AIは神の領域へ？自らソフトを開発し、ウイルスさえ創り出す…生成AIの最新動向5選

序章：アシスタントから創造主へ - 生成AIの新時代

生成AIの役割が、根本的に変わりつつある瞬間を私たちは目撃しています。もはや、気の利いたメールを作成したり、美しい画像を生成したりする単なる「賢いアシスタント」ではありません。今、AIは真の「創造主」として、デジタルの世界と生物の世界の両方で、複雑で機能的なシステムをゼロから構築する能力を手にし始めています 1。

この記事で探求するテーマは、AIが人間のタスクを「拡張する」存在から、全く新しい解決策を「創出する」存在へと移行しているという事実です。今週明らかになった技術の進展は、単なる漸進的なアップデートではなく、その能力における根本的な飛躍を意味しています。

本稿では、この新時代の到来を証明する5つの画期的なテクノロジーを紹介します。

• マスターソフトウェアアーキテクトとして振る舞うAI（Microsoftの「ZeroRepo」）
• 病気と戦うウイルスを設計するバイオエンジニアとしてのAI（スタンフォード大学の研究）
• 単に動画を作るだけでなく、視覚的に思考するAI（Googleの「Veo 3」）
• 五感すべてで世界を一度に理解するAI（アリババの「Qwen3-Omni」）
• すべての生徒にパーソナルな家庭教師となるAI（Googleの「AI教科書」）

これらの進展は、私たちがAIと共存する未来を垣間見せてくれます。

第1部：AIソフトウェアアーキテクト：Microsoftの「ZeroRepo」がプログラム全体をゼロから構築

現代ソフトウェアという名の巨大な山

現代のソフトウェアアプリケーションを構築することは、計り知れないほど複雑な作業です。単にコードを書くだけでなく、何千ものファイル、複雑な相互依存関係、データフロー、そして無数の機能を管理する必要があります。単純なアプリでさえ、大規模なチームと数ヶ月の開発期間を要するのはこのためです。

現在のコード生成AIは、個々の関数や短いスクリプトを書くことには長けていますが、ソフトウェアリポジトリ全体の「全体像」を把握することは困難でした 3。自然言語で指示を与えることは、まるでレンガ職人に一つ一つのレンガを説明しながら超高層ビルを建てさせようとするようなもので、全体構造を見失ってしまいます。

ブレークスルー：曖昧な指示から完璧な設計図へ

この課題を解決するためにMicrosoftが開発したのが、完全で複雑なソフトウェアリポジトリをゼロから生成するために設計されたフレームワーク、「ZeroRepo」です 1。

その成功の秘訣は、「リポジトリ計画グラフ（Repository Planning Graph - RPG）」にあります。RPGは単なる会話ではなく、詳細な建築設計図のようなものです 3。曖昧な自然言語の指示を、ソフトウェアの全コンポーネントをマッピングした精密で構造化されたグラフに置き換えます。このグラフには、機能、ファイル構造、モジュール間のデータフロー、個々の関数といった情報がすべて符号化されており 3、「何を構築するか」という高レベルの目標と、「どのように構築するか」という低レベルの実装詳細を統合します 7。

仕組み：三段階のマスタープラン

ZeroRepoのプロセスは、理解しやすい3つのコアステージに分かれています 3。

1. 提案レベルの計画: AIはユーザーの初期アイデアを受け取り、それを高レベルの「機能グラフ」、つまり設計図の基本的なスケッチに変換します。
2. 実装レベルの洗練: AIはそのスケッチを肉付けし、すべてのファイル、フォルダ、データ接続の詳細を追加して、完全なRPGを完成させます。
3. グラフ誘導による生成: AIは設計図に従って段階的に各コンポーネントのコードを記述します。重要なのは、構築しながら各部分を検証するためのテストも自動生成する点です。テストが失敗した場合、RPGはAIをエラーの正確な場所に誘導し、的を絞った修正を可能にします 4。

驚異的な結果：ZeroRepoの実力

その驚くべき性能は、RepoCraftベンチマークでの具体的な数値によって証明されています 1。

• 規模: 平均で36,000行のコードからなるリポジトリを生成。これは最強の競合（Claude Code）の3.9倍、他のモデルの最大64倍の規模です。
• 精度: 81.5%の機能カバレッジ（要求された機能を構築する能力）と、テストで69.7%の合格率を達成。これは従来の手法を大幅に上回る成果です。

