物理AIフロンティアへの協調攻撃
米国市場がAnthropicとOpenAIの最新発表に注目を続けていた間、中国のテック大手は今週、先進的な人工知能システムの同時発表を主導し、世界のAI情勢に劇的な変化が迫っていることを示した。Alibaba、ByteDance、Kuaishouは、ロボティクス、映画的動画生成、自律型エージェントシステムにまたがる実用可能なモデルを披露し、中国企業が西側競合との技術格差をわずか数カ月まで縮めたことを示した。
目次
この時期選定は明らかに戦略的だった。発表は旧正月期間、つまり中国最大の消費シーズンと重なった。テック企業はこの時期、CCTV春節聯歓晚会を通じて数億人の視聴者に革新を披露するのが恒例だ。ByteDanceは国営放送局とAIクラウドでの独占的提携を確保し、Alibabaは4億3,400万ドルの販促キャンペーンを展開、Tencentは10億元を祝祭期間の特典に充てた。技術力と文化マーケティングが交差するこの動きは、チャットボットを超え、物体を操作し、フォトリアルなメディアを生成し、複雑な業務フローを自律的に実行するシステムという、業界関係者が「物理AIフロンティア」と呼ぶ分野を支配しようとする北京の意思を浮き彫りにする。
機械が記憶するとき：Alibabaの身体化知能への賭け
AlibabaのDAMO Academyは、機械が物理世界を認識し、対話する方法の根本的な飛躍を示すオープンソースのロボティクスモデルRynnBrainを発表した。個々のフレームを独立して処理する従来型の視覚システムとは異なり、RynnBrainは時間的・空間的な認識機能を内蔵し、ロボットが出来事がいつ、どこで発生したかを記憶し、複数のステップにわたって作業の進捗を追跡し、中断された活動を再開できるようにする。
デモンストレーション動画では、シンプルなグリッパーを備えたロボットが、一見単純だが実際には高度に複雑な作業を行った。オレンジを数え、山から特定の果物を選別し、冷蔵庫から牛乳を取り出す作業である。人間には些細なこれらの作業には、物体認識、空間マッピング、軌道計画、逐次記憶など、相当な演算能力が必要になる。Hugging Faceの研究者アディナ・ヤケフ氏は、このアーキテクチャ上の革新の重要性を次のように説明した。
ロボットは単に即時の入力に反応するだけでなく、出来事がいつ、どこで発生したかを記憶し、作業の進捗を追跡し、複数のステップにわたって実行を続けられます。これにより、複雑な現実環境でより信頼性が高く、一貫した動作が可能になります。
このモデルは複数の専門家を組み合わせたアーキテクチャを採用し、推論時には30億パラメーターのみを活性化することで演算コストを管理可能な水準に抑えつつ、複数のベンチマークでGoogleのGemini Robotics-ER 1.5やNvidiaのCosmos-Reason2を上回るとされる。AlibabaがRynnBrainをGitHubとHugging Faceでオープンソース化したことは、同等のクラウド機能を有料で提供する競合を価格面で圧倒する一方、産業オートメーション、物流、医療応用のための基盤知能層を築くとの野心を示している。
Hollywoodを揺るがす変革：ByteDanceとKuaishouが映像制作を書き換える
ByteDanceのSeedance 2.0とKuaishouのKling 3.0は、テキストから動画を生成する技術を新奇なものからプロフェッショナル制作ツールへと変え、OpenAIのSoraに直接挑戦した。分析筋はこれを、クリエイティブコンテンツ向けの業界標準プラットフォームと評している。
Seedance 2.0はテキスト、画像、音声、動画の入力を同時処理し、一貫したキャラクター、現実的な物理挙動、複数言語の音声同期を備えた最長15秒の映画的シークエンスを生成する。このシステムはCapCut内のByteDanceのDreaminaスイートに統合され、広告主、SNSクリエイター、映画制作者が利用しやすいツールとして位置付けられる。AI生成コンテンツを制作するストックホルム拠点のクリエイティブディレクター、ビリー・ボマン氏は、この技術の進展を変革的だと次のように語った。
