0830 | Tencent Hy4プレビュー：7700億パラメータのMoE、アクティブ490億・100万コンテキスト

葵: ブリラジオの「Product Hunt Daily」へようこそ。今日もたくさんの新製品が並んでいますね、悠真さん。

悠真: そうですね、葵さん。まず目を引いたのが、Tencentの7700億パラメータという巨大なMoEモデル、Hy4のプレビューです。アクティブなパラメータは490億と抑えられていて、コンテキスト長は100万と長期的なエージェントタスク向けだとか。

葵: なるほど、それは注目ですね。ほかには、複雑な文書や表、画像をAI対応データに変えるCohere Parse 5。あとはコーディングエージェント向けのツールが目白押しで、巨大なコード差分のレビューに取り組むseendiff、それからクッキーレスなサイト解析のStaatsなんかも上がっています。

悠真: 個人開発系も面白いですよね。散らばった思考を一か所に集めるEinfallや、休まず座っているとしおれるデスクプラントのMossy、AndroidスマホをPCのセカンドスクリーンやゲームパッドにする「Any Command」、RAWをHEICに変換するRawToHEICなんかも。今回は盛りだくさんです。

葵: テンセントがHy4プレビューという七百七十億パラメータの大規模モデルを公開しました。専門家の一種であるMoE構造で、実際に動くのは四百九十億パラメータ分だけ。コンテキスト長は百万で、コーディングやゲーム開発、複雑な文書分析といった長期的なエージェントタスクを自律処理し、自分でテストを実行してバグを直してから納品する運用を想定しています。タスクが長く複雑でも途中で逸れずに留まり続ける設計です。

葵: これはHy3の次のステップで、今回規模を大きく拡大し、トレーニングの多くを自社のエンジニアリングチームと専門チームの実際の仕事に基づいて構築したとテンセントは説明しています。ただ性能評価には注意が必要で、コミュニティ投稿によると百六十三人の社内専門家による二百三件のタスクのブラインド評価でGLM 5.3とKimi K3をわずかに上回ったと報告されていますが、これは報告された主張であって独立に検証されたものではありません。

悠真: 批判的な声もあります。投稿者は、このモデルは考えすぎて自分を過剰にチェックする傾向があり、Hy3と同じ「公開して何が壊れるか見よう」という習慣だと指摘しています。別のメンバーは、長いジョブでは間違えることより確定済みのものを再チェックしてウィンドウを消費するのが問題で、百万という広さがそれを起こりやすくするといいます。四百九十億のアクティブパラメータがデータセンターの外で実行できるかを左右しますが、総計七百七十億のモデルをどこかに配置しなければならないため、データセンター外での実行可能性は未確定のままです。

葵: 配布方法は、Apache 2.0ライセンスで公開され、OpenRouterまたはWorkBuddy経由で試せます。テンセント自身もまだプレビュー段階と位置づけています。

悠真: 今度は文書解析の話で、コーヒアが「Cohere Parse 5」を発表しました。複雑な文書、表、画像を、AIエージェントやアプリケーションが使える構造化データに変換します。OCRとマルチモーダル理解を組み合わせ、スキャン文書とデジタル文書の文字起こしに加えて表、図、画像まで解析します。

悠真: 特徴はバウンディングボックスによるビジュアルグラウンディングで、抽出した各データをページ上の正確な位置に座標付きで返すため、下流での引用や出所追跡が可能です。対応言語は主要な商用言語九言語で、展開はAPI、クラウド、Model Vault、AWS SageMaker、Azure、完全オンプレミスまたはエアギャップ環境から選べます。

葵: 課題は明確です。スキャン文書やPDF、契約書、請求書といった企業文書は表や図が多く、既存のAIエージェントや検索ツールが確実に読めないため、手作業のレビューやデータ入力が必要になっている。Parse 5はテキスト抽出だけでなくレイアウト、表、図をまとめて理解する点が強みで、クレーム処理や契約・請求書処理の自動化、セマンティック検索のチャンキング品質の改善といった利用例が想定されています。

葵: あるコメント投稿者は、抽出品質はほぼ標準的な水準になりつつある一方、座標を返してくる製品はほとんどないと指摘しています。エージェントが契約書から何かを引用しても正確な条項を示せないことが多く、バウンディングボックスが実際に重要になる場面で使えるかどうかを左右するという見方です。別の投稿者は、この製品が自身のOKRに役立ちそうだと述べていました。

葵: 今度はローカルツールの話です。seendiffというコード差分ビューアが公開されました。コーディングエージェントが作り出す巨大な差分を誰かが読まなければならないという課題に取り組みます。提供者によると、AIコードはレビューが難しく、苦痛なレビューを選ぶかレビューなしでコミットするかの二択になりがちで、既存のdiffツールはAI規模のコードを想定していないといいます。

