Jpdenchi.comはお客様に様々な高品質バッテリーを提供するオンラインショップです
すべてのAndroidスマートフォンは、ブランドを問わず、共通の基盤であるAndroid Open Source Project(AOSP)の上に構築されています。メーカーはAndroidを大きくカスタマイズできますが、その根底にあるシステムはオープンソースであり、Googleによって管理されています。そしてこのたび、16年以上続いてきた開発体制において、Googleが大きな転換を行うことが発表されました――今後、すべてのAndroid開発はGoogleの社内ブランチ内で非公開で行われます。
AOSPはApache 2.0ライセンスの下で提供され、誰でもライセンス料なしでAndroidを使用・改変・再配布できることから、SamsungのOne UIなど、多くのカスタムAndroidフォークの発展を支えてきました。AOSPは外部からの貢献も受け入れていますが、主な貢献者は常にGoogleであり、Androidを単なるオープンソースではなく、製品として完全に管理されたプラットフォームとして扱ってきました。
これまでは、Googleは次の2つの主要な開発ブランチを維持していました:
公開AOSPブランチ:誰でも閲覧可能
社内ブランチ:Googleモバイルサービス(GMS)ライセンスを持つパートナーのみアクセス可能
一部のコンポーネント(例:Bluetoothスタック)はAOSP上で開発されていましたが、Androidのフレームワークや新機能の多くはクローズドな環境で構築されてきました。
そして今、この二重ブランチモデルは終了します。Googleはすべての開発を社内ブランチに一本化します。
>>>ABB TA951F 対応用 ABB 3BDH001030R0001 BR-2/3AG高性能 互換バッテリー
2つのブランチを維持することによって、マージの衝突や遅延が頻発していました。内部で開発された機能が、AOSPの構造と競合し、手動での修正が必要になるケースも多々ありました。たとえ小さな変更――アクセシビリティ設定の再配置やビルドフラグの追加――でも、多大な労力がかかっていました。数千ものコミットが存在する中で、この非効率性はもはや無視できないレベルに達していたのです。
来週以降、Android OSのすべての開発は非公開で行われ、ソースコードは新バージョンのリリース時にのみ公開される形式に移行します。これによりAndroidはクローズドソースになるわけではありません――Android 16のような主要バージョンのソースコードは引き続き公開されますが、更新頻度や透明性は大きく低下することになります。
一般ユーザー:ほとんど影響なし。アップデートの速度が速くなるわけでも、遅くなるわけでもありません。
アプリ開発者:影響なし。これはプラットフォームコードの話であり、アプリレベルの開発には影響しません。
カスタムROM開発者やAOSPハッカー:大きな影響あり。頻繁な更新がなくなり、新機能の可視化が遅れることで、AOSPを用いた開発が困難になります。
技術記者やリーカー:非常に影響あり。今まで多くのAndroid新機能はAOSPのコミットを通じて知られていましたが、その「窓」は閉ざされます。
この変化は、GoogleがAndroidを「製品」と「プラットフォーム」の両方として扱いたいという長年の葛藤の現れです。開発を中央集約することで、重複作業を避け、内部の連携を改善し、分岐したブランチの管理コストを削減できます。透明性の面では後退かもしれませんが、エンジニアリング的には合理的な判断です。
>>>Doogee 32108145 対応用 8300mAh Doogee T10高性能 互換バッテリー
たしかに、「Androidがオープンでなくなってきた」と感じる人もいるでしょう。特にAOSPを通じてAndroidの未来を読み取っていた開発者や分析者にとってはそう見えるかもしれません。しかしGoogleは、主要バージョンのソースコードは今後も公開されると約束しています。アクセスのタイミングと手段がより限定的になるだけです。
今週中にはGoogleから正式発表があり、source.android.comにも新たなドキュメントが追加される予定です。プラットフォーム開発に関心のある方は、ぜひ続報にご注目ください。
最近、AI研究の世界では、異なるモデルアーキテクチャの要素を組み合わせて、より効率的なものを作り出すというトレンドが見られます。MITとNVIDIAの研究チームが開発したハイブリッド自己回帰変換器(HART)は、まさにその例であり、自己回帰モデルと拡散ベースのモデルを組み合わせることで、画像生成を飛躍的に高速化し、効率化する新しいシステムです。
