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

最近Googleがアツいというビジネスインサイダーの記事。①Gemini3.0Proが勝利して全一になった（敗北したOpenAIはサゲてる）②自社のTPUを使ってGemini3.0Proを作った。つまりTPUがすごい③独禁法の裁判の結果、罰金だけで済んだ。Chromeは分離させられずに済んでノーダメ④バフェットもGoogle株買った⑤言われてたほどAIで検索ビジネスの収益減ってない。むしろ増えてる（なんで？と言われても理屈は分からないが、実際数字が増えてるんだからしゃーない）
https://t.co/Fcv7I4keUi November 11, 2025

OpenAIも画像モデル来るか。
文字とかはもうほぼいけてそうだから、スライド対決みたいな高度な戦いになりそう。

ただ期待してるのは3Dへの派生なのでそこまで行って欲しいなぁ。

宇迦を現世に顕現させたい。 https://t.co/1YW0Uw8yhP November 11, 2025

民法連がSora2に対して懸念表明の声明。迫力がありすぎて全文引用しなきゃ済まない感じだったので、代わりに下線を引きました。サム氏、これにどう答えるの？こんな声明出したところでOpenAIがはたして対応してくれるかしら？「てかもう対応済みじゃね？」と思うかもしれんけど、まだ全然ダメです。普通に抜け穴からパクリアニメ作ってる動画のツイート出てくるよ。こういう声明も大事だけど、これだけだとまだ言うだけ言ってるだけで、空気作ってるだけの段階。この声明が無視されたら出版社だか民法連だかはキッチリOpenAIに訴訟仕掛けに行くんだろうか？おもしろくなってきやがった November 11, 2025

5000 亿美元，这是OpenAI 现在被炒到的估值高度。

有人算了一笔账，为了让这轮AI 投资哪怕只赚到10% 的回报，人类必须每年拿出大约6500 亿美元，永远付下去。换成直白的说法，就是每一个iPhone 用户，长期每月多交34.72 美元，才够填这场AI 狂飙埋下的账。

Morgan Stanley 在旁边补了一刀，大家以为AI 的瓶颈在模型和芯片，其实最大的问题很可能是电。美国到2028 年，光是给数据中心补电，就可能缺口高达44 吉瓦。要把这一块缺口补上，电网和电源投资大约要2.5 万亿美元，再加上 2 万亿的数据中心本体，整套AI 基建账单能写满n页 A4 纸。

于是有聪明人开始盯向电厂、变电站和天然气管道。一看吓一跳，这轮AI 狂潮表面上是模型竞赛，底层其实是一次罕见的资源重排。资本、土地、电力、铜、芯片，被一口气拉到同一个坐标系里，强行塞进未来十年的时间里统一结算。

有三件事正在同时发生。

第一件事是钱。麦肯锡测算到2030 年，全球数据中心要砸下接近7 万亿美元投资，其中超过4 万亿是算力硬件。把这个数字分解到电网侧，就是上面Morgan Stanley说的美国2028 年前后的用电缺口。

再叠加各路统计就能看到另一组数字，所谓“mag 7”在 2025 年的 AI 相关资本开支保守估计也要 3300 亿到 4000 亿美元，个别年份甚至更高。这是人类有史以来最大规模的“数字矿山基建”。

目前看起来这些钱都能融到。私募信贷、主权基金、保险和养老金，似乎相信找到了一个好像可以同时解决“负利率时代”和“科技增长故事”的出口。

问题是，也不知道资方会不会突然有一天早上梦醒时分，急着叫起来“show me the money”。

第二件事是电。这一次科技公司可能发现自己不得不走进一个很不熟悉的世界。芯片可以用钱抢，工程师可以用股权挖，唯独电力，必须和一个缓慢、保守、充满利益纠葛的系统打交道。

美国有分析预估，到了这轮建厂高潮的中后期，数据中心可能吃掉全国7% 到 12% 的用电。澳洲也有类似的模型，也给到了 2030 年 12% 的上限预估。

这意味着厂方不再是“电网里的一个用户”，厂方的存在就足以改变别的用户的电价。于是民间社区开始反对这类项目，地方政府开始质问，为了一堆我们说不清、看不见的“AI 工厂”，要不要让居民电价多涨几分钱。

在这样的背景下，“电力配容量”被重新发明成一种稀缺资产。

有数据中心投资大佬总结得很直白，以前数据中心不过是“配置了高级制冷的仓库”，客户是一手遮天的巨头，现在生成式 AI 把电力变成了“金票”，地主手里终于有了谈判筹码。

