Anthropicの15億ドル著作権和解が承認——オプトアウトはわずか350人、AI学習の「フェアユース」はどう確定したか
米連邦地裁のMartínez-Olguín判事が7月20日（月）、Anthropicと著者らの15億ドル和解を承認しました。50万6194作品・1作品あたり約3,000ドルの支払いで、集団から離脱（オプトアウト）したのは約35万人規模のうちわずか350人。史上最大の著作権集団訴訟が事実上の決着を迎えました。
記事一覧
Gemini 3.6 Flashとは？Googleの新AI3種と「Cyber」特化モデルを解説
Googleは新AIモデル3種を公開し、初のサイバーセキュリティ特化型「Gemini 3.5 Flash Cyber」を投入しました。主力の廉価モデルは3.5 Flashを早くも廃止して3.6 Flashへ更新、コーディング指標DeepSWEは37%から49%へ改善し、出力トークン単価は100万あたり9ドルから7.5ドルへ下がりました。一方、6月予定だったGemini 3.5 Proは未発表のままです。
SubstackのAI検出ツールとは？Pangram連携で「どこまでAIが書いたか」を可視化、「Claudefishing」批判も
Substackが検出企業Pangramと組み、投稿のうちどれだけがAIで書かれたかを読者が判定できるツールを本日開始しました。100語超のテキストが対象で、Web版とiOSから利用でき、Androidは後日対応。同時に、創作者がAI利用の有無や方法を自己申告する記述欄も新設されます。
Samsung Health Assistantとは？AIが健康データを読み解く新チャットボットを解説
Samsungは、健康アプリ「Samsung Health」に統合したAIチャットボット「Health Assistant」を、米国の対象ユーザー向けにオプトイン方式のベータ版として提供開始しました。スマートフォン・スマートリング・Galaxy Watchのデータを横断し、睡眠・活動・栄養・マインドフルネス・バイタルの5領域から健康状態の意味をユーザーに解説します。
Laguna S 2.1とは？西側発の1180億パラメータ・オープンコーディングモデルをPoolsideが公開、その狙いを解説
米AIラボPoolsideが7月21日、オープンウェイトのコーディングモデル「Laguna S 2.1」を公開しました。1180億パラメータのMixture-of-Experts（MoE）ながら実行時は80億パラメータのみを使い、Terminal-Bench 2.1で70.2%を記録。中国勢が席巻するオープンウェイト市場に「西側が信頼して自社環境で動かせるモデルを」と対抗する戦略製品です。
Weka「NeuralMesh 6」とは？NANDフラッシュにAIトークンをキャッシュしGPU負荷を下げる仕組みを解説
ストレージ企業Wekaが、AI推論のGPUメモリ枯渇を安価なNANDフラッシュで補う新ソフト「NeuralMesh 6」と自社設計ハード「Wekapod 3」を発表しました。計算済みトークンを100%キャッシュして再計算をなくし、既存GPU投資の稼働率を高めるのが狙いです。
Gemini 3.6 Flashとは？AIエージェントのトークン費用を最大65%削るGoogleの新モデルを解説
Google DeepMindが低トークン消費型の新モデル3種「Gemini 3.6 Flash」「Gemini 3.5 Flash-Lite」「Gemini 3.5 Flash Cyber」を公開しました。長期のソフトウェア開発タスク（DeepSWE）でトークンを最大65%削減し、AIエージェントの運用コストを実質的に下げるのが狙いです。一方、旗艦のGemini 3.5 Proはパートナー限定テストにとどまりました。
「評価（Evals）はPRDを置き換える」とは？ExpediaのAI責任者が語る企業AI設計の新常識
ExpediaのAI・データ責任者Xavi Amatriain氏がVB Transform 2026で、AI時代の製品要件はコードでなく「評価（evals）」に集約され、ガードレールは最小化すべきだと主張しました。調査では157社の66%が人間のレビューなしの本番運用を許可または1年以内に目指す一方、自動評価を完全に信頼するのはわずか5%にとどまります。
AIのROIが出ない理由とは？個人ではなく「チーム単位」で導入せよ——Atlassian調査を解説
AtlassianのTeamwork Lab責任者Molly Sands氏がVB Transform 2026で、AI導入は個人単位ではなくチーム単位で設計すべきだと提言。同社の調査では経営幹部の89%が「個人は速くなった」と答えた一方、明確なROIを示せたのは6%、AIを実価値に変換できたチームは約14%にとどまりました。