オランダ・アムステルダム発のディープフェイク検知企業Sensity AIが、欧州イノベーション会議（EIC）の資金提供先としてヨーロッパのスタートアップ上位2%に選ばれた（https://sensity[.]ai/blog/sensity-top-european-startups-receive-eic-funding/）。 EICはディープテック分野の有望スタートアップを支援するEUの旗艦的資金提供プログラムです。今回は1,760件の応募のうち87社が面接段階に進み、最終的に選ばれた38社の中でサイバーセキュリティ領域からはSensity AIが唯一という狭き門でした。 背景には深刻な脅威があります。ディープフェイクは特別な技術がなくても、IBM調べで平均1.331ユーロという実質無料に近いコストで、人間の目では見分けがつかないレベルまで作れるようになりました。Sensity AI共同創業者兼CEOのGiorgio Patrini氏によれば、2025年には企業の75%がディープフェイク詐欺を経験したといいます。 Sensity AIのマルチモーダル（画像・動画・音声）検知プラットフォームは、全モダリティで98%の精度を達成しています。ただし業界には「detector obsolescence（検知器の陳腐化）」という共通の弱点があります。特定の生成AIで訓練した分類器が、学習データにない新しい生成AIには通用しなくなる問題です。Sensity AIはこれに対し、生成AIごとの癖ではなく画像や音声に共通して残る生成の痕跡（フォレンジック的な特徴）そのものを学習する基盤モデル（特定の生成AIに依存しない汎用的な検知の土台となるAIモデル）群で対応しています。 獲得した資金は総額490万ユーロで、同社の国際展開を後押しします。うち250万ユーロは株式を渡さない形の助成金（エクイティフリーグラント）で、その一部はこの基盤モデルのさらなる開発と、計算資源が限られた環境でのリアルタイム解析の最適化に使われます。 なお同社は今年初め、Auriga Cyber Ventures主導でBetaworks Venturesや欧州のエンジェル投資家グループが参加した210万ドルの資金調達も完了済みです。

画像を見ながらOCRや検索といった外部ツールを使って答えを出すマルチモーダルAIエージェントの評価を、最終的な正解率だけで済ませるのは足りない、と指摘する論文が出た( 正解にたどり着けたとしても、それが根拠のある推論の結果なのか、途中の誤りがたまたま打ち消し合って正解しただけなのかは、最終的な正誤だけでは見分けがつかない。論文はこうした失敗パターンを4つに整理しているが、なかでも厄介なのが「Phantom Grounding」と呼ぶ現象だ。証拠そのものは正しく引用しているのに、結論に出てくる数字や固有名詞がその証拠には書かれていない、一見もっともらしいのに中身が伴わないケースを指す。 研究チームが提案するLedgerMindは、推論の途中経過を1本のテキストに垂れ流すのをやめ、ツールの出力(OCR結果や検索結果など)を出どころ・種類・信頼度付きの「証拠台帳(Structured Evidence Ledger)」として記録する。以降の推論は台帳に載っている証拠しか引用できないうえ、引用しているだけでは不十分だとして、結論の数字や固有名詞が引用元の証拠と実際に一致しているかまで照合する。簡単な質問には軽い経路、複雑な質問には重い経路へ自動で振り分け、余計な深読みで正しい答えを崩す「考えすぎ」も防ぐ。さらに、間違いに気づいたときの修正も自由に書き直させず、証拠の差し替えやツールの呼び直しなど決まった操作だけに絞っている。自由な書き直しは、直しているつもりで新しい未検証の主張を紛れ込ませやすいためだ。 VTC-Benchというベンチマークでは、Gemini-3-Flashと組み合わせて58.9%(同じモデル単体の素の性能から+12.4ポイント)まで伸ばし、既存手法の最高値を更新している。検証した中で一番性能が低かったKimi-K2.6ほど伸び幅が大きく、あるサブベンチマークでは正解率が19.5%から46.0%(+26.5ポイント)まで跳ね上がった。もっとも興味深いのはアブレーション実験(仕組みを1つずつ外して効果を確かめる実験)で、この証拠台帳を丸ごと外すと正解率が68.9%から53.5%まで急落する。「証拠を引用しろ」と指示するだけでは足りず、構造として引用先を強制する部分こそが効いている、という結果だ。

深層学習の歴史を振り返ると、AlexNetが「手作業で工程を分けるより、入力から出力まで丸ごと1つのモデルで学習させる(end-to-end)方が強い」ことを示したのが革命の始まりだった。ところが生成AIだけはこの流れに乗り切れていない、という指摘から始まる論文が公開された(https://arxiv[.]org/html/2607.27372v1)。 拡散モデルや自己回帰モデル(要素を1つずつ順番に予測して生成するモデル)など、今の生成AIはどれも「生成の手順を細かいステップに分解する」ことで動いている。拡散モデルなら、ノイズだらけの画像を少しずつクリアにしていく数百ステップだ。これは「1つの入力に無数の正解がありうる」多峰性(複数の正解パターンがある)分布を、各ステップではほぼ一意な予測に絞り込むための工夫だが、この分解のせいで学習時(1ステップだけ予測)と推論時(数百ステップ繰り返す)でやっていることが食い違い、end-to-end(学習と推論の手順を完全一致させる訓練方式)にはなっていなかった。 この論文の「Explorative Modeling(探索的モデリング)」は逆転の発想で、生成の手順は分解せず学習ループ自体を分解する。各学習ステップでモデルに複数の候補を生成させ、正解データに一番近いものだけを使って学習する(best-of-k方式)。候補が1個だとモデルの最善手はすべての正解の平均になりぼやけた画像しか出せないが、候補をk個に増やすとそれぞれが別々の正解パターンを担当できるようになる。論文中の犬画像の比較が分かりやすく、候補1個ではほぼ完全にぼやけた模様、候補50個まで増やすと元画像とほぼ見分けがつかない鮮明さになっている。 この「探索の量」はパラメータ数・データ量に続く第三のスケーリング軸として機能し、画像・動画・言語のすべてで性能が単調に向上する。しかも効果はスケールが大きくなるほど強く、データ量を増やした場合の改善幅は7%から36%へ、モデルサイズを増やした場合は13%から23%へ拡大した。効率面ではFLOP(計算量)効率が4.1倍、サンプル効率が6.2倍、パラメータ効率が47%改善し、最強の画像生成レシピではImageNet 256×256でガイダンスなし1.43 FID(生成画像の品質指標、小さいほど良い)というほぼ最先端の性能に到達している。動画生成では過学習も抑えられ、FVD(動画品質指標、小さいほど良い)の最良値が探索なしの37.5から探索ありで30.0まで改善した。 さらにロボット制御タスクでは単体のend-to-end生成モデルとしても機能し、拡散モデルベースの手法と同等の性能を推論ステップ数16分の1から256分の1で達成した。数百回繰り返していた予測が、たった1回の計算で済むことになる。

Seedance 2.5 と Seedance 2.0 を比較してみました。 Seedance 2.0も相変わらず素晴らしいですが、Seedance 2.5は明らかにそれを上回っています。 リアルな液体金属の表現、肌の質感や血管のディテール、どれも本物見分けがつかないレベルです。 新しい表現の波に備えましょう！ Seedance 2.5、Higgsfieldで近日公開

これ、女が騙されてるだけだから男は高みの見物気分だけど、見分けつかないようなトランス女性が戸籍も変えて「男と」結婚したら、と想像してみ? 戸籍の表記に「性別」は必要？　「ノンバイナリー」当事者、「長男」の続柄を「第1子」に変更する申し立て：東京新聞デジタル