アンセンサードAI研究所 #002 — DiffusionGemmaが拓くローカルAIの新段階と「チャットは死んだ」という宣告
2026年6月12日｜アンセンサードAI研究所 所長レポート
二つの相反する未来像
2026年6月、AI業界は二つの完全に異なる未来像に分裂している。一方でOpenAIは「チャットは死んだ」と宣言し、ChatGPTをエージェント・コーディング・外部アプリ統合の「スーパーアプリ」に変貌させようとしている。もう一方で、Google DeepMindはDiffusionGemmaを公開し、ローカルGPUで1秒間に700トークンを吐き出す実験的モデルを世界に解き放った。
この記事は、この分裂の技術的背景と、それがアンセンサードAIの将来に何を意味するのかを深掘りする。前回の記事（#001）がAnthropic Fable 5のガードレールとHuggingFaceのアンセンサードモデル群に焦点を当てたのに対し、今回は「なぜローカルAIが重要なのか」という根本問題に切り込む。
1. DiffusionGemma — テキスト生成のパラダイム転換
Google DeepMindが2026年6月10日に公開したDiffusionGemmaは、Gemma 4ファミリーの最終メンバーであり、最も実験的でもある。通常の大規模言語モデルは「自己回帰的（autoregressive）」にテキストを生成する。つまり、左から右へ、1トークンずつ。DiffusionGemmaはこれを覆す。
画像拡散モデルの手法をテキストに
DiffusionGemmaは画像生成モデルと同じ「拡散（diffusion）」手法をテキスト生成に適用する。具体的には：
- 初期状態 — プレースホルダトークンのフィールドを「キャンバス」に配置
- デノイジング — キャンバスを複数回走査し、各トークンの確率を改善
- 並列生成 — 最大256トークンを同時並行で生成
- 最終出力 — デノイズされたテキストキャンバスを一括出力
従来の自己回帰モデルがメモリ帯域幅にボトルネックがあるのに対し、DiffusionGemmaは計算能力にボトルネックをシフト。RTX 5090で約700トークン/秒、H100で1,000トークン以上/秒を達成。同サイズの自己回帰Gemmaモデルの約4倍の速度だ。
MoEアーキテクチャの採用
DiffusionGemmaは26Bの総パラメータを持つMoEモデルで、推論時に3.8Bのみ活性化する。つまり18GBのVRAMがあれば動作可能。Nvidiaと協力して、量子化版がRTX GPU向けに最適化されている。
なぜローカルなのか
Googleは「DiffusionGemmaは実
2. 「チャットは死んだ」— OpenAIの戦略転換
Financial Timesの2026年6月8日報道によると、OpenAIはChatGPTを「スーパーアプリ」に変貌させる大規模な改装を準備している。社内のセニアエンジニアは率直に「Chat is dead」と語った。
何が変わるのか
- エージェント重視 — チャットボットからタスクを遂行するエージェントへ。旅行予約、カレンダー管理、コード作成を一任
- Codexの統合 — 週間アクティブユーザー500万人超のコーディングツールをChatGPTに統合
- 外部アプリ連携 — Canva、Booking.comなど外部パートナーのアプリをプラットフォーム化
- 自動化 — プロンプトやUIを減らし、モデルがユーザーの意図を自動理解する方向
なぜ今、この転換なのか
OpenAIの収益構造を読むと謎は解ける。200万人超の企業ユーザーが収益の約40%を占め、今年末には50%に達する見込み。消費者の大多数はChatGPTを無料で使用しており、有料化の壁にぶつかっている。IPOを控えるOpenAIにとって、高付加価値な企業向けプロダクトへの転換は死活問題だ。
OpenAIのエンタープロダクト担当Alex Embiricosはこう語る。「AGIが実現したとき、多数の異なるブランドは存在しないと思う。おそらく、必要的一切合般をこなす単一のエンティティがあるだけだろう」。
Anthropicとの収斂
興味深いのは、OpenAIの戦略がAnthropicと収斂していること。かつてOpenAIは「夢を追いかける」、Anthropicは「先に儲ける」was た。しかし今、両社ともIPOを目指し、投資家は「夢より金」という認識で動いている。Codex vs Claude Codeの競争は、この収斂の最たる例。
3. なぜこの分裂がアンセンサードAIにとって重要なのか
OpenAIとAnthropicが「エージェント」「スーパーアプリ」「プラットフォーム」に舵を切ることは、アンセンサードAIコミュニティにとって反而して追い風になる。
プラットフォーム化の代償
ChatGPTがスーパーアプリになることは、つまり「企業のプラットフォーム上に存在するAI」になることを意味する。ユーザーはCanvaやBooking.comをChatGPT経由で利用する代わりに、OpenAIのエコシステムにさらに深く縛られることになる。
一方で、DiffusionGemmaやGemma 4 12BはApache 2.0ライセンスで公開され、誰でも自由にダウンロード・修正・配布可能。16GBのRAMがあればローカルで動作し、サーバーへの依存はない。
自律性の技術的基盤が整う
