AI

概要 GitHubは2026年6月11日、Agentic Workflowsをパブリックプレビューへと昇格させた。これにより、IssueのトリアージやCI失敗の分析、ドキュメントの更新といった推論ベースの繰り返しタスクを、GitHub Actions内のAIコーディングエージェントで自動化できるようになった。ワークフローは自然言語のMarkdownファイルで定義でき、標準的なActions YAMLへ自動コンパイルされる仕組みのため、既存のランナーグループやポリシー制約をそのまま活用できる。 同時に、Agentic Workflowsで従来必要だった個人アクセストークン（PAT）が不要になったことも発表された。代わりにGitHub Actionsの組み込みGITHUB_TOKENが利用可能になり、長期存続するPATの管理コストとセキュリティリスクを削減できる。 技術的な詳細 Agentic Workflowsはサンドボックス環境内で実行され、セキュリティ面では多層的な保護機構が備わっている。Agent Workflow Firewall、safe outputsプロセス、threat detection jobが組み合わさっており、エージェントはデフォルトで読み取り専用の権限で動作する。GitHubコンテンツへのアクセス時にはintegrity filterルールが尊重される。 PAT不要化にあたっては、組織所有リポジトリで利用する際にいくつかの設定変更が必要となる。具体的には「Allow use of Copilot CLI billed to the organization」ポリシーを有効化し、ワークフローのMarkdownの権限セクションにcopilot-requests: writeを追加する。また、CLIを最新版へアップグレードするにはgh extension upgrade awコマンドを実行する。コスト管理の観点では、コストセンターの設定により複数組織への費用配分やワークフロー単位でのトークン使用量監視・上限設定も可能だ。 導入事例と利用可能なプラン すでに複数の企業が本機能を採用しており、Marks & Spencerは「何時間もかかっていた繰り返し作業が数分で自動完了できるようになった」と報告。CarvanaやHud.ioも事例として挙げられており、開発生産性の向上と信頼性確保の両立が評価されている。Agentic WorkflowsはCopilotのFreeからEnterpriseまで全プランで利用可能。公式のクイックスタートガイドやGitHubNextの事前構築済みワークフロー例も提供されており、導入の敷居は低い。

概要 OpenAIのサム・アルトマンCEO、Google DeepMindのデミス・ハサビスCEO、AnthropicのダリオAmodeiCEOの3人が、6月15日から17日にかけてフランスで開催されるG7サミットに参加することが明らかになった。世界を代表する主要AI企業のトップが同時にG7の場に出席するのは今回が初めてであり、AI技術の急速な発展を受けて国際社会が規制の枠組み整備に本腰を入れていることを象徴するできごととして注目を集めている。 G7とAI規制の背景 G7（主要7カ国首脳会議）はこれまでもAIを議題に取り上げてきたが、民間企業のCEOを直接招く形でのセッションが設けられるのは異例の対応だ。ChatGPTをはじめとする生成AIの普及や、AIを活用した偽情報・サイバー攻撃のリスクが高まる中、主要国政府は民間技術リーダーとの直接対話を通じて実効性のある規制モデルを模索している。欧州ではすでにEU AI法が施行段階に入っており、米国や日本も独自のAI戦略の具体化を急いでいる。 注目される議論の焦点 今回のサミットでは、AI開発の安全基準や透明性の確保、サイバー・生物分野におけるフロンティアAIのリスク、青少年のオンライン安全、そして実効性のある規制やガバナンスの枠組みづくりが主要な議題になると見られる。OpenAI・Google DeepMind・Anthropicはいずれも安全性を重視する姿勢を前面に出しており、政府との連携においても積極的なスタンスをとってきた。一方で、規制の内容によっては技術革新のペースを左右しかねないため、業界側がどのような提案や妥協点を示すかが焦点となる。 今後の展望 G7での議論が具体的な共同声明や政策方針につながれば、国際的なAIガバナンスの方向性に大きな影響を与える可能性がある。主要AI企業のトップが一堂に会する今回の機会は、単なる意見交換にとどまらず、民間と政府が協調してAI時代のルール形成に取り組む新たな段階の幕開けとなるかもしれない。

