現地11月11日、ミュンヘン地方裁判所第1法廷は、ChatGPTが著作権で保護されたドイツ語の歌詞を無断で再現したとして、OpenAIに対し著作権侵害を認める判断を下しました。原告は音楽著作権管理団体のGEMA。判決は、学習や出力の過程での歌詞利用にライセンスが必要との含意を持ち、OpenAIに損害賠償の支払いを命じています。判決は不服申立ての余地があり、双方は声明を準備中と伝えられています。欧州における生成AI規制の“方向付け”となり得る重要な一歩です。

報道によれば、対象は少なくとも9曲分の歌詞で、たとえばヘルベルト・グレーネマイヤーの「Männer」「Bochum」など具体的楽曲が例に挙げられました。OpenAIは「ChatGPTの仕組みを誤解している」と主張したものの、裁判所は歌詞の再現と学習利用の関係を重く見た格好です。英紙や業界メディアも、この判断をヨーロッパにおける先例と位置づけ、広告や検索に続いて“音楽×生成AI”の線引きが鮮明になったと伝えています。

実務の観点では、音楽分野に限らず“強い著作権”を伴う領域で、開発者・事業者に三つの波及が想定されます。第一に、データ取り扱いの再点検です。コーパス由来の“歌詞断片の記憶”を抑制するフィルタリングや推論時ガードレールの再設計、そして学習データの由来管理が避けられません。第二に、ライセンス交渉の本格化です。GEMAは集団管理の枠組みでAI向け包括許諾の構築を掲げており、判決を受けた“支払いの根拠”が強まります。第三に、係争リスクの地理的拡大です。ミュンヘンの判断は、他のEU域内でも参考にされうるため、プロダクト運用は“国・地域別の権利処理”を前提にせざるを得なくなります。

一方で、今回の結論は最終審ではなく、今後の控訴審で判断が揺れる可能性もあります。とはいえ、欧州の現場感はすでに変わりつつあります。生成AIの歌詞再現を巡る線引きは“フェアユース”が中心の米国と異なり、EUでは権利者の明示的な許諾・オプトアウト運用とセットで整理されがちです。今回の判決を材料に、音楽に限らぬテキスト・画像・脚本等の権利処理が“AI向け包括ライセンス”という形で産業化するシナリオが、より現実味を帯びてきました。

プロダクトに落とすなら、学習前・提供前・推論時の三層での対応が鍵です。学習前はデータ供給元との契約で“AI用途”を明文化。提供前は歌詞等のトリガーワード検知や引用上限のポリシー化、地域別の権利フラグ連動。推論時は“再現率が高い表現”のブロックと根拠提示の徹底です。音楽サーチや要約のような正当な利用価値を損なわないよう、ユーザー体験と権利配慮の“両利き”設計が問われます。判決のインパクトは、訴訟の行方に左右されつつも、AIの開発・運用フロー全体の標準を静かに塗り替え始めています。

11月11日、フィナンシャル・タイムズの報道として、MetaのチーフAIサイエンティストであるヤン・ルカン氏が同社を離れ、新たにスタートアップを立ち上げる計画だと伝えられました。資金調達の初期協議に入っているとされ、同氏の持ち味である“世界モデル”研究を事業基盤へと展開する構想が示唆されています。ロイターもFT報道を引用し、離脱準備と資金調達の動きを伝えています。

背景には、MetaのAI大再編があります。2025年、同社はAI組織を「Superintelligence Labs」に統合し、元Scale AIのAlexandr Wang氏をリーダーに登用。これに伴い、従来はCPO直轄だったLeCun氏のレポートラインもWang氏配下へと切り替わりました。さらに10月には同ラボで約600人規模の人員削減が発表され、機動力重視の体制へ舵が切られています。こうした再編のうねりが、長期志向の基礎研究を掲げてきたLeCun氏の“独立”判断を後押しした格好です。

