Midjourney Medical：体重計に乗るように臓器をスキャン

**静かな一日。** **2026年6月16日〜17日のAIニュース。私たちは12のサブレッド、[544 の Twitter](https://twitter.com/i/lists/1585430245762441216) を確認し、Discord についてはさらに調査していませんでした。[AINews のウェブサイト](https://news.smol.ai/)では過去のすべての号を検索できます。念のためお知らせしますが、[AINews は現在 Latent Space のセクションの一部となっています](https://www.latent.space/p/2026)。メールの頻度を選択的に設定（購読または解除）することができます！** ## AI Twitter リキャップ トップストーリー：Midjourney Medical** ## 何が起きたか **Midjourney が医療画像診断・スキャンシステムを発表し、その技術的な詳細を公開しました。これにより、AI ラボがハードウェアや医療機器分野へ進出することに対する興味、懐疑、そしてより広範な議論が巻き起こりました。** - Midjourney の公式アカウントは、主要な発表ツイートで「新しい『Midjourney Scanner』の技術的深掘り」を投稿しました。これはプロジェクト @midjourney における核心的なローンチ資料であるようです。 - この発表に先立って、あるいは並行して、スキャナに関する議論が行われました。そのトレードオフは、「放射線なし、磁気なし、高速、低コスト」と要約されましたが、一方で「人が水没タンクの中で座る必要がある」ことと、「現時点では CT や MRI に比べて解像度が粗い」という点が指摘されています @iScienceLuvr。 - デモは実際に会場で体験可能だったようです。ある参加者は「今夜、@midjourney のデモスキャナに手を入れました」と述べており、これは純粋な概念的発表ではなく、具体的なプロトタイプとして捉えられています @saranormous。 - この発表は、Midjourney が通常とは異なり非常に野心的な製品方向性を示しているという証拠と捉えられた支持者たちから強い熱狂を生み出しました。そこには「これはあまりにも素晴らしい」「@DavidSHolz のような発明家たちに任せるべきだ」といったコメントや、「@saranormous」への言及が含まれていました。 - 他の人々は、この発表をより漸進的な AI ハードウェアの取り組みに対する競争と捉えました。ある反応では「退屈なラペルカメラ（lapel camera）への賭け」と対比させ、Midjourney がこのようなものを構築しているなら他の AI 研究所は「自分を叩くべきだ」と主張しました @matvelloso。 - また、イメージング手法に関心のある人々からは軽微な技術的なコメントもありました。これには検出器/エミッターの配置やリアルタイム版に関する推測 @johnowhitaker が含まれ、さらに一部のユーザーがこの発表トピックに対して異常に準備ができているように見えるというからかいも含まれていました @johnowhitaker。 ## 事実と意見 **ツイートセットに明示的に存在する事実に基づく主張** - Midjourney は「Midjourney Scanner」と呼ばれる製品に関する技術的な詳細を公開しました @midjourney。 - スキャナは以下のように説明されました： 放射線フリー（radiation-free） 磁石フリー（magnet-free） 高速 低コスト 水没タンク（water immersion tank）が必要 CT/MRI よりも解像度が粗い @iScienceLuvr - 1 人の人物が実際に手を介してデモスキャナを試しました @saranormous。 **解釈・意見・推測** - 非常に肯定的な反応は、このスキャナを先見の明があるものや「未来」であると位置づけました @saranormous。 - ある観察者たちは、この発表が Midjourney が競合する AI 研究所よりもより野心的なハードウェアロードマップ（roadmap）を追っているという証拠だと捉えました @matvelloso。 - あるユーモアに富んだ返信がこのアイデアを「次はミッドジャーニーによる貨物全体の輸送」という方向へエスカレートさせましたが、これは明確に事実に基づく主張ではありません @yacinelearning。 - 独立した技術的なコメントでは、分散型で散在する検出器や送信機、あるいはリアルタイムシステムといった将来の設計方向の可能性が示唆されましたが、これらはミッドジャーニーの現在のスキャナの特徴として提示されたわけではありません @johnowhitaker。 ## 技術的詳細と推測されるモダリティ ツイート群には限られた数の具体的な仕様しか含まれていませんが、それだけでプロジェクトの位置づけを概観するには十分です。 - イオン化放射線の不使用：「放射線フリー」という表現は、このシステムが X 線や CT スタイルのイオン化モダリティを使用していないことを意味します @iScienceLuvr。 - 磁石の不使用：「マグネットフリー」という表現は、強力な磁場を必要とする MRI との違いを明確にしています @iScienceLuvr。 - 水没タンク：これは物理的なセンシング設定に関する重要な手がかりです。水による結合（カプリング）は、送信機・組織・検出器間の伝送と結合を改善するため、一部の音響および波伝播イメージングシステムで一般的に用いられています @iScienceLuvr。 - CT/MRI 以下の解像度：これらのツイートにおいて、このシステムが既存の臨床画像診断における解像度を上回ると主張されているわけではありません。むしろ、明確な制限事項として、解像度は CT や MRI よりも粗いものであるとされています @iScienceLuvr。 - 速度・コストにおける位置づけ：これは高速かつ低コストであると枠組み付けられており、その価値提案はおそらく最高峰の画像忠実度ではなく、アクセシビリティ、処理能力、あるいは携帯性にあると考えられます @iScienceLuvr。 技術的な観点からの反応として、おそらく生じるセンシングの課題についても言及されています: - ジョン・ホイタカーは、光、超音波、電流などを基盤とするシステムは X 線よりも逆問題が困難であると指摘しています。なぜなら、信号が同じように直進しないため、再構成がより複雑になるからです @johnowhitaker。 - また、彼は将来的なバージョンとして、機械的に移動する部品ではなく、多数の散在した検出器と発振器を備えたものも提案しており、少なくとも一部の読者は現在のシステムに動きやスキャン幾何学が含まれていると推測している一方で、完全に並列化されたキャプチャではないと理解していると示唆しています @johnowhitaker。 これらを総合すると、公的な議論は、CT や MRI 以外のモダリティ、すなわち波に基づく再構成と意味のあるアルゴリズム的・逆問題の要素を有するものへと向かっているように見えます。ただし、ここで紹介されたツイートでは、述べられたトレードオフ以外に、決定打となるモダリティの分類や性能表は提供されていません。 ## 異なる視点 ## 支持派／楽観派 - 最も熱狂的な陣営は、これを AI 創業者が追求すべき、まさに高リターンで奇抜な非コンセンサス型の発明と捉えています。単なる漸進的なチャットボットや UI プロダクトではありません。このトーンは「@DavidSHolz のような発明家が発明できるようにしよう」@saranormous という発言に明確に表れています。 - 対面でのデモへの反応では、論文を読むだけや動画を見るのではなく、実際のスキャナとインタラクションすることの生々しい新奇さが強調されました @saranormous。 - この動きを、ミッドジャーニーが画像生成を超えてフルスタックの応用発明へと視野を広げている兆候と捉える声もあり、おそらくハードウェア、センシング、AI 再構成を組み合わせたものではないかと考えられています。 ## ネイティブ / 技術に好奇心を持つ層 - この反応セットの中で最も現実的なものは、放射線不要・磁石不要・高速・低コスト versus 水没が必要・CT/MRI より解像度が低いという簡潔な賛否要約です @iScienceLuvr。 - 技術的に好奇心を持つ観察者たちは、このモダリティの奇妙さを好む一方で、物理的およびシステム上のトレードオフを即座に指摘しました: X 線と比較した直進性のない伝播 - より優れたリアルタイムキャプチャ配置の必要性 検出器/エミッタートポロジーに関する疑問 @johnowhitaker ## 反対 / 懐疑的 / 注意喚起 このツイートセットにおいて直接的な敵対的批判は限られていますが、懐疑性は複数の点に暗黙的に含まれています: - 臨床的有用性への懐疑: CT/MRI より解像度が粗いという指摘は実質的な留保であり、特に画像の品質が診断価値に直接影響しうる医療分野では重要です @iScienceLuvr。 - 実用性への懐疑: 水没タンクを必要とすることは、日常的な臨床利用や消費者向け利用において深刻な人間工学上の制約および展開上の課題となります @iScienceLuvr。 - モダリティへの懐疑：直線伝播ではないという技術的なコメントは、代替イメージングシステムにおけるいつもの課題を示唆しています。すなわち、物理学と逆再構成が困難であり、魅力的なデモが自動的に堅牢で臨床的に信頼性の高いイメージングに転換するわけではないということです @johnowhitaker。 ## 競争的枠組み - 注目すべき見解の一つは、スキャナそのものよりも、それが戦略的に何を意味するかについてのものでした。