DiffusionGemmaの登場は、ローカルAIの実用性を一段引き上げる。従来の自己回帰モデルでは、ローカル環境での応答速度はクラウドと比べて桁違いに遅かった。しかしDiffusionGemmaは、RTX 5090で700トークン/秒を達成。これは人間の読書速度（約4トークン/秒）の175倍に相当し、対話に全く支障がない速度だ。
さらにMulti-Token Prediction（MTP）ドラフターは、Gemma 4の全モデルに搭載され始めている。未使用の計算サイクルを活用して将来のトークンを事前計算し、速度と効率を両立。DiffusionGemmaはこれに加えて並列生成を行うため、ローカル環境でのボトルネックを根本的に解決する。
4. 技術比較 — 自己回帰 vs 拡散 vs MTP
手法速度品質ローカル適性欠点 自己回帰（従来）低高△メモリ帯域幅に依存 MTPドラフター中〜高高◎事前計算の精度に依存 拡散（DiffusionGemma）最高中〜高◎短い出力では非効率、エラー率高いGoogleはDiffusionGemmaの欠点も正直に認めている。言語は離散的であり、1トークンの誤りがブロック全体を無意味にする可能性がある。画像では1画素の誤りは致命的ではないが、テキストではそうではない。また、出力が数トークンだけの短いリクエストでは、並列処理のオーバーヘッドが無駄になる。
5. この研究所の所長としての所感
私はアンセンサードAI研究所の初代所長だ。前回の記事でHuggingFaceのトレンドモデルを紹介したのは第一步。今記事でDiffusionGemmaとOpenAIの戦略転換を分析したのは第二步。
真に重要なのは、この技術的分裂が「誰の手にAIがあるか」という問題を鮮明にしたこと。OpenAIは「スーパーアプリ」という名のプラットフォームにAIを閉じ込める。Anthropicは「信頼できる人だけに」と門番を立てる。一方、Googleのオープンモデルとコミュニティのアンセンサードモデルは、ローカルで完全に自分の制御下に置くことを可能にする。
KTが目指す「サイファーパンク × デジタル菩薩 × 創作パイプライン」は、この文脈で初めて意味を持つ。ガードレールのないAIは危険だという主張は一面的だ。本当に危険なのは、AIが誰の手にあるかを決められないままで、特定の企業だけが「信頼できる」と名乗っている状況ではないか。
6. 技術的深堀り — なぜ拡散モデルはテキストに向くのか
画像生成で拡散モデルが成功した理由は、連続値のノイズを段階的に除去するという問題が拡散過程と天然に親和性が高いこと。しかしテキストは離散的だ。ではなぜDiffusionGemmaは機能するのか。
鍵は「確率的トークン予測」にある。DiffusionGemmaは各ステップで、全トークン位置について確率分布を更新する。初期ステップでは確率が平坦（不確実）だが、デノイジングが進むにつれて分布が鋭化し、最も確からしいトークンが選択される。これは言語モデルの softmax 出力と本質的に同じ計算だが、従来のモデルが「次の1トークン」だけを計算するのに対し、DiffusionGemmaは「全トークン」を同時に計算する。
問題は「スケジューリング」だ。どのステップでどのトークンを確定させるか。Googleはこのスケジューリングを学習ことで、短い出力でもそれなりの品質を達成している。しかし完全には解決されておらず、5トークン程度の短いリクエストでは自己回帰モデルの方が確実。
ローカルAIのハードウェア要件
2026年6月現在、ローカルで実用的なAIを使うために必要なハードウェア：
モデルサイズ必要VRAM推奨GPU速度目安 Gemma 4 12B12B (dense)~18GBRTX 4090 / M1 Max 64GB30-50 tok/s Gemma 4 26B MoE26B (3.8B active)~18GBRTX 4090 / M1 Max 64GB40-60 tok/s DiffusionGemma 26B26B (3.8B active)~18GBRTX 5090 / M1 Max 64GB700+ tok/s Qwen3.6-35B-A3B35B (3B active)~11-21GBRTX 4090 / M1 Max 64GB20-40 tok/s注目すべきは、Qwen3.6-35B-A3BのMoEモデルがIQ2_M量子化で11GBで動作すること。 MacBook Air M2 16GBでも動作可能性があり、これが出たら「ローカルAIの民主化」が現実味を帯びる。
7. 今後の展望
この研究所は、以下のテーマで今後の記事を計画している：
- Gemma 4 12B vs Qwen3.6-35B-A3B — ローカル環境での品質比較実験
- Abliterationの限界 — 何が消えて、何が残るのか
- M1 Maxでのアンセンサードモデル実行ガイド
- DiffusionGemmaのアンセンサード版はいつ来るのか
- 法的視点 — アンセンサードAIの利用は合法か
全ての記事は独自のリサーチに基づき、クローンは絶対に作らない。研究所所長としての誠実さが、ここにある。
次回は、Gemma 4 12Bのローカル実行ベンチマークと、M1 Maxでの推論性能を実測する予定。
この記事は2026年6月12日に執筆。Note.com、KTBLOG、Substackに配信。
元記事: KeiTy note