# NVIDIA Run:ai全体をオープンソース化

> NVIDIA Run:aiの全体公開で変わるライセンスと支援条件を整理する。Gemini 4 Argonの一般提供と安全評価、Scionのソース管理、Shop MCPとx402決済、LFM2.5の端末内推論を確認し、Character.aiの事業継続条件とAmex・英加の新発表も伝える。

Canonical URL: https://labs.eastbraver.com/digest/ai-digest-20261014
Published: 2026-10-14T06:30:00+09:00
Category: ai-digest
Tags: nvidia, open-source, infrastructure, gemini, frontier-model, safety, ai-agent, remote-mcp, software-engineering, anthropic

NVIDIA Run:aiの全体公開は、GPU運用基盤の導入経路とサポート選択を変える。Gemini 4 Argonは限定提供から広範な利用へ進み、AnthropicはAI開発の規模に合わせてソース管理をScionへ移した。Shop MCPとAnchor Browserのx402連携では、購入者の承認と自動支払いの上限を別々に設計する必要がある。端末内推論では、LFM2.5-24B-A2Bの速度だけでなく、用途別の品質と重みの利用条件も確認したい。

本号では、発表された機能を実際に採用できる条件まで読む。コード公開と商用サポート、モデルへのアクセスと安全性、エージェントへの接続と支払いの承認は、それぞれ別の判断である。共通の製品構成を示す更新ではなく、基盤・モデル・取引の各層で運用者が引き受ける条件を整理する。（[NVIDIAの公開範囲](https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/) / [Googleの提供開始発表](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/) / [Shopifyの購入フロー](https://shop.dev/docs/checkout)）

## NVIDIA Run:ai全体をOSS化、DSXのGPU運用基盤に

NVIDIAは、NVIDIA Run:aiの全プラットフォームをオープンソースソフトウェアとして公開し、AIワークロードとGPUオーケストレーションの基盤としてNVIDIA DSX AI Factoryを拡張した。公開範囲には統合プラットフォームの追加コードに加え、個別導入も可能なKAI Scheduler、GPU Fractioning Operator、KAI Resource Management、Workload Mapが含まれる。（[出典1](https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/)）

公式リポジトリには、制御層、クラスタサービス、インストーラー、CLI、[MCP](/guides/mcp)サーバー、文書、共有クライアントパッケージ、ローカル開発環境が収録される。4コンポーネントだけの公開ではなく、統合運用に必要なプラットフォームコードまで対象となる。（[出典1](https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/) / [出典2](https://github.com/dsx-ai-factory/run-ai)）

公式リポジトリのソフトウェアコードはApache 2.0だが、一部のサブディレクトリにある第三者コードや同梱資産には個別のライセンスが適用される。また、Apache 2.0はNVIDIAやRun:aiの商標、ロゴなどの使用を許諾しない。（[出典1](https://github.com/dsx-ai-factory/run-ai)）

導入方法は、オープンソース版の直接導入またはDSXエコシステムパートナー経由である。NGCでは、統合スタック用Helmチャートを備えたCommunity Productとして提供される。有料Run:aiサブスクリプションやサポート権利は不要だが、ダウンロードにはNVIDIAの該当契約への同意が必要で、エンタープライズサポートは含まれない。NVIDIA Enterprise AI Factory向けには、NVIDIAサポート付き商用提供も継続し、提供条件、ライセンス、サポート条件は提供形態ごとに異なる。（[出典1](https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/)）