路線の違いもポイントです。LeCun氏は、LLMのスケールアップだけでは人間並みの推論に至らないという立場で知られ、動画や空間理解から学ぶ世界モデル（JEPA系）を推進してきました。FTは、新会社でもこの方向性を核に据え、長期の知能獲得を目指すと報じています。一方、Meta本体はSuperintelligence Labsの下で実装ドリブンなAIを加速し、社内外の体験に短期で反映する路線を強めています。研究の深掘りと事業の俊敏化——二つの速度の差が、今回の分岐点として浮かび上がります。

資本とインフラの“ケタ違い”も無視できません。Metaは今後3年間で米国に少なくとも6,000億ドルを投資し、AIデータセンターなどの拡張を進める計画を公表しています。巨大計算資源を前提とするLLM・生成AIの実装がダイナミックに進む一方、ルカン流の世界モデルは“計算の使い所”と訓練レシピが勝負どころ。スタートアップとして最先端研究をどう資金・計算と結びつけるかが、初期フェーズの焦点になります。

業界にとっては、人材と路線の“再配列”が続くサインです。基礎研究の旗手が独立し、巨大テックはプロダクト直結のAIで機動力を高める——この分業は、オープンソース連携や共同研究の新しい形を生みやすい。一方で、短期KPIと長期ビジョンのバランスは難所です。企業側は、世界モデル系の成果がプロダクトへ橋渡しされる時間軸を折り込んだ上で、研究コラボやライセンスの“待ち”と“攻め”を切り替える必要がありそうです。

本日11月11日、Baiduが多モーダル思考モデル「ERNIE-4.5-VL-28B-A3B-Thinking」をオープンソースで公開しました。総パラメータ28Bながら、推論時は3Bのみを動かすMoE設計で、画像と言語を行き来しながら考える“Thinking”系のふるまいを強化。公開告知は中国メディア経由でも相次ぎ、推論コストの抑制と開発者への開放を前面に打ち出しています。

今回の目玉は“画像思考”です。単に画像を説明するだけでなく、拡大・縮小で焦点を切り替え、その流れで画像検索などの外部ツールを呼び出して不足情報を補う——そんな一連の操作をモデル側が自律的に組み立てます。グラフの読み取りや細部識別、長尾のビジュアル知識に強みを出したい現場を意識した設計で、実例デモも「理解→検索→推論」の往復を前提に構成されています。

技術的な文脈を足します。ERNIE 4.5系はMoEで“活性パラメータ”を絞り、計算効率を稼ぐのが思想の中核です。Baiduの技術報告では、異種モダリティ間でのパラメータ共有と個別最適の両立がうたわれ、47B/3B活性のラインアップが示されてきました。今回の28B-A3B-Thinkingは、その系譜にある“軽量で回るVLの思考版”という位置づけと言えるでしょう。

配布面では、Hugging FaceのBaidu公式アカウントに当該モデルカードが並び、GitHubのPaddlePaddle/ERNIEでも情報が更新されています。READMEには、軽量VLモデルがQwen2.5-VLの7B/32B級と多くのベンチで競合する、Thinking/非Thinking両モード対応といった主張も記載があります（あくまで自己申告の比較である点は留意）。開発者にとっては、入手性と再現性の面でハードルがぐっと下がった格好です。

産業面で見ると、中国勢は2025年に入り“推論コスト×公開範囲”を武器に攻勢を強めています。Baiduは3月以降、ERNIE 4.5や推論志向のX1で地合いを作り、年内には次世代モデルの投入も予告されるなど、国内競争（DeepSeekや阿里系）の圧力を正面から受け止める構図です。今回の“画像思考×オープン化”は、検索、EC、教育といった画像が絡む日常用途での実利を前面に出し、コミュニティを巻き込む狙いが透けて見えます。

現場導入の観点では、まず“どこまでツールを任せるか”の線引きがポイントです。社内の画像検索やナレッジベースと安全に連携させ、拡大・検索・要約をモデルに委ねるワークフローを小さく始める——そんな始め方が現実的でしょう。推論コストを抑えたMoE構成はABテストや並列実行と相性が良く、業務時間内に“画像→判断資料”を回し切る運用に寄与します。最後に、モデル比較は自己ベンチの条件差に影響されやすいので、社内データでの再評価を前提に、評価軸（正確性・根拠提示・処理時間・コスト）を固定して見ることをおすすめします。