最近数学圈发生了一件很有意思的事。

世界顶级数学家陶哲轩在解决一个 Erdős（埃尔德什）的经典问题时，全流程都在用 AI 做助手——从证明草案，到简化证明，再到形式化验证。

Erdős 是20世纪最高产的数学家之一，一辈子发表了1500多篇论文，提出了无数开放问题。数学圈有个著名的"埃尔德什数"——如果你和他合作过论文，你的埃尔德什数就是1；和他的合作者合作过，就是2，以此类推。爱因斯坦的埃尔德什数是2。

后来有人专门做了一个网站，把他的很多未解决/已解决问题系统整理出来，这就是 Erdos Problems 网站。

陶哲轩讲的是其中的第 367 号问题，属于数论里的一个具体问题，专业数学研究级别的问题。

解决过程大概是这样的：

一位数学家 Wouter van Doorn 先给出一个人类手写的反例证明草案，但里面有一个关键恒等式他没完全证明，只是说：“相信有人能帮我确认一下”。

陶哲轩把这个恒等式扔给 Google 的 Gemini Deepthink 模式。大概十分钟后，Gemini 给出了一份完整证明，还顺带确认了整套论证是成立的。

Gemini 的证明用到了 p-adic 等比较高级的代数数论工具，对这个具体问题来说有点杀鸡用牛刀。于是陶哲轩花了半小时，把 AI 的证明手工转化成更基础、更易懂的版本。

两天后，另一位数学家 Boris Alexeev 用一个叫 Aristotle 的工具（基于 AI + Lean）完成了全套形式化证明，还特意手动检查最终结论，以防 AI 在形式化过程中存在编造。

陶哲轩觉得还没完，又用 Deep Research （同时用了 ChatGPT 和 Gemini）做了一轮文献搜索，看这个问题有没有前人类似工作。结果找到了若干关于连续幂数的相关论文，但没有直接解决第 367 号问题。

整个流程：人类提出猜想 → AI暴力证明 → 人类简化优化 → AI辅助形式化验证。

都在说 Gemini 3 已经到了博士生水平，看来所言非虚，这些事情真的需要数学博士级别才能做的出来，但另一方面，真正的数学家也并没有被 AI 代替：是人类决定哪个问题值得解决，是人类判断AI的p-adic方法太重了需要简化，是人类手工完成最终的形式化表述以验证 AI 的结果是否准确。

AI 做的是那些需要大量计算、符号推演、但方向已经明确的体力活。在 AI 时代，问对问题、甄别结果，比以前更重要了。 November 11, 2025

「OpenAI陣営⤵️ VS Google陣営⤴️」

✅OpenAI陣営
SBG⤵️ARM⤵️NVDA⤵️

✅Google陣営
GOOG 連日最高値⤴️AVGO⤴️META⤴️ https://t.co/kXkAwP3EVq November 11, 2025

Windows10から11へのアップデートで、リリース当初より愛用していたGoogle倭国語入力が絶望的なまでに変換能力を低下させ、あまりにも使い物にならなかったので、この一カ月でATOKとMS倭国語入力を使い比べてみた結果の寸評。

ATOK：現時点での変換能力は一番高いように感じるのだが、年間7200円支払うほどの性能差は感じられない。アホな変換は普通にしまくるので、値段相応に素晴らしく快適とは思わなかった。あとブラウザを強制終了が頻発するのは俺の個人環境だけかな？

MS倭国語入力：特別優秀だと思うことは無いのだが、無料と思えば十分な気もする。動作の重さを感じる瞬間が稀にあるが、気にならないレベル。ショートカット登録などインターフェイスのカスタマイズ余地がほぼ無いのが凄く困る。

Google倭国語：この前まではなんの不満もなかったのが、Windows11にした途端唐突に絶望的な変換をお出ししてくるようになり、最初は自分が脳の病気にでもなったのかとマジで心配になった。クリーンな再インストールしても無駄。キャラや作品名など様々な固有名詞が自動的にクラウド辞書として登録される機能はどの倭国語入力も備えているようだが、それに関してはGoogle倭国語入力がずば抜けて高い。それは今もそう。だが本当に変換能力が終わってる。そしてGoogle側にアップデートする気がほぼ無いのが絶望を加速させる。 November 11, 2025

