OpenAIとMistral AIは、新しいコスト効率の高い言語モデルを発表しました。OpenAIの新しいモデル「GPT-4o mini」は、大規模モデルGPT-4oの縮小版で、コスト効率を向上させつつ、多くの同様のタスクを行うことができます。一方、Mistral AIはNvidiaと共同開発した「Mistral NeMo 12B」を公開しました。オープンソースのこのモデルもコスト効率に優れ、様々なタスクに利用できます。GPT-4o miniはテキスト生成、コード作成、数学問題解決などが可能ですが、正確さではGPT-4oにやや劣ります。ただし、コストはGPT-4oの5分の1以下と非常に経済的です。Mistral NeMo 12Bは、120億パラメータを持ち、軽量で単一のグラフィックス処理ユニットで実行できます。Mistral AIとNvidiaは、このモデルがチャットボットサービスやコード生成、翻訳、文書要約などに利用されることを期待しています。&nbsp;

medium_MistralAI.png

small_MistralAI.png

thumbnail_MistralAI.png

MistralAI.png

OpenAIとMistral AI、新たなコスト効率の高い言語モデルを発表

<a href="https://www.beautiful.ai/">Beautiful.ai</a>は、グローバル成長とプロダクト開発を加速するためにGeneral CatalystのCustomer Value Fund(CVF)からDebtで$45Mを調達した。AI搭載のプレゼンテーションソフトウェアのBeautiful.aiの最新プロダクトアップデートでは、初期プロンプトから数分で完成したプレゼンテーションに到達できるよう設計された、対話型でコンテキスト認識型のインターフェースが導入されています。このシステムでは、ユーザーはテキストプロンプト、アウトライン、またはアップロードされたドキュメントから開始でき、その後、自動的に構造化されたアウトラインとスライドデッキのドラフトが生成されます。ユーザーはチャット形式のインターフェースを通じてスライドを反復的に改善でき、レイアウトの調整、コンテンツの書き直し、特定セクションの再生成をコンテキストを維持したまま行うことができます。この新しいワークフローは、プロフェッショナルによるプレゼンテーション作成のプロセスを効率化するために構築されており、ツール間の切り替えやプロジェクトのやり直しの必要性を減らします。これにより生産性の向上を目指すとともに、組織全体で一貫したブランド表現を維持できるようにすることを目的としています。Beautiful.aiはまた、複数のプラットフォーム拡張も発表しており、15言語へのローカライズ、新しいAPIの提供、ChatGPTアプリとの統合、モバイルおよびタブレットでの操作性向上などが含まれています。これらのアップデートは、グローバルなユーザーベースに対するアクセス性を高め、より幅広いワークフローに適応できるよう設計されています。同社によると、AI主導のツールはすでに測定可能な効率向上を実現しています。調査対象ユーザーでは、週あたりの時間削減の中央値は3時間であり、シニアリーダーは週最大4時間の削減、頻繁に利用するユーザーはプレゼンテーション1件あたり平均2時間の削減を実現しています。これはユーザー1人あたり年間で約$20,000の生産性価値に相当します。Beautiful.aiは現在、Rakuten、Cvent、Jostens、Meltwater、Mobsta、Paciolan、Playa Hotels &amp; Resorts、Visit Indyなどを含む、世界中で10万以上の企業顧客にサービスを提供しています。同プラットフォームは193カ国にわたり1億枚以上のスライド作成に利用されており、AI支援型プレゼンテーションツールへの需要の高まりを示しています。今回新たに確保した資金は、自動化、プロダクトイノベーション、Go-to-market拡大への継続的な投資を支援するものであり、特に中小企業へのサービス強化に重点が置かれています。今後、AI主導のプレゼンテーションワークフローは、日常業務プロセスへの統合が進むにつれて、さらなる成長が期待されています。「私たちはここ数年にわたり、数百万件のプレゼンテーションを通じて、ユーザーがどのようにプロンプトを作成し、デザインし、構築しているかを分析・理解してきました。そして本日、ユーザーが求めたものを実際に作成し、AIをアシスタントとして活用することで、洗練された成果物に迅速に到達できるAIを導入します。私たちは日常のプロフェッショナルに寄り添い、自然なワークフローに適合し、より速くインパクトのあるプレゼンテーションを提供するプロダクトを構築しました。」とBeautiful.aiのCEOは述べています。 &nbsp;<div class="raw-html-embed"><iframe width="903" height="508" src="https://www.youtube.com/embed/oqciSPCv-Ao" title="Meet Beautiful.ai | The Leading AI Presentation Maker for the Workplace" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen=""></iframe></div>

