Research Signal · デイリーダイジェスト

今日のAI

2026年10月25日（日）

要約

1ハイライト：AIバブルへの懸念が高まる一方、Amazonは2027年のAI計算能力がほぼ完売だと言い、中国のAI利用量は6か月で4倍になった。

2中国企業が実測成果を報告：より少ない倉庫ロボットでより多くの作業、77,000以上の診療所でのAI支援、あるチームでは新規コードの95%をエージェントが執筆。

3うまくいった方法を再利用可能なスキルとして保存するエージェント、ロボットの現実、ランキング上位に迫るKimi K3.1 Pro。

今日の注目記事
AI boom or bubble?
4x
growth in China's daily AI usage in six months (CAICT)
4件の情報源をまとめました
★ 今日の注目記事

バブル論は強まるが、AI計算資源の売り手は需要に追いつけないと言う

投資家は、AIはバブルなのかと公然と問うようになっています。最も注目されているAI番組の1つが警告サインを整理しました。少数の大口顧客がAI支出の多くを占めていること、そして一部の小規模なGPU A powerful computer chip, originally for graphics, that is now the main hardware used to train and run AI.レンタル企業が財務的に苦しんでいることです。一方で、AmazonのCEOは自社クラウドの2027年のAI計算能力はほぼ完売だと述べ、中国の政府系研究機関は、中国の1日あたりのAI利用量が6か月で4倍になり、価格は下がるどころか上がったと報告しています。

わかったこと

  1. 2つの異なるリスクが混同されがちです。株式市場の下落（痛いが乗り越えられる）と、借りたお金を通じて損失が貸し手や保険会社に広がる債務危機です。
  2. 支出は非常に集中しています。番組で引用されたデータによると、上位1%の企業がAI支出の約80%を占めています。
  3. AmazonのAndy Jassyは、AWSの計算能力は2027年分がほぼ完売し、2028年分も多くがすでに予約済みだと述べています。報道によると、Amazonのチップの一部は、動かすための電力が足りず使われないままだったといいます。
  4. 中国のCAICT The China Academy of Information and Communications Technology, a government-backed research institute that publishes tech industry reports.によると、1日あたりのトークン使用量（人々がAIをどれだけ使っているかの指標）は6月に約500兆に達し、12月の約4倍になりました。国内のトークン価格はほぼ2倍になっています。

なぜ重要か： 中小企業にとっての現実的なリスクは暴落ではなく、価格の上昇と容量の制限です。自社がどのAIツールに依存しているかを把握し、代替手段を用意しておく価値があります。

この記事を共有

情報源（4）
  • The Most Concerning AI Bubble Signals · The AI Daily BriefWatch ↗
  • Amazon CEO Andy Jassy: AWS computing capacity basically sold out for 2027 (Chinese) · IT之家 (IThome)Read ↗
  • CAICT token service report: domestic model prices double, daily use hits 500 trillion · PandailyRead ↗
  • CAICT report: model prices rebound, token prices double (Chinese) · IT之家 (IThome)Read ↗
この日のその他の記事
How companies use AI
95%
of new code in one Alibaba Cloud team written by AI agents
3件の情報源をまとめました
How companies use AI

中国の倉庫、診療所、開発チームがAIの実測成果を報告

今週、中国の3社が数字を公開しました。ある倉庫ロボットメーカーはロボットの作業分担を見直してより少ない台数でより多くをこなし、ある医療AIは77,000以上の地域診療所で使われ、Alibaba Cloudはある開発チームの新規コードのほぼすべてをAIエージェントが書いていると述べています。数字はすべて各社自身の報告です。

主なポイント

  • Hikrobot：保管通路内の作業をすべて1種類のロボットに任せたところ、移動経路が50%以上短くなり、もう1種類のロボットを30%減らしたうえで、システムは23.5%多くのタスクを完了しました。ピッキングステーションは1時間に最大900点を99.99%以上の精度で処理します。
  • iFLYTEK Healthcare：同社の臨床アシスタントは77,000以上の地域医療機関で使われ、12億件を超えるAI支援の提案を行ってきました。下書きする診療記録の85%が、現在は妥当と評価されています。
  • Alibaba Cloud：基盤ソフトウェアチームの新規コードの95%はエージェントが生成しており、エージェント向けのオペレーティングシステムでトークン使用量を30%以上削減したとしています。

なぜ重要か： 3社に共通するパターンは同じです。AIは後付けするのではなく、業務の流れをAIに合わせて作り直したときに成果を出します。どのチームの次のAIプロジェクトにも役立つ視点です。

この記事を共有

情報源（3）
  • Hikrobot launches single-unit smart mobile robots that deploy in 30 minutes · PandailyRead ↗
  • iFLYTEK Healthcare upgrades Spark Medical Model to V3.7 · PandailyRead ↗
  • OpenAnolis builds Anolis OS 27 agent-native as Alibaba Cloud says agents write 95% of new code · PandailyRead ↗
Agents that teach themselves
94.5 → 35.9 min
robot task time after reusing saved skills
2件の情報源をまとめました
Agents that teach themselves

AIエージェントは、うまくいったことを書き留めて進化する。モデルの再訓練は不要

2つの研究プロジェクトが同じ方向を示しています。Google ResearchとNorthwesternのHarness The setup around an AI model (its tools, instructions, checks and helpers) that turns a model into a working agent.²は、エージェントが自分のスキル、チェック、補助エージェントのツールキットを改善できるようにし、復旦大学のRoboSkillは、ロボットがうまくいった方法を、書いたメモと実行したコードからなる再利用可能なスキルとして保存できるようにします。どちらも、基盤モデルを再訓練せずに大きな向上を得ています。