一見、自己回帰モデルと拡散モデルは正反対のように見えます。自己回帰モデルは、大規模言語モデル(LLM)で使われるように、ピクセルを順番に予測することで素早く画像を生成します。しかし、高品質なビジュアルに必要な微細なディテールを捉えるのが苦手な場合があります。一方、拡散モデルは画像を反復的に洗練することで、はるかに詳細な画像を生成しますが、その過程は遅く、計算資源を大量に消費します。
>>>Samsung AA-PBSN4AT 対応用 54Wh Samsung Galaxy Book NP750TDA-XD1US NP750TDA-XD2US高性能 互換バッテリー
では、どうやってこれら二つの相反するアプローチを統合するのでしょうか?HARTは、まず自己回帰モデルを使って画像の大まかな構造を生成し、その後小さな拡散モデルを使って微細なディテールを追加します。その結果、従来の拡散ベースのモデルよりも最大9倍速く画像を生成できるようになり、画像品質を保持または改善することができます。
この新しいアーキテクチャは非常に効率的です。従来の拡散モデルでは画像を洗練するために30回以上の反復が必要なことが多いですが、HARTはその大部分を最初に自己回帰モデルで処理するため、わずか8回の反復で済みます。これにより計算コストが大幅に削減され、多くの場合、標準的な商用ラップトップやスマートフォンでも実行可能になります。
既存の最先端拡散モデルと比較して、HARTは計算要件を31%削減しながらも、Fréchet Inception Distance(FID)などの重要な指標ではそれに匹敵するか、さらにはそれを上回る性能を発揮します。これにより、スピードと精度の両方で勝利を収めています。
さらにHARTが興奮を呼ぶ理由は、その柔軟性です。効率的な設計により、このモデルはテキスト、画像、その他のデータを組み合わせたマルチモーダルAIシステムとシームレスに統合できる可能性があります。これにより、次世代のAIエージェントや、画像とテキストの両方をリアルタイムで扱うツールなど、未来のAIアプリケーションに新たな可能性を開くことができます。
>>>Plantronics 01 対応用 140mAh Plantronics Savi W440 W440M W740高性能 互換バッテリー
画像生成だけでなく、HARTはロボティクスやビデオゲーム開発の業界にも革命的な影響を与える可能性があります。その高速性と効率性により、ロボットは視覚データをより迅速に処理でき、AIによるトレーニングシミュレーションに役立ちます。同様に、ゲームデザイナーはHARTを使用して、従来の方法でかかる時間のわずかで詳細なキャラクターや風景を生成することができるでしょう。
研究者たちは、さらにHARTをビデオや音声にも対応させることを視野に入れており、これにより即座に完全なマルチメディア体験を生成するという革新的な進展が期待されます。
2025年3月20日、OpenAIは新たな高性能推論モデル「o1-pro」を正式に発表しました。このモデルは、開発者や研究者向けのプレミアムツールとして位置づけられており、OpenAI APIの有料ユーザーであれば誰でも利用可能です。性能・コスト・専門性のすべてにおいて、従来のモデルを大きく上回っています。
o1-proは、一般的なタスクに最適化された小型モデルとは異なり、科学・医学・高度工学など、深いロジックチェーンや構造化された出力が求められる領域に特化して設計されています。単なる速度や表面的な流暢さではなく、本格的な推論能力を重視しています。
ただし、それに見合うコストも発生します:
これは、ベースモデル「o1」(15ドル / 60ドル)の4倍の価格であり、以前最も高価だったGPT-4.5(75ドル / 150ドル)すら上回っています。
>>>Meizu BA468 対応用 5400mAh Meizu 21 Note高性能 互換バッテリー
その金額で何が得られるのか?o1-proの価格で、コンテキストウィンドウ20万トークンと最大出力10万トークンが利用可能です。
OpenAIによると、o1-proはマシンビジョンからのデータを解釈可能であり、テキストと画像の入力に対応しています。ただし、出力はテキストのみです。
APIでは以下の機能もサポートされています:
なお、o1-proの知識カットオフ時点についてOpenAIは明言していませんが、過去モデルは2023年後半までの現実世界の知識を保持していました。
