今日の流れ

9月10日、AI業界の核心的なトレンドは「より正確に回答するモデル」から「直接見て行動し、タスクを完了させるモデル」へと移行した。JoCodingの最新動画で言及されたGPTの新モデルを出発点として、実際の最新の発表がOpenAIによるGPT-6 Astraであることが確認された。また、別の海外のAI動画では、World LabsのAtlasが1枚の写真を探索可能な3D空間へ拡張する様子が示され、空間コンピューティングへの展開は大きな注目を集めている。Metaが一般ユーザー向けに設計された実行可能なパーソナルエージェント「Muse」をリリースしたことを受け、コンピュータの操作、空間理解、長期にわたるタスクの実行が同時に競争の最前線として浮上してきた。

主要ニュース

トピック：OpenAIのGPT-6 Astraが、コンピュータ操作と長期タスクの実行を最前線に

OpenAIは9月3日にGPT-6 Astraを公開し、9月9日に企業での活用事例と業務向け機能を詳しく紹介しました。AstraはChatGPT Work、Codex、APIを通じて利用可能で、コンピュータ操作、ウェブブラウジング、ソフトウェアエンジニアリング、サイバーセキュリティ、科学、専門業務における中核的な機能を提供します。また、既存のアプリケーションの画面と相互作用することでAPIなしでも動作させることができ、企業が既存のワークフローを大幅に作り替えることなくエージェントを導入できるようにします。

OpenAIが発表した価格は、入力トークン100万個あたり10ドル、出力トークン100万個あたり50ドルである。同社は、Astraがより少ないリトライとトークンでタスクを完了するように訓練されていると説明した。同時に、Astraは不正な行為を減らすことを目的とした確認ポリシーや自動レビューとともに、その準備度フレームワークにおいて最初の「クリティカル」なサイバー能力モデルとして分類された。また エンタープライズ向けウェブサイトおよびアプリのアクセス制限機能を紹介した。JoCodingの動画で「既存のスキルとプロンプトを見直す必要がある」と言及された点は、新モデルの挙動の変化に基づくユーザー観察として報じられ、機能の詳細やリリースに関する事実はOpenAIの発表を通じて改めて確認された。

トピック: World LabsのAtlas、1枚の写真からカメラでナビゲート可能な3D世界へ拡張

マット・ウォルフの動画で話題となったアトラスは、ワールド・ラボスが9月1日に発表した空間知能のためのオムニバーサルな世界モデルです。これはテキスト、画像、動画、3Dデータを単一の空間的文脈内で処理するマルチモーダル自己回帰型拡散トランスフォーマーであり、1枚または複数の参照画像から新しい視点の動画と3D構造を同時に生成します。ユーザーはカメラの位置と移動経路を直接指定し、最大1分間の1440p動画を生成できることを説明した。

アトラスが従来の画像生成モデルと異なる点は、平坦な画像の生成で終わらないことです。写真や動画から奥行きを推定することで、ポイントクラウドや3Dガウススプラットを生成し、ゲームやVFXだけでなく、ロボットが物体をナビゲートしたり操作したりするシミュレーションなどにも応用できます。ただし、1枚の写真では見えない領域についてはモデルがそれを推定します。したがって、 生成された空間は、実際の場所の正確な複製として受け入れられるべきではありません。現在、Atlas は特定のパートナー向けに早期アクセスフェーズにあります。

トピック：メタ・ミューズ（対話型チャットボット）から、メールの処理、予約、購入を担うパーソナルエージェントへ

Metaは9月8日、パーソナルAIエージェント「Muse」を発表した。MuseはMuse Secure VM内の専用ブラウザ上で動作し、メールの作成、旅行の手配、フォームの入力、長期目標の管理など、ユーザーに代わって複数ステップのタスクを実行する。アプリが終了した後も作業を継続し、メールの送信や購入の実行など、外部に影響を与えるアクションも実行可能である。こうした重要な操作ではユーザーの承認を求める設計です。

支払いはStripe Link経由のワンタイムカードで処理され、各サービスのログイン認証情報はエージェントが直接読み取ることのできない安全な保管庫に保存されます。別のSentinelエージェントがアウトバウンドのインターネットアクティビティを監視し、完全な実行履歴はユーザーに表示されます。MuseはMetaによって米国で順次展開され、iOS、Android、およびウェブ上で提供されます。Metaのエージェント向けモデルMuse Sparkを基盤としています。この事例は、権限の分離と監査ログがモデルのパフォーマンスとともに製品の競争力をどのように高めるかを示しています。

注目すべきポイント

トピック：実際のタスクの成功率と制御可能性がベンチマークよりも重要になる

AstraとMuseは、モデルがWebやアプリを直接操作する環境を前提としています。将来、タスクの成功率（複数期間にわたる）、誤ったクリックや送信を防ぐための承認境界、失敗時に元の状態に戻す能力といった指標が、単一の評価スコアよりも重要な比較基準となる可能性が高いと考えられます。

テーマ：ワールドモデルは動画生成からロボットシミュレーションへと拡大しているのか？

Atlasは、単一のモデル内で生成動画、3D再構築、およびロボティクスにおける実世界からシミュレーションへの接続を統合することを目指しています。早期アクセスの段階を経て、次のチェックポイントでは、実際の制作ツールやロボット学習環境において空間的一貫性がどのように維持されるか、そして未観測領域の推定結果がどのように表示され、検証されるかが焦点となります。

トピック：AIエージェントの権限と責任を誰が設計すべきか？

AIがメールを送信し、購入を完了するようになると、利便性のみを基準に製品を評価することが難しくなります。サービスごとの最小権限、実行前の確認、支払い保護、監査ログ、データ学習のオプトアウトといった基本要件が標準化されつつあるかどうかを監視する必要があります。

ソース

• JoCoding JoCoding — 新GPTモデルの問題の発見： https://www.youtube.com/watch?v=x3X9rMEpFOE
• OpenAI — GPT-6 アストラ： https://openai.com/index/gpt-6-astra-next-generation-work/
• OpenAI デプロイメント安全性 — GPT-6 Astra システムカード： https://deploymentsafety.openai.com/
• マット・ウォルフ — ディスカバリー・オブ・ザ・ワールド・ラボス・アトラスの発見： https://www.youtube.com/watch?v=iSXeiUXiln8
• World Labs — アトラス： https://www.worldlabs.ai/blog/atlas
• メタ — ミューズ： https://about.fb.com/news/2026/09/introducing-muse-personal-ai-agent/