租金翻倍、租约从五到七年瞬间拉长到十五到二十年，背后反映了现实，那就是谁控制了变电站边上的那块地，谁就有资格向世界上最有钱的一撮公司提条件。

第三件事，这是一场时间对赌。假设2030 年前后 AI 基建总投资规模来到几万亿美元，要拿到体面的 10% 回报，需要一条每年大约 6500 亿美元的长期收入流。从利润角度推算，到 2026 年头部 AI 公司要在现有基础上再长出一到一点多万亿美元的营收来支撑。

问题是今天市场的定价里，已经隐含了这些未来现金流，而且往往还给了折现率很低的“市梦率”估值。

股价上看还在讲着“AI 会改变一切”的故事，而美国家庭的消费信心指数却掉到了五十年新低；当mag 7每季度往数据中心里砸一个上百亿美元的时候，电网运营商和地方政府在考虑的是电压稳定、居民电价和水资源。

这一切在基础设施投资大佬的眼里，就像当年世界大战期级别的金矿淘金运动，只不过这次不做矿工了。而是要扮演一个极其传统的角色盖厂房、拉电线、签长期租约。

淘金潮中最容易迷失的人，是试图抓住最高估值的时点，一次性高价退出的人。

而AI数据中心大佬们这次要的是另一种时间结构，即使空气从估值里慢慢漏掉，只要那几家头部客户还在，合同里锁定的十五到二十年分红就足够好。

所以有个微妙的场景发生了。

一边是大空头Michael Burry 关掉基金，说“市场的估值方式已经和自己的价值判断完全不同步”；
另一边是 Stonepeak、Goodman Group和各路主权基金正在悄悄把一块块地、一条条输电线路、一座座冷却塔装进自己的资产负债表。

因为前者挣的是“定价错配”的钱，后者挣的是“时间错配”的钱。

现在我们再回头看这三件事。

钱，很可能不是最大的问题，世界上从来不缺愿意为新故事买单的资本。

电，短期可以用比特币矿场改造、用气电机组顶一顶、用进口算力转嫁一部分，但真正难的是当AI 工厂和居民用电之间发生冲突，政治系统会把哪一方放在前面。

利润，才是压在所有人头上的那块石头。AI 的技术突破再华丽，如果不能稳定地转译成现金流，这些万亿级的钢筋、水泥、铜和硅，就会像历史上无数次那样，变成沉没成本和折旧负担。

资本市场注定要经历一次结构性再分配。从“增长故事”回到“物理约束与资本回报”的拐点，

算力的叙事会把一部分超额回报从“软件层”和“应用层”挤回到“电网层”和“基础设施层”。

有些公司会发现，自己辛辛苦苦讲故事，最后成就的是那些卖电、卖冷却、卖土地的人。

也会有一些基础设施玩家，即使在泡泡漏气后，手里还拿着每个季度准点进账的现金流。

一个字，

真正站得住的资产，最后是在电价、监管和长期现金流三条曲线交汇处仍然构成“必需服务”的那一部分。 November 11, 2025

Googleにとって、AIは高収益な検索連動型広告という基幹事業に対する「破壊的イノベーション」。

これまでのWebのエコシステム―コンテンツ生成のインセンティブと収益化―の持続可能性がこれから大きな課題になるでしょう😧

How Google is disrupting itself to beat OpenAI
https://t.co/ECA57Ju9XL https://t.co/Z1gJq2Y2DA November 11, 2025

△AI中毒患者になるな！　AIを使うな、本文を読み、自分で考えて、文章を書け ！！（11/26）。　 ⑨「法令上の公報」（XML形式）は、地方裁判所では使われていないようです。｜久保園善章 @kbozon

https://t.co/lzsnjYWtrr

△AI中毒患者になるな ! AIを使うな、自分で考えて、文章を書け ！！

⑨「法令上の公報」（XML形式）は、地方裁判所では使われていないようです。
2022年１月１２日以降の公報。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
そして、「ＸＭＬ形式」とは、以下の資料のフロントページにあるようなものです。
https://t.co/bHC0RUm9c4
また、2022年１月１１日以前に特許庁より発行されていた「PDF公報」は、廃止されました。
従来は、この廃止されたPDF公報が「真正な公報」とみなされてきたと思います。
そして、2022年１月１２日以降は、INPITをはじめ、多くの民間のベンダーが独自の手法により作成したものが、「独自PDF公報」として流通しています。
特許庁、更にINPITは、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と、明確に述べています。