この価格帯からも明らかなように、o1-proはラボ・企業のR&D部門・高信頼性AIエージェントを構築する開発者など、本格的な業務用途を想定したモデルです。コストを抑えたい個人ユーザーやスタートアップには現実的ではありません。
一方、文字起こしやモデレーションのような汎用的なタスクには、より軽量かつ低価格なモデルの利用が推奨されています。
>>>OnePlus BLPA97 対応用 2750mAh OnePlus Nord 4高性能 互換バッテリー
o1-proは単にサイズや生成の流暢さを競うモデルではなく、「推論・構造・タスク特化型知能」に注力したモデルです。1トークンあたり0.0006ドル(出力)が高すぎるかどうかは、その推論結果があなたにとってどれだけの価値を持つかによって変わってきます。
本気でAIを使いこなすプロフェッショナルにとって、このモデルは“高いが必要なツール”かもしれません。
NVIDIAは、ヒューマノイドロボティクスにおける大きな進展として、Isaac GR00T N1 を発表しました。これは 世界初のオープンかつ完全カスタマイズ可能な汎用ヒューマノイドロボット向けAI基盤モデル であり、自律型ヒューマノイドの開発を加速させ、ロボットをより適応力のあるものにし、多様な現実世界のタスクを実行できるようにすることを目的としています。
また、GR00T N1 とともに、Google DeepMind や Disney Research と共同開発した Newton物理エンジン や、新たなAIトレーニングツールなど、ロボティクス向けの技術群も発表されました。
GR00T N1 モデルは、人間の認知を模倣した デュアルシステムアーキテクチャ を採用しています。
この能力により、GR00T N1 を搭載したロボットは、以下のような多様なタスクを遂行できます。
NVIDIAは、GR00T N1 を開発者や研究者向けに提供し、実データまたは合成データを用いて特定のロボット用途向けにチューニングできるようにしました。
>>>Cubot C27 対応用 3000mAh Cubot KingKong Mini 3高性能 互換バッテリー
すでに 1X Technologies、Agility Robotics、Boston Dynamics、Mentee Robotics、NEURA Robotics などの主要ロボティクス企業がGR00T N1への早期アクセスを得ています。
GTC基調講演では、NVIDIAのCEO ジェンスン・フアン 氏が GR00T N1を搭載した1Xヒューマノイドロボットが自律的に家を片付けるデモ を披露し、その高度な学習能力を実演しました。
「汎用ロボットの時代が到来しました。」
– NVIDIA CEO ジェンスン・フアン
NVIDIAは、ロボットシミュレーションとAIトレーニングの強化を目的とし、Google DeepMind や Disney Research と共同で Newton物理エンジン を発表しました。
Newtonの特徴:
Newtonは以下と統合可能:
GTCイベントでは、ディズニーの スター・ウォーズBDXドロイド が NVIDIAのAI技術を活用し、リアルな動作や表情を実現 する様子が紹介されました。
「これは始まりにすぎません。NVIDIAとGoogle DeepMindと共に、これまでにないロボットキャラクター体験を創造しています。」
— カイル・ラフリン(ウォルト・ディズニー・イマジニアリングR&DシニアVP)
ヒューマノイドロボットの開発では、AIモデルの学習に膨大なデータセットが必要となります。
NVIDIAはこの課題を解決するため、AI駆動型のIsaac GR00T Blueprint(合成モーション生成システム) を発表しました。
主な特徴:
さらにNVIDIAは、GR00T N1のデータセットを「Hugging Face」のオープンソースAIロボットデータセットの一部として公開 し、世界中の研究者がロボット学習を強化できる環境を提供しています。
>>>Tadiran S1P2-SL-2780/WK/SFI01 対応用 34000mAh Tadiran SL-2780高性能 互換バッテリー
これらの技術革新により、NVIDIAは AI駆動型ヒューマノイドロボットの進化 を加速させています。ヒューマノイドロボットは、もはや産業用途にとどまらず、日常生活にも進出する時代 へと向かっています。
>>>JPdenchi.comでは、ビジネスやプロフェッショナルのニーズに最適なバッテリーを入手できます。バッテリーに関するあらゆるニーズについては、今すぐお問い合わせください。