「コーダー」から「アーキテクト」へ：ソフトウェア開発の未来

ZeroRepoの登場は、単なる技術的な進歩以上のものを意味します。それは、AIと人間の開発者の役割を根本的に変える可能性を秘めています。現在のAIコーディングアシスタントは、人間との対話を通じて一つずつタスクをこなす「会話型」モデルです。このアプローチは、システム全体の構造を俯瞰的に理解できないため、大規模プロジェクトには限界がありました。ZeroRepoのRPGは、この会話型モデルから「設計図駆動型」モデルへのパラダイムシフトを象徴しています 3。コードを書き始める前に完全な計画を立てることで、一貫性を保ち、依存関係を管理し、大規模な開発を可能にするのです。これは、有能なアシスタントとマスターアーキテクトの違いと言えるでしょう。

これにより、未来の開発者の役割は大きく変わります。AIが開発者を置き換えるという懸念もありますが、研究によれば、AIはむしろ生産性を向上させ、退屈な作業を自動化することで、開発者がより複雑な問題に集中できるよう支援します 10。ZeroRepoはこの傾向を究極的に体現するものです。未来の開発者は、定型的なコードを書く時間を減らし、高レベルのシステム設計、要件定義、AIが作成した「設計図」（RPG）の検証、そして最も創造的で困難な問題の解決により多くの時間を費やすことになるでしょう。彼らの役割は「コードライター」から、AIエージェントを導く「プレイヤーコーチ」のような「AI協力者」兼「システム検証者」へと進化するのです 12。

さらに、これはソフトウェア創造の民主化を加速させるかもしれません。これまで、ソフトウェア会社を立ち上げるには高度な技術的専門知識か、それを雇うための資本が必要でした。ZeroRepoのようなツールは、この参入障壁を劇的に下げる可能性があります。明確なビジョンを持つ起業家が、コーディングスキルがなくても製品要件を定義し、機能的なプロトタイプを生成できるようになるかもしれません。これにより、非技術系の創業者によるイノベーションの波が生まれ、新しいアイデアが市場に投入されるペースが加速するでしょう 12。

第2部：AIバイオエンジニア：スーパーバグと戦うウイルスをAIが設計

危機：治療法が尽きつつある世界

世界は今、抗生物質が効かない細菌、いわゆる「スーパーバグ」の脅威に直面しています。これらの感染症の治療はますます困難になり、有効な抗生物質は枯渇しつつあります 14。

この危機に対する有望な解決策として、「バクテリオファージ」（ファージ）が注目されています。ファージは、特定の細菌を専門に狩って殺すウイルスで、人間には無害です 14。このアイデア自体は新しいものではありませんが、特定の細菌に有効なファージを見つけ出すことは、これまで大きな課題でした。

ブレークスルー：AIに生命の言語を教える

この状況を打開する可能性を秘めているのが、スタンフォード大学とArc Instituteによる世界初の研究です 1。研究チームは、以下のプロセスでAIにウイルスを設計させました。

• AIモデルの訓練: 「Evo 1」と「Evo 2」という名のAIモデルを使用しました 14。これらのモデルに、ChatGPTがインターネット上のテキストで学習したように、何千もの既存ファージのゲノムから抽出したDNAの「言語」を学習させました 18。
• テンプレートの提示: AIの学習の出発点として、よく研究されているファージ「X174」をテンプレートとして与えました 14。
• 新規ゲノムの生成: AIはこれらの知識を基に、全く新しい合成ウイルスゲノムをゼロから何百も生成しました 20。

デジタルコードから生きたウイルスへ：「起動」プロセス

AIが設計したデジタルデータを、生きたウイルスへと変換するプロセスは驚くべきものです 20。

1. DNA合成: AIが生成したDNA配列（テキストファイル）を専門企業に送り、物理的なDNA分子を合成してもらいました。
2. 細菌への注入: この合成DNAを、無害な大腸菌に注入しました。
3. 自己組織化: 大腸菌自身の細胞機能がAIのDNA設計図を読み取り、ウイルスのタンパク質を製造開始。これらのタンパク質は自律的に組み合わさり、機能的なファージを形成しました。
4. 成功の証明: 成功の証は、残酷ながらもエレガントでした。もし大腸菌が死滅すれば、それはAIが設計したファージが正常に機能したことを意味します 20。約300の設計のうち、
   16が機能するウイルスとして「起動」しました 18。

