像をプロダクション品質へ直接引き上げることができます。
Omni 1.1 Flashは、Google AI StudioのAPIやGemini Enterprise Agent Platformを通じて利用できるほか、公式ドキュメントやGoogle Colaboratoryのクックブックも公開されており、開発者はすぐに自身のアプリケーションへの統合やワークフローの構築を始めることができます。
引用元: https://blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-omni-1-1-flash/
JetBrainsは、AIコーディングエージェント「Junie」をMac上で完全にローカル動作させる「Junie Local」を発表しました。開発者が日々利用するコーディングエージェントにおいて、クラウド上のAIモデルに依存せず、すべての処理をローカルマシン内で完結させられるのが最大の特徴です。これにより、外部サーバーへソースコードなどのデータを送信する必要がなくなり、セキュリティ面でのメリットが大きいうえに、利用量に応じたトークン料金も一切発生しません。
技術的な仕組みとして、Alibabaが開発した約270億パラメータのモデル「Qwen3.6-27B」の4bit量子化版を採用しています。最新のQwen3.8ではなくQwen3.6-27Bを選んだ理由は、推論処理における高速性を重視したためです。また、Apple SiliconのM5チップが持つNeural Acceleratorの8bit演算命令に対応させることで、プリフィル処理のスループットを約40%向上させています。パフォーマンス面に関しても、JetBrainsのテストでは10,000トークンの推論上限設定下において、Claude Sonnet 4.5と同程度、OpenAIのGPT-5（medium設定）にわずかに迫る実用的な精度を発揮するとされています。
導入は比較的容易で、1つのコマンドで約20GBのストレージを使用してインストールでき、JunieのUI上で「/local」コマンドを入力するだけでローカルモデルへ切り替えが可能です。クラウドモデルに戻す場合も「/model」で簡単に行えます。
一方で、エンジニアが実用的な速度で動作させるためのハードウェア要件は非常に高く、現時点ではApple Silicon（M5チップ以降）を搭載し、64GB以上のメモリを備えたMacが必須となります。例えば、Appleが発表した新型Mac miniのM5 Pro搭載・64GBメモリ構成では約2700ドル（約40万円以上）のコストがかかり、多くのユーザーにとって導入のハードルは高めです。JetBrains側もこの要求の厳しさを認めており、今後はメモリ要件の引き下げやソフトウェア全体の最適化を進めるとともに、NVIDIAの「DGX Spark」や「GeForce RTX 5090（24GB GPU環境）」といったMac以外の環境への対応も視野に入れています。ローカルAIを活用したセキュアでコストフリーな開発環境のトレンドとして、今後のハードウェアの普及や最適化の動向が注目される発表となっています。
引用元: https://corriente.jp/jetbrains-announced-junie-local/
VOICEVOX:ずんだもん