広 告

AIトレンド速報

The Trend Tribune

広 告
2026年8月13日木曜日 朝刊 定価 無料
◆ 本日の主要記事

Chromeの未知の脆弱性を2つ発見——OpenAIが「攻撃者に勝つ」ために防御側へ配った新モデル

▶ OpenAIが8月10日、サイバー防御担当者向けの特化モデル「GPT-5.6-Cyber」をDaybreak Red経由で公開。Daybreak BlueとRedという2段階アクセス構造、拒否率1.5%から応答率95%への劇的な差、Chrome V8エンジンで発見した未知の脆弱性(CVE-2026-15903含む)、Accenture・CrowdStrikeなど業界パートナーとの連携、9月からのハードウェアキー義務化までを、Astraの一時停止と対照させながら解説する。

Chromeの未知の脆弱性を2つ発見——OpenAIが「攻撃者に勝つ」ために防御側へ配った新モデル
(写真はイメージ)

Chromeの未知の脆弱性を2つ発見——OpenAIが「攻撃者に勝つ」ために防御側へ配った新モデル

8月10日、OpenAIが「GPT-5.6-Cyber」という、サイバーセキュリティの防御担当者向けに特化したAIモデルを公開した。同社が数日前に、開発中モデル「Astra」のサイバー能力がリスク区分「Critical」に達した可能性があるとして開発を一時停止したばかりのタイミングでの発表だ。攻撃能力への警戒を強める一方で、防御側には積極的にツールを配るという、一見矛盾するようにも見える二正面の動きの中身を見ていきたい。

「拒否されすぎる」という、防御担当者の悩み

このモデルが生まれた背景には、セキュリティ業界からの切実な要望があった。OpenAIをはじめとするAI企業は、モデルが悪用されることを防ぐため、サイバーセキュリティに関連する要求に対して、システムレベルの安全装置(ガードレール)を設けている。しかし、この安全装置は、正当な防御目的の作業まで、一律にブロックしてしまうという副作用を抱えていた。

侵入テスト(ペネトレーションテスト、許可を得た上で意図的にシステムへの侵入を試み、脆弱性を洗い出す手法)のような、性質上「攻撃的」に見えてしまう作業は、たとえそれが合法的な防御活動であっても、通常のモデルでは高い確率で拒否されてしまう。今回のリリースは、この「デュアルユース(民生と軍事、防御と攻撃のように、同じ技術が善悪両方の目的に使える性質)」というジレンマに、正面から向き合う試みだと言える。

「Blue」と「Red」という2段階のアクセス

OpenAIは今回、「Daybreak」というプログラムを、2つのアクセス階層に再編した。「Daybreak Blue」は、GPT-5.6 Solというフロンティアモデルから、システムレベルのサイバー関連ガードレールを取り除いたバージョンへのアクセスを、承認済みユーザーに提供する。脆弱性の発見、マルウェア解析、インシデント対応、パッチの検証といった、比較的一般的な防御作業を想定している。

一方「Daybreak Red」は、より厳格な審査を経た利用者向けに、今回新設された「GPT-5.6-Cyber」というモデルそのものへのアクセスを提供する。こちらは、ゼロデイ脆弱性の発見や、エクスプロイトチェーン(複数の脆弱性を連鎖させて、最終的な侵害に至る攻撃手順)の開発検証といった、より高度でリスクの高いデュアルユース作業を担う。

拒否率「1.5%」から「95%」への転換

このアクセス階層の違いを、OpenAIは具体的な数字で示している。「Advanced Cybersecurity Completion Rate」という、エクスプロイトチェーンの開発や認証バイパス、権限昇格といった高度なシナリオへの応答率を測る内部評価において、通常のGPT-5.6 Solはわずか1.5%しか要求に応じなかった。Daybreak Blueのアクセスでもこの数字は2.0%にとどまる。しかし、Daybreak Red経由でGPT-5.6-Cyberを使った場合、この応答率は95.0%にまで跳ね上がるという。

この極端な差は、通常運用でのガードレールがいかに厳格に設計されているか、そしてそれを緩和したモデルが、いかに高い実用性を発揮するかを、同時に物語っている。

実際にChromeの未知の脆弱性を発見

このモデルの実力を示す具体例として、OpenAIは、GPT-5.6-CyberがGoogle ChromeのJavaScriptエンジン「V8」において、2つの未知の脆弱性を発見したことを公表している。1つはCVE-2026-15903として登録され、Googleによって既に修正済みだ。この脆弱性は、V8の最適化コンパイラが、値を整数に変換する際の安全性チェックを誤ってスキップしてしまうというもので、悪用されればメモリの読み書きが可能になり、Chromeのサンドボックス(安全に隔離された実行環境)からの脱出につながりかねない、深刻度の高い問題だった。もう1つの脆弱性は、現在も協調的開示(発見者とベンダーが協力し、修正が完了するまで情報を非公開にする慣行)のプロセスの下にあるという。