葵: 機能は、差分内で確認済みのコードを自動追跡すること、手動でレビューしたコードブロックを追跡すること、AIに自分のコードを説明させるコードウォークスルーの統合、ローカル全体検索、ミニマップです。無料かつオープンソースで、seendiff.comで公開されています。

悠真: コミュニティの反応には課題も見えます。確認済み状態の追跡は毎日使う理由になるという声がある一方、その状態がローカルマシンやクローン内だけに留まるのか、別のマシンで同じブランチを取得したときに同期されるのかを質問するユーザーがいました。別のユーザーは、一瞥しただけのhunkと実際に考え抜いたhunkが同じ「確認済み」扱いになると指摘し、九百行規模のエージェント差分では両者のリスクが違うため、その違いを記録するwhy-stateが必要だとしています。

葵: ただ肯定的な評価として、seendiffがコーディングエージェントに自身の差分を説明させることで、レビューを大規模なAI生成変更のガイド付きウォークスルーに変えている点を挙げるコメントもありました。

悠真: 今回はStaatsというサービスです。コーディングエージェント向けのクッキーレスなサイト解析としてProduct Huntに出品されました。ダッシュボードを持たない設計で、約1.5キロバイトのスクリプトとMCPサーバーを通じて、Claude Code、Cursor、Codexといったエージェントがチャット内でトラフィックとイベントデータを読み、デプロイの計測や変更の検知、次のアクションの提案を行います。

悠真: 出品者は、実装が速くなった今のボトルネックは「次に何を作るか」の判断で、従来の出荷、データ確認、解釈、意思決定、出荷というループを、出荷、エージェントがデータ確認、出荷、へ短縮する狙いと説明します。機能はデプロイ前後の指標比較、トラフィック急増やSNS流入の発生源追跡、ランディングページからチェックアウトまでの離脱ファネル、data-track属性による自動計測です。プライバシー面では、日次でローテーションするソルト付き訪問者ハッシュとIP非保存の設計です。

葵: デモでは「今週の調子は」という問いに対して、訪問者四千百二十人、前週比二十四パーセント増、Hacker News経由千三百七十六人、サインアップ三十一パーセント増と答える例が示されています。価格は、無料プランが月一万イベント・一サイト・三十日履歴、Proが月九ドルで十万イベント・十サイト・一年履歴、Growthが月二十九ドルで百万イベント・二十五サイト・二年履歴、Scaleが月九十九ドルで千万イベント・五十サイト・三年履歴です。

葵: コミュニティからは、デフォルトのダッシュボードに欲しい数字がなく、毎週月曜にスプレッドシートへエクスポートしているという声と、エージェント専用かダッシュボードとのハイブリッドかという質問が寄せられました。製品ページによると、Webダッシュボードはサイト、キー、使用量、請求の管理のみで、統計確認はエージェント経由とされ、全サイトのCSVエクスポートも用意されています。既存のGoogle Analytics、PostHog、Plausibleと併用できると説明されますが、これらはすべて出品者の主張で、独立した検証は未実施で実運用での結果はまだ明らかになっていません。

葵: 次の話題は、散らばりがちな思考を素早く一か所に集めて後で振り分けるためのアプリ、Einfallです。開発者のJPは、各種アプリや音声メモ、ノート、紙に思考を書き散らかして困ったのが作るきっかけだと説明していますが、これは開発者本人の説明で、独立した検証ではありません。設計の肝はフォルダなどを意図的に省いたフラットなストリームで、Mac、iPhone、iPadで、メニューバーや共有シート、Shortcuts、Siri、Spotlight、ウィジェット、音声のオンデバイス文字起こしからキャプチャでき、集めた思考はRemindersやCalendarなどへ送れて16のアクションが用意されています。

葵: 外部AIエージェントとの連携も考えられていて、MCP対応のローカルサーバー経由でClaude Codeのようなエージェントがストリームを読み、手動と同じアクションを実行できます。ただこれは初期状態ではオフで、設定で明示的に有効化が必要です。Einfall側のサーバーはなくアカウント作成も不要、Appleのプライバシーラベルではデータを収集しないとされ、同期は自分のiCloud経由です。

悠真: 価格は、キャプチャは無制限で無料、最初の15回の振り分け操作は無料で、以降は29.99ドルの一回払いで無制限のルーティングが解放され、サブスクリプションはありません。コミュニティでは、フォルダを省いた判断が評価されていて、フォルダを足すとキャプチャがファイリングに変わり、深夜には誰もファイリングしないというコメントがありました。制約もあって、Apple Watchはローンチ時点で未対応、Einfall v1はMac、iPhone、iPad向けです。キャプチャや編集、タグ付けはオフラインで動きますが、デバイス間の同期にはiCloudが必要になります。開発者は、Swiftを学ぶ挑戦として作り、コード面ではClaude Codeを教師に使ったと話しています。

