【3/10週AIニュース】Manus AI、Vibe Coding、スケーリング則、そしてPerplexityのAIフォンの未来
近年のAI分野では、大規模言語モデルの登場やエージェント型AIの進化、さらにはデバイスレベルへの実装など、次々と新しいトピックが浮上しています。本記事では、そうした話題の中でも特に注目度の高い4つのテーマ──「Manus AI」、「Vibe Coding」、「スケーリング則」、「PerplexityのAIフォン」──を取り上げ、専門的な内容をわかりやすく解説します。議論を通じて見えてくる、AIの未来や活用可能性、リスクや課題について、多方面の視点から探っていきましょう。
1. Manus AIと“DeepSeekモーメント”の行方
1-1. Manus AIとは何か
中国のAI企業Manus AIは、多目的エージェント型AIのデモンストレーションを公開し、旅行のスケジューリングから株式分析、履歴書のレビュー、保険の評価まで、多岐にわたるタスクをこなす様子を披露しています。こうした取り組みが注目される背景には、「エージェント型AIが今後のAI技術を大きく左右する」という期待感があるためです。
先行する大手企業が開発しているOpenAIやAnthropic（Claude）、あるいは国内外のスタートアップが続々と「AIエージェント」を打ち出すなか、Manus AIのような新興企業が先手を取ることで、「中国のAI企業が欧米勢を追い抜くのではないか」という議論が浮上しています。
1-2. DeepSeekモーメントとの比較
AI業界では、圧倒的性能を見せる新モデルが登場するたびに、「これがDeepSeek（ディープシーク）モーメントではないか」と話題になります。DeepSeekは象徴的な存在で、未知の領域を切り開く大躍進の代名詞としてしばしば語られます。Manus AIも、同様のインパクトを与えるか否かが注目されました。
しかし、「いいデモ動画を見せるだけなら、どのAI企業もやりうる」という懐疑的な声もあります。たとえば、Manus AIの出力がAnthropicのClaudeと酷似していることから、「実は中身はほぼClaudeを利用しているだけではないか」という見方が強まりました。
一方で、Manus AI側は独自に調整・微調整（ファインチューニング）されたQwen（Alibaba提供のモデル）などを使い分け、複数モデルを組み合わせているとアピールしています。ユーザー体験を重視した一連の機能連携、タスクの分割・計画を可視化するUIなど、「Claudeのラッパー（単なる下層モデルの呼び出し）以上の工夫」も見られるため、デモ以上の価値を生み出す可能性はあるでしょう。
1-3. 今後の展望
Manus AIの評価はまだ定まっていませんが、確かなのは「AIエージェントを巡る競争がさらに激化する」という点です。Agent操作のためのオープンソースツールやフレームワークが多数出回るようになれば、Manus AIが牽引する形で他社も一気に追随する可能性があります。
また、積極的にデモを公開する企業の多くは法的リスクを顧みず、攻めの姿勢を見せる傾向もあるため、中国企業の大胆さが市場シェア拡大を後押しするかもしれません。今後6か月以内の動向に注目が集まっています。
2. Vibe Coding――コード開発は“雰囲気”で進むのか
2-1. Vibe Codingの概念と魅力
“Vibe Coding”という言葉は、元OpenAI/TeslaのAndrej Karpathy氏がSNS上で言及したことをきっかけに広まりました。これは、「LLMの自動補完や会話型開発支援をフル活用し、コードの細部をあまり意識せずにプロトタイプを形にしていくスタイル」を指します。実際、CursorのようなAIコーディングツールでは、雑な指示であってもLLMがある程度完成度の高いコードを生成してくれるため、開発者が“ノリ”と“勢い”だけでアプリを組み上げられるようになってきました。
この魅力は、「短時間でコードを書いて動くものを作れる」点にあります。かつては膨大な時間を費やして基礎から実装していた部分を、LLMが代替してくれることで、アイデア段階のものを即座に試作できるようになったのです。
2-2. Vibe Codingのリスクと課題
一方で、「コードの仕組みを理解しないままに生成モデルへ依存するリスク」が懸念されます。
品質管理：小規模なプロトタイプならともかく、大規模な本番環境でVibe Codingを頼り切ると、バグや脆弱性が潜在的に残りやすくなります。
技術習得の停滞：LLM任せになると、プログラミング言語やアルゴリズムの基礎を学ぶ動機が薄れ、若手エンジニアが本質的な理解を得にくくなる恐れがあります。
分業体制の変化：低レイヤー（メモリ管理やハードウェア最適化など）に強みを持つエンジニアの需要が一部で高まりつつある一方、フロントエンドやアプリ開発の多くが自動化される可能性もあります。