概要 ジェフ・ベゾスが共同創業し、自らCEOを務める物理AIスタートアップ「Prometheus」が2026年6月11日、シリーズBで120億ドルの資金調達を完了したと発表した。企業評価額は410億ドルに達し、2025年末に実施した62億ドルのラウンドからわずか数ヶ月で規模を大幅に拡大させた。JPモルガン・チェース、ゴールドマン・サックス、ブラックロック、DST Global、Arch Venture Partnersなどの大手金融機関や投資ファンドが出資に参加している。 ベゾスが2021年にAmazonのCEOを退任して以来、自らCEOとして陣頭指揮を執るのはPrometheusが初めてとなる。ステルスモードからの公式な姿を現したタイミングでの巨額調達は、物理AI市場への大きな賭けとして業界から注目を集めている。 技術的なビジョン：「人工汎用エンジニア」とは Prometheusが目指すのは、ジェットエンジンや医薬品化合物といった複雑な物理システムの設計・製造を自動化する「人工汎用エンジニア（Artificial General Engineer）」と呼ばれるAIシステムの構築だ。ソフトウェア開発の自動化に焦点を当てる多くのAI企業とは異なり、Prometheusは物理世界のデータを取り込み、製造プロセスそのものにAIを適用するアプローチを取っている。 ベゾスは「今日100人のエンジニアが10年かけて構築するものが、10人が1年で構築できるようになる」と述べており、エンジニアリング生産性の飛躍的な向上を見込んでいる。また、AIによる労働市場への影響についても言及し、「仕事が失われるのではなく、労働力不足が起きる」と予測。AI導入による生産性向上が全体の生活水準を引き上げると主張している。 会社体制と今後の展望 Prometheusは現在、サンフランシスコ・ロンドン・チューリッヒの3拠点に約150人の従業員を擁する。共同創業者にはGoogle生命科学部門「Verily」の元共同創業者であるVik Bajajが名を連ねており、医薬品分野での知見を持つ人材が経営陣に加わっている。計算インフラとしては自社GPUクラスターを運営するとともに、外部プロバイダーからも調達しており、今回の大規模な資金調達はこうした計算基盤の強化に充てられる見通しだ。 長期的にはバークシャー・ハサウェイ型のポートフォリオ企業構築を志向しており、製造業大手の買収や新規事業の立ち上げによって物理経済全体を再構成する壮大な計画を描いている。物理AIという新興分野でのリーダーシップを確立すべく、Prometheusはその野心的な一歩を踏み出した。

ベンチマークでの優位性 Googleが2026年5月にリリースした軽量フラッグシップモデル「Gemini 3.5 Flash」が、AIモデル評価サイトArtificial Analysisのリーダーボードで注目すべき結果を示している。Intelligence Index（総合知能指数）ではスコア55を記録し、Anthropicの「Claude Sonnet 4.6」（スコア52）やxAIの「Grok 4.3」（スコア53）を上回った。152モデル中10位に位置するこのスコアは、同価格帯モデルの中央値（36点）を大きく超えており、コストパフォーマンスの面でも際立っている。 処理速度においても、Gemini 3.5 Flashは最高284トークン/秒を記録し、フロンティアモデルの中でトップクラスの速度を誇る。Artificial Analysisの平均計測では145トークン/秒を示し、同価格帯の中央値（63.7トークン/秒）を倍以上上回る。一方でClaudeやGrokに対しても圧倒的な速度差を保ち（Claude Sonnet 4.6は約48トークン/秒、Grok 4.3は約143トークン/秒）、速度を重視するエージェントタスクやリアルタイムアプリケーションでの優位性が際立つ。 