主なポイント

  • Harness²は複雑なタスクで35〜50ポイントの向上を報告し、ツールキットを改善した小さなモデルが、初期設定の大きなモデルに勝ちました。
  • ただし注意点もあります。各タスクに4〜20回の練習が必要で、ある実行では、タスクが失敗しているのにエージェント自作のチェッカーが3回「合格」と報告しました。
  • RoboSkill：保存したスキルを再利用することで、あるロボットエージェントの平均所要時間が94.5分から35.9分に短縮されました。最も効いたのは、書いたメモと一緒にコードを保存することでした。
  • 共通の教訓：メインの指示は短く保ち、ノウハウはエージェントが必要なときに読み込む小さなスキルとして保存すること。

なぜ重要か： これは、ボットのための共有スキルライブラリを持つのと同じ考え方です。書き留めた再利用可能なノウハウは、どんどん長くなるプロンプトよりもAIを確実にします。

この記事を共有

情報源（2）
  • Harness² Explained: Self-Improving Agents Without Training · Prompt EngineeringWatch ↗
  • Fudan's RoboSkill lets robot agents save what they learn as reusable text-and-code skills · PandailyRead ↗
Robots: reality check
0 of 11
plug-insertion tasks passed in SenseTime's real-robot tests
6件の情報源をまとめました
Robots: reality check

ロボットは研究室で賢くなっているが、大半はまだ実際の仕事をしていない

SenseTimeは、今日の最高のAIがロボットを操作できるかを試し、時間をかければできることが多いものの、実用には遅すぎて高すぎることを確認しました。中国の政府系報告書によると、今年出荷された人型ロボットの多くは、月に10日未満しか電源が入っていません。それでも実際の工場導入はあります。太倉のSchaeffler工場では5台の車輪型人型ロボットがロボット部品の組み立てを手伝い、AlibabaのAmapは人の動画だけを使って人型ロボットを訓練しました。

主なポイント

  • SenseTimeの報告：GPT-6-Astraはペンをペン立てに入れましたが、平均約263分かかりました。実機テストでは、単純なピック＆プレース作業18件中17件に合格しましたが、プラグ差し込み作業は11件中0件でした。
  • CAICT The China Academy of Information and Communications Technology, a government-backed research institute that publishes tech industry reports.：人型ロボットの用途の60%以上が娯楽、ショー、教育、データ収集で、工場や倉庫はわずか約18%です。
  • AmapのLambda-0は、普通の記録機器を身に着けた人から学習し（デモ1回あたり約29秒、実機ロボットでは約100秒）、Unitree G1ロボットで62.5%の成功率に達しました。
  • AGIBOTはGenie Studio 2.0を発表しました。新しいロボット作業をゼロから最短7日でテスト済みにできるというプラットフォームで、110台の人型ロボットが同時に踊るギネス記録も樹立しました。

なぜ重要か： ロボットのデモが印象的に見えたら、作業にどれだけ時間がかかったか、実際の職場でどれくらいの頻度で動いているかを聞きましょう。この2つの数字がデモと実導入を分けます。

この記事を共有

情報源（6）
  • SenseTime open-sources RoboRSI and tests GPT-6 on embodied tasks (Chinese) · Physical DailyRead ↗
  • Embodied AI mass production: who is actually working? (Chinese) · im-robotRead ↗
  • Rokae humanoids assemble robot joint parts at Schaeffler Taicang factory (Chinese) · im-robotRead ↗
  • Amap open-sources Lambda-0, a whole-body humanoid model trained only on human data · PandailyRead ↗
  • AGIBOT AI WAVE: Genie Studio 2.0 (Chinese) · im-robotRead ↗
  • AGIBOT sets Guinness record with 110 humanoids dancing (Chinese) · 36KrRead ↗
China's AI race
#4
Kimi K3.1 Pro on Artificial Analysis' Intelligence Index
4件の情報源をまとめました
China's AI race

MoonshotのKimi K3.1 Proが独立ランキングの上位に、TencentはワークエージェントにKimiを追加

MoonshotはKimi K3.1 Proを公開しました。独立系テスターが総合4位にランク付けした非常に大きなモデルで、ダウンロード可能なウェイトは11月4日に公開予定です。CNAのドキュメンタリーで消費者向けAIでByteDanceに後れを取っているとされるTencentは、すぐに業務アシスタントWorkBuddyにKimiを加えました。Alibabaも、説明するだけでシンプルなアプリを作って共有できる招待制ベータを開始しました。

主なポイント

  • Kimi K3.1 ProはArtificial Analysisの指標で55点を記録し、上にいるのはクローズドなモデル3つだけです。最も伸びたのはエージェントのタスクでした。
  • 非常に巨大（2.8兆パラメータ）なので、「オープン」といってもノートPCで動かせるわけではなく、本格的なサーバーハードウェアが必要です。
  • CNA：6月のByteDanceのDoubaoの月間利用者は3億8,200万人、TencentのYuanbaoは約5,000万人でした。
  • AlibabaのQwen Go! My Appsは、普通の言葉による依頼を共有可能なノーコードアプリに変えます（現在は招待制）。

なぜ重要か： 強力なモデルを出す研究所が増え、価格と選択肢は変わり続けています。裏側のモデルを切り替えられるツールを選びましょう。

この記事を共有

情報源（4）
  • [AINews] Kimi 3.1 Pro · Latent SpaceRead ↗
  • Tencent WorkBuddy adds Kimi-K3.1-Pro (Chinese) · 36KrRead ↗
  • Is Tencent Falling Behind in China's AI Race? · CNA InsiderWatch ↗
  • Qwen Go! My Apps: no-code shareable apps · PandailyRead ↗