2023年当時は、人物に走らせたり歩かせたりするだけでも難しかった。リアルさを追求できるのは非常に短いクリップに限られ、全体的に低速で、質感も悪く、肌の質感はなく、細部に欠けていました。今は状況が逆転しました。今なら何でもできる。技術の進歩はまったく見事でした。
しかし急速な導入は、ガバナンス上の脆弱性も露呈させた。ByteDanceは、音声サンプルや本人の同意なしに一枚の写真から人物特有の声と話し方を再構築できる物議を醸すFace-to-Voice機能を停止した。中国のテックレビュアー、ティム・パン氏は2月10日にこの機能を実演し、システムが画像だけで自分の声を複製した後、この体験は恐怖を感じさせると述べた。この出来事は、技術的能力と倫理的ガードレールとの緊張を浮き彫りにしている。特にトム・クルーズとブラッド・ピットの架空の乱闘を描いた動画が拡散し、米国映画協会から大規模な権利侵害として正式な抗議を受けている。
KuaishouのKling 3.0は補完的な強みを提供し、複数ショットのシーケンスにわたる被写体の一貫性向上、複雑なシーンにおける物理的なリアリティ、複数言語と方言にまたがるネイティブ音声生成を通じて、プロフェッショナルなストーリーテリングを重視する。このモデルは絵コンテ作成用のバッチ画像出力を支援し、単一生成の長さを15秒まで延長したほか、ショット単位の長さ、フレーミング、カメラワークを精密に指定できる。現在は有料加入者向けに提供され、まもなく一般公開されるKlingは、Kuaishouの株価を過去1年間で50％以上押し上げた。これは、AIを活用したコンテンツツールがショートビデオ・エコシステムにおける関与を深め、新たな収益源を生み出すとの投資家の信頼を反映している。
知能の民主化：オープンソースの波
消費者向けアプリケーションを超えて、中国の研究機関は大規模言語モデルとエージェントシステムのオープンソース配布を加速している。Zhipu AIはGLM-5を公開し、コーディングのベンチマークではAnthropicのClaude Opus 4.5に迫るとし、特定のテストではGoogleのGemini 3 Proを上回ると主張した。MiniMaxは、自律型エージェント向けツールを強化した更新版オープンソースモデルM2.5を発表した。自律型エージェントとは、スケジューリング、調査、ソフトウェアのデプロイメントなど、複数ステップのワークフローを人間の介入を最小限に抑えて実行できるAIシステムを指す。
このオープンソース戦略は、一部の西側AI大手が採るクローズドな商業手法と鮮明に対照をなす。中国企業はモデルの重み、学習コード、データセットを公開することで、エコシステムへの導入を加速し、迅速にフィードバックを集め、下流のイノベーションを刺激する一方、先端半導体に対する米国の輸出規制がもたらす演算上の制約も回避している。AlibabaのQwenファミリーは2025年、Hugging FaceでMetaのLlamaを抜いて最もダウンロードされたモデルシリーズとなり、現在同プラットフォームのトレンド上位10件のうち8件を中国発のチームが占めている。
Alibabaはさらに、モバイルやデスクトップアプリケーション上で自律的に行動できる視覚エージェント機能を備え、エージェント型AI時代に向けて特別に設計したQwen 3.5で製品群を拡大した。同社は、このモデルが前世代比で運用コストを60％削減し、大規模な処理能力では8倍優れると主張している。一方、ByteDanceは、利用者が2億人に迫る中国で最も広く使われているチャットボットアプリのアップグレード版、Doubao 2.0を同時に公開した。
支配への3つの道：効率、ストーリーテリング、商業
Huachuang Securitiesの市場分析は、3社のテック大手がそれぞれ異なる戦略的ポジションを取っていることを示している。ByteDanceは効率インフラを構築しており、高度なCapCutに似た汎用機能を備えた、導入のハードルが低く低コストのツールを提供し、ウェブ全体のコンテンツ制作コストを削減するとともに、大量の処理を通じて自社エコシステムを育成することを目指している。