"hikari feat.長谷川白紙"
リリースから6年越しでMVが公開されました。

https://t.co/n3vLfrdPl3

今回、GoogleのAI”Gemini”と制作しました。監督は平牧和彦さん（@jamespond628)です。

AIの力も取り入れながら、平牧監督のアイデアと膨大な作業が結実した映像です。ぜひこの映像と共にもう一度この曲を聴き直してみてほしいと思います！

#Gemini
@GeminiApp @googlejapan November 11, 2025

🇺🇸米国株 S&P500「全体の77％上昇」

✅利下げ期待 高まる！ 12月利下げ確率85％✨
・PPI 予想下回る
・雇用者数の週次データ 1万3500人減

✅NVDA❌️エヌビディア一強に揺らぎ
✅Google⭕️連日最高値　METAがGoogleのTPU導入検討
👉️GPU vs TPU https://t.co/bg35Mo2GEl November 11, 2025

Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

倭国政府ガチです。勉強しない人が多いから『 IT、デザイン、データ分析の565講座を"無料"で公開中』。Google、総務省、デジタル庁、経産省、厚労省、22都道府県、転職サイトなど268団体が力を合わせて作った。ChatGPT、イラストレーター、逃走中の企画作り、文系AI人材になる方法をタダで学べて驚く
公式サイトのリンクはリプ欄に貼りました November 11, 2025

高市首相の外交映像を「生成AI」でつくって「うまくいってる」と誤情報を流す人まで登場しているのはヤバいです。GoogleのGeminiでつくったウォーターマークが入っててバレバレでも気にしない。SNSで一瞬見る人の何割かは信じてしまう。なんでもありの情報戦に。通報しました。https://t.co/zOxH02E0jn November 11, 2025

【プロンプトを提供】
今後キャラ固定が必須になると思い、Nano Banana Proでキャラクターシートを作ってみました。よかったら参考にしてみてください😊

--プロンプト--
画像によるキャラクターシートを作ってください。構成は以下の通り。

・三面図：全身の前・横・後ろで直立不動。
・クローズアップ写真：顔をクローズアップした写真。
・それぞれにタイトルを記述して（close-upなど）。
・アスペクト比は3:2

全ての制作物のインプットとなるため、高解像度でほんものの写真のようにリアルに人物を表現して。肌質や衣服の質感などは最も重要で詳細に表現してください。
------

on November 21st Higgsfield granted FREE access to Google's Nano Banana Pro Image model.
Higgsfield AI(@higgsfield_ai) November 11, 2025

🐲🗳 📣投票がよく分からないあなたへ
今回のMMA投票はこんな感じだよ☺️💛

💫 Fans’ Choice 人気投票
世界のファンが推しに1票入れるイベント。
投票は Berriz（ベリーズ） で行うよ。

🗳 やり方は3つだけ
1️⃣ リンクを開く
2️⃣ Google / Appleでログイン
3️⃣ Join → G-DRAGON 👑 をタップ

🗓 11/25〜12/14
📍 1日1票（GLOBAL限定）

最初はぜんぜん分からなくても大丈夫。
私もここから始まったから☺️💛
一緒にジヨンへ届けよ👑✨

🔗 https://t.co/N5TmzlAaIo

🗓25.11.2025
#GDRAGON #ジヨン November 11, 2025

2D系の恋愛シミュレーションゲームのアート素材は、もう8割くらいAIで作れちゃう時代になりましたね。🤓❤️‍🔥🐰💫これはテンション上がりますね🥰
Nano Banana Pro–Prompt Share㉓–インディーゲーム
🐰image+prompt
Clothing design sheet for the heroine of a Japanese-style romance simulation game. The layout is divided into three sections: the center shows the heroine wearing underwear, while the left and right sections each display 5 additional outfits. The left side features casual home clothing, emphasizing a relaxed and cute style. The right side features banquet clothing, emphasizing a gorgeous and elegant style.
2025.11.25
@higgsfield_ai

on November 21st Higgsfield granted FREE access to Google's Nano Banana Pro Image model. #Higgsfield #HiggsfieldBanana #Nanobananapro #PR #インディーゲーム #Indiegame #kanaworksai November 11, 2025

"BofA：TPU は競争を激化させるが、 $NVDA 、 $AVGO 、 $AMD は買い

バンク・オブ・アメリカは、TPU（Google の専用チップ）が AI チップ市場の競争を強めているものの、AI 需要の急増が Nvidia（NVDA）、Broadcom（AVGO）、AMD を支える と述べている。

NVDA は約 PER 25倍 で取引されており、40%以上の潜在成長を過小評価している と指摘。

AVGO は 2026年に AI 売上が +100%以上の成長 を見込める可能性があり、
現在の PER 38倍のプレミアムを正当化 する。
ただし Google が TPU のライセンスを拡大することは、同社の市場拡大を一部制限する可能性がある。

AMD は PER 33倍 で取引されており、
CPU、GPU、組み込み、ゲームといった 幅広い部門の成長 に支えられている。" November 11, 2025