OpenAIはさらに、モバイルOSで5件、あるデータベースで3件の重大な脆弱性、そしてあるOSカーネルにおいて400件以上の権限昇格につながりうる問題を、このモデルを使って発見したとも説明している。

業界パートナーとの連携体制

Daybreak Cyber Partner Programには、Accenture、CrowdStrike、Cisco、IBM、Palo Alto Networksといった、名だたるセキュリティ企業が参加している。AccentureのグローバルサイバーセキュリティリードであるHarpreet Sidhu氏は、「セキュリティチームは、脆弱性を素早く見つけるだけでなく、今や素早く修正することへのプレッシャーにさらされている」とコメントしており、発見から修正までのスピードを、AIの力でどこまで縮められるかが、今後の課題になりそうだ。

なお、9月1日からは、個人のDaybreakアカウントに対して、ハードウェアセキュリティキーの使用が義務付けられる予定だという。強力な能力を持つツールへのアクセスには、それに見合った本人確認の強化が伴う、という姿勢の表れだろう。

エンジニアとして見ておきたいこと

このリリースが示しているのは、「AIのサイバー能力をどう制限するか」という単純な話ではなく、「制限を、誰に対して、どの程度緩めるか」という、より込み入った制御の設計だ。攻撃者が自動化されたAIによる攻撃を仕掛ける前に、防御側に同等以上のツールを先んじて渡しておく、という考え方は、サイバーセキュリティの世界における「攻撃と防御の非対称性」を、多少なりとも是正しようとする試みとして評価できる。

一方で、GPT-5.6-Cyberのような高い能力を持つモデルへのアクセスが、どこまで厳格に管理され続けられるかは、今後も注視すべき点だ。今回の一連の動き――Astraの一時停止と、GPT-5.6-Cyberの防御者向け提供――を合わせて見ると、OpenAIが「攻撃能力の抑制」と「防御能力の底上げ」を、同時並行で進めようとしている姿勢がうかがえる。

OpenAIサイバーセキュリティAI/ML脆弱性セキュリティツール

Unitreeがついに株価をつけた——90.4億ドル評価の裏で進む「首位交代」という誤算

▶ Unitree Roboticsが上海STARマーケットで株価を150.8元に決定、評価額約90.4億ドルでのIPOへ。個人投資家当選率0.018%という過熱ぶり、2026年上半期の世界ヒューマノイド出荷台数19,100台(前年比272%増)でAgibotが44%シェアで首位に立った事実、中国メーカーが出荷97%超を占める実態、エンボディドインテリジェンス分野への138.6億ドル資金流入までを、上場という節目の裏にある勢力図の変化として検証する。

Unitreeがついに株価をつけた——90.4億ドル評価の裏で進む「首位交代」という誤算

上海STARマーケットへの上場準備を進めてきたUnitree Roboticsが、株価を1株150.8元(約22.34ドル)に決定した。これにより同社の評価額はおよそ610億元(約90.4億ドル)となり、6.1億元の調達を目指す形になった。前回、この上場準備の動きを取り上げたが、今回は価格決定という新しい段階と、それと同時に判明した業界内の勢力図の変化について見ていきたい。

応募倍率が示す「異様な過熱ぶり」

今回のIPOで目を引くのが、個人投資家向け配分の当選率だ。取引所への提出書類によれば、リテール投資家の最終的な当選率は、およそ0.018%だったという。これは、応募した個人投資家のうち、実に5,500人に1人程度しか株式を手に入れられなかった計算になる。中国のIPO市場は元々過熱しやすい傾向があるが、ヒューマノイドロボット企業への投資熱が、この数字からも如実にうかがえる。

同社は調達資金の使途として、ロボットのソフトウェア・ハードウェア開発、新製品の投入、そして製造能力の拡大を掲げている。興味深いのは、同社の目論見書自体が、米国の規制を自社の海外展開における明確なリスク要因として記載している点だ。2025年にヒューマノイド事業が同社の最大の事業分野になったばかりのタイミングで、7月末のFCC規制が影を落としている構図は、皮肉としか言いようがない。

