2026/01/13 0:22

「Apple、Siri の強化にGoogleのGeminiを採用」

RSS: https://news.ycombinator.com/rss

要約▶

日本語訳:

AppleはGoogleと多年度契約を結び、Gemini AIモデルとクラウドサービスを自社デバイスに組み込むことになりました。特に注目すべきは、今年後半に発売予定のアップグレード版Siriです。Bloombergによると、初期交渉ではカスタムGeminiモデルと年間約10億ドルの潜在的支払いが検討されていたものの、Apple側の条件は未公開です。この取引により、Appleは自社ハードウェアおよびプライベートクラウドコンピューティング上でGeminiモデルを稼働させることが可能になり、OpenAIとの協力でSiriにChatGPTを追加した経験を踏まえたものです。

Googleは長年にわたりAppleへデフォルト検索ライセンス料として数十億ドルを支払ってきました。9月の独占禁止裁判所の判断がこの取り決めを認可し、継続を許容しました。2025年にはGoogleは2009年以来最高の業績を上げ、一時的にAppleを市場価値で抜かるなど、OpenAIに対抗するAI再興を示しています。このパートナーシップはGoogleのAI戦略への信頼が高まっていることを示し、AppleがGoogleのインフラストラクチャーへ依存を深める可能性や、より広範なAIエコシステム内で競争ダイナミクスを再構築する余地があります。AppleはこれまでAIについてほぼ沈黙していましたが、以前は2026年に予定されていたSiriアップグレードを来年度へ移動させた点も注目されます。

本文

Apple は、今年後半に期待される大規模な Siri のアップグレードを含む人工知能機能の強化のため、Google と協力関係を結ぶことになりました。今回の長期的パートナーシップは、Apple の将来の基盤モデル（Foundation Models）に Google の Gemini およびクラウド技術を活用するものと、CNBC が Jim Cramer から入手した共同声明で示されています。 Apple は月曜日に発表した声明で「慎重な評価の結果、Google の技術が Apple Foundation Models に最も優れた基盤を提供すると判断し、その技術がユーザーに革新的な新体験をもたらすことに大変期待しています」と述べました。

このモデルは引き続き Apple 装置と同社のプライベートクラウドコンピューティング上で稼働する予定です。 Apple は契約条件についてコメントしませんでしたが、Google は CNBC に共同声明を参照させました。 8 月に Bloomberg は Apple が Siri の新バージョンを実現するためにカスタム Gemini モデルを使用することについて Google と初期段階で交渉していると報じており、その後、Apple が Google AI を利用するために年間約 10 億ドルを支払う予定だと発表しました。

この取引は、Google の加速する AI アジェンダへの信頼感の高まりと OpenAI に対抗する姿勢の回復を示しています。 2025 年には検索巨人が 2009 年以来最高の業績を記録し、先週 Apple を市場価値で上回ったことで、2019年以来初めてその差が生まれました。 Google はすでに毎年数十億ドルを Apple に支払い、iPhone のデフォルト検索エンジンとして機能させるという収益性の高いパートナーシップを維持しています。この提携は、一時的に不正なインターネット検索独占の疑惑で注目されたものの、9 月に裁判官が Google に Chrome ブラウザ事業の売却を強制する最悪ケースを否定し、このような取引を許可しました。

Apple は 2022 年に OpenAI の ChatGPT が登場して以来、ウォール街を席巻した AI 狂熱からほぼ距離を置いてきました。 Amazon、Meta Platforms、Microsoft といったハイパースケーラーは、顧客向けの AI 製品・ツール・インフラに数十億ドルを投資し、Apple に対して Siri のAI音声アップグレードを実現するよう圧力を強めています。 Apple は 2026 年まで延期すると発表し、新機能は来年にわたって段階的にリリースされると述べました。

現在、Apple は OpenAI と協業して ChatGPT を Siri や Apple Intelligence に統合し、モデルの世界知識を活用した複雑なクエリに対応しています。 Google とのパートナーシップが今後の ChatGPT 統合にどう影響するかは不明です。 Apple は CNBC に対して「契約内容を変更していない」と語り、OpenAI はコメントへの要請に即座に応じませんでした。

一方で Google は AI アジェンダで着実な進展を遂げており、昨年末に Gemini 3 モデルのアップグレード版を導入しました。 10 月、Google の CEO サンダー・ピチャイは同社のクラウドセグメントが Q3 2025 を通じて 1 億ドル以上の取引を締結した件数が、過去二年合計よりも多いと語りました。

同じ日のほかのニュース

一覧に戻る →

2026/01/13 4:27

了解しました！内容は明確で簡潔に保ちます。余分な改行や不必要な記号は入れず、リストがある場合は読みやすいようにきちんとインデントします。他にご要望がございましたら、お気軽にお知らせくださいね！