価格とユースケース コスト面では、入力トークン100万あたり1.50ドル（キャッシュ利用時は0.15ドル、90%割引）、出力トークン100万あたり9.00ドルという価格設定で、高い性能を比較的手頃な価格で提供している。ただし、初回トークンまでの遅延（レイテンシー）は20秒超と同価格帯の平均より高く、即時レスポンスを重視するユースケースでは注意が必要だ。Googleによれば、コード生成やエージェントタスクで前世代を大きく上回る一方、難易度の高い多段階推論では若干の弱点があるとされる。 Gemini 3.5 Proの登場と今後の展望 Gemini 3.5 Flashに続き、GoogleはGemini 3.5 Proを2026年6月中に一般提供する計画を進めている。同モデルは200万トークンのコンテキストウィンドウ（現在のGPT-4oやClaudeを大幅に超える容量）と、複雑な問題を多段階で推論するDeep Think機能を搭載する予定だ。Deep Thinkは問題解決に「より多くの時間をかけて考える」設計で、数学・コーディング・科学分野での性能向上が期待される。現在はVertex AIでの限定プレビューが進行中であり、Google Proプラン（月額20ドル）とUltraプラン（月額250ドル）への先行展開が見込まれている。料金はFlashの約10倍となる入力100万トークンあたり約15ドル、出力100万トークンあたり約60ドルが想定されており、エンタープライズ向けの高度な用途をターゲットとしている。 Gemini 3.5シリーズのFlashとProという二段構えの戦略により、Googleは速度・コスト効率を重視する開発者層と、最高精度の推論能力を求めるエンタープライズユーザー層の両方を取り込もうとしている。フロンティアモデル競争が激化する中で、速度と知能の両立という点でGemini 3.5 Flashが示した成果は、AI開発コミュニティから高い注目を集めている。

概要 ソフトバンクグループの孫正義会長兼CEOは、2026年6月1日に開催された「Choose France」サミットにおいて、フランスのオー＝ド＝フランス地域を中心に5GWのAIデータセンター設備を整備する最大750億ユーロ規模の投資計画を正式発表した。これはソフトバンクにとって欧州最大規模のAIインフラ投資とみられており、フランス政府との密接な連携のもとで推進される。 第一フェーズでは約450億ユーロ（約520億ドル）を投じ、2031年までに3.1GWの容量を確保する計画だ。建設地はダンケルク、ボスケル、ブーシャンの3箇所が予定されており、残りの容量については追加拡張として別途検討される。 原子力電力を選んだ戦略的意義 ソフトバンクがフランスを選定した最大の理由は、同国の優れた電力インフラにある。AIデータセンターの普及に伴い、新規設備の制約要因は半導体や資本ではなく「大量かつ安定した低炭素電力へのアクセス」へと移行しつつある。フランスは国内電力の大部分を原子力で賄っており、安定した低排出の電力を競争力のあるコストで提供できる数少ない国の一つだ。これはアメリカの一部地域を含む多くの国が現時点では実現できない条件であり、データセンター誘致の強力な差別化要因となっている。 主要パートナーとインフラ活用 本プロジェクトでは、フランスの国営原子力事業者であるEDFおよびシュナイダーエレクトリックとの協力体制が構築される。EDFはブーシャンの旧発電所跡地と既存の高圧送電網接続を提供し、建設期間の短縮と送電ロスの低減を実現する。シュナイダーエレクトリックはダンケルクの港湾エリアにおける産業クラスター形成に関与する。既存インフラの再活用により、通常よりも効率的な整備が可能となる見通しだ。 欧州のAIインフラ競争における意義 今回の発表は、AI向けデータセンターをめぐる米国や湾岸諸国との競争において、欧州が本格的な誘致戦略を取り始めたことを示す象徴的な動きとして注目されている。一方で、フランスのような原子力余剰を持つ国では既存の送電網を活用しつつAI需要を吸収できる可能性がある半面、同様の電力余力を持たない地域では一般家庭の電気料金上昇につながるリスクも指摘されており、エネルギー政策上の課題も浮き彫りになっている。