👀谷歌发布了 Pixel 10
随机附带10大 AI 功能！

意味着AI从主动下载使用到被动全面使用了，谷歌也许会借着Piexl 10 移动端干一把苹果吧！

1. 用世界级相机系统，眨眼间将普通照片变成非凡时刻。
2. 将你的声音变成热门歌曲，哼唱或吹口哨即可生成完整歌曲，选流派让 AI 让你成超级明星。
3. 语音翻译：用英语与日语交谈，通话中即时翻译，支持 12 种以上语言，流畅自然。
4. 通话屏幕改进：自动接听电话，记录留言并保存至通话笔记，绝不再错过重要来电。
5. Google Tensor G5 芯片：由 Google DeepMind 打造，手机更智能、更快、更强大。
6. 像素日记：私密空间，设备端 AI 提供温和提示，帮助反思、成长并专注目标。
7. 实时相机指导：分享摄像头，Gemini Live 可直观高亮解决方案，增强视觉帮助。
8. 相机质量反超 iPhone：Pixel 10 成首款超越 iPhone 系列相机表现的手机，苹果不再领头羊。
9. 苹果遇挑战：iPhone 突然显得过时，Pixel 10 功能感觉像来自 2035 年。
10. AI 主动信息：Magic Cue 提前理解需求，节省时间，带来更智能体验。

谷歌 Pixel 10 真的要改写规则了！
你怎么看？ 说说你对未来的想法

#Pixel10 #GoogleAI #科技前沿
#蛮子讲AI November 11, 2025

OpenAIに全賭けのソフトバンクグループ、Google先生のGeminiに覇権を握られそうでにわかに雲行きが怪しくなる
https://t.co/Eh04vgvEBJ November 11, 2025

正直、震えてます。

Googleの最新AI
「Nano Banana Pro（Gemini 3 Pro Image）」が
「次元」を変えてしまいました🍌

「Nano Banana Pro」× わど式「10の魔法モード」

この組み合わせ、マジで革命です。

「文字化け」「キャラ崩壊」「画質不足」

今までのAI画像生成の悩み、
このAIツール1つで【全解決】しちゃいました！

✅ グッズモード：売れるTシャツ・ステッカーを秒で生成👕
✅ スタンプモード：キャラの顔を完璧に固定して量産😊
✅ ブログモード：倭国語タイトル入り見出しを一発作成📝
✅ フィギュアモード：自作イラストを3D商品化🛹

...などなど、全10モードを搭載した
【新・わど式プロンプト・クリエイターPro】が完成しました！

断言します。

このツールさえあれば、

デザイン知識ゼロでも今日から「プロレベル」です。

今回は、このツールと解説記事を期間限定で無料配布します！

欲しい方はこの投稿に

① 「いいね」 & 「リポスト」
② 「NanoBananaPro」とリプ

これだけでOKです！
自動での限定記事を送ります。

デザインの常識を覆しましょう！ November 11, 2025

OpenAIは生成AI誕生の奇跡を生み出したグーテンベルクなのに、毎年12億ドル？12兆円のお金が余ってるGoogleに淘汰されていくのはなんかもう見てらんない。 November 11, 2025

これをGoogle Antigravityで開くだけ

アニメーション付きで完成したのは感動！

drawio形式なので編集・加筆修正も楽！ https://t.co/fMdAyx0MqY November 11, 2025

【Amazon注目商品】＜口コミ数100件超＞安心の倭国企業 USB-C to USB-C 変換用アダプタ マグネット吸着 磁性 PD 100w 仕様対応 480Mbpsデータ転送 軽量小型 タイプCからタイプC変換コネクタ iPhone15/16/MacBook Pro/Air、Samsung Galaxy 、Note20 10、GooglePixelに…
https://t.co/SKbIVarbxY November 11, 2025

"Nvidia $NVDA がちょうどこれを投稿しました

（画像）Google の成功をうれしく思います——彼らは AI で大きな進歩を遂げており、私たちはこれからも Google に供給を続けます。

NVIDIA は業界の一世代先を行っています——あらゆる AI モデルを動かし、コンピューティングが行われるあらゆる場所でそれを実現できる唯一のプラットフォームです。

NVIDIA は ASIC よりも高い性能、汎用性、そして可換性（他用途への転用しやすさ）を提供します。ASIC は特定の AI フレームワークや機能に特化して設計されているのに対し、NVIDIA は幅広い用途に対応できます。" November 11, 2025

Google、PC向け新Android OS「Aluminium OS」を準備中 | スマホダイジェスト https://t.co/pmhZ1H4FPQ November 11, 2025