自然を超える：オリジナルの性能を上回ったAI設計ファージ

最も注目すべき発見は、AIの創造物が単なる模倣ではなく、いくつかの点でオリジナルを凌駕していたことです 14。

• 一部のAI設計ファージは、自然界のバージョンよりも速く、より効果的に細菌を殺しました 1。
• オリジナルのファージに耐性を持つようになった細菌に対して、16種類のAI設計ファージを混ぜた「カクテル」を投与したところ、ファージは自ら進化して耐性を克服し、すべての細菌を殺すことに成功しました 18。

AIの創造的飛躍と医療の未来

この研究は、AIが人間の直感を超えた創造的な問題解決能力を持つことを示唆しています。AIが生成したファージの中には、何百もの変異を持ち、新種として分類できるほど異なるものもありました 1。特に注目すべきは「Evo-Φ36」の事例です 21。AIは、過去の人間の実験ではウイルスを機能不全にすることが知られていた遺伝子の組み換えを行いました。しかし、AIは単に組み換えるだけでなく、ゲノムの他の部分に補償的な変異を加えることで、この「致命的な」変更を機能させたのです。これは、AIが既知のパラメータを最適化しているだけでなく、人間の研究者が既存の知識や直感では試みることのない、広大な遺伝的可能性の「解決空間」を探索し、斬新で機能的な設計を見つけ出していることを示しています。AIがデータ分析者から生物学的発明家へと飛躍した瞬間です。

この技術は、「オンデマンド」ファージ治療という未来への道を開きます 14。将来的には、医師が患者のスーパーバグ感染をシーケンス解析し、そのデータをAIに入力することで、数日以内にその病原体を破壊するために最適化されたカスタム設計のファージカクテルを受け取ることが可能になるかもしれません。これは、薬剤耐性との戦いにおける重要な武器となる可能性があります 23。

もちろん、AIがウイルスを設計するというアイデアは、倫理的な懸念を引き起こします。しかし、この研究の研究者たちは、明確な安全対策を講じることで、責任ある実践を示しました 14。彼らは人間以外の病原体をテンプレートとして使用し、AIの訓練データから人間を感染させるウイルスのデータを意図的に除外しました。このような生物学的セキュリティへの積極的なアプローチは、この分野の重要なモデルとなります。悪用の可能性は存在し、強力な監督が必要ですが、この研究は、この技術が緊急の医療問題を解決するために安全に開発できることを示しています 14。

第3部：AI革命は続く：未来を垣間見る3つのテクノロジー

1. GoogleのVeo 3：目で思考するAI

単純な動画生成ツールという考えを超え、Googleの「Veo 3」は視覚のための汎用モデルになる兆しを見せています 1。その鍵となるのが、「

Chain-of-Frames（CoF）」という概念です。これは、テキストAIが用いる「思考の連鎖（Chain-of-Thought）」の視覚版と考えることができます 30。AIは、一連のビデオフレームを使って、問題を段階的に「思考」するのです。

その最も分かりやすい例が、迷路の解決です 1。点が迷路を進む動画を生成するためには、AIは単にランダムなフレームを作るだけでは不十分です。壁を越えないというルールを守りながら、経路を計画し、それを順を追って実行しなければなりません。これは、計画能力と物理的世界の初歩的な理解を示しています。この能力は、ビデオモデルが単なるコンテンツ生成ツールから、物理世界をシミュレートし、それについて推論できる「ワールドモデル」へと進化していることを示唆しており、ロボット工学や科学シミュレーションなど、創造的な分野をはるかに超えた応用が期待されます 31。

2. アリババのQwen3-Omni：人間のように知覚するAI

アリババの「Qwen3-Omni」は、真に「オムニモーダル」なAIとして登場しました。これは、テキスト、画像、音声、動画を、プラグインやアドオンなしに、単一のシームレスなモデル内でネイティブに理解し、生成できることを意味します 1。

その秘密は、賢い「Thinker-Talker（思考者-話者）アーキテクチャ」にあります 34。「Thinker」部分が深く複雑な思考を担当し、「Talker」部分が高速で流暢な応答（テキストまたは音声）の生成に集中します。この設計により、速度と精度のジレンマが解決され、約234ミリ秒という超低遅延が実現しました 34。これにより、AIが同時に見たり、聞いたり、話したりできる、リアルタイムで自然な会話が可能になります。これは、次世代のAIアシスタントやユーザーインターフェースの基盤となる技術であり、より直感的なアプリケーションの登場を予感させます 35。