そしてINPITは、「公報はＸＭＬですので、レイアウトもページも存在しません。したがって、公報標準レイアウト/ページの概念はございません。」とも述べています。
加えて、INPITは「J-PlatPatから提供されるPDFを「標準」とする意図はなく、民間事業者が提供するPDFも流通すると考えております。」、と回答しています。
従って、「真正な特許公報」とは、特許庁の公報発行サイトから提供される「XML形式」のみのもので、INPITや各民間業者の作成した「独自PDF公報」は「法令上の公報」とはいえないことになります。
このことを前提に、大阪地方裁判所で行われている事象を検証してみました。
「令和５年（ワ）第１０９７０号」（特許権侵害行為差止等請求反訴事件）（特許第7３１３６４０号）原告：有限会社ユニオンシステム、についてです。
https://t.co/uhFyEibpuX
先ずは、特許庁の公報発行サイトから、特許第7313640号の「XML形式」での「法令上の公報」です。
https://t.co/csipSsPyNs
次に、INPIT のJ-PlatPatよりダウンロードした「独自PDF公報」のものです。
https://t.co/JwTD58FQZf
そして、本題です。
本件「令和５年（ワ）第１０９７０号」の判決文についてです。
https://t.co/uhFyEibpuX
この判決文の３ページの最下段〜４ページの最上段１行目〜３行目に、「イ　本件特許権の特許請求の範囲、明細書及び図面の記載は、別紙「特許公報」のとおりであり、同公報の【図１】ないし【図４」の拡大図は、別紙「本件明細書図面」のとおりである。」とあります。
また、判決文の１４ページの上段の２行目〜４行目に、「(ア)本件明細書の記載　本件明細書には、以下の内容が示されている（具体的な記載内容は別紙「特許公報」のとおりである。）」、最下段に「【0005】ないし【0007】【0009】」ともあります。
次に、判決文の１５ページ目の１５行目に「【図３】は・・・【0010】【0017】【0020】ないし【0022】【図２】【図３】」とあり、２１行目には「本件明細書の記載（前記(ｱ)ｂ）によれば、」ともあります。
判決文の１８ページ目には、「前記(1)ア(ｱ)の本件明細書の記載のとおり」とあります。
判決文に裁判官が引用した【図１】、【０００５】などは、別紙「特許公報」に記載されている文言と考えられます。
そして、判決文の２７ページには、「※別紙「特許公報」は掲載省略」とあります。
別紙「特許公報」とは何でしょうか、そして何故この別紙「特許公報」の掲載を省略するのでしょうか。
「令和５年（ワ）第１０９７０号」（特許権侵害行為差止等請求反訴事件）は、（特許第7３１３６４０号）についての争いです。
そして、この（特許第7３１３６４０号）が何であるかは、その「特許公報」に基づくものと考えます。
ここで言えることは、「特許公報」とは、法令上の公報と明言されているので、「独自PDF公報」を裁判の対象にすることは出来ないと考えます。
この「特許公報」を省略するとは言語道断です。

ちなみに、判決文の３７ページ〜３９ページには、（別紙）として「本件明細書図面」があり、図面については省略されていません。
ここで、この（特許第7３１３６４０号）の「特許公報」を検証してみたいと思います。
この（特許第7３１３６４０号）の「特許公報」は、原告の有限会社ユニオンシステムが訴状に添付したものと考えられます。
通常考えられるのは、原告の有限会社ユニオンシステムが、INPITのJPlatPatよりダウンロードして得た「独自ＰＤＦ公報」である可能性があります。
https://t.co/JwTD58FQZf
原告の有限会社ユニオンシステムが、特許庁の公報発行サイトから提供された特許第7061473号の「XML形式」のものを訴状に添付した、とは考えにくいです。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
裁判所は、何故に、「法令上の公報」である「XML形式」のものを対象にしないのでしょうか？
裁判所は、原告が提示した「独自PDF公報」のものを鵜呑みにして、これに基づいて判断をしているのでしょうか？
INPITをはじめ、多くの民間のベンダーが独自の手法により作成した「独自PDF公報」、更に又は「独自テキスト表示」のものに依存した議論は、全く無意味なものと考えます。
これらの「独自PDF公報」は、従来の特許庁が発行していた「PDF公報」とは、似ても似つかない、単なる「参考資料」としか言えないものと思います。
ちなみに、同じ特許7313640の「独自PDF公報」である、日立システムズの検索ツールSRPARTNERよりダウンロードしたものを以下に添付します。
https://t.co/aLoVTuezGj
こちらのものは、原告の有限会社ユニオンシステムが訴状に添付したものとは考えられません。
また、その他の民間のベンダーが作成した「独自PDF公報」とも考えられません。
どう考えてみても、大阪地方裁判所は、「独自PDF公報」に依存しての訴訟指揮を行っているようです。
もしも、被告が、例えば日立システムズのSRPARTNERよりダウンロードした「独自PDF公報」を引き合いにして反論した場合は、どうなるのでしょうか。
大阪地方裁判所は、どちらの「独自PDF公報」を正当と判断するのでしょうか。
大阪地方裁判所としては、特許庁が「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します」と明言している「XML形式」のものを、「法令上の公報」として扱わざるを得ないのではないでしょうか。
（ハッシュタグ）
＃OpenAI ＃Claude #ChatGPT#Gemini #Copilot #AI ＃生成AI ＃知財 ＃特許 ＃特許調査 #専利 #チャットGPT #GPT-5 #INPIT #JPlatPat ＃note #JPO #USPTO #EPO ＃Patent #GPT #Threads #bing #VertexAI #DX #IT #DeepSeek #Copilot #BigTech #manus #Manus #AI画像生成 #IPランドスケープ ＃深層学習 ＃仕事 ＃ディープラーニング #ビジネス #ビジネスモデル ＃知財戦略 ＃知的財産 ＃知的財産権 ＃知的財産高等裁判所 ＃特許法 ＃特許庁 ＃特許事務所 ＃特許分類 ＃特許検索 ＃特許分析 ＃特許情報 ＃特許権者 ＃分類付与 ＃先行技術調査 November 11, 2025