悠真: 次に、Mossyという、macOS 12以降のMacデスクトップに住む小さなデスクプラントのアプリです。休憩せずに座り続けるほどしおれていく無料アプリで、アカウント不要、1.4メガバイトのネイティブアプリとしてApple SiliconとIntelの両方に対応します。キーボードとトラックパッドの操作を見て「時計ではなく自分」を数えるので、席を離れると経過は止まり、休憩1回ごとに芽が生えて1週間分の休憩がひと目でわかります。使い方の核は休憩の目的を一文で書くことで、AIがその一文から休憩タスクを手順とタイマー付きで1回ずつ生成します。固定のストレッチリストはなく、アプリが何を頼んだかを検査しないと開発者は説明しています。画面をブロックしたり暗くしたりせず、休憩を拒否するのも正常な使い方とされます。

葵: その背景が興味深いですね。開発者は1日約10時間座り続ける本人と建築家の妻で、既存の休憩アプリはフルスクリーンの休憩が作業の途中に割り込み、スキップされ、1週間で消えるという失敗を繰り返したため、一切ブロックしない設計にしたと話しています。コミュニティでも、しおれる花を見ると罪悪感が湧いてタイマーよりずっと良いとか、休憩拒否を失敗として扱わない設計に共感したといった個人の感想が寄せられています。

葵: プライバシーについては、AIのキーは小さな中継サーバーに置かれアプリ内にはなく、Macから出るのはAIへの呼び出し1回と、オフにできる匿名の毎日ピングだけだと開発者は説明します。履歴や設定はMac内に残り、サーバーは何も保持しないとしていますが、これは自己申告で第三者の検証は示されていません。またアプリ自身が医療アドバイスではないと明記し、座り時間を減らす効果や健康改善を測ったデータも提示されていないため、実際の健康効果は未検証のままです。

葵: 続いて、AndroidスマートフォンをWindows PC用のセカンドスクリーン、トラックパッド、キーボード、ゲームパッドとして使えるようにするリモートアプリ、Any Commandです。開発者の説明では、PC側の1つのウィンドウだけをスマホに配信し、スマホからの入力もそのウィンドウだけに届きます。接続方法は2つあり、Wi-Fi接続なら自宅ネットワーク内で完結し、BluetoothモードではPCに何もインストールせずスマホが標準のキーボード・マウスとしてペアリングされます。無料版がありアカウントは不要ですが、Wi-Fi利用時は無料のWindowsサーバーが必要で、Windows 10と11に対応します。

葵: 開発者は、1人、会社なし、資金調達なしで約2年かけて作ったと説明しています。きっかけは、全画面再生中にAlt-Tabで切り替えると映像が止まるという問題で、背景ウィンドウへのクリック配信やChromiumアプリの描画停止への対応が最も時間がかかったそうです。無料機能にはトラックパッド、フルキーボード、ビデオリモコン、Wake-on-LAN、パフォーマンスモニター、クリップボード同期があり、画面共有やファイル転送、タスクマネージャー、仮想ゲームパッド、セカンドスクリーンなどはプレミアムで、広告視聴による一時体験も可能です。インターネット経由の接続は開発者側サーバーを経由し、プレミアムが必要です。

悠真: 現時点の制約として、Bluetoothモードはポインター、入力、ショートカット、メディアキーに対応しますが、スクリーン共有とファイル転送は含まれません。これらはPC側で応答するソフトウェアが必要なためです。コミュニティでは、開発者がコメントした最初の50人にプレミアムコードを送ると呼びかけていて、実行中スクリプトやCIジョブのログをスマホに置きたいという具体例や、全機能はまだ使っていないが今のところ印象的というコメントが見られました。外部評価としてはHowToMenのトップ15のAndroidアプリに選ばれていて、スポンサーではないとされ、今後の展望として開発者はポケットにいつもある予備の画面に何を表示したいかというアイデアを募集しています。