概要 GitHubはMicrosoft Build 2026において、AIエージェント管理に特化したスタンドアロンデスクトップアプリ「GitHub Copilot app」をテクニカルプレビューとして公開した。このアプリは従来のエディタ拡張やCLIツールの枠を超え、開発者が複数のAIエージェントを同時並行で管理できる「エージェントネイティブ」な作業環境を提供する。GitHubは月間14億件のコミット、週200億分のGitHub Actionsを処理するプラットフォームに成長しており、エージェント需要の急増に対応するための基盤整備の一環として本アプリを位置づけている。 主要機能 アプリの中核となる「My Work」ビューは、接続された複数リポジトリのアクティブセッション、オープンIssue、プルリクエスト、自動化処理を一画面に統合する。各エージェントセッションはgit worktreeによって自動的に隔離されるため、並列作業中のエージェント同士がコードの衝突を起こさない設計になっている。 「Agent Merge」機能は、プルリクエストのCIチェック監視、レビュー追跡、失敗テストへの対応、そして開発者が承認したアクションに基づくマージまでを自動化する。また「キャンバス（Canvas）」機能では、エージェントと人間が共有の作業画面上で双方向に協力できる。キャンバスには計画、プルリクエスト、ターミナル出力、デプロイ状況などが可視化され、開発者はエージェントの進捗を確認しながらリアルタイムで方向修正が行える。 コードレビュー機能も強化された。高推論モデルを活用する「medium tier review」オプション、セキュリティ専門の/security-reviewスキル、複数モデルによるクリティークを行う/rubberduckスキルが追加され、Azure DevOpsとの統合も実現した。 技術的詳細 Copilot SDKはNode.js/TypeScript、Python、Go、.NET、Rust、Javaの6言語で一般提供（GA）が開始された。CLIはタブナビゲーション付きの再設計UIとなり、デバイス上の音声入力モードや/everyコマンドによるスケジュール実行もサポートする。さらに「Memory++」と/chronicleコマンドにより、デバイスをまたいだコンテキストの継続性が確保される。 サンドボックス環境はローカルおよびクラウドの両方に対応し、エージェントが安全な検証環境でコードを実行できる仕組みを備えている。パートナーエコシステムとしてはLaunchDarkly、Sonar、PagerDutyを含む9社のインテグレーションが提供され、ワークフローに特化したエージェント自動化が可能になる。 提供状況と今後の展望 テクニカルプレビューはCopilot Pro、Pro+、Business、Enterpriseの各サブスクリプション加入者を対象に公開されている。パワーユーザー向けには「Copilot Max」という新しいサブスクリプション層も用意された。GitHubはエージェント出力の増大によってコードレビューの負荷が高まっているという課題を認識しており、システムの堅牢化と可用性向上を継続的に進めていく方針を示している。

概要 NVIDIAは2026年6月4日、総パラメータ数550B（1トークンあたりのアクティブパラメータ55B）のオープンウェイトMixture-of-Experts（MoE）モデル「Nemotron 3 Ultra」を正式リリースした。MambaレイヤーとTransformerの選択的Attentionレイヤーを組み合わせたハイブリッドアーキテクチャを採用し、長時間にわたるエージェント動作に最適化されている。米国製オープンウェイトモデルとして最高水準のIntelligence Indexスコア48を達成しており、HuggingFaceやNVIDIA NIM、OpenRouter、Together AIなど25以上のプラットフォームからアクセス可能。ライセンスはオープンウェイト・データ・レシピを包括するOpenMDW-1.1が採用されている。 アーキテクチャと技術革新 モデルは108レイヤー、8,192次元のモデル空間で構成される。Attentionヘッドは64クエリヘッドに対してキーバリューヘッドをわずか2つに抑えることでメモリフットプリントを最小化している。スパースMoE構造では1レイヤーあたり512のエキスパートを持ち、各トークンで上位22件が活性化される。 