昨年12月初め、OpenAGI財団が大きな動きを見せました——「Lux」と名付けられた基盤モデルを発表したのです。このプロジェクトはなかなか興味深く、AIに「人間のようにマウスをクリックしたりキーボードを打ったり」させることを目的とした、初のオープンソースソリューションと謳われています。

簡単に言えば、これまでAIがどんなに賢くてもAPIインターフェースを通じてしか作業できませんでしたが、Luxは直接ソフトウェアのUIを操作できるようになりました。彼らは日常の300のタスクシナリオでテストを行い、その結果は非常に優秀でした。業界でよく使われるベンチマーク「