エヌビディアのジェンスン・フアンCEOは、AIは「エイリアンの知性」ではなく単なるハードウェアとソフトウェアであり、安全性は新法ではなく各企業が製品ごとに設計・市場圧力で確保すべきだと述べた。

安全設計を市場任せにする発想は、業界の自己採点をどこまで信じられるかという線引きを試している。

AI研究者のフランソワ・ショレ氏は、知能を「経験を能力に変換する効率」と定義すれば現行AIは人間より約6桁（100万倍規模）劣ると分析した。人間はPythonプログラミングを数百時間で習得できるが、大規模推論モデルは同等の学習に10億時間相当のデータを要すると指摘し、ARC-AGI-3の1ゲーム解決コストも人間の電力コストの3〜4桁上と比較した。

性能の見た目の進歩と学習効率の低さは別の指標だという冷静な整理だ。

中国のロボットメーカーが、料理・掃除・ベッド整えまで家庭内の複数タスクをこなす人型ロボット「Panther」を発表した。家庭向け汎用ロボットとして複数の家事動作を実演している。

単機能デモから家事の連続動作へ、フィジカルAIの実演範囲が広がっている。

最新調査によると、最先端の商用AIモデルを利用することで得られる技術的な優位は約4カ月分にとどまり、そのために中国系オープンモデルの5倍のコストを支払っていることが判明した。中国製オープンモデルは価格性能で急速に差を縮めているという。

最先端を追う対価が、思われているより小さくなってきている。

ニューヨーク・タイムズとシエナ大学が公表した調査で、AIとデータセンター建設への支持がほぼ全ての層で低く、政治家の反対姿勢を後押ししていることが確認された。世論の反発が既存の政治的対応と一致する結果となった。

世論とインフラ投資の綱引きが、AI拡大の新たな制約条件になっている。

ワークショップでの指示の伝わり方の違いから着想し、AIエージェント同士が「タスク完了」の判断で対立する問題を指摘する投稿が出た。GenLayerは複数のAIバリデーターが証拠を検証し、異議があれば大規模パネルを招集する仕組みを提示している。

人間同士の解釈違いが、エージェント経済でも同じ形で再現されている。