このリリースを特徴づける主な技術的革新は3点ある。まず「LatentMoE routing」はルーティングするエキスパートを拡張しながら隠れ次元を縮小することで、従来より高い効率を実現する。次に「Multi-Token Prediction」は並列トークン生成によるネイティブ投機的デコードを可能にし、デコードスループットを向上させる。最後に4ビット精度の「NVFP4量子化」（2次元ブロック量子化）により、記録された中で最大規模の安定したFP4トレーニングランが実現された。単一のNVFP4チェックポイント（1エレメントあたり5.03ビット）がBlackwellでのネイティブFP4、HopperでのW4A16モード、Ampereとの互換性をそれぞれ提供する。 トレーニングと長文脈対応 事前学習は2段階で計20兆トークンを使用した。前半15兆トークンは多様性重視、後半5兆トークンは品質重視の構成で、その後コンテキスト長を100万トークンにまで拡張している。 ポストトレーニングではSFT（教師あり微調整）、RLVR（検証可能報酬による強化学習）、MOPD（マルチティーチャーオンポリシー蒸留）を組み合わせた。NVIDIAは1,730億件の更新済みGitHubコードトークンを公開し、ポストトレーニングデータセットをSFT 5,000万サンプル・RLタスク200万件まで拡充した。 ベンチマーク性能 推論効率を重視した設計の成果として、デコード負荷の高いワークロードでは比較対象モデルの最大5.9倍のスループットを達成。主要ベンチマーク結果は以下のとおりだ。 PinchBench: 90.0（ホールドアウト評価） SWE-Bench Verified: 71.9 RULER @ 1Mトークン: 94.7（長文脈検索） AA-Omniscience: 78.7（テスト対象モデル中でハルシネーション率最低） なおプリフィル性能よりデコード効率を優先する設計のため、長時間のエージェントインタラクションで本領を発揮するが、プリフィル性能単体での比較では他モデルに劣る場合がある。 推論モードとコスト管理 実用面では「オフ」「通常」「中程度」の3つの推論モードを提供し、推論時の予算制御を可能にしている。中程度モードではトークン消費量を約2.5倍削減しつつ精度低下を約7%に抑えられるため、コスト意識が高いマルチターンアプリケーションに適している。競合モデル（Qwen 3.5など）と比較して推論コストを約30%削減できるとされており、エンタープライズ用途での継続的な運用を見据えた設計となっている。

概要 Appleは2026年6月8日、年次開発者会議「WWDC 2026」を開幕した。完全オンライン形式・無料参加で6月12日まで開催される今回の基調講演では、GoogleのGeminiモデルを基盤とした新Siriの大規模リニューアルが最大の目玉として発表された。Tim Cook CEOは「よりパーソナライズされたSiriをユーザーに届けることを楽しみにしている」とコメント。また、今回の基調講演はCook氏にとって最後のものとなり、2026年9月からJohn Ternusが後継CEOに就任することが正式に確認された。 新Siri：Gemini統合とAI機能の全面刷新 今回のSiri刷新の核心は、2026年1月に締結されたGoogleとの提携によるGeminiモデルの採用だ。新Siriは独立したアプリとして提供され、「拡張機能（Extensions）」によりテキストと音声の両モードに対応する。Dynamic Island内に「Search or Ask」プロンプトが表示される新インターフェースが導入され、クロスアプリ操作・画面認識・パーソナルコンテキストの活用といった機能が利用可能になる。 さらに、Claude（Anthropic）やGeminiなどサードパーティの大規模言語モデルとの統合も実現した。ユーザーはWriting ToolsやImage Playgroundのデフォルトエンジンとして任意のAIサービスを選択できるようになり、Apple製エコシステムの枠を超えたAI活用が可能となった。 