**比較表: オープンソース系の導入とサポート付き商用提供の違い**

公開されたコードを直接またはNGCなどから導入する経路と、NVIDIAのサポートを伴う商用経路が併存する。ライセンスとサポート条件は同一ではない。（[出典1](https://github.com/dsx-ai-factory/run-ai) / [出典2](https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/)）

| 観点 | OSS／Community Product | サポート付き商用提供 |
| --- | --- | --- |
| 導入経路 | 直接導入、DSXエコシステムパートナー、またはNGCから導入する。（[出典1](https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/)） | スタンドアロン製品、NVIDIA Mission Control、NVIDIA AI Enterprise、一部のクラウドマーケットプレイスから導入する。（[出典1](https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/)） |
| NVIDIAサポート | Community ProductにNVIDIAのエンタープライズサポートは含まれない。（[出典1](https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/)） | NVIDIAサポート付きで提供される。（[出典1](https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/)） |
| 提供条件 | NGCからのダウンロードには該当契約への同意が必要だが、有料Run:aiサブスクリプションやサポート権利は不要。（[出典1](https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/)） | 提供条件、ライセンス、サポート条件は提供形態ごとに異なる。（[出典1](https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/)） |

**EastBraverの見立て:** 導入判断では、コードの利用可否とサポートの選択を切り分ける必要がある。Community Productにはエンタープライズサポートが含まれず、NVIDIA Enterprise AI Factory向けにはNVIDIAサポート付き商用提供があり、その条件は提供形態ごとに異なる。（[出典1](https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/)）

- 出典: [NVIDIA Developer Blog](https://developer.nvidia.com/blog/nvidia-runai-is-now-open-source-as-part-of-nvidia-dsx-ai-factory-platform/)（公式情報、2026-10-13 23:19 JST）

## Gemini 4 Argon、広範な提供を開始し安全評価を公表

Googleは日本時間2026年10月14日、Gemini 4 Argonの広範な提供を開始した。開発者と企業はAI StudioおよびGemini platformのAPI、Google AI Ultra契約者はGoogle Antigravity、Google AI Ultra・Pro契約者はGeminiアプリと検索のAI Modeから利用できる。9月末の限定提供から、利用対象を拡大した点が今回の更新となる。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/)）

導入価格は入力1,000,000トークン当たり2米ドル、出力1,000,000トークン当たり10米ドルで、キャッシュ済み入力は95％割引となる。導入期間の終了日は2026年11月30日で、その後の標準価格は入力4米ドル、出力20米ドルとなる。Gemini APIでは、入力と出力を合わせたトークン上限が1,000,000であり、長い処理には新しい継続プロトコルへの対応が必要とGoogleは説明する。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/)）

Googleは、悪用を防ぐ要求検査、内部信号の検査、継続監視に加え、エージェントの行動と思考過程を読み取る監視機構を運用すると説明した。同社の評価では、模擬サイバー攻撃シナリオ12件すべてを解決し、コーディング評価で近道や不正を試みた割合は2％だった。Gray Swanの間接[プロンプトインジェクション](/guides/prompt-injection)評価では、15回の適応的試行を通じた攻撃成功率を0.7％と報告している。いずれも公表された評価条件での結果であり、任意の運用環境での安全性を保証する値ではない。（[出典1](https://blog.google/innovation-and-ai/technology/safety-security/gemini-4-model-safety-security/)）

同日の開発者向け発表では、ロボット制御、実映像から物理シミュレーションを再構成するReal2Sim、作業動画への事後ラベル付けなど、Argonの適用例も示された。Googleが公開した例には、実機の観測とMuJoCoでの動作検証を組み合わせる構成があり、一般提供されたモデルをロボティクスの開発工程へ接続する事例として読める。（[Google Developersのロボティクス事例](https://deepmind.google/blog/gemini-4-argon-for-robotics/)）

**比較表: 一般向け提供とFairwind Programの違い**

一般向けの安全策を備えた提供と、審査済みのサイバー防御担当者向けの限定アクセスは区別される。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/)）

| 観点 | 広範な提供 | Fairwind Program |
| --- | --- | --- |
| 利用対象 | APIの有料利用者や、製品ごとに指定されたGoogle AI Ultra・Pro契約者など。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/)） | 審査を経た信頼できるサイバー防御担当者。追加の参加者へ段階的に拡大する。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/)） |
| サイバー安全策 | 有害要求の拒否などの安全策を備える。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/)） | サイバーガードレールを外したArgonへの限定アクセス。（[出典1](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/)） |