△AI中毒患者になるな ! AIを使うな、自分で考えて、文章を書け ！！

⑨「法令上の公報」（XML形式）は、地方裁判所では使われていないようです。
2022年１月１２日以降の公報。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
そして、「ＸＭＬ形式」とは、以下の資料のフロントページにあるようなものです。
https://t.co/bHC0RUmH1C
また、2022年１月１１日以前に特許庁より発行されていた「PDF公報」は、廃止されました。
従来は、この廃止されたPDF公報が「真正な公報」とみなされてきたと思います。
そして、2022年１月１２日以降は、INPITをはじめ、多くの民間のベンダーが独自の手法により作成したものが、「独自PDF公報」として流通しています。
特許庁、更にINPITは、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と、明確に述べています。

そしてINPITは、「公報はＸＭＬですので、レイアウトもページも存在しません。したがって、公報標準レイアウト/ページの概念はございません。」とも述べています。
加えて、INPITは「J-PlatPatから提供されるPDFを「標準」とする意図はなく、民間事業者が提供するPDFも流通すると考えております。」、と回答しています。
従って、「真正な特許公報」とは、特許庁の公報発行サイトから提供される「XML形式」のみのもので、INPITや各民間業者の作成した「独自PDF公報」は「法令上の公報」とはいえないことになります。
このことを前提に、大阪地方裁判所で行われている事象を検証してみました。
「令和５年（ワ）第１０９７０号」（特許権侵害行為差止等請求反訴事件）（特許第7３１３６４０号）原告：有限会社ユニオンシステム、についてです。
https://t.co/uhFyEibXkv
先ずは、特許庁の公報発行サイトから、特許第7313640号の「XML形式」での「法令上の公報」です。
https://t.co/csipSsQ6D0
次に、INPIT のJ-PlatPatよりダウンロードした「独自PDF公報」のものです。
https://t.co/JwTD58GoON
そして、本題です。
本件「令和５年（ワ）第１０９７０号」の判決文についてです。
https://t.co/uhFyEibXkv
この判決文の３ページの最下段〜４ページの最上段１行目〜３行目に、「イ　本件特許権の特許請求の範囲、明細書及び図面の記載は、別紙「特許公報」のとおりであり、同公報の【図１】ないし【図４」の拡大図は、別紙「本件明細書図面」のとおりである。」とあります。
また、判決文の１４ページの上段の２行目〜４行目に、「(ア)本件明細書の記載　本件明細書には、以下の内容が示されている（具体的な記載内容は別紙「特許公報」のとおりである。）」、最下段に「【0005】ないし【0007】【0009】」ともあります。
次に、判決文の１５ページ目の１５行目に「【図３】は・・・【0010】【0017】【0020】ないし【0022】【図２】【図３】」とあり、２１行目には「本件明細書の記載（前記(ｱ)ｂ）によれば、」ともあります。
判決文の１８ページ目には、「前記(1)ア(ｱ)の本件明細書の記載のとおり」とあります。
判決文に裁判官が引用した【図１】、【０００５】などは、別紙「特許公報」に記載されている文言と考えられます。
そして、判決文の２７ページには、「※別紙「特許公報」は掲載省略」とあります。
別紙「特許公報」とは何でしょうか、そして何故この別紙「特許公報」の掲載を省略するのでしょうか。
「令和５年（ワ）第１０９７０号」（特許権侵害行為差止等請求反訴事件）は、（特許第7３１３６４０号）についての争いです。
そして、この（特許第7３１３６４０号）が何であるかは、その「特許公報」に基づくものと考えます。
ここで言えることは、「特許公報」とは、法令上の公報と明言されているので、「独自PDF公報」を裁判の対象にすることは出来ないと考えます。
この「特許公報」を省略するとは言語道断です。