## Japanese Translation: **改訂された概要** CoworkはClaude Maxをベースにしたリサーチプレビュー・ツールで、現在はmacOSアプリを通じてMaxサブスクライバー向けに利用可能です。ユーザーが自分のコンピュータ上の特定フォルダへのClaudeのアクセス権を付与すると、そのフォルダ内のファイルを読み取り・編集・作成できるようになります。これにより、ダウンロードの整理、スクリーンショットからスプレッドシートを生成すること、散在したメモからレポートをドラフトするなどのタスクが便利に行えます。標準的なチャットとは異なり、CoworkはAIにより大きな主体性を与えます。AIはタスクを計画し、実行し、進捗状況を提供します。このツールはClaude Codeと基盤を共有しており、非コーディングの文脈でもコード風の対話が可能です。ユーザーは既存のコネクター（例：ドキュメントやプレゼンテーション）をリンクしたり、Chromeとのペアリングでウェブ閲覧を行ったりして機能を拡張できます。AIは複数タスクをキューに入れ、並列実行することで前後のチャットを減らします。制御権はユーザーに残ります：Claudeが見るフォルダとコネクターを選択し、大きな操作を行う前にプロンプトが表示されます。ただし、誤った指示でファイルが削除されたり、プロンプトインジェクションが発生するリスクもあるため、安全対策は継続的に開発中です。このプレビューはフィードバックを集めることを目的としており、将来のリリースではデバイス間同期、Windowsサポート、強化された安全機能、および拡張されたコネクターオプションが追加される可能性があります。Coworkは個人向けにファイル整理を効率化し、手動監視を保ちながらファイルベースのワークフローを自動化する制御可能なAIアシスタントとして設計されています。

2026/01/13 1:04

**TimeCapsuleLLM：** 1800年〜1875年のデータのみで訓練された大規模言語モデル (Note: The length is preserved while using natural, polite Japanese.)

## Japanese Translation: ``` ## Summary TimeCapsule LLM プロジェクトは、歴史的な英語データのみを使用して言語モデルをゼロから構築し、現代のバイアス（「Selective Temporal Training」）を排除します。 - **Model evolution** - *v0* (16 M パラメータ、nanoGPT ベース) は約187 MB の1800年代テキストで訓練され、1800年代風の言語を生成しましたが、一貫性のない文になりました。 - *v0.5* (123 M パラメータ、引き続き nanoGPT) はコーパスを約435 MB に拡張し、文法・句読点を改善しましたが、高い幻覚と OCR ノイズに悩まされました。 - *v1* (700 M パラメータ、Phi 1.5 ベース) は約6.25 GB のデータで訓練され、歴史的事件や人物を正確に思い出せるようになりました。 - *v2mini‑eval1* (300 M パラメータ、90 GB London コーパス全体の15 GBサンプル) はわずか10 K ステップで訓練され、トークナイズ問題により「Who is Charles Dickens?」のような文字化けした出力が生成されました。 - *v2mini‑eval2* (v2mini‑eval1 と同じサイズ・データ) はチャールズ・ダーウィンについて極めて不連続なテキストを生成しました。 - **Dataset** 完全版 v2 データセットは1800–1875 年のロンドンテキストで 90 GB を含み、136,344 ドキュメントから構成されています。15 GB のサンプルは Hugging Face（https://huggingface.co/datasets/haykgrigorian/TimeCapsuleLLM-London-1800-1875-v2-15GB）で公開されています。 - **Training setup** *v0/v0.5* は GeForce RTX 4060 GPU、i5‑13400F CPU、および 16 GB RAM を使用しました。 *v1* と *v2mini‑eval1* はレンタル NVIDIA A100 SXM GPU 上で訓練されました。 - **Tokenization & evaluation** 時代固有のスペリングと語彙に対応するカスタムトークナイザー（vocab.json & merges.txt）を構築しました。出力は言語的正確さ、幻覚率、およびトークナイズ品質で評価され、バイアス統計は別途 v2 バイアスレポートに記載されています。 - **Future work** 今後の計画として、完全版 90 GB v2 データセットへの拡張、トークナイザーパイプラインの改良、およびより深いバイアス分析を実施します。 - **Impact** このプロジェクトは、歴史家・教育者・AI‑ethics 開発者が時代に即した言語モデルを必要とする際に有益であり、現代バイアスを減らすための時間的選択訓練（temporal selective training）の具体例として NLP コミュニティにも貢献します。 ```

2026/01/13 5:26

ファブリス・ベルラール氏のTS Zip（2024）

## 日本語訳： **概要** ts_zip は、GPU を活用したテキスト圧縮ツールであり、RWKV 169M v4 大規模言語モデル（パラメータを 8 ビットに量子化し、BF16 で評価）を使用してトークン確率を予測し、その予測に基づいて算術符号化を適用します。従来のツールよりも高い圧縮率を達成しています： - alice29.txt – **1.142 bpb**（21,713 B） - book1 – **1.431 bpb**（137,477 B） - enwik8 – **1.106 bpb**（13,825,741 B） - enwik9 – **1.084 bpb**（135,443,237 B） - linux‑1.2.13.tar – **1.021 bpb**（1,196,859 B）。 RTX 4090 上では、ツールは約 1 MB/s の速度で圧縮し、同程度の速度で解凍します。システムに少なくとも **4 GB の RAM** があることが前提です。ts_zip は実験的なものであり、バージョン間の後方互換性は保証されません。また、その性能評価は GPU／CPU またはスレッド数に依存せず、決定論的に行われます。この手法はプレーンテキストファイルで最も効果を発揮し、バイナリデータではエントロピーの削減がほとんど得られません。主に英語で訓練されていますが、他言語やソースコードにも比較的適切に対応します。ダウンロードリンク： - Linux tarball: `ts_zip‑2024‑03‑02.tar.gz` - Windows ZIP: `ts_zip‑2024‑03‑02-win64.zip` 将来のリリースでは、圧縮率をさらに向上させ、言語サポートを拡大し、可能ならファイルタイプの取り扱いを追加しつつ、ハードウェア間で評価が再現できるようにすることを目指します。GPU リソースを持つユーザー（データアーカイブ担当者や大量テキストコーパスを管理する開発者など）にとって、速度を犠牲にせず高い圧縮率を実現できる最適なツールです