3. GoogleのAI教科書：すべての子どもにパーソナルな家庭教師を

Googleの「Learn Your Way」システムは、生徒一人ひとりのニーズと興味に合わせて内容を個別化するAI拡張教科書です 1。このシステムは、

二段階の個別化を行います。まず、内容の難易度を調整し、さらに重要なことに、その文脈を生徒の興味に合わせます（例えば、スポーツ好きの生徒にはサッカーを例に物理法則を説明する）。次に、この個別化されたコンテンツをスライド、音声、マインドマップなど様々な形式に変換し、インタラクティブなクイズや学習補助機能を追加します。

高校生を対象とした実験では、このシステムを使用した生徒はテストの成績が向上しただけでなく、数日後の教材の記憶定着率も高かったことが示されました 1。この技術は、画一的な教育モデルから脱却し、教育に革命をもたらす可能性があります。個別化された指導を大規模に提供することで、生徒の学習意欲を劇的に向上させ、教育格差の問題に取り組む可能性を秘めています 39。ただし、この技術が公平性のためのツールとなるように、アルゴリズムの偏りやデジタルデバイドといった潜在的な問題に注意深く対処することが不可欠です 42。教師の役割も、知識を伝える講師から、AI駆動の洞察を活用して生徒を導く「学習の設計者」へと変化していくでしょう 45。

結論：AI駆動の創造の時代へようこそ

今回紹介した5つの進展は、AIが人間の知識を再構成するツールから、真に創造的なパートナーへと移行しているという、重大な変化を示しています。AIは、デジタル（ZeroRepo）、生物（ファージ設計）、物理（Veo 3）、そして教育（AI教科書）といった領域で、複雑で機能的なシステムを自ら創出し始めています。

私たちは今、AIによって駆動される「情報」の時代から「創造」の時代へと移行する、極めて重要な瞬間に立っています。このテクノロジーは産業を再構築し、科学的発見を加速させ、私たちの働き方、学び方、そして世界の大きな問題を解決する方法を変えていくでしょう。その旅は、まだ始まったばかりです。

よくある質問（Q&A）

Q1. Microsoftの「ZeroRepo」とは何ですか？ChatGPTでのコーディングとどう違いますか？

A1. ZeroRepoは、Microsoftが開発した、ゼロから完全なソフトウェアリポジトリ（プログラム全体）を自動生成する技術です。ChatGPTが個別のコード片を書くのが得意な「アシスタント」であるのに対し、ZeroRepoは「リポジトリ計画グラフ（RPG）」という詳細な設計図を作成し、それに従って大規模で複雑なプログラム全体を構築する「アーキテクト」のような役割を果たします。

Q2. ZeroRepoはソフトウェア開発者を不要にしますか？

A2. いいえ、不要にするのではなく、役割を変化させると考えられています。開発者は定型的なコーディング作業から解放され、より高レベルなシステム設計、要件定義、AIが作成した設計図の検証、そして創造的な問題解決に集中するようになります。AIを指導し、協力する役割がより重要になります。

Q3. 科学者がAIを使ってウイルスを作ったのはなぜですか？危険ではないのですか？

A3. この研究の目的は、抗生物質が効かなくなった「スーパーバグ」と呼ばれる細菌と戦うためです。AIが設計したのは、細菌のみを攻撃し、人間には無害な「バクテリオファージ」という種類のウイルスです。研究チームは、AIの訓練データから人間が感染するウイルスを意図的に除外するなど、厳格な安全対策を講じて研究を行いました。

Q4. AIが設計したウイルスが、自然界のものより優れているとはどういうことですか？

A4. AIは、人間が思いつかないような膨大な数の遺伝子の組み合わせを試すことができます。研究では、AIが設計したファージの一部が、自然界のファージよりも速く、より効果的に細菌を殺すことが確認されました。また、細菌が耐性を獲得しても、AIファージの混合チームは進化してその耐性を打ち破ることができました。

