AIが自身で実験し性能を高める新モデル、研究向けに中国新興企業が公開

中国のApex Intelligenceは2026年10月29日、AI自身が開発プロセスに関与して作成した初の汎用モデル「Apex-35B-V1.0」を公開した。同モデルは既存の「Qwen3.6-35B-A3B」をベースに中間学習および事後学習を施した350億パラメータ規模のモデルである。データ構築や実験設計、コード実行、学習結果の分析から学習の最適化に至る工程にAIが自律的に参加した。コーディングやエージェント処理、高度な検索のほか、計算科学やロボット工学のシミュレーションといった研究業務を一貫して遂行できる。

同社の社内評価によると、全21のベンチマークにおいて、同規模のQwen3.6-35B-A3Bに対して20項目で上回る性能を示した。また、400億パラメータ規模の「Recursive Flint (40B)」との比較でも18項目で上回り、1項目で同等の結果を記録した。研究開発タスクに加え、推論やコーディングなどの汎用性能でも、より大規模なモデルに匹敵する水準を達成したとしている。

このモデルの開発を支えたのが、同社が構築した自動研究システム「Apex Research」である。同システムはモデルの弱点を特定し、仮説の立案から実験の実行、検証までを自動化して性能向上につなげる仕組みを持つ。例えば、数値流体力学の評価で失敗が確認された際には、推論不足を分析して新たな科学データを自動生成・検証し、追加学習に組み込んだ。これにより、独自の流体力学ベンチマーク「CFD-Bench」のスコアが32.1ポイント改善したという。さらに、エージェントの推論文脈の長さやデータ配分を調整することで、動作の信頼性と学習効率を高めた。

学習および推論のインフラ面でも自動最適化を適用している。GPUの負荷分散や通信処理の重複化などにより、学習のスループットは45〜60%向上した。推論時においても、デコード速度が1.6〜1.8倍に高速化し、最初の出力が得られるまでの時間が30〜35%短縮された。モデルの重みはHugging Faceで、コードや導入ガイドはGitHubで提供されており、研究者や開発者が入手して実行できる。

Apex Intelligenceは清華大学AI学院の助教授であるYongchao Chen氏によって設立された。AIを単なる助手にとどめず、新たな発見を担う共同研究者へと進化させることを目指している。長期的な目標として、複数分野にわたる主要なAI科学者10万人分の研究能力に匹敵し、それを超えるモデルの実現を掲げる。今後はAI研究能力をさらに高め、半導体設計や量子計算などの科学領域に対応する大型基盤モデルの公開を予定している。