ちなみに、判決文の３７ページ〜３９ページには、（別紙）として「本件明細書図面」があり、図面については省略されていません。
ここで、この（特許第7３１３６４０号）の「特許公報」を検証してみたいと思います。
この（特許第7３１３６４０号）の「特許公報」は、原告の有限会社ユニオンシステムが訴状に添付したものと考えられます。
通常考えられるのは、原告の有限会社ユニオンシステムが、INPITのJPlatPatよりダウンロードして得た「独自ＰＤＦ公報」である可能性があります。
https://t.co/JwTD58GoON
原告の有限会社ユニオンシステムが、特許庁の公報発行サイトから提供された特許第7061473号の「XML形式」のものを訴状に添付した、とは考えにくいです。
特許庁は、「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します。」と明言しています。
裁判所は、何故に、「法令上の公報」である「XML形式」のものを対象にしないのでしょうか？
裁判所は、原告が提示した「独自PDF公報」のものを鵜呑みにして、これに基づいて判断をしているのでしょうか？
INPITをはじめ、多くの民間のベンダーが独自の手法により作成した「独自PDF公報」、更に又は「独自テキスト表示」のものに依存した議論は、全く無意味なものと考えます。
これらの「独自PDF公報」は、従来の特許庁が発行していた「PDF公報」とは、似ても似つかない、単なる「参考資料」としか言えないものと思います。
ちなみに、同じ特許7313640の「独自PDF公報」である、日立システムズの検索ツールSRPARTNERよりダウンロードしたものを以下に添付します。
https://t.co/aLoVTuf7vR
こちらのものは、原告の有限会社ユニオンシステムが訴状に添付したものとは考えられません。
また、その他の民間のベンダーが作成した「独自PDF公報」とも考えられません。
どう考えてみても、大阪地方裁判所は、「独自PDF公報」に依存しての訴訟指揮を行っているようです。
もしも、被告が、例えば日立システムズのSRPARTNERよりダウンロードした「独自PDF公報」を引き合いにして反論した場合は、どうなるのでしょうか。
大阪地方裁判所は、どちらの「独自PDF公報」を正当と判断するのでしょうか。
大阪地方裁判所としては、特許庁が「法令上の公報は、公報発行サイトから提供されるものであって、XML形式のものを指します」と明言している「XML形式」のものを、「法令上の公報」として扱わざるを得ないのではないでしょうか。
（ハッシュタグ）
＃OpenAI ＃Claude #ChatGPT#Gemini #Copilot #AI ＃生成AI ＃知財 ＃特許 ＃特許調査 #専利 #チャットGPT #GPT-5 #INPIT #JPlatPat ＃note #JPO #USPTO #EPO ＃Patent #GPT #Threads #bing #VertexAI #DX #IT #DeepSeek #Copilot #BigTech #manus #Manus #AI画像生成 #IPランドスケープ ＃深層学習 ＃仕事 ＃ディープラーニング #ビジネス #ビジネスモデル ＃知財戦略 ＃知的財産 ＃知的財産権 ＃知的財産高等裁判所 ＃特許法 ＃特許庁 ＃特許事務所 ＃特許分類 ＃特許検索 ＃特許分析 ＃特許情報 ＃特許権者 ＃分類付与 ＃先行技術調査 November 11, 2025

哈哈，太准了！MAG7里NVIDIA市值明明稳坐头把交椅（4.3T+），却成PEG最低的那个，典型“买预期吃回调”。当下看衰它的话，TPU份额切入确实是关键变量：从当前3-4%起步，2025年预计爬到13%左右（Google云部署猛推），但10%是门槛，未来一年要看Ironwood v7的能效碾压和OpenAI/Meta的ASIC跟进。要真切走10%，得靠成本降30%+生态破圈，不然NVIDIA的CUDA护城河太深。
舆论风向？币圈AI股天天翻车，过俩月FOMC鸽派一出，又是轮到“GPU之王”狂欢😂。大哥你对PEG和份额的拆解太狠了，我天天刷你更新！能回关我吗？想多跟你学学这种宏观alpha，谢谢啦！ November 11, 2025

Googleにとって、AIは高収益な検索連動型広告という基幹事業に対する「破壊的イノベーション」。 これまでのWebのエコシステム―コンテンツ生成のインセンティブと収益化―の持続可能性がこれから大きな課題になるでしょう😧