**EastBraverの見立て:** 一般提供の開始を、サイバーガードレールなし版へのアクセス許可と取り違えない。価格の導入期間と利用経路を確認した上で、自組織のタスク・接続ツール・監視条件で評価する必要がある。低い攻撃成功率だけを無事故の根拠にせず、実行中の遮断と人間への通知まで含めて導入条件を決めたい。（[Googleの提供開始発表](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/) / [Googleの安全性説明](https://blog.google/innovation-and-ai/technology/safety-security/gemini-4-model-safety-security/)）

- 出典: [Google](https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/)（公式情報、2026-10-14 01:00 JST） / [Googleの安全性説明](https://blog.google/innovation-and-ai/technology/safety-security/gemini-4-model-safety-security/)（公式情報、2026-10-14 03:00 JST） / [Google Developersのロボティクス事例](https://deepmind.google/blog/gemini-4-argon-for-robotics/)（公式情報、2026-10-14 01:01 JST）

## Anthropic、AI開発の規模に合わせソース管理をScionへ移行

Anthropicは、社内開発の増大に対応するソース管理システムScionを構築し、モノレポをGitから5か月で移行したと発表した。同社によると、1日当たりのマージ数は2026年5月の約2,500件から9月には30,000件超へ増え、ソース管理・ビルド・CIが開発のボトルネックになっていた。（[出典1](https://www.anthropic.com/engineering/redesigning-source-control)）

Scionは、ほぼすべてのクライアントが常時オンラインの[AIエージェント](/guides/ai-agent)やジョブであることを前提にする。コミット作成、マージ、リベース、履歴照会をサーバーへ集約し、クライアントには上限のあるキャッシュと必要な作業ファイルだけを置く。差分や履歴をAPIで問い合わせるジョブは、ローカルのリポジトリ自体を持たずに処理できる。（[出典1](https://www.anthropic.com/engineering/redesigning-source-control)）

**比較表: GitとScionの設計前提**

Anthropicが取り除いたのは、オンラインの社内ジョブが完全なリポジトリを持つための負担である。分散・オフライン作業を支えるGitの利点を、すべての組織で不要としたわけではない。（[出典1](https://www.anthropic.com/engineering/redesigning-source-control)）

| 観点 | Git | Scion |
| --- | --- | --- |
| クライアントの前提 | 完全なクローンなら、オフラインでも履歴・差分を扱える。（[出典1](https://www.anthropic.com/engineering/redesigning-source-control)） | 常時オンラインを前提に、必要なデータをサーバーから取得する。（[出典1](https://www.anthropic.com/engineering/redesigning-source-control)） |
| 変更の共有 | ローカルでコミットし、pushで共有する。（[出典1](https://www.anthropic.com/engineering/redesigning-source-control)） | コミット・マージ・リベースをサーバーで実行する。（[出典1](https://www.anthropic.com/engineering/redesigning-source-control)） |
| 作業ファイル | 完全な作業コピーのほか、浅いクローンや疎なチェックアウトなども利用できる。（[出典1](https://www.anthropic.com/engineering/redesigning-source-control)） | 疎な取得と必要時のファイル実体化を基本とし、APIだけで処理するジョブはチェックアウトを省く。（[出典1](https://www.anthropic.com/engineering/redesigning-source-control)） |

Anthropicは、Scionを汎用的なGit代替とは位置付けていない。巨大なモノレポと大量のエージェント実行を想定した設計で、導入にはレビュー、検索、CIを含む開発工程の移行が必要になる。同社のエンジニアは、エージェントが設計制約を破る実装や不要な複雑化へ進まないよう判断し、システムへの変更依頼を引き続きレビューしている。（[出典1](https://www.anthropic.com/engineering/redesigning-source-control)）