medium_1773886262-fNHoK9PzESCdraZiYunqALV0.png

small_1773886262-fNHoK9PzESCdraZiYunqALV0.png

thumbnail_1773886262-fNHoK9PzESCdraZiYunqALV0.png

1773886262-fNHoK9PzESCdraZiYunqALV0.png

AI搭載のプレゼンテーションソフトウェアの"Beautiful.ai"が$45Mを調達

<a href="https://www.runsybil.com/">RunSybil</a>は、Khosla Venturesがリードし、S32、AnthropicとMenlo Venturesの共同ファンドであるAnthology Fund、Elad Gil、Conviction、著名なエンジェル投資家が参加したSeries Aで$40Mを調達した。ハッカーと同様の方法でライブシステムを調査するAIサイバーセキュリティスタートアップのRunSybilは、AIエージェントを使用して企業のソフトウェアを自動的にハッキングしセキュリティの弱点を見つけます。同社のAIエージェントであるSybilは、稼働中のアプリケーションに対して継続的かつ自律的にペネトレーションテストを実施し、人間が介在することなく実際のセキュリティ脆弱性を発見、悪用、記録します。これは、Claude Code Securityのようにアプリケーションのソースコードを分析し、デプロイ前に既知の脆弱性を検出する現在注目されている他のセキュリティツールとは異なります。RunSybilは、すでに稼働しているソフトウェアを対象に、ハッカーと同様の方法でライブシステムを調査します。つまり、システムを探索し、複数の脆弱性を連鎖させ、認証の境界をテストすることで、機密データへの経路を見つけます。企業は長年にわたり、外部のセキュリティ専門家、いわゆる「倫理的ハッカー」がシステムへの侵入を試みるペネトレーションテスト、脆弱性の報告に対して報酬を与えるバグバウンティプログラム、実際のサイバー攻撃を模倣する社内の「レッドチーム」などを組み合わせて活用してきました。RunSybilは、自社のAIシステムがこれらの作業の多くを自動化し、新しいコードがデプロイされるたびに継続的にアプリケーションの脆弱性を調査できると述べています。RunSybilは、このような自動化は、AIが企業の運営方法を再構築する中で不可欠になりつつあると主張しています。調達、法務、財務、エンジニアリング、オペレーションはすべてAIによって再構築されており、AIエージェントの活用も拡大しています。しかし、セキュリティテストは依然として個別のチームが独自のスケジュールで管理する、単発のイベントとして扱われることが多いのが現状です。この不一致は、金融、保険、ヘルスケアなど、サイバーセキュリティに関する厳格な法的および監査要件に直面する高度に規制された業界にとって、特に大きな課題となります。RunSybilは2023年に、2019年にOpenAIに初のセキュリティリサーチ採用として加わったAri Herbert-Vossと、以前Metaで攻撃的セキュリティのレッドチームを率いていたVlad Ionescuによって共同創業されました。両者は、最先端のAIシステムの構築方法と複雑なソフトウェアへの侵入方法の両方を理解する、稀有な交差点に位置する人材であると述べています。RunSybilは現在、Cursor、Turbopuffer、Notion、Baseten、Thinking Machines Labなどのスタートアップと協業しています。また、複数の大手金融機関やFortune 500企業とも連携しているとしていますが、具体的な顧客名は明らかにしていません。 &nbsp;<div class="raw-html-embed"><iframe width="903" height="508" src="https://www.youtube.com/embed/0Hmf5wLJ1yg" title="RunSybil — RSAC™ 2025 Launch Pad" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" referrerpolicy="strict-origin-when-cross-origin" allowfullscreen=""></iframe></div>