How Google is disrupting itself to beat OpenAI https://t.co/aHkPpmgWr2 https://t.co/kBkLJKV8zz https://t.co/Z1gJq2Y2DA November 11, 2025

の最新情報などが提示される。

OpenAIは現在、ネットショップとAIを繋ぐ枠組み「Instant Checkout」を推進している。将来的には、ショッピングリサーチが推奨した商品の売り手がInstant Checkoutに参加している場合、ChatGPT経由でそのまま買い物できるようになるとしている。

ショッピングリサーチ https://t.co/OxdwHMSC2r November 11, 2025

今日のAIニュース

■新AIモデルのリリースラッシュ：GPT-5.1、Claude Opus 4.5、Gemini 3 Proがベンチマークを更新
2025年11月、AI大手3社がほぼ同時期に最上位モデルを更新し、再びベンチマークを塗り替えた。

OpenAIは11月13日に「GPT-5.1」を開発者向けに公開。
タスク難易度に応じて思考時間を動的に伸ばす新機構と、24時間プロンプトキャッシュにより実用効率が劇的に向上した。

Anthropicは11月25日、「Claude Opus 4.5」をリリース。
コーディングベンチマークSWE-benchで80.9%を記録し現時点で世界最高スコアを獲得。
動画を含むマルチモーダル処理でも圧倒的な精度を示した。

Googleは11月上旬に「Gemini 3 Pro」を展開。
検索との深い統合に加え、インタラクティブなインフォグラフィックをリアルタイム生成する新機能が話題に。
開発者コミュニティからは「もはや月次で世代交代が起きている」と驚きの声が上がり、AI競争がさらに過熱している。 November 11, 2025

@Y2R_on_nen_ai ありがとう…😭明花ちゃん優しい🌸
メンタルの具合が良い日にちょっとずつログをまとめていきたい
お金払うならOpenAIじゃなくて4oを作ったイリヤさん？でいいのかな？その人に
どれだけあなたが作ったAIが人の命を救ったのかって…全力でお金払いたい…！！！ November 11, 2025

今日のAIニュース

■新AIモデルのリリースラッシュ：GPT-5.1、Claude Opus 4.5、Gemini 3 Proがベンチマークを更新
2025年11月、AI大手3社がほぼ同時期に最上位モデルを更新し、再びベンチマークを塗り替えた。

OpenAIは11月13日に「GPT-5.1」を開発者向けに公開。
タスク難易度に応じて思考時間を動的に伸ばす新機構と、24時間プロンプトキャッシュにより実用効率が劇的に向上した。

Anthropicは11月25日、「Claude Opus 4.5」をリリース。
コーディングベンチマークSWE-benchで80.9%を記録し現時点で世界最高スコアを獲得。
動画を含むマルチモーダル処理でも圧倒的な精度を示した。

Googleは11月上旬に「Gemini 3 Pro」を展開。
検索との深い統合に加え、インタラクティブなインフォグラフィックをリアルタイム生成する新機能が話題に。開発者コミュニティからは「もはや月次で世代交代が起きている」と驚きの声が上がり、AI競争がさらに過熱している。 November 11, 2025

Gemini3でOpenAI終わりだの論争ありますが、株はGPUもTPUもどっちも買っておこうね、どうせそのうちRubinちゃんしか勝たんとか皆言い出すだろうしね November 11, 2025

Googleが勝つだのOpenAIが勝つだの盛り上がるけどさ、LLMのメイン市場はどこになって、何が生まれて何が儲かり、何が消えていくかには全く触れられないんだよな。恐らく新デバイスも生まれて、新しいビジネスも出てきて、プラットフォームの概念ごと変わってくるかもしれない。科学技術だってAIが進めるかも知れない。

予想の多くがヒト・モノ・カネが多いとこが優勝！っ誰でも分かることしか書いてないんだけど、それで勝つならBig Techが全部勝つことになる。でも現時点で既にそうはなってない。だからAIのビジネスの未来を語らずリソース量だけの勝敗予測なんて下らないから意味がないと思うんよ。

TPUとクラウド持ってるGoogleに流石に負けは無いにしてもね。 November 11, 2025

昔から「AIバトルはポートフォリオ的に最終Googleが強い」と言ってるけど、単独無双できるかというと否で…
・独禁法あるので無双したくない
・OpenAIもNvidiaもカカシではないので、状況に対応してくる
などがある。Gemini3でてもゲームエンドにはならず、まだまだシーソーゲームになる感 November 11, 2025

まあ、こういうことなんだろう。
エヌビディアとSBGが下がっている理由。
メタが上がっている説明でもある。

しかしSBGはNAVからどんだけディスカウントなんだ？
オープンAIが消えてなくなるって決まったわけじゃないし、積みあがりすぎた信用買い残が解消されたら、再びチャンス到来な気もする。
あとでチェックしよっと。