Kuaishouはプロフェッショナルなストーリーテリングを重視し、物理シミュレーション、複雑なシーンでのリアリティ、キャラクターの一貫性に注力し、映画デモ、映画的ナラティブ、物語の連続性が必要な高品質コンテンツを狙う。一方、Alibabaは垂直統合型のEコマースに焦点を当て、Qwen-Image-2.0が商品デジタル化と商業ワークフローの機能を強化した。AIを活用したクーポン配布とフードデリバリー統合により6日間で1億2,000万件以上の注文を生み出した販促キャンペーンもこれを支えている。
この差別化は、コンテンツ制作におけるより広範な供給側革命を反映している。制御可能性が向上し、利用できる成果を得るためにクリエイターがコンテンツを繰り返し生成しなければならないガチャ方式が、予測可能な産業的生産に取って代わられると、動画制作の限界コストは純粋な演算費用へと収束しつつある。分析筋は、マーケティング会社、Eコマースサービス事業者、中国漫画や短編ドラマ産業への大きな影響を予想する一方、生産の障壁が下がることで、知的財産価値はトップ級コンテンツに集中する可能性があるとしている。
二極化する世界で縮小する格差
Google DeepMindのデミス・ハサビス氏は最近、中国のAIモデルは西側競合にわずか数カ月遅れていると評価した。中国の研究機関が現地で利用可能なハードウェアに向けモデルを最適化し、国産チップの能力を開発するにつれ、この格差は縮まり続けている。中国は現在、世界のAI特許出願の70％超を占めるが、米国企業は基盤アーキテクチャと引用インパクトでリードを保っている。
競争環境は、単純なベンチマーク性能ではなく、ますます推論効率とエコシステム統合によって定義されるようになっている。2025年末にDeepSeekが急速に注目を集めたことは、中国の研究機関が演算コストのわずかな割合で西側モデルに匹敵する性能を達成できることを示し、業界全体の加速を引き起こした。高帯域幅メモリチップと先端製造装置に対する米国の輸出規制はこの進歩を複雑にしたが停止させはせず、Huaweiなどの企業は半導体生産ラインの自給化を進めている。
同時に、米国のテック企業は中国の開発者へのアクセスを強化している。OpenAIは2024年7月にAPIアクセスを禁止し、Microsoftは中国本土の個人開発者向けAzure OpenAIサービスを終了した。AnthropicのClaudeでもアカウント停止が報告されている。これらの制限は国内開発の取り組みを強めるだけであり、リーダーシップが地理ではなく分野ごとに異なる多極的なAI情勢を生み出している。
要点
- Alibaba、ByteDance、Kuaishouは旧正月期間にAIモデルを協調して発表し、ロボティクス、動画生成、エージェントシステムを狙った
- Alibabaのオープンソース・ロボティクスモデルRynnBrainは時間的・空間的な認識機能を組み込み、ロボットが複数ステップの作業を追跡し、物体とのやり取りを記憶できるようにする
- ByteDanceのSeedance 2.0はテキストプロンプトから映画的動画を生成するが、レビュアーが恐怖を感じさせる機能を実演した後、同意の問題から声の複製機能を停止した
- KuaishouのKling 3.0は15秒の動画生成、多言語音声、キャラクターの一貫性向上によりプロフェッショナルなストーリーテリングを重視し、過去1年で株価を50％押し上げた
- 中国AI企業は積極的なオープンソース戦略を追求しており、AlibabaのQwenシリーズはHugging FaceでMetaのLlamaを抜いて最多ダウンロードとなった
- 戦略的な差別化により、ByteDanceは効率インフラ、Kuaishouは映画的リアリティ、AlibabaはEコマースの垂直統合に注力している
- Google DeepMindは、中国モデルが西側にわずか数カ月遅れていると推計し、推論効率とマルチモーダルアプリケーションで格差が最も急速に縮小しているとする