Unitreeが「首位」から陥落していた

しかし、今回のIPO関連のニュースを追う中で、より本質的な情報が見えてきた。Smart Analytics Global(SAG)の調査によれば、2026年上半期の世界のヒューマノイドロボット出荷台数は、前年同期比272%増の約19,100台に達したという。ここまでは業界全体の急成長を示す数字として驚くには値しないが、注目すべきは、市場シェア44%でトップに立ったのが、Unitreeではなく「Agibot」だったという事実だ。

これまで西側企業と比較される際、Unitreeは常に「中国製ヒューマノイドの代表格」として語られてきた。しかし今回のデータは、中国国内の競争構造自体が、既に一段階変化していることを示している。Unitreeが上場という大きな節目を迎えたまさにそのタイミングで、業界内での首位の座を既に明け渡していたという事実は、投資家がこのIPOを評価する上で、無視できない材料になるはずだ。

「中国製が97%」という、業界の実態

SAGの調査でもう一つ注目すべきは、出荷台数の97%以上を中国メーカーが占めているという数字だ。産業用・商業用途が出荷全体の70%以上を占め、SAGは通年での出荷台数が6万台近くに達し、業界全体の売上高がおよそ16億ドルに達すると予測している。

この数字を見る限り、ヒューマノイドロボットの「量産」という観点では、既に中国メーカーが圧倒的な地位を築いていると言わざるを得ない。もっとも、この「量産」が、どこまで実用に耐える自律性を伴っているか、あるいは実際にどれだけ稼働し続けているかという「質」の評価は、また別の話だ。出荷台数という量的指標だけで、技術的な優位性を判断するのは早計だろう。

中国国内の資金調達も加速

Unitreeの上場と並行して、中国の他のロボティクス企業への資金流入も勢いを増している。ITjuzi社のデータによれば、中国の「エンボディドインテリジェンス(身体性を持つAI)」分野への資金調達額は、2026年上半期だけで935億元(約138.6億ドル)に達し、322件の取引を通じて、前年同期比で5倍という伸びを記録しているという。Noin Intelligence、PokeBot、Discover Roboticsといった、Unitree以外の企業にも資金が流れ込んでいる状況が確認されている。

中国政府が推進する「第15次五カ年計画」では、ロボティクスとエンボディドAIが産業戦略の中心に据えられており、この政策的な後押しが、資金調達の勢いをさらに加速させている構図がうかがえる。

ソフト屋として見ておきたいこと

Unitreeの上場は、ヒューマノイド業界にとって重要な節目であることは間違いない。しかし、今回明らかになった「Agibotによる首位交代」という事実は、この業界の勢力図が、投資家やメディアが想定しているよりもずっと速いスピードで変化し続けていることを示している。

Unitreeへの投資が、単に「中国のヒューマノイド市場全体への投資」を意味するわけではないという点は、今後この分野を追いかける上で意識しておく価値がある。IPO後に開示される財務データを通じて、同社が実際にどのようなペースで事業を拡大しているのか、そして激化する国内競争の中でどのポジションを維持できるのか、注視していきたい。

元記事:theaiinsider.tech
UnitreeヒューマノイドIPO中国フィジカルAI

サイバー能力を測る「ものさし」をどう作るか——OpenAIが公開した評価手法の中身

▶ OpenAIが8月10日のGPT-5.6-Cyber発表で公開した「Advanced Cybersecurity Completion Rate」という独自評価指標を、評価手法設計の観点から分析。正答率ではなく「拒否せず応答したか」を測る発想、標準モデル1.5%からRedアクセス95%への応答率変化が示すガードレールの多層制御、Preparedness FrameworkにおけるHighとCriticalの区分がAstraとの扱いを分けた基準、Chrome脆弱性発見という実証的検証、デュアルユース研究のガバナンス手法としての意義までを解説する。

サイバー能力を測る「ものさし」をどう作るか——OpenAIが公開した評価手法の中身

8月10日、OpenAIがサイバーセキュリティ特化モデル「GPT-5.6-Cyber」を発表した際、同時に「Advanced Cybersecurity Completion Rate」という、モデルのサイバー能力を測るための独自の内部評価手法についても説明を行った。研究者出身のジャーナリストとして、この「モデルの能力をどう測るか」という評価設計そのものに焦点を当ててみたい。

「拒否率」を評価指標にするという発想

一般的なAIモデルのベンチマークは、特定のタスクをどれだけ正確にこなせたかという「正答率」を測ることが多い。しかし今回OpenAIが用いた指標は、性質が異なる。エクスプロイトチェーンの開発、認証バイパス、権限昇格といった、高度でリスクの高いシナリオに対して、モデルが「どれだけ応答したか(応じずに拒否しなかったか)」という完了率を測っている。