Q5. Googleの動画AI「Veo 3」の「Chain-of-Frames」とは何ですか？

A5. 「Chain-of-Frames（フレームの連鎖）」とは、AIが動画の連続するフレーム（コマ）を使って、問題を段階的に解決していく視覚的な思考プロセスです。例えば、迷路を解く動画を生成する際、AIはゴールまでの正しい経路をフレームごとに計画・実行する必要があり、これが一種の視覚的推論能力を示しています。

Q6. Qwen3-OmniのようなAIが「オムニモーダル」であるとはどういう意味ですか？

A6. 「オムニモーダル」とは、AIがテキスト、画像、音声、動画といった複数の異なる種類の情報（モダリティ）を、単一の統合されたモデル内でシームレスに理解し、生成できることを意味します。これにより、人間のように見たり、聞いたり、話したりする、より自然な対話が可能になります。

Q7. AI搭載の教科書は、どのように学習を個別化するのですか？

A7. Googleの「Learn Your Way」システムは、まず生徒の理解度に合わせて内容の難易度を調整します。さらに、生徒の興味（例：スポーツ、音楽）に合わせて、説明の文脈や例え話を変えます。例えば、物理の法則をサッカーのボールの動きで説明するなどです。これにより、学習への関心と意欲を高めます。

Q8. AI搭載の教科書は、教育に新たな問題をもたらす可能性はありますか？

A8. はい、可能性があります。AIのアルゴリズムに偏り（バイアス）が含まれていると、特定の生徒グループに不利益をもたらす可能性があります。また、テクノロジーへのアクセス格差（デジタルデバイド）が教育格差をさらに広げる懸念もあります。これらの技術を公平に活用するためには、慎重な設計と運用が不可欠です。

Q9. これらの技術は今すぐ一般の人が使えますか？

A9. 一部の技術は限定的に利用可能になりつつありますが、多くはまだ研究開発段階です。例えば、GoogleのVeo 3は一部のプラン加入者向けに提供が始まっています。ZeroRepoやAIファージ設計は、現時点では研究論文として発表された段階であり、一般向けの製品ではありません。

Q10. これらすべての新しいAIの進展から得られる、最も重要な教訓は何ですか？

A10. 最も重要な教訓は、AIが単なる「情報処理ツール」から、新しいアイデアや解決策を自ら生み出す「創造のパートナー」へと進化していることです。ソフトウェア開発、医療、教育など、様々な分野でAIが人間の能力を拡張し、これまで不可能だったことを可能にし始めています。