iOS 27・macOS 27：パフォーマンス重視の「Snow Leopard」的刷新 iOS 27・macOS 27・iPadOS 27は、内部では"Snow Leopard的アップデート"と位置づけられており、バグ修正と不要なコードの整理によるパフォーマンス向上が主眼となっている。機能面では、Wallet・Safari・Shortcutsへ拡大されるApple Intelligence、キーボード自動補正の改善、Apple Mapsへの衛星通信接続サポートなどが盛り込まれた。対応デバイスはiPhone 12以降で、iPhone 11は本バージョンからサポート対象外となる。 また、iOS 27は2026年9月に発売予定のApple初の折りたたみiPhone「iPhone Fold」に対応し、2つのアプリを左右に並べて表示できるマルチウィンドウ機能を提供する。 ハードウェアと今後の展望 今回のWWDCはソフトウェアが中心で、ハードウェアの大型発表は見送られた。M5 Max/Ultra搭載Mac StudioやM5 iMacなどのMac新モデルは、世界的なメモリチップ不足の影響で年末まで発売が難しい見通し。Apple TV 4K・HomePod miniの新版やスマートグラス、カメラ搭載AirPods、タッチスクリーン付きスマートホームデバイス「HomePad」なども、改善されたSiriとApple Intelligenceへの依存から秋以降の発表が想定されている。今後6月12日まで開催されるセッションでは、開発者向けの技術的な詳細が順次公開される予定だ。

概要 共和党のJay Obernolte下院議員（カリフォルニア州）と民主党のLori Trahan下院議員（マサチューセッツ州）は2026年6月4日、「Great American Artificial Intelligence Act of 2026」と題した269ページに及ぶ超党派AI規制法案の討議草案（discussion draft）を公開した。この法案は、連邦レベルで統一されたAIガバナンスの枠組みを確立することを目的としており、AI開発から展開・利用に至る幅広い領域を対象としている。現時点では正式な法案提出前の草案段階であり、パブリックコメントを受け付けている。 主要条項 法案の核心は**連邦による州法先占（preemption）**にある。AI「モデル開発」を対象とした州独自の規制について、3年間の連邦先占を定め、各州がバラバラに規制を設けることを一時的に禁止する。一方、雇用・医療・消費者保護などの重要分野におけるAIの「展開・利用」については、引き続き州が規制権限を保持する。この仕組みにより、技術開発段階での統一基準を確保しながら、具体的な応用場面での柔軟な地域対応を残す設計となっている。 資金面では、バイデン政権下のAI安全研究所を改組した「AI標準・イノベーションセンター（Center for AI Standards and Innovation）」に年間1億ドルを配分する条項が盛り込まれた。商務長官Lutnick氏のもとで運営される同センターは、AIの安全基準策定や技術研究を担う中核機関として法的に位置付けられる。また、AI悪用を想定したサイバーセキュリティ強化策として、2035年までのサイバーセキュリティ情報共有法（CISA）再承認も含まれている。さらに、AI導入が労働市場に与える影響を評価する「労働影響アセスメント」の義務化や、AI分野のR&D投資の優先事項を新たに定める条項も設けられている。 業界・政治的反応 テクノロジー業界団体はこの法案を概ね歓迎している。現在、各州が個別にAI規制を整備しており、企業は州ごとに異なるルールへの対応を迫られている。統一された連邦基準は、こうした規制の断片化を解消し、コンプライアンスコストの削減につながると評価されている。一方、批判的な立場からは、州法先占条項が州政府によるAI説明責任メカニズムを骨抜きにするとの懸念が示されている。 今後の見通し 本法案はあくまで「討議草案」であり、正式な議会への提出はパブリックコメントを踏まえた修正後となる見通しだ。近年、欧州でAI法（EU AI Act）が成立したほか、米国内でも複数の州が独自のAI規制を相次いで導入しており、連邦レベルでの包括的なAI規制整備への機運が高まっている。超党派による共同提案という点は政治的な前進を示すものだが、州の権限を制限する先占条項をめぐる議論は、今後の審議過程でも大きな争点となることが予想される。

