株式会社ずんだもん技術室AI放送局

AIやテクノロジーのトレンドを届けるPodcast。平日毎朝6時配信。朝の通勤時間や支度中に情報キャッチアップとして聞いてほしいのだ。

株式会社ずんだもん技術室AI放送局 podcast 20261014

2026年10月14日

MP3ファイルをダウンロード

内容紹介

Gemini 4 Argon: Built to solve your hardest problems、Gemini 4 Argon for Robotics、Redesigning source control at Anthropic、UNO取扱説明書『大量のカードが発射されます。本当に、ものすごい量です』→出たところを見たみなさんの反応「ウワーーーー！えらい出る！」

出演者

ずんだもん
ずんだもん

youtube版(スライド付き)

関連リンク

Google DeepMindは、難関タスク向けの新たな最先端推論モデル「Gemini 4 Argon」を公式発表しました。コーディング、金融、法務、サイバーセキュリティ、科学などの複雑な実世界タスクにおける深い思考と高い精度を特徴としており、経済セクターのパフォーマンスを測定する「Vals Index」で1位を獲得しています。価格は入力トークンが100万あたり2ドル、出力トークンが100万あたり10ドル（キャッシュ済み入力トークンは95%オフ）で提供されます。

エンジニアリング分野においては、Google社内のChromeブラウザのレガシーコードの分離やアーキテクチャのリファクタリング、オープンソースの「Agent Development Kit (ADK)」のパフォーマンス最適化などで活用され、エージェントによるコード提出を35%以上増加させつつロールバックを約3分の1に削減するなどの実績を上げています。また、vLLMを用いたGemma 4 E2Bの推論速度をA100上で2.85倍に高速化（約37,900から108,000トークン/秒超へ向上）させるなど、大規模なコードベースの最適化やリファクタリングにおいて優れた成果を出しています。

科学やサイバーセキュリティの領域でも高い能力を発揮しており、量子化学パッケージの最適化や、量子誤り訂正デコーダー「AlphaQubit」の推論スループットの倍増、レアケースの遺伝子解析、酵素設計などを加速させています。サイバーセキュリティでは、Wizなどのパートナー企業が脆弱性の早期発見や重要インフラの保護に活用しています。さらに、ロボット工学の分野では「Embodied Reasoning (ERQA)」ベンチマークで87%を記録し、人間の作業動画から空間座標や関節の動きを計算してシミュレーションコードを自動生成し、人型ロボットへ実応用する「Video-to-Sim-to-Real」パイプラインを実現しています。

安全性と信頼性の面では、フロンティア・セーフティ・フレームワークに基づいたマルチレイヤーの防御スタックが導入されており、バイオ分野のレッドチーム評価では不正なサブタスクの解除率を1%未満に抑えるなど、従来モデルと比較して有害なリクエストへの耐性が大幅に向上しています。また、不正なショートカットを防ぐためのアライメント訓練や、リアルタイムの誤動作モニター、グレイ・スワンの「間接的プロンプトインジェクション（IPI）」ベンチマークで攻撃成功率を0.7%に抑える強力な耐性を備えています。

提供形態としては、APIを通じてAI StudioやGeminiプラットフォームで開発者や企業向けにグローバルで利用可能となっており、Google Antigravity、Geminiアプリ、AI Mode in Searchなどでも提供されます。さらに、科学者や研究者を対象とした無料利用枠の提供や、サイバーディフェンダー向けのFairwindプログラムの拡張も行われています。

引用元: https://deepmind.google/blog/introducing-gemini-4-argon/

「Gemini 4 Argon」は、物理的な理解、コード生成、視覚的・意味的推論において優れた性能を発揮する汎用物理推論モデルであり、ロボティクス分野のライフサイクル全体に適用できる特徴を持っています。3D環境における空間的・物理的課題を解決するベンチマーク「Embodied Reasoning (ERQA)」では87%を記録し、他のフロンティアモデルを上回る性能を示しています。

本モデルは、ロボット制御、Real2Sim（実世界からシミュレーションへの移行）、物理的理解、研究・自己改善という4つの主要領域で活用可能です。

  1. ロボット制御（Robot Control） MuJoCo環境を活用したデジタルツインでの事前練習による四足歩行ロボットの操作（例：ゴミ箱のペダル踏み込み）や、視覚座標ハーネスとアクションプリミティブを用いたロボットアームのゼロショット制御、動画世界モデルを用いた反復的なビジュアルフィードバックによるオムニ制御などを実現します。