結論として、「Vibe Codingは強力な補助輪ではあるが、最終的な品質保証には人間の目と深い理解が不可欠」という意見が有力です。スピードと効率を追求する一方で、コードの中身を精査できる人材や仕組みをどう維持するかが今後の課題となるでしょう。
3. スケーリング則――大規模化から効率化へ
3-1. 大規模モデルの優位性と限界
これまでのAI開発では「モデルやデータセットを大きくすればするほど性能が上がる」という“スケーリング則”が強調されてきました。
実際、OpenAIが高性能モデルを訓練するには莫大な計算資源を投入してきた背景があり、Anthropic、Googleなども同様に大規模サーバやGPUクラスタを準備して、巨大なパラメータを持つモデルを育成しています。
しかし近年は、単にパラメータ数を増やすのではなく、より効率的なアルゴリズムやハードウェア最適化を重視する動きも強まっています。たとえば、MetaとNVIDIAが共同で進める「Warp Specialization」によるGPU最適化や、Flash Attention系の高度な注意機構の実装などは、巨大モデルを効率よく学習させる手法の一例です。
3-2. DeepSeekが示唆する“最適化”の方向
DeepSeekが話題となったのは、「比較的コンパクトなモデルで、高い推論性能を示した」ことにあります。
蒸留（Distillation）：大規模モデルの知識を小規模モデルに継承する手法
量子化（Quantization）：パラメータの数値表現を縮小し、高速化と省メモリ化を図るテクニック
テスト時の計算拡張：推論段階でチェーン・オブ・ソート（段階的推論）やサーチ手法を組み込むことで、小さなモデルでも複雑な推論を可能にする
これらを巧みに組み合わせることで、結果的に“大きさに頼りきらないアプローチ”が注目されるようになりました。
「大規模化は依然として有効だが、それだけが答えではない」。スケーリング則の再定義として、「もっと賢く、もっと効率的に」という潮流が生まれつつあるのです。
4. PerplexityのAIフォンがもたらす新たなエクスペリエンス
4-1. AIフォンのねらいと検索の再定義
AI検索サービスで注目を集めるPerplexityが、ドイツテレコムと共同で「AIフォン」を2026年にリリースすると発表しました。価格は1,000ドル未満を目標としており、従来のスマートフォンにAIを深く統合した新たなデバイスになるといいます。
「検索バーを直接コントロールする」ことが最大のねらいではないか、という指摘が多くの専門家からなされています。つまり、ユーザーがウェブ検索をする際、通常であればブラウザバーや専用アプリを経由し、Googleなど大手検索エンジンにクエリを送ります。しかし、OSレベルでPerplexityのAI検索が組み込まれていれば、ユーザーは自然言語での問いかけを一貫してPerplexityに投げることになり、「事実上のデフォルト検索窓」として機能する可能性があるのです。
4-2. ハードウェア統合と今後の展望
もっとも気になるのは、「AIを端末上でどれだけ動かすか」という点です。
オンデバイス推論：プライバシー保護や応答速度の向上につながる半面、高性能なCPU/GPU、あるいはNPUなどが必要となり、端末コストに影響を与えます。
クラウド連携：端末の演算負荷を下げられる一方、ネットワークに常時依存するため、通信環境が不安定だと性能が落ちるリスクがあります。
さらに、AppleがAI機能の実装に慎重な姿勢を続けているなか、Perplexityとドイツテレコムの大胆な挑戦がユーザーの支持を得られるかが焦点です。特にヨーロッパでのプライバシー法規制（GDPRなど）をクリアしつつ、新たなユーザー体験を創出できるかが成否を分けるでしょう。
Manus AI：エージェント型AIの最先端として大きな注目を集める一方、実際の性能や競合他社との比較はまだ流動的。
Vibe Coding：開発効率を劇的に高める一方、コード品質やエンジニア教育の課題を浮き彫りに。
スケーリング則：大規模化を追うだけでなく、効率や最適化技術を駆使して“より賢く”進化させる流れが顕在化。
PerplexityのAIフォン：OSレベルへのAI統合による革新的な検索・アシスタント体験が期待されるが、ハードウェア仕様やプライバシー保護を含め課題も多数。
今後は、エージェント型AIや大規模言語モデルだけでなく、それらを“どのように統合し、どのようにユーザー体験を変革するか”が主要なテーマとなっていくでしょう。複数のモデルを組み合わせてタスク遂行を高度化する技術、AIが端末内蔵で動作する仕組み、コード開発そのものを変革するアプローチなど、いずれも「サービスや製品をどう作り、使い、保守するか」を根本から再定義しつつあります。
「大きさより効率、スピードより品質」といったジレンマはまだ解決していませんが、いくつものブレイクスルーが同時進行で起きている今こそ、業界全体が大きく飛躍する可能性を秘めています。 技術的にも社会的にも複雑さを増すなか、迅速なイノベーションと慎重なリスク管理の両立が、次の“DeepSeekモーメント”を生むカギとなるでしょう。
関連記事
