AI

【Alibaba Qwen】重みを公開して広げる、Alibaba の AI モデルファミリー

Qwen の最新世代 Qwen3.8 は、2026年8月に超大型モデル・27B モデル・実験版の3つが相次いで公開されました。この記事では、3つが何を狙っているのか、ライセンスがどう分かれたのか、直近のベンチマーク論文での位置づけを整理します。

mitsui

2026年11月10日／ 10分

AI モデルの重み（学習で決まった数値の集まりで、これがあれば自分の計算機でモデルを動かせます）を公開する流れは、すっかり定着しました。選択肢が増えたぶん、困ることもあります。「重みが公開されている」ことと「自由に商用利用できる」ことは別で、モデル名を見ただけでは、どの条件で使えるのかが分かりにくくなっています。

11/10 配信の AI News Report では、コーディングエージェントのベンチマーク「Co-Design Bench」の論文（arXiv、2026年10月26日提出）を取り上げました。著者には Alibaba Token Hub, Alibaba Group 所属の人が含まれ、評価対象にも Qwen のモデルが入っています。この記事では、Qwen とは何をするプロジェクトなのか、どう作られてどう配られているのか、そして見ておきたい点を整理します。

TOPICS

mitsui記事一覧 →

DEBUNK編集長

次に読む

【Rebellions】AIの「答えを出す工程」に絞ったチップを作る韓国企業が、NVIDIAの隣に並びました

NVIDIAが11/8（日）、韓国のAIチップ企業Rebellionsと通信大手SK Telecomとの提携を発表しました。この記事では、Rebellionsがどんな会社で、何を作り、今回の提携で何が決まって何が決まっていないのかを整理します。

AI 有料 2026.11.10

【NVIDIA】Huang CEOをめぐる独立調査と、AI向けチップで稼ぐ会社の中身

NVIDIAの取締役会が11月8日、創業者でCEOのJensen Huang氏に関する報道を受けて独立調査を始めると発表しました。この記事では、声明が述べたことと述べていないこと、そして会社そのものの稼ぎ方と立ち位置を整理します。

AI 有料 2026.11.10

【Scale AI】Meta の出資から1年余り、学習データの会社は企業と政府のAIづくりに軸を広げている

Meta が49%を持つ学習データの老舗 Scale AI について、データの事業の仕組み、出資の後に起きた顧客と経営の変化、企業・政府向けへの広げ方、そして数字のどこまでが確かなのかを整理します。

AI 有料 2026.10.22

【Cursor】SpaceX の傘下に入ったAIコーディングの道具。買収後の最初の決算で、売上の大きさが初めて見えた

SpaceX は10/20の決算で、8/14に買収した Cursor が9月末までの約1か月半で$608Mを売り上げたと開示しました。Cursor がどう動く道具なのか、モデルの仕入れがどう変わったのか、そして$60Bの買収の中身を整理します。

AI 有料 2026.10.22

あわせて読みたい用語解説

用語解説をすべて見る →

【NPU】AI向けの計算チップ「NPU」とは何か、GPUと何が違うのか11/8のNVIDIAの発表に出てきた「NPU」を、GPUとの違い、推論での使いどころ、よくある誤解とあわせて整理します。【苦い教訓】AI研究の70年を、Richard Sutton氏はどう要約したのかRichard Sutton氏が2019年に書いた随筆「The Bitter Lesson（苦い教訓）」の主張と、いま起きている論争を、原典の記述にそって整理する記事です。【ベンチマーク】点数が高いのに「使えない」が起きる理由を、飽和と実行環境から読むAIの成績表であるベンチマークの点数が、なぜ実際の使い心地とずれるのかを、新しいコーディング評価 Co-Design Bench の結果とあわせて整理します。【スケーリング則】計算・データ・パラメータを増やすと、AIの性能はどこまで予測どおりに伸びるのかAIの開発各社が計算資源に巨額を投じる理由になっているスケーリング則を、Kaplanらの2020年の論文とChinchillaの2022年の論文、その後の使われ方、よくある読み違いとあわせて整理します。【プロンプトインジェクション】AIエージェントが読んだ文章に指示を紛れ込ませる攻撃と、防ぎきれない理由AIエージェントが外部の文章を読んで動くときに起きるプロンプトインジェクションを、直接型と間接型の違い、根本的に防ぎにくい理由、各社の対策の現状とあわせて整理します。【トランスフォーマー】いまのAIの土台になった仕組みと、注意機構が並列の学習を可能にした理由ChatGPTをはじめ、いまの言語モデルの土台になっている「トランスフォーマー」を、注意機構の考え方、並列に学習できる理由、その弱点と最近の改造とあわせて整理します。【拡散モデル】ノイズから画像や動画を作る仕組みと、トランスフォーマーとの組み合わせ画像・動画の生成AIの多くが使う「拡散モデル」を、ノイズを足して消す仕組み、文章で指示する方法、トランスフォーマーとの組み合わせ、速くする工夫とあわせて整理します。【合成データ】AIの学習に使う「作られたデータ」の仕組みと、モデル崩壊の議論AIの学習に使う「合成データ」を、言語モデル・シミュレーター・表データという3つの作り方、モデル崩壊の議論、いまの使われ方とあわせて整理します。