medium_1773887190-gqhxPoC9c3SR8OlDbVu2G0pI.png

small_1773887190-gqhxPoC9c3SR8OlDbVu2G0pI.png

thumbnail_1773887190-gqhxPoC9c3SR8OlDbVu2G0pI.png

1773887190-gqhxPoC9c3SR8OlDbVu2G0pI.png

ハッカーと同様の方法でライブシステムを調査するAIサイバーセキュリティの"RunSybil"がSeries Aで$40Mを調達

<a href="https://www.autoscience.ai/">Autoscience</a>は、General Catalystがリードし、Toyota Ventures、Perplexity Fund、MaC Ventures、S32が参加したSeedで$14Mを調達した。新しい機械学習モデルの研究開発を自動化する応用研究ラボのAutoscienceは、機械学習研究を実行し、その成果をデプロイするAIシステムを構築しており、AI研究者およびエンジニアの役割を実質的に自動化しています。学術的厳密さとAIのスピードを組み合わせることで、Autoscienceは組織が独自の機械学習ブレークスルーを発明し実装することを支援します。多くの機械学習チームにとって、人工知能開発における主なボトルネックは、もはや計算能力やデータではなく、新しいアイデアを大規模に創出し検証するための人間の能力です。毎週2,000本以上の機械学習論文が発表される中で、人間の研究チームがすべての新たなブレークスルーを効果的に評価し実装しながら、自らの独自仮説を前進させることは不可能です。Autoscienceはこの課題に対し、2つの中核AIシステムを用いて対応します。1つは新しいアルゴリズム仮説を創出し検証する自動化された科学者、もう1つは検証された発明を最適化し現実世界にデプロイする自動化されたエンジニアです。Autoscienceの最初の導入先は、高リスクの金融アプリケーション、製造、不正検知であり、企業は人員を増やすことなく、フル体制の研究部門の成果を享受することが可能になります。Autoscienceは、自律型ラボが査読付きの科学研究論文を生成した最初のAIシステム(ICLR2025ワークショップ)となったことで注目を集めました。その後すぐに、同社のシステムは3,300チームが参加した機械学習コンペティション(Kaggle Santa 2025)で銀メダルを獲得し、完全自律型システムが実際の主要Kaggleコンペティションで入賞した初の事例となりました。「アルゴリズム発見の複雑さを乗り越えるには、人間の直感だけでは不十分な段階に到達しました。当社は研究者がAIシステムである研究組織を構築しました。機械学習研究の10年分を数ヶ月に圧縮し、科学者に新たなAI能力を提供し、顧客に競争優位をもたらすことを目指しています」とAutoscienceのCEOは述べています。「Autoscienceは機械学習においてますます重要になっている課題、すなわち実験のスピードとスケーラビリティに取り組んでいると考えています。研究成果が増え続ける中で、チームは新しいアイデアをより効率的にテスト、検証し、本番システムに移行する方法を求めています。ワークフローをスケールさせる自律型R&amp;Dの進展における彼らの成果に期待しています」とGeneral CatalystのManaging Directorは述べています。今回の$14Mの資金は、高リスク環境で特化型モデルをトレーニングしている一部のFortune500企業および大手非公開企業向けに、Autoscienceのサービスを拡大するために使用されます。このマネージドサービスは、数百の自動化されたAI研究科学者を展開し、同時に機械学習モデルの改善を継続的に生成・提供することで、企業がより優れたモデルを発見・検証・提供できるようにします。また、この資金はAI研究の加速に向けてAutoscienceのエンジニアリングチームの拡大にも充てられます。 &nbsp;