  2. Real2Sim 実際のロボットのカメラフィードや人間のエゴセントリック動画、手描きのスケッチなどから、物理的にキャリブレーションされたシミュレーション環境を構築します。接触力やトルク、オブジェクトの物理特性を一致させることで、現実のタスクを高精度に再現するMuJoCoシーンを生成できます。

  3. 物理的理解（Physical Understanding） 器用な操作に関する高い理解力を活かし、動画からの詳細なセグメンテーションや、時間軸に沿ったマルチ粒度のヒンスサイト（事後）アノテーション、値関数（バリューファンクション）を用いたタスク進捗の予測やデータ品質の最適化を行います。

  4. 研究と自己改善（Research and Self-Improvement） シミュレーション環境上で大量のエピソードデータを自動生成し、ビジョン・言語・アクション（VLA）モデルの現実世界における成功率や処理速度を向上させます。また、試行錯誤を通じたハードウェアの自己改善や、ロボット工学の論文内容をMuJoCo WebAssembly環境へ再現する処理にも対応しています。

利用開始方法として、Google AI StudioのGoogle AI Ultra加入者や、Gemini APIの有料ティアを通じて「gemini-4-argon」を利用することが可能です。

引用元: https://deepmind.google/blog/gemini-4-argon-for-robotics/

Anthropic社では、Claudeによる自律的なコード生成やリサーチの自動化が進んだ結果、2026年5月には1日あたり約2,500件だったマージ数が、同年9月には30,000件を超える規模に急増しました。これに伴い、人間のスケールを前提に設計された従来の分散型バージョン管理システムであるGitでは、100GBに及ぶリポジトリ履歴や膨大なCIチェックアウトのリクエストを処理しきれなくなるというボトルネックが発生しました。この課題を解決するため、同社はわずか5カ月の間に、内製のバージョン管理システム「Scion」をゼロから構築し、モノレポの移行を完了させました。

Scionの設計において最も根底にある原則は「クライアント（AIエージェントやジョブ）は常にオンラインである」という点です。従来のGitがオフライン作業を前提にリポジトリ全体を各クライアントにクローンするのに対し、Scionはサーバーとクライアントの非対称性を採用しています。サーバー側がファイル履歴やマージ、コミット生成、派生データの計算などを集中的に担い、クライアント側はディスク上の作業コピーや軽量なローカルキャッシュを管理します。これにより、リポジトリ全体をクライアント側に保持する必要がなくなり、ネットワークおよびCPU負荷を劇的に削減することに成功しました。

データ構造の面では、Gitのような巨大なパックファイルや複雑なロック機構を廃し、書き込み先行ログのエントリである「チェンジセット」を採用しています。チェンジセットには第一親からの差分ファイルリストのみが記録され、競合のない高スループットな書き込みを実現しています。また、ファイルのアノテーションやパス履歴といった「派生データ」は、必要に応じて再帰的かつ遅延評価的に計算されるため、リポジトリの肥大化に伴うメンテナンス作業が不要となりました。

アーキテクチャ全体としては、階層化されたキャッシュサーバー（scion-cache）がメモリ上でオブジェクトを直接ストリーミング配信し、キャッシュヒット率99%以上を維持しています。この結果、従来のGitミラーリングインフラと比較してCPU・メモリ要件を200分の1に縮小し、CIやリサーチジョブにおけるコードチェックアウトを数分から数秒へと大幅に高速化、CI単体で25%のCPU容量削減を達成しました。

この開発プロジェクトはわずか7人のチームによって進められましたが、その過程でClaude自身を活用することでコード生成や最適化が加速されました。AIによるコード生成の爆発的な増加がもたらすインフラの限界に対し、サーバー中心の常時接続型アーキテクチャが極めて有効であるという実践的な知見を示しています。

引用元: https://www.anthropic.com/engineering/redesigning-source-control

カードゲーム「ウノ アタック エクストリーム」の取扱説明書に記載された「大量のカードが発射されます。本当に、ものすごい量です。」というあまりに素直すぎる警告文がX（旧Twitter）で話題を集めました。実際にマシンからカードが勢いよく飛び出す映像が投稿されると、その想像以上の激しさとスピード感に「ウワーーーー！えらい出る！」といった驚きや爆笑の反応が続出しました。手持ちのカードが25枚を超えるとアウトになる過酷なルールや、想像を超える豪快な発射の様子が多くのユーザーの笑いを誘い、和やかな盛り上がりを見せています。

引用元: https://togetter.com/li/2757538

（株式会社ずんだもんは架空の登場組織です）