もし Midjourney がハードウェア医療発明を試みているなら、より狭いウェアラブルカメラの概念を追求する AI 企業と比較すると保守的に見えるということです @matvelloso。 ## コンテキスト：なぜこれが重要なのか Midjourney は主に画像生成会社として知られています。そのため、医療/スキャナの発表が注目される理由は複数あります： - これは、生成メディアソフトウェアから現実世界のセンシングやハードウェアへと移行する意志を示唆しています。 - 医療イメージングは、逆問題、信号処理、再構成、そしてますます機械学習に基づく解釈がすべて重要となる領域です。明白な隣接分野ではありませんが、技術的に深い分野です。 - このスキャナは、「すべての軸で MRI や CT よりも優れている」として位置づけられているのではなく、古典的な破壊的イノベーションの領域への潜在的参入者として位置づけられています。つまり、プレミアム指標では劣るものの、コスト・アクセシビリティ・運用負担においては優れています。 - もしこのシステムが本当に高速かつ低コストであれば、最も妥当な影響は以下の分野に現れるでしょう： スクリーニングまたはトリアージ、 CT や MRI へのアクセスが限られている環境、 放射線回避が重要な反復イメージング、 - 没入型セットアップが許容される、専門的な解剖学的用途ケース。 今回の発表は、AI に隣接する企業が単なるモデルベンダーではなく、**物理世界への新たなインターフェースの構築者**として自らを定義しようとする、2025 年全体の傾向にも合致しています。この枠組みにおいて、Midjourney Medical は単一のスキャナに関するものというよりも、フロンティア AI エラ期のスタートアップがコンテンツ生成だけでなく、困難なセンシングシステムを実用化できるかどうかという点にかかっています。 ## 示唆と未解決の質問 - 規制への道筋：これらのツイートには承認や検証研究に関する記述はなく、これが研究専用なのか臨床展開を意図したものなのかも明言されていません。医療的関連性において、これらこそが中心的な問いです。 - 再構築スタック：「技術的な深掘り」という表現から、同社が内部構造について議論したことは示唆されますが、ここで提示されたツイート群は実際のアルゴリズムの詳細を明らかにしていません。おそらく核心となるのは、制約のあるセンシング設定下における再構築の品質です。 - 用途の特定性：CT や MRI に比べて解像度が低いとしても、システムが必ずしも破綻するわけではありません。多くの画像診断ツールは、特定のワークフローにおいて「十分である」ことで成功を収めます。しかし、これらのツイートには具体的なターゲット適応症は示されていません。 - フォームファクタの課題：水没タンクによるスキャンは、文脈によっては許容される一方で、他の場面では大きな障壁となります。これがプロトタイプ特有の artifact なのか、それとも根本的な要件なのかによって評価が分かれます。 - スループットとコストの現実性：「高速」や「低コスト」という表現は、スキャン時間、ハードウェアコスト、消耗品、オペレータの負担、そして下流の解釈にかかるオーバーヘッドといったベンチマークに対して相対的な意味を持つものであり、本件のツイートにはこれらの数値は提供されていません。 - AI の役割：最も興味深い技術的疑問点は、Midjourney の貢献が主にハードウェア設計、逆問題再構築、学習されたノイズ除去・超解像、自動解釈、あるいはこれらすべてを跨ぐ統合スタックのいずれにあるのかという点でしょう。社会的反応を見ると、Midjourney というブランドは古典的な医療機器ではなく学習型視覚システムと結びついているため、人々がこのプロジェクトに多くのことを投影していることが示唆されます。 **AI 研究、エージェント、およびオープンモデル** - 注目すべき研究のメタポイントとして、過去 1 年間の中国語によるオープンソース文献は追跡する上で異常なほど高い ROI（投資対効果）を持つと強調され、「アルファ（先行利益）が信じられないほど巨大である」という主張が @himanshustwts 氏によってなされました。 - PapersWithCode のトップトレンド論文は VibeThinker-3B で、これは小規模言語モデル（LMs）における検証可能な推論を探求する 30 億パラメータのモデルであり、DeepSeek V3.2、GLM-5、Gemini 3 Pro と同程度の性能階層に到達しているとされています @NielsRogge。 - コンピュータ使用に関する論文 PreAct は、成功したエージェントの実行をガード付きで再生可能な状態機械に統合し、繰り返しにおけるステップごとの LM（言語モデル）呼び出しを排除することで、8.5 倍から 13 倍の高速な再生を実現した点が高く評価されました @dair_ai。 - もう一つの RL/エージェント論文では、LLM-as-Environment-Engineer が提案されており、ここでポリシーは自身の失敗を用いて次のトレーニング環境を再設計します。関連するベンチマークは MAPF-FrozenLake です @dair_ai。 - Omar Sar0 は、コーディング・エージェントには盲目的な自律ループではなく、検証機能と堅牢なガードレールが必要だと主張し、制約付きのアクティブ実行への傾向を強化しました @omarsar0。 - David Khourshid のコーディング・エージェントに関する見解はより実務的でした：AI 生成コードも依然として読まなければならず、それを読まないことは単にデバッグの負担を先送りするだけだと述べています @DavidKPiano。 - RL 理論については、John Schulman が PPO の LLM 時代における再浮上は、オリジナル論文で予測されていなかった効果によるものだと指摘しました。これには、数値誤差からのバイアスを修正する重要性比目的関数、非同期トレーニング、順伝播ノイズが含まれ、クリッピングは後に理解されたメカニズムを通じてエントロピーを変化させるとしています。彼は DAPO @johnschulman2 を引用しています。 - 関連して、Chris Wolfe は、最近の GRPO 後の分析論文（例：DAPO, Dr. GRPO, GSPO, TIS）は、推論/エージェント文脈における PPO についても彼が見たいと願うような目的関数分析のまさにその種のものであると述べています @cwolferesearch。 - John Carmack は、視覚表現学習のための Temporal Differences について詳細な批判を投稿し、この手法を要約しました：RGB フレーム差分を用いてフレームエンコーダーと「モーションエンコーダー」をトレーニングし、latent(frame1) + delta ≈ latent(frame2) を満たすようにします（ストライドは 0.25 秒）。彼は DINO の EMA によるアンチ・コラプス選択の妥当性と、デルタ構成の健全性に疑問を呈しています @ID_AA_Carmack。 **AI インフラ、推論、および製品ローンチ** - Xenova は、現在閉鎖された Fable 5 の取り組みからデモとカーネルを公開し、WebGPU 上で Gemma 4 を 255 tok/s で実行可能にしたと主張しました。この発表の背景には、エージェント型カーネル最適化がブラウザやオンデバイスでの推論（inference）に実質的な改善をもたらす可能性があるという見方があります @xenovacom。 - Fal は Kling 3.0 Turbo と O3 のアップグレードを発表しました: より高速な生成 - コストの削減 - より優れたリップシンク - より安定したモーション - "Omni"におけるプロンプトやリファレンスの一貫性の強化 - 最大 15 秒のクリップ - Omni を使用したフル 4K 生成 - ストーリーボードおよびマルチショットワークフローの改善 @fal - Kling の公式アカウントは、この Fal のローンチをクリエイター向けの品質と速度向上として拡散しました @Kling_ai。 - GitHub Copilot の Auto モードでは、推論の深さ、コードの複雑さ、デバッグの難易度、ツールオーケストレーションの必要性に基づいてモデルを選択するために、カスタムルーティングモデルが使用されるようになりました。ブログ記事と関連する研究論文が共有されました @pierceboggan, @pierceboggan。 - Kimi Code Web が一時的なエコシステムノートによると再びオンラインになったようです @bigeagle_xd。 - Grok の画像生成プロジェクトは grok.com/imagine を通じて言及されましたが、具体的な技術詳細はありませんでした @chaitu。 **人材、研究所、および競争動態** - Midjourney 以外で最も注目すべき人事ニュース：Noam Shazeer は OpenAI への合流を発表し、困難な決断であったと述べた上で元チームを称賛しつつ Google を去りました @NoamShazeer。 - Sam Altman はこの動きを祝し、Noam は OpenAI の設立以来、彼が最も一緒に働きたいと思っていた人物の一人だと述べた @sama。さらに、OpenAI が「Noam において」SOTA（最先端）であると冗談めかして語った @sama。 解説では、Shazeer が Transformer、T5、Switch Transformer の共著者であり、スパース MoE システムの先駆者であるという重要性が強調され、一部からは

Midjourney Medical：体重計に乗るように臓器をスキャン

背景や根拠まで確認しますか？

調べる

選ぶ

サイト