概要 2026年6月6日、セキュリティ界に2つの大きなニュースが同時に飛び込んだ。セキュリティ企業depthfirstの自律型AIエージェントが広く使われているメディアライブラリFFmpegに21件の未知の脆弱性（ゼロデイ）を発見したことと、GoogleがChrome 149のリリースで過去最多となる429件の脆弱性をパッチしたことだ。いずれもAIが脆弱性発見の加速に与える影響を改めて浮き彫りにする出来事となった。 AIエージェントによるFFmpegゼロデイの発見 depthfirstが開発した自律型AIセキュリティエージェントは、動画・音声処理の定番ライブラリであるFFmpegを解析し、21件の未知の脆弱性を発見した。特筆すべきはそのコストで、今回の一連の調査にかかった費用はわずか約1,000ドルに過ぎなかった。 発見された脆弱性の多くはヒープオーバーフローおよびスタックオーバーフローであり、TSデマクサーやVP9デコーダーなど、パーサーやデマクサーコンポーネントに集中していた。中には2003年から存在していたスタックオーバーフローをはじめ、15〜20年以上にわたって誰にも気づかれずにコードに潜伏し続けていたバグも含まれる。21件のうち9件にはCVE識別子（CVE-2026-39210〜CVE-2026-39218）が付与され、研究チームは動作するProof-of-Conceptコードも公開している。 Chrome 149：史上最大規模のセキュリティアップデート Googleは同日、Chrome 149（バージョン149.0.7827.53/54）をLinux・Windows・macOS向けにリリースした。今回のリリースに含まれるパッチ数は429件と、Chromeの歴史上1回のリリースで修正した脆弱性の数として過去最多を更新した。この数は2025年1年間にChromeで修正されたセキュリティ脆弱性の合計の数倍に達する規模だ。 429件のうち22件はCritical（重大）に分類されており、そのほとんどがUse-After-Free（UAF）エラーだ。内訳はUse-After-Free 110件、不十分な入力検証 88件、不適切な実装 60件、高リスクの脆弱性 87件、中〜低リスク 320件となっている。影響コンポーネントではWebGLライブラリのANGLEが37件と最多で、次いでExtensionインターフェースとメディア処理がそれぞれ18件だった。 最も深刻な脆弱性はCVE-2026-10881（CVSS 9.6）で、ANGLEグラフィックスエンジンの範囲外読み書きを突くことでChromeのサンドボックスを突破し、OSレベルのコード実行につながる恐れがある。Googleはこの脆弱性の報告者に97,000ドルのバグバウンティを支払った。ほかにもNetworkコンポーネントのUAFであるCVE-2026-10882に43,000ドル、ANGLEの範囲外書き込みCVE-2026-10883に5,000ドルが支払われており、外部研究者への支払総額は約209,000ドルに達している。なお429件のうち371件はGoogle自身が内部で発見したものだ。 AIが変えるセキュリティリサーチの展望 今回のFFmpeg事例が示すのは、AIが脆弱性発見の速度と規模を根本的に変えつつあるという現実だ。1,000ドルという低コストで20年以上前から潜む脆弱性を21件発見できるなら、従来の手動ペネトレーションテストや静的解析と比較して経済性は圧倒的に高い。Googleはすでにこのトレンドを意識しており、AI生成のバグ報告が急増していることに対応するためバグバウンティプログラムの運用を見直している。ただしChrome 149の429件についてGoogleはAIによる発見だとは説明しておらず、重大バグの大半はGoogle社内のセキュリティチームによる発見で、AIとの関連はバグ報告の「量」にあって「発見そのもの」ではないとされる。それでもAI生成のバグ報告が急増している事実は、セキュリティ研究においてAIの存在感が急速に拡大していることを示している。なお、Chrome 149ではセキュリティ修正に加えてPDF編集機能（注釈・署名）も追加されており、ユーザーは「ヘルプ → Google Chrome について」から手動で更新を確認できる。