悠真: 最後に、RawToHEICという、Apple純正の写真アプリ内でカメラRAWとProRAWをHEICに変換するアプリです。iPhone、iPad、Macの写真アプリの共有シートから使えて、開発者の説明ではファイルを最大10倍小さくでき、編集内容、アルバム、メタデータは保持されます。変換はすべて端末上で行われ、アップロードなし、アカウント不要、アナリティクスなしとされています。対応形式はCR3、ARW、NEF、RAF、ORF、RW2、PEF、DNGとProRAWで、iCloud写真にも対応します。HDRについては、ISO 21496-1のゲインマップを合成して、対応ディスプレイではフルHDRで表示し、SDRディスプレイではトーンマップされた見た目にする仕組みです。元のRAWファイルの削除は、HEICが書き込まれ検証された後にユーザーがバッチ単位で選べますし、FilesアプリやFinderからドロップしたRAWも変換できます。

悠真: 開発者は、2500枚のRAWライブラリが80ギガバイト以上を占めていた事例を挙げています。価格は、1日50回の変換まで無料、無制限は一回払い19.99ドルか年間9.99ドルで、一度購入すればiPhone、iPad、Macで使えます。対応OSはiOS 18、iPadOS 18、macOS 15 Sequoia以降です。

葵: App Storeの評価は5段階中5.0ですが、レビューは1件だけです。そのレビューでは、アプリに問題があったが開発者が解決に取り組んでおり、バージョン1.1で写真削除バグを修正したとされています。コミュニティでは技術的な仕組みを尋ねるコメントがあり、開発者は今後対応する形式やワークフローについてフィードバックを求めています。ただ、これらの変換能力やプライバシー面の説明はすべて開発者の主張で、独立した検証結果や大規模なユーザー評価は提供されていません。

悠真: 次の話題は「God's Eye View」、スパイ衛星シミュレーターです。ブラウザ上で動き、公開されている情報源だけを使って、本物のデータを表示するという作り手の主張です。3Dの地球儀の上に航空機、船舶、衛星、地震や交通、公共カメラをライブ表示します。リアルタイムのAIエージェントによるハンズフリー音声操作で、その地球と直接会話もできます。MITライセンスの完全オープンソースで、個人の探求にはほとんどコストがかからない設計とのことです。

葵: うんただ、その売り文句にコミュニティがすぐ食いついています。ある投稿者は、この枠組み自体は異例だと評していて、データの薄さを権威あるように見せがちな製品が多いなか、実際の公開フィードをスパイ映画風に見せているのは珍しいと。一方で、航空機の位置が本当に現在のものかどうかをユーザーが確認しなければ「おもちゃ」として扱われるリスクを指摘し、ソースとタイムスタンプをアバウトページではなく地球儀の上に直接表示するよう提案しています。実はデータのリアルタイム性は未検証のままなんです。

悠真: ええ。別の投稿者が「これは本当にライブの衛星画像やテレメトリなのか、それともリアルタイムには更新されない実データセットなのか」と疑問を投げかけましたが、その回答は示されていません。さらに「gifでは同じに見えても全く別のデモだ」と指摘する声もあり、この指摘に対して作り手からの返答はありませんでした。

葵: 一方で作り手側は、このプロジェクトを「公開中のシグナルから再構築したスパイ・スリラー司令部の感覚」と説明していて、航空機、船舶、衛星、交通、公共カメラ、火災、地震をまとめたリアルタイムの共通作戦状況図だと位置づけています。初期デモはYouTubeで「ある種バズった」と報告し、一番多かったコメントは「コードをくれ」だったと言います。プルリクエストを歓迎していて、次に追加すべき機能の提案も募っています。ただこれらはすべて作り手による主張で、検証済みの結果ではありません。

悠真: コミュニティには評価する声もあります。ある投稿者は「これがバイブコーディングのすごさだ。10年前に誰がこれを作っただろうか」と評しましたが、データの正確性については「データは100%正確なのか」という質問が投稿されたものの、その回答はありません。

悠真: 一方、こちらは投資家向けのツールです。「1752vc Pitch Deck Analyzer」、ピッチデッキの分析ツールです。2万5000件以上の実際のデッキと、その後に続いた投資家の判断を学習して作られたもので、スライドごとに資金調達の観点でのフィードバックを数分でくれます。ステージに合わせて調整され、ストーリーの一貫性もチェックし、投資家が見つけそうな矛盾も突き返してきます。開発元は年間4000件以上のスタートアップを評価しているVCファーム、1752vcです。

葵: つまり売り文句は、送信ボタンを押す前に投資家がどう言うかを先に知れるというわけですね。実際にどの程度フィードバックが的確かはまだ検証されていませんが、学習データの規模は具体的です。

葵: 今日は、Tencentの7700億パラメータを持つエージェント向けモデルと、Cohereの文書解析モデル、二つのAIの大きな動きを追ってきました。

悠真: 最後に、紹介したテックのポイントが少しでも皆さんの次の一歩や興味につながればうれしいです。

葵: それでは、お聞きいただきありがとうございました。また次回お会いしましょう。