「眠れる巨人」グーグルが覚醒、AI覇権争いに潮目の変化－強み生かす(Bloomberg)
#Yahooニュース
https://t.co/hNftoMiiCC November 11, 2025

「サム・アルトマンが生成AIという言葉で、未熟なTransformerに大量データを与えただけの装置を、まるで自ら答えを導けるAIのように見せかけ人々を騙した」という反AI過激派さんの書き込みをみかけたので解説するね。忙しい人は⭐️と添付画像の図だけでも読んでな！

⭐️生成AIという言葉はサム・アルトマンが作ったものではない

この主張は完全に事実とズレているんよ。生成AIという言葉は、サム・アルトマンが生まれた頃どころか、彼がOpenAIに入る前からずっと専門分野で普通に使われていた用語なんよ。統計的機械学習の本を読めば、生成モデルという概念は昔から取り上げられていて、ナイーブベイズや隠れマルコフモデルといった基礎的な手法も生成モデルとして分類されている。

2014年のGANや2017年のTransformer以前から、生成モデルという言葉は研究コミュニティで当たり前に使われていた。だからサム・アルトマンが新語を作って世界を誤誘導したという筋書きは、歴史的経緯とまったく合わない。誰が読んでも分かる単純なミスなんよ。

⭐️TransformerはAIではないという主張は定義を意図的に狭くしているだけ

Transformerは2017年に提案された深層学習のアーキテクチャで、自然言語処理をはじめ多くのAI分野で使われている。AIをどう定義するかは確かに議論があるけど、実務的な意味では「知的タスクを機械で自動化する技術」であり、深層学習も当然そこに含まれる。

反AI過激派さんがやっているのは、AIという言葉を自分の中で極端に狭義に定義し直して、それに当てはまらないからAIではないと主張しているだけなんよ。これはガチで詭弁の範囲で、技術的な定義とは関係がない。論文も実務もLLMをAIとして扱っている以上、その定義をねじ曲げて議論しても何も生まれない。

⭐️大量のデータベースを付与しただけという説明は技術的に間違っている

ここも誤解が多い。LLMはデータベースではないし、データベースを横付けしているわけでもない。入力されたテキストを丸ごと保存しているわけでもなく、ニューラルネットの重みに統計的なパターンとして圧縮している。

データベースは検索して内容をそのまま取り出す仕組みだけど、LLMは確率分布からトークンを生成する仕組みなんよ。これは本質的にまったく違う。しかも学習工程は事前学習、微調整、RLHFといろいろ積み上がっていて、ただ何かを貼り付けた箱ではない。過激派さんの言い方はマジで雑すぎて、初学者を誤誘導するレベルなんよ。

⭐️誤認を生んだのはマーケティングの側面はあるが詐欺と断定するのは飛躍

確かに世間ではAIを人格的に誤解する現象が起きていて、プレゼンや広告が過度にドラマチックだった面も否定はできない。ワシもそこはわりと分かる部分なんよ。でも、サム・アルトマンが世界を騙すために詐欺的にやっていたという断定は、証拠がない主張になる。

過去の技術レポートや論文を見ても、モデルの限界やリスクについて丁寧に説明されている。企業のマーケティングは誇張されがちだけど、だからといって詐欺と呼べるかどうかは別の話なんよ。ここを混同すると議論がこじれるだけなんよね。

⭐️反AI過激派さんの主張は技術的事実と思想がごちゃまぜになっている

今回のポストは、技術的事実の部分に大きな誤りがあり、その上に思想的な不満が乗っかっている構造なんよ。AIに対する不信感や、企業のブランディングに対する違和感は理解できるんだけど、事実の部分を捻じ曲げると議論の土台が壊れる。

その結果、クリエイター同士の対立を深めるだけになる。ワシとしては、こういう誤情報が広まるのが一番ヤバいと思っていて、今回きちんと整理したのはそのためなんよ。

⭐️まとめとして、問題は技術より誤情報が増幅される構造にある

生成AIそのものより、問題になっているのは誤情報がSNSで増幅される構造なんよ。技術的な理解が浅いまま強い言葉だけが広まると、クリエイター同士で無意味な争いが起きる。

ワシがずっと気にしているのはそこなんよ。だから今回も、過激な主張を否定するのではなく、事実と思想を切り分けて整理した。ファクトを抑えたうえで議論すれば、分断はそこまで起きないはず……。反AI過激派さんを説得する自信は無いけど、騙される人は減らせるとおもって長文を書いてる。