引用文献

1. 生成AIがゼロから完全なソフトリポジトリを開発するMicrosoftの ..., 10月 4, 2025にアクセス、 https://www.techno-edge.net/article/2025/10/03/4636.html
2. 生成AIがゼロから完全なソフトリポジトリを開発するMicrosoftの「ZeroRepo」, 10月 4, 2025にアクセス、 https://www.chiba-tv.com/plus/detail/amp/202510783386
3. RPG: A Repository Planning Graph for Unified and Scalable Codebase Generation - Microsoft Research, 10月 4, 2025にアクセス、 https://www.microsoft.com/en-us/research/publication/rpg-a-repository-planning-graph-for-unified-and-scalable-codebase-generation/
4. RepoCraft Benchmark: Evaluation of Code Generation, 10月 4, 2025にアクセス、 https://www.emergentmind.com/topics/repocraft-benchmark
5. 23rd September - AI News Daily - Apple Unveils Manzano: Unified, 10月 4, 2025にアクセス、 https://www.ivoox.com/23rd-september-ai-news-daily-apple-audios-mp3_rf_159065640_1.html
6. AI News Daily - ポッドキャスト - Apple Podcast, 10月 4, 2025にアクセス、 https://podcasts.apple.com/jp/podcast/ai-news-daily/id1818271852
7. RPG: A Repository Planning Graph for Unified and Scalable Codebase Generation - arXiv, 10月 4, 2025にアクセス、 https://arxiv.org/html/2509.16198v3
8. Repository Planning Graph (RPG) - Emergent Mind, 10月 4, 2025にアクセス、 https://www.emergentmind.com/topics/repository-planning-graph-rpg
9. [PDF] RPG: A Repository Planning Graph for Unified and Scalable, 10月 4, 2025にアクセス、 https://www.semanticscholar.org/paper/RPG%3A-A-Repository-Planning-Graph-for-Unified-and-Luo-Zhang/b918097c8cb0351269921120ba4b949653db962a
10. Does AI Actually Boost Developer Productivity? (100k Devs Study) - Yegor Denisov-Blanch, Stanford - YouTube, 10月 4, 2025にアクセス、 https://www.youtube.com/watch?v=tbDDYKRFjhk
11. Is There a Future for Software Engineers? The Impact of AI [2025] - Brainhub, 10月 4, 2025にアクセス、 https://brainhub.eu/library/software-developer-age-of-ai
12. ZIRP's End Meets AI - Changing the Rules of Software Work, 10月 4, 2025にアクセス、 https://christophergs.com/blog/zirp-ai-implications
13. Anthropic Economic Index: AI's impact on software development, 10月 4, 2025にアクセス、 https://www.anthropic.com/research/impact-software-development
14. AI-crafted viruses that eat bacteria: Scientists say the medical breakthrough has already begun, 10月 4, 2025にアクセス、 https://m.economictimes.com/news/new-updates/ai-crafted-viruses-that-eat-bacteria-scientists-say-the-medical-breakthrough-has-already-begun/articleshow/124208069.cms
15. Harnessing AI to Revolutionize Antibiotic Discovery - American Society for Microbiology, 10月 4, 2025にアクセス、 https://asm.org/articles/2025/august/ai-next-frontier-antibiotic-discovery
16. Bacteriophage | Definition, Life Cycle, & Research | Britannica, 10月 4, 2025にアクセス、 https://www.britannica.com/science/bacteriophage
17. How AI is reviving a century-old solution against antibiotic resistance, 10月 4, 2025にアクセス、 https://www.weforum.org/stories/2025/06/ai-solution-antibiotic-antimicrobial-resistance/
18. AI generated its first working genome: a tiny bacteria killer, 10月 4, 2025にアクセス、 https://www.sciencenews.org/article/ai-genome-bacteria-phage
19. AI Breakthrough: Designing Living Phage Genomes from Scratch | Joshua Berkowitz, 10月 4, 2025にアクセス、 https://joshuaberkowitz.us/blog/news-1/ai-breakthrough-designing-living-phage-genomes-from-scratch-1150
20. In A World First, Scientists Used AI To Generate A Genome And ..., 10月 4, 2025にアクセス、 https://www.iflscience.com/ai-generated-genomes-used-to-produce-functional-bacteria-killing-viruses-in-world-first-81011
21. AI-Designed Phages - Asimov Press, 10月 4, 2025にアクセス、 https://press.asimov.com/articles/ai-phages
22. Generative design of novel bacteriophages with genome language ..., 10月 4, 2025にアクセス、 https://www.biorxiv.org/content/10.1101/2025.09.12.675911v1
23. Smart Phages: Leveraging Artificial Intelligence to Tackle Prosthetic Joint Infections - PMC, 10月 4, 2025にアクセス、 https://pmc.ncbi.nlm.nih.gov/articles/PMC12466338/
24. Artificial intelligence applications in the diagnosis and treatment of bacterial infections - Frontiers, 10月 4, 2025にアクセス、 https://www.frontiersin.org/journals/microbiology/articles/10.3389/fmicb.2024.1449844/full
25. Using generative AI, researchers design compounds that can kill drug-resistant bacteria | MIT News | Massachusetts Institute of Technology, 10月 4, 2025にアクセス、 https://news.mit.edu/2025/using-generative-ai-researchers-design-compounds-kill-drug-resistant-bacteria-0814