**EastBraverの見立て:** 一般的なリポジトリでGitを置き換える判断材料ではなく、エージェントが増えたときに、コード生成より先に履歴取得・CI・マージ待ちのどこが詰まるかを測る事例として読むべきだ。サーバー側APIや取得量の削減は、全面移行とは別に検討できる。（[出典1](https://www.anthropic.com/engineering/redesigning-source-control)）

- 出典: [Anthropic](https://www.anthropic.com/engineering/redesigning-source-control)（公式情報、2026-10-13 09:00 JST）

## Anchor BrowserとAgentCore payments、x402自律決済を連携

AWSによると、Anchor BrowserとAmazon Bedrock AgentCore paymentsの連携により、AIエージェントがx402で保護されたページやAPIへの支払いを自律的に処理できるようになった。この機能はAWS Marketplaceで提供されている。（[出典1](https://aws.amazon.com/blogs/machine-learning/building-agents-that-transact-with-anchor-browser-and-agentcore-payments/)）

認証状態、ナビゲーション、ネットワーク要求、記録、ライブビューは、Anchor Browserの同じ管理対象ブラウザーセッション内に維持される。`session.x402`を`true`にすると、そのセッションに構成済みの決済手段と予算を結び付ける専用`PaymentSession`が作られ、実支払いが許可される。既定値は`false`である。（[出典1](https://aws.amazon.com/blogs/machine-learning/building-agents-that-transact-with-anchor-browser-and-agentcore-payments/)）

AgentCore側では、Payment Managerの作成時に[認可方式とIAMロール](/guides/ai-identity-authorization)を指定し、対応するワークロードIDをAgentCore Identityに作成する。ウォレット事業者の認証情報は`PaymentCredentialProvider`に保管される。HTTP 402応答を受けると、Anchor Browserが対応する決済方式を選び、AgentCore paymentsが金額をセッションの支出上限と照合して外部ウォレット事業者で署名するため、秘密鍵はブラウザーやエージェント実行環境に入らない。（[出典1](https://aws.amazon.com/blogs/machine-learning/building-agents-that-transact-with-anchor-browser-and-agentcore-payments/)）

決済は、構成済みの決済手段が要求された方式に対応し、金額がセッションの支出上限内にある場合に進む。署名済み証明を決済ヘッダーに付けた元の要求は1回だけ再試行され、支払い試行、承認、拒否、決済完了はAmazon CloudWatchで[追跡できる](/guides/observability-tracing)。（[出典1](https://aws.amazon.com/blogs/machine-learning/building-agents-that-transact-with-anchor-browser-and-agentcore-payments/)）

応答が不正、対応するネットワークがない、予算を使い切った、またはAgentCore paymentsが支払いを拒否した場合、ブラウザーは元のHTTP 402応答を変更せずページへ返す。アプリケーション側で通常のHTTPエラーとして扱える。また、この設定は第三者リソースへの支払いを制御するもので、ブラウザーセッション自体の料金を置き換えるものではない。（[出典1](https://aws.amazon.com/blogs/machine-learning/building-agents-that-transact-with-anchor-browser-and-agentcore-payments/)）

**EastBraverの見立て:** 秘密鍵を実行環境から分離しても、支払いを有効にする判断は残る。`session.x402`は実資金の支出を許可する設定として扱い、上限到達時に402が返る経路を実装・検証したい。署名後の要求を1回だけ再試行する仕組みを、任意の決済失敗を安全に繰り返せる保証と読み替えない。（[出典1](https://aws.amazon.com/blogs/machine-learning/building-agents-that-transact-with-anchor-browser-and-agentcore-payments/)）

- 出典: [AWS](https://aws.amazon.com/blogs/machine-learning/building-agents-that-transact-with-anchor-browser-and-agentcore-payments/)（公式情報、2026-10-14 05:10 JST）