火曜日の朝、PCゲーマーの一部が、Windows Defenderにより「WinRing0」と呼ばれる脅威でコンピューターがフラグ付けされたことに気付きました。これにより、潜在的な攻撃の警告が表示されました。一部のケースでは、WinRing0が隔離された後、ファンが高速で回転するなど、コンピューターの動作に異常が発生しました。
この問題は、PCの冷却を管理するツールである「Fan Control」アプリに起因していることが判明しました。Windows Defenderが誤ってこのアプリをフラグ付けしたため、異常な動作が発生しました。影響を受けた他のプログラムには、Razer Synapse、SteelSeries Engine、OpenRGB、Libre Hardware Monitor、CapFrameX、MSI Afterburnerなどが含まれます。
Fan Controlの開発者であるRémi Mercierは次のようにコメントしました。「現在、すべてのサードパーティ/オープンソースのハードウェア監視ソフトウェアは問題を抱えています。」
警告の理由は、WinRing0が多くのプログラムでハードウェア機能(ファンの速度やLEDの制御など)にアクセスするために使用されるカーネルレベルのツールであるためです。WinRing0は悪用される可能性はありますが、実際にシステムがハイジャックされることはありませんでした。開発者たちは、WinRing0がハードウェアにアクセスするための必要な回避策であることを認めており、これはMicrosoftがこの目的で許可した数少ないドライバーの1つだからです。
OpenRGBの創設者であるAdam Honseは、WinRing0がLED制御のために実用的な選択肢だったと説明しました。なぜなら、RiotのVanguardアンチチートソフトウェアなどのソフトウェアとの競合がなかったからです。彼は、WinRing0が既知の脆弱性である一方で、非常に有用なツールであるとも指摘しました。
Microsoftが低レベルのハードウェアへのソフトウェアアクセスを制限する決定を下したのは、CrowdStrikeの障害が発生した後で、これにより何百万台ものデバイスに影響が及びました。開発者たちはセキュリティ強化の必要性を理解していましたが、Microsoftの対応が遅すぎたと感じていました。WinRing0は、他に有効な選択肢が少なかったため広く使用されていました。多くの開発者は現在、ドライバーの修正や認証を行う余裕がなく、行き詰まっている状況です。
CapFrameXのMark Fangmeyerのような一部の開発者は、アプリに対してDefenderで例外を追加することを推奨し、これがセキュリティを妥協することはないと主張しました。しかし、SignalRGBのTimothy Sunのような他の開発者は、WinRing0の脆弱なバージョンがインストールされていないことを確認するのが困難であり、ユーザーをリスクにさらす可能性があることを強調しました。
一部の企業はすでにWinRing0から離れています。たとえば、SignalRGBは2023年に独自のドライバーに置き換えました。しかし、この解決策には大きなコストがかかり、小規模なオープンソースプロジェクトには手が出せませんでした。
一部の開発者によると、最も簡単な解決策はWinRing0自体を修正することだと言います。3人の開発者が修正が存在することを確認しましたが、それをMicrosoftに署名してもらうコストがオープンソースプロジェクトには手が届かないことが判明しました。開発者たちは、アプリがMicrosoftやVirusTotalで検査されてもホワイトリストに載せるのが難しいと感じていました。
希望的な進展として、プリビルトゲーミングPCのメーカーであるiBuyPowerは、WinRing0の更新バージョンをMicrosoftに署名してもらおうと試み、成功すれば開発者コミュニティと共有すると発表しました。
>>>LI3932T45P8h675653 対応機種例 ZTE LI3932T45P8h675653
RazerとSteelSeriesのユーザーには、WinRing0の使用を避けるためにソフトウェアの更新を行うように勧められました。両社は最近、WinRing0を削除しました。ただし、これは機能面での妥協を伴い、SteelSeriesはSystem Monitorアプリを完全に削除しました。
RazerのQuyen Quachは、Synapse 4および2はWinRing0を使用しておらず、Synapse 3は3週間前にそれを削除するように修正されたことを確認しました。