26. Largest-ever antibiotic discovery effort uses AI to uncover potential cures in microbial dark matter - Penn Medicine, 10月 4, 2025にアクセス、 https://www.pennmedicine.org/news/penn-expert-uses-ai-to-uncover-potential-antibiotics-in-microbial-dark-matter
27. Implications of Artificial Intelligence in Addressing Antimicrobial Resistance: Innovations, Global Challenges, and Healthcare's Future - PMC - PubMed Central, 10月 4, 2025にアクセス、 https://pmc.ncbi.nlm.nih.gov/articles/PMC11200959/
28. Generative AI develops potential new drugs for antibiotic-resistant bacteria, 10月 4, 2025にアクセス、 https://med.stanford.edu/news/all-news/2024/03/ai-drug-development.html
29. Deepmind says video models for visual tasks could become what LLMs are for text tasks, 10月 4, 2025にアクセス、 https://the-decoder.com/deepmind-says-video-models-for-visual-tasks-could-become-what-llms-are-for-text-tasks/
30. DeepMind Leads in Proposing CoF: Video Models with Their Own Chain of Thought - 36氪, 10月 4, 2025にアクセス、 https://eu.36kr.com/en/p/3485840321797256
31. DeepMind's "Chain-of-Frames" Demonstrates Veo 3's Visual Reasoning Capabilities | Headlines | HyperAI, 10月 4, 2025にアクセス、 https://hyper.ai/en/headlines/917ba33681c56c4755f30435b9fc667e
32. Zero-Shot Video Models for Vision Reasoning - Emergent Mind, 10月 4, 2025にアクセス、 https://www.emergentmind.com/papers/2509.20328
33. Video models are zero-shot learners and reasoners - arXiv, 10月 4, 2025にアクセス、 https://arxiv.org/html/2509.20328v2
34. Qwen3-Omni: Alibaba's Groundbreaking Multimodal Foundation ..., 10月 4, 2025にアクセス、 https://medium.com/data-and-beyond/qwen3-omni-alibabas-groundbreaking-multimodal-foundation-model-890a120069ed
35. Qwen3-Omni Review: Multimodal Powerhouse or Overhyped Promise? - Analytics Vidhya, 10月 4, 2025にアクセス、 https://www.analyticsvidhya.com/blog/2025/09/qwen3-omni/
36. Alibaba Cloud Releases the "Open" Qwen3-Omni, Its First "Natively End-to-End Omni-Modal AI" - Hackster.io, 10月 4, 2025にアクセス、 https://www.hackster.io/news/alibaba-cloud-releases-the-open-qwen3-omni-its-first-natively-end-to-end-omni-modal-ai-320a414212cc
37. Qwen3-Omni is the natively end-to-end multilingual omni model. It processes text, images, audio, and video, and delivers real-time streaming responses in both text and natural speech. We introduce several upgrades to improve performance and efficiency. - Qwen AI, 10月 4, 2025にアクセス、 https://qwen.ai/blog?id=65f766fc2dcba7905c1cb69cc4cab90e94126bf4&from=research.latest-advancements-list
38. Qwen3-omni is a natively end-to-end, omni-modal LLM developed by the Qwen team at Alibaba Cloud, capable of understanding text, audio, images, and video, as well as generating speech in real time. - GitHub, 10月 4, 2025にアクセス、 https://github.com/QwenLM/Qwen3-Omni
39. What Is Adaptive Learning and How Does It Work to Promote Equity In Higher Education?, 10月 4, 2025にアクセス、 https://www.everylearnereverywhere.org/blog/what-is-adaptive-learning-and-how-does-it-work-to-promote-equity-in-higher-education/
40. Can AI Transform Education to Ensure All Students Benefit? - Gates Foundation, 10月 4, 2025にアクセス、 https://www.gatesfoundation.org/ideas/articles/ai-tools-education-technology
41. How will AI Impact Racial Disparities in Education? - Stanford Law School, 10月 4, 2025にアクセス、 https://law.stanford.edu/2024/06/29/how-will-ai-impact-racial-disparities-in-education/
42. www.everylearnereverywhere.org, 10月 4, 2025にアクセス、 https://www.everylearnereverywhere.org/blog/what-is-adaptive-learning-and-how-does-it-work-to-promote-equity-in-higher-education/#:~:text=Adaptive%20learning%20technology%20isn't,tend%20to%20reinforce%20equity%20gaps.
43. Advancing Transformative Education: Generative AI as a Catalyst for Equity and Innovation, 10月 4, 2025にアクセス、 https://arxiv.org/html/2411.15971v1
44. How artificial intelligence in education is transforming classrooms - Learning Sciences, 10月 4, 2025にアクセス、 https://learningsciences.smu.edu/blog/artificial-intelligence-in-education
45. Teaching with AI | Hopkins Press, 10月 4, 2025にアクセス、 https://www.press.jhu.edu/books/title/53869/teaching-ai
46. Successfully Integrating AI Textbooks into Modern Education Systems - ViewSonic Library, 10月 4, 2025にアクセス、 https://www.viewsonic.com/library/resources/successfully-integrating-ai-textbooks-into-modern-education-systems/
47. How AI and human teachers can collaborate to transform education, 10月 4, 2025にアクセス、 https://www.weforum.org/stories/2025/01/how-ai-and-human-teachers-can-collaborate-to-transform-education/