medium_1773885344-FnGtDLP48kB61zwOi0bAjNEK.png

small_1773885344-FnGtDLP48kB61zwOi0bAjNEK.png

thumbnail_1773885344-FnGtDLP48kB61zwOi0bAjNEK.png

1773885344-FnGtDLP48kB61zwOi0bAjNEK.png

新しい機械学習モデルの研究開発を自動化する応用研究ラボの"Autoscience”がSeedで$14Mを調達

evrocは、欧州のデジタル主権を強化する新たな取り組みとして、企業向けAIエージェント「roc」と、欧州内インフラ上で先進的なAIワークロードを実行できるソブリンAI基盤「evroc Think」を発表しました。両製品は、欧州の企業や公共機関が、域外インフラに依存せずに高度なAIを活用できる環境を整えることを目的としています。rocは、文章作成、データ分析、コーディング支援、ナレッジ検索といった業務に対して、高速かつ安全なAI支援を提供するエンタープライズ向けAIエージェントです。多くの組織にとって課題となるのは、単にAIモデルへアクセスすることではなく、それを自社の内部データと安全に接続することです。rocでは、企業が保有する文書、ナレッジベース、業務データシステムとAIを直接連携でき、機密情報を欧州内インフラにとどめたまま活用できる点が特徴です。&nbsp;一方のevroc Thinkは、組織が先進的なAIモデルを完全に欧州内で展開、実行できるソブリンAIプラットフォームです。この基盤は、欧州のローカルインフラ上で運用される高性能AIモデルへのアクセスを提供し、開発者、企業、公共機関が非欧州系クラウド事業者に依存することなく、AIアプリケーションを構築し拡張できるようにします。evroc Thinkには、AIを活用したコーディング支援、音声文字起こし、対話型ツールなどが組み込まれており、性能、透明性、主権の3つを中核原則として設計されています。開発者は、シンプルなAPIと予測しやすいトークンベース課金を通じてモデルへアクセスできます。また、組織側は、自社データがどこで処理され、どこに保存されるかを完全に管理できます。初期導入の結果では、一般的なAIタスクにおいてより高速な処理と、独自の大規模モデルサービスと比べたコスト優位性の可能性も示されているとしています。これにより、技術面と経済面の両方で、欧州内でのAI活用基盤としての魅力を高めています。&nbsp;evrocのCo-founder兼CEOであるMattias Åströmは、これまで欧州の組織が先進的なAIを導入する際には、実質的に二つの選択肢しかなかったと述べています。ひとつは機密データを欧州外でホストされるモデルに渡すこと、もうひとつは最先端のAI活用自体を見送ることでした。Mattias Åströmは、欧州にはこれまでフロンティア規模の独自AIインフラが存在しなかったとしたうえで、rocとevroc Thinkによって、企業は自社データを強力なAIモデルと接続しながら、欧州内で主権とイノベーションの両立を図れるようになると説明しています。今回の発表は、欧州域内でデータを保護しながらAIを活用したいという需要の高まりに応えるものでもあります。rocとevroc Thinkは、組織が安全かつ効率的にイノベーションを進めるための手段として位置づけられており、evrocにとっても、欧州の技術的自律性と戦略的デジタル能力を押し上げる上での重要な節目となります。&nbsp;evrocについて evrocは、欧州のデジタル能力、独立性、安全性を強化することを目的としたソブリンクラウドインフラおよびAIサービス企業です。2025年に立ち上げられ、AI時代に対応した真にソブリンな欧州クラウド基盤の構築を進めています。現代的なクラウド性能に加え、運用レジリエンス、欧州内データ保管、完全なプラットフォームおよびソフトウェア制御を備え、公共機関、防衛組織、重要サービス事業者など、高い安全性とコンプライアンスを求める組織にも対応できる設計です。Stockholmに本社を置き、Stockholm、Paris、Frankfurtにクラウドリージョンと冗長化データセンター、AIインフラを展開しています。&nbsp;