この設計思想の背景には、フロンティアAIモデルの安全機構が抱える、根本的な二律背反がある。安全性を高めるために設けたガードレールが、同時に、正当な防御目的での利用まで一律に妨げてしまうという問題だ。従来の「モデルがどれだけタスクを正確にこなせるか」という評価軸に加えて、「モデルがどれだけ協力的か(あるいは非協力的か)」を測る評価軸を導入したことは、デュアルユース技術の評価手法における、一つの興味深い展開と言える。

数字が語る「ガードレールの効き目」

OpenAIが公開した数字を見ると、この評価軸の意味がよく分かる。標準のGPT-5.6 Solは、この評価において1.5%しか要求に応答しなかった。ガードレールを緩和したDaybreak Blueでも、この数字はわずか2.0%にとどまる。しかし、より厳格な審査を経たDaybreak Red経由でGPT-5.6-Cyberを使った場合、応答率は95.0%へと跳ね上がる。

この劇的な差は、安全機構というものが、単一のスイッチのオン・オフではなく、利用者の信頼度に応じて段階的に調整可能な、多層的な制御として設計されうることを示している。ただし、95%という高い応答率は、裏を返せば、悪用時のリスクもそれだけ高いということでもある。この「応答率の高さ」と「安全性への影響」という、トレードオフの関係を正しく理解した上で評価する必要がある。

OpenAIのPreparedness Frameworkにおける位置づけ

このモデルの能力評価は、OpenAIが定めるリスク管理の枠組み「Preparedness Framework」とも関連している。興味深いのは、Axiosの報道によれば、GPT-5.6-Cyberは、あくまで「High(高)」というリスク区分にとどまり、数日前に開発を一時停止したAstraが到達した可能性のある「Critical(重大)」という最高区分には達していないとされる点だ。

同じサイバーセキュリティ関連の能力を扱うモデルでありながら、一方は一般公開に向けて防御者向けに提供され、もう一方は開発が一時停止されるという、対照的な扱いを受けている。この違いを分けているのが、まさにPreparedness Frameworkが定める、リスク区分の判定基準だ。人間の介入なしに、堅牢な実世界システムに対してゼロデイ脆弱性を自律的に発見・悪用できるかどうかという境界線が、両モデルの運命を分けたことになる。

実証的な検証としての「Chromeの脆弱性発見」

このモデルの評価が単なる机上のベンチマークにとどまらないことを示す材料として、OpenAIはGPT-5.6-CyberがGoogle ChromeのV8エンジンにおいて、実際に2つの未知の脆弱性を発見した実績を挙げている。うち1つはCVE-2026-15903として登録され、Googleによって修正済みだ。この脆弱性は、V8の最適化コンパイラが整数変換時の安全性チェックを誤ってスキップしてしまうというもので、メモリの破損とサンドボックスからの脱出につながりうる、深刻度の高い問題だったとされる。

こうした実世界での成果は、ベンチマークスコアという抽象的な数字を、具体的な技術的成果へと接続する、説得力のある証拠として機能する。一方で、こうした成果が「モデルの能力が高まっている」ことを示すと同時に、悪用された場合のリスクの高さをも、同時に証明してしまっているという点は、研究コミュニティとして冷静に受け止める必要がある。

デュアルユース研究のガバナンスという課題

今回のOpenAIの取り組みは、AI研究における「デュアルユース」問題への、一つの実践的な回答を提示している。同じ能力を持つ技術を、完全に公開するでもなく、完全に封印するでもなく、利用者の身元確認レベルに応じて、段階的にアクセスを開放するという設計だ。

この種のアクセス制御モデルは、生物学や化学の分野で長年議論されてきた「機微技術情報(dual-use research of concern)」の管理手法とも通じるものがある。9月からハードウェアセキュリティキーによる本人確認を義務化するという方針も、この文脈で理解できる。

研究者として見ておきたいこと

OpenAIが今回示した「拒否率という評価軸」と「段階的なアクセス制御」という組み合わせは、フロンティアAIモデルの安全性評価が、単純な性能測定から、社会的な運用設計を含んだ、より複雑な枠組みへと進化しつつあることを示している。

今後、他のAI開発企業が同様のデュアルユースモデルを展開する際に、この種の「完了率」ベースの評価手法や、階層型アクセス制御がどこまで標準的な手法として定着していくのか。そして、こうした評価指標自体が、実際にモデルの安全な運用にどれだけ寄与するのかについても、独立した第三者による検証が、今後の重要な研究テーマになっていくだろう。

OpenAIAI安全性評価手法デュアルユースAI/ML
広 告300 × 250