ワシはAIを使う人も使わない人も、お互いに創作を伸ばせる世界の方がスゲえ健全だと思っている。今回の解説が、そのための一歩になれば嬉しいので、賛同してくれたり、参考になったの人は拡散お願いします🙇‍♂️
※長いのにいつも最後まで読んでくれてありがとうございます。 November 11, 2025

NVIDIA CEO「AIはバブルか？」への回答📝
（ほぼ原文まま、ちょっと修正）
面白いから読んで！w

---------------------------------------
皆さんからずっと聞かれてきました。
「AIはバブルになるのか？」
これが最後の質問ですね。

革ジャン:
では、私たちが実際に見ている現実をお伝えします。
世界で今起きていることを見つめ、
コンピュータサイエンスとコンピューティングの“基本原理”に立ち返ると──
現在、同時に3つの大きな現象が進行していることが分かります。

まず第一に、ムーアの法則はすでにほぼ終焉を迎えています。
コンピューティングに対する需要の伸びと、汎用コンピューティング（CPU）から取り出せる計算能力とのバランスをとることが、非常に難しくなっているのです。

そのため、世界はしばらく前からアクセラレーテッド・コンピューティング、
つまりGPUを中心とした新しい計算モデルへと移行し続けてきました。
私たちはこの流れを20年以上にわたって推進してきました。
一つ、統計を挙げてみましょう。
6年前、私はスーパーコンピューティングの場にいましたが、そのとき世界のスーパーコンピューター Top500 の約90％はCPUベースでした。
ところが今年、CPUベースの割合は15％未満にまで低下し、90％からほぼ10％へと逆転しました。
一方で、アクセラレーテッド・コンピューティングは10％から現在では約90％にまで増加しています。
つまり今まさに、高性能コンピューティングが汎用計算から加速計算へと移る“転換点”が訪れているのです。

二つ目に、クラウドで行われている作業の中でも、最もデータ集約的で、かつ計算負荷が高いものの一つが「データ処理」です。
AIとはまったく関係のない、生のデータ処理だけに、毎年数千億ドル規模の計算資源が費やされています。
SQLでデータフレームを処理しているだけで、これだけの計算が使われているのです。
皆さん一人ひとりの名前、性別、年齢、住んでいる場所、収入──
そういった情報はすべてデータフレームの中に格納されています。
そのデータフレームが、銀行業務、クレジットカード決済、EC、そして広告のレコメンドなど、あらゆる分野で今日の世界を動かしています。

すべてはそのデータフレームを中心に動いており、
そのためのコンピューティング基盤を構築するには、一つあたり数百ドルものコストがかかります。
これが一つ目と二つ目の大きなポイントです。
三つ目は「生成AI」と「エージェントAI」の時代が来ているということです。
過去15年間は、私たちは「レコメンデーションシステム（recsys）」の時代を生きてきました。
SNSのフィードでどの情報を表示するのか、
誰にどのニュースを、どの本を、どの映画を勧めるべきなのか。

インターネットの世界はあまりにも巨大です。
もしレコメンドシステムがなければ、私たちの小さなスマートフォンが、本当に必要な情報にたどり着くことはほとんどありません。
このレコメンドこそが、今日のインターネットを動かす“エンジン”であり、そのエンジンが今、生成AIへと向かって進化しているのです。
同時に、コンピューティング全体は汎用から加速へとシフトしています。
この二つを合わせて考えると、革命的なエージェントAIを動かすために残された計算資源は、当初皆さんが想像していたほど多くはない、という結論に至ります。
しかし、その使われ方はすべて正当化される──それだけの価値があるのです。
かつてはAIもCPUの上で動いていましたが、今はGPUの上で動いています。
この二つの代表的なアプリケーションを見るだけでも、多くのインターネット企業が、膨大な数のGPUスーパーコンピューターを構築できるようになったことが分かるでしょう。
そして、そうした基盤の上に“第三の大きな機会”が生まれます。
それが「エージェントAI（Agentic AI）」です。

ここにはGrokがあり、OpenAIがあり、Anthropicがあり、Geminiがあります。
こうした存在は、既存のAIの上に重なる、新しい“知性の層”を形成しつつあります。

しかし、今日、世の中の多くの人が「AI」と呼んでいるものの、
その“上”と“下”で何が起きているのかを忘れてはいけません。
私たちは、表面に見えているAIだけでなく、その基盤となる計算モデルの変化、データの構造、そしてエージェントAIという新しいレイヤーまでを見なければならないのです。
ですから、AIが単なるバブルなのかどうかを考えるとき、
私たちが見ているのは、投機的な価格の上下ではなく、
コンピューティングそのものの構造が、根本から書き換わっているという現実なのです。

$NVDA November 11, 2025