medium_evroc_Logo.jpg.png

small_evroc_Logo.jpg.png

thumbnail_evroc_Logo.jpg.png

evroc_Logo.jpg.png

欧州データ主権を支えるエンタープライズAI基盤のevroc、企業向けAIエージェント「roc」とソブリンAI基盤「evroc Think」を発表

Xaira Therapeuticsは、AIによって創薬を変革することを目指す企業として、初の仮想細胞モデル「X-Cell」を発表しました。X-Cellは、これまでにない規模の因果的かつ介入的データで学習されており、遺伝子摂動の結果を高精度に予測できるとされています。特に、モデルがこれまで見たことのない実験条件に対しても高い予測性能を示しており、創薬を試行錯誤中心の作業から予測可能なエンジニアリングへと変える重要な一歩と位置づけられています。X-Cellの学習には、「X-Atlas/Pisces」と呼ばれるデータセットが用いられました。これは、これまで報告された中で最大規模のゲノムワイドCRISPRi Perturb-seqデータセットであり、7つの生物学的に異なる細胞コンテキストにわたって、25.6百万件の摂動を受けた単一細胞トランスクリプトームを含んでいます。この規模は、Xaira Therapeuticsが以前公開した「X-Atlas/Orion」の3倍を超えています。X-Cell自体も4.9 billion parametersに達する、現時点で最大級の因果摂動モデルであり、大規模言語モデルで観測されるものと同様のパワーロースケーリングの挙動を示すとされています。&nbsp;Xaira TherapeuticsのSVP of AI-Enabled Discoveryであり、今回のプレプリントの共同シニア著者でもあるCi Chuは、AIで高い性能を実現するには、最高品質のデータと最も能力の高いモデルを組み合わせることが重要だと述べています。そのうえで、X-Atlas/Piscesはこれまでで最大かつ最も多様なPerturb-seqデータセットであり、X-Cellはその規模のデータから学習するために特別に設計されたモデルアーキテクチャだと説明しています。両者を組み合わせることで、モデルはこれまで見たことのない生物学的現象に対しても一般化し、予測できるようになるとしています。X-Cellの技術的な特徴は、diffusion language modelアーキテクチャを採用している点にあります。これは、この分野で主流だった自己回帰型の単一細胞モデルとは異なるアプローチです。X-Cellは、摂動後の細胞状態を一度に予測するのではなく、コントロール状態の遺伝子発現値を摂動後の値へと段階的に置き換えながら、繰り返し予測を洗練させていきます。この反復的な精緻化プロセスによって、文脈に応じたより高精度な予測が可能になります。&nbsp;この新しいアーキテクチャと大規模データセットの組み合わせによって、X-Cellは未観測の実験条件にも一般化できるようになっています。具体的には、未観測の細胞型、未観測の曝露条件、異なる研究室や異なる技術で得られた結果に対しても予測性能を示しており、これは予測生物学の分野における重要なマイルストーンとされています。XairaのSVP and Head of Biomedical AIであり、共同シニア著者でもあるBo Wangは、X-Cellによって、生物学者が実験を実際に行わなくても、細胞が異なる摂動にどう応答するかをコンピュータ上でシミュレーションできる方向へ前進したと述べています。さらに、学習データセットを今後も拡充していくことで、X-Cellは創薬における標的同定、作用機序の解明、標的と患者の適合性評価、毒性予測など、多様な用途で一層有用になると期待されています。&nbsp;CEOのMarc Tessier-Lavigneは、仮想細胞を構築する目的は、生物学を因果レベルで理解し、疾患状態にある細胞を健常状態へ戻すには何が必要かを問えるようにすることだと述べています。そのうえで、X-Cellはすでに与えられたデータを超えた予測を行い始めており、単なる生物学的洞察にとどまらず、治療に直結する実行可能な示唆をもたらす強力なモデルへ向かう大きな一歩だと評価しています。Xaira Therapeuticsは、Piscesデータセットの一部とX-Cellモデルの一部を科学コミュニティに公開する方針です。今後は、X-Atlasを一次細胞、iPSC由来細胞、オルガノイド、さらにはin vivo摂動へと広げていく計画を掲げています。これにより、創薬開発の全工程にわたり、適切な標的、分子、患者を見極めることのできる因果生物学モデルの構築を目指しています。&nbsp;Xaira Therapeuticsについて Xaira Therapeuticsは、生命の言語を解読し、患者に革新的な医薬品を届けるための先端機械学習モデルを開発するAIライフサイエンス企業です。同社は、疾患を予測的に理解するための機械学習研究、AIを学習させるための大規模データ生成、そして新薬を創出するための統合型創薬・開発機能を組み合わせることで、創薬と開発の全工程を再構築しようとしています。South San Franciscoに本社を置き、SeattleとLondonにもイノベーション拠点を展開しています。&nbsp;

medium_Xaira.png

small_Xaira.png

thumbnail_Xaira.png

Xaira.png

遺伝子摂動の結果予測を高度化する創薬AIのXaira Therapeutics、最大規模データセットを用いた初の仮想細胞モデル「X-Cell」を発表

OpenAIとMistral AI、新たなコスト効率の高い言語モデルを発表

関連ニュース

企業のAI実装とデータ基盤刷新を加速するデータインテリジェンス基盤のDatabricks、Accentureと共同事業を立ち上げ

企業独自データでAIを再学習できるエンタープライズ生成AI基盤のMistral、「Mistral Forge」を発表

生成AIモデルのOpenAI、GPT-5.4 miniとGPT-5.4 nanoを公開

AIエージェント基盤のPerplexity、「Perplexity Computer」を拡張し400超の統合機能を訴求

欧州データ主権を支えるエンタープライズAI基盤のevroc、企業向けAIエージェント「roc」とソブリンAI基盤「evroc Think」を発表

新しい機械学習モデルの研究開発を自動化する応用研究ラボの"Autoscience”がSeedで$14Mを調達

ハッカーと同様の方法でライブシステムを調査するAIサイバーセキュリティの"RunSybil"がSeries Aで$40Mを調達

AI搭載のプレゼンテーションソフトウェアの"Beautiful.ai"が$45Mを調達

Mistral AI に興味がありますか？

最新ニュース

AI搭載のプレゼンテーションソフトウェアの"Beautiful.ai"が$45Mを調達

ハッカーと同様の方法でライブシステムを調査するAIサイバーセキュリティの"RunSybil"がSeries Aで$40Mを調達

新しい機械学習モデルの研究開発を自動化する応用研究ラボの"Autoscience”がSeedで$14Mを調達

欧州データ主権を支えるエンタープライズAI基盤のevroc、企業向けAIエージェント「roc」とソブリンAI基盤「evroc Think」を発表

遺伝子摂動の結果予測を高度化する創薬AIのXaira Therapeutics、最大規模データセットを用いた初の仮想細胞モデル「X-Cell」を発表

Contact