## Shop MCP、商品検索から購入者承認後の注文確定まで接続

Shopifyは、商品検索、カート作成、Shop Payでの注文確定を1つの[MCP](/guides/mcp)接続で扱うShop MCPを公開した。公式発表によると、`https://mcp.shop.com`で17ツールを提供し、Shopify Catalogの10億点超の商品を検索できる。商品検索にはAPIキーが不要で、既存のCatalog API連携も変更なしで継続できる。（[出典1](https://shopify.dev/changelog/posts/add-shopping-and-shop-pay-checkout-to-any-agent-with-shop-mcp)）

カートとチェックアウトはサインインなしでも作成できる。Shopへサインインすると保存済み住所やShop Payを利用できるが、サインインだけで購入が承認されたことにはならない。注文確定の前に、販売店、商品、数量、最新の合計額、提示された支払い手段を購入者へ示し、選択と承認を得る必要がある。（[出典1](https://shop.dev/docs/checkout)）

**比較表: カート作成と注文確定の違い**

接続やカート作成は、支払いを伴う注文確定とは別の操作である。チェックアウトは販売店ごとに分かれる。（[出典1](https://shop.dev/docs/checkout)）

| 操作 | 注文の状態 | 購入者との境界 |
| --- | --- | --- |
| `create_cart` / `create_checkout` | 注文はまだ確定しない。（[出典1](https://shop.dev/docs/checkout)） | 購入者から作成依頼があった場合に行う。商品への関心だけでは依頼と扱わない。（[出典1](https://shop.dev/docs/checkout)） |
| `complete_checkout` | 選択した支払い手段で支払い、注文を確定する。（[出典1](https://shop.dev/docs/checkout)） | 最新の合計額と支払い手段を含む購入者の承認後に、1回送信する。（[出典1](https://shop.dev/docs/checkout)） |

購入完了の確認には、`status: completed`と`order`の両方が必要になる。結果が不明な場合は注文確定を再送せず、`get_checkout`で状態を読む。`requires_escalation`なら`continue_url`を購入者へ渡す。提供開始時点ではWebhookがないため、チェックアウト状態はポーリングする。（[Shopifyの購入フロー](https://shop.dev/docs/checkout) / [提供開始時の制約](https://shopify.dev/changelog/posts/add-shopping-and-shop-pay-checkout-to-any-agent-with-shop-mcp)）

**EastBraverの見立て:** 以前取り上げた[ブラウザー内のWebMCPチェックアウト](/digest/ai-digest-20260929)とは別に、今回はホストされた共通接続で検索・アカウント・購入フローを扱える点が更新となる。導入時は、商品を見つけられることと、購入者がその取引を承認したことを別々に確認したい。（[出典1](https://shopify.dev/changelog/posts/add-shopping-and-shop-pay-checkout-to-any-agent-with-shop-mcp)）

- 出典: [Shopify Developer Changelog](https://shopify.dev/changelog/posts/add-shopping-and-shop-pay-checkout-to-any-agent-with-shop-mcp)（公式情報、2026-10-14 05:00 JST） / [Shop MCPの購入フロー](https://shop.dev/docs/checkout)（公式文書）

## LFM2.5-24B-A2B、端末内の推論とツール利用へ

Liquid AIは、複数の専門ネットワークのうち一部を選んで計算するMoE方式の推論モデルLFM2.5-24B-A2Bと、その基盤モデルの重みを公開した。総パラメーター数は240億で、モデルカードの詳細値ではトークン当たり24.5億が活性化される。[コンテキストウィンドウ](/guides/context)は131,072トークンで、明示的な推論を経て回答し、[ツール呼び出し](/guides/tool)や複数段階のタスクを扱う構成である。（[Liquid AIの発表](https://huggingface.co/blog/LiquidAI/lfm25-24b-a2b) / [モデルカードの詳細値](https://huggingface.co/LiquidAI/LFM2.5-24B-A2B)）

実行環境はllama.cpp、MLX、vLLM、SGLang、ONNXをサポートする。Transformersの実行例は`transformers>=5.0.0`と`bfloat16`を指定し、ローカルのOpenAI互換バックエンドを介してエージェント基盤へ接続する構成も示す。（[出典1](https://huggingface.co/blog/LiquidAI/lfm25-24b-a2b)）

Liquid AIのエッジ推論比較では、Apple M5 Maxで毎秒184トークン、Ryzen AI Max+ 395で毎秒114トークンを記録した。比較対象のMoEより最大1.7倍高速で、使用メモリも最少だったと同社は報告する。単一のNVIDIA B300では、高い同時実行数の条件で毎秒21,000出力トークンを超えたという。これらは開発元の測定値で、端末のデコード速度と、高い同時実行数でのGPUの合計処理量を同一の指標として比較しない。（[出典1](https://huggingface.co/blog/LiquidAI/lfm25-24b-a2b)）

同社の16ベンチマーク評価では、ツール利用・エージェント系8件のうち5件で競合に首位または同等だった。一方、知識重視の評価とコーディング評価の一部では大型モデルが優位であり、速度上の優位が用途全般の品質優位を意味するわけではない。（[出典1](https://huggingface.co/blog/LiquidAI/lfm25-24b-a2b)）

重み公開は、用途を問わない無条件の商用許諾ではない。LFM Open License v1.0は商用利用に年商条件を設け、1,000万米ドルの基準を超える法人の商用利用は、このライセンスの許諾対象外となる。（[LFM Open License v1.0](https://huggingface.co/LiquidAI/LFM2.5-24B-A2B/raw/main/LICENSE)）

**EastBraverの見立て:** 採用候補としては、ツール利用を伴う端末内処理の速度・必要メモリ・成功率を、自分のハードウェアと量子化条件で測る必要がある。知識量やコーディング品質を大型モデルと同等と決めつけず、重みの商用利用条件も導入前に確認したい。（[Liquid AIの評価範囲](https://huggingface.co/blog/LiquidAI/lfm25-24b-a2b) / [利用条件](https://huggingface.co/LiquidAI/LFM2.5-24B-A2B/raw/main/LICENSE)）

- 出典: [Liquid AI](https://huggingface.co/blog/LiquidAI/lfm25-24b-a2b)（Hugging Faceへの公式寄稿、2026-10-14 02:05 JST） / [モデルカード](https://huggingface.co/LiquidAI/LFM2.5-24B-A2B)（公式情報）

## ほかの確認済みの更新

本文と同じ方法で根拠を確認した更新を、要点だけ短くまとめる。

- **Character.ai、Chapter 11手続きで売却を進める**：同社は裁判所監督下での売却に向けて米連邦破産法Chapter 11の手続きを開始した。発表時点ではサービスと有料契約を継続する一方、継続運営につながる買収提案が得られなければプラットフォームを終了すると説明している。（[Character.aiの発表](https://blog.character.ai/an-update-on-character-ai/)）
- **Amex、購入意図を発行会社へ渡す枠組みを公開**：Intent Intelligenceは、購入前に利用者が認証と購入条件への同意を行い、`Intent ID`と`Proof of Intent Token`を使って決済用認証情報の範囲を限定する推奨設計である。AmexはACE Kitとの統合を開発中としており、一般向けの新たな決済サービスが全面提供されたという発表ではない。（[Amexの技術説明](https://americanexpress.io/intent-intelligence-building-trust-in-agentic-commerce/) / [提供段階の説明](https://www.americanexpress.com/en-us/newsroom/articles/innovation/intent-intelligence-framework-agentic-commerce.html)）
- **英国とカナダ、AI安全性の評価・情報共有の協力を更新**：両国は、AIセキュリティ標準、フロンティアAIの能力・リスクに関する情報共有、評価手法の交換を進めると発表した。職員交流と協調評価は検討事項であり、新しい法的義務や実装済みの対策を公表したものではない。（[英国政府の発表](https://www.gov.uk/government/news/uk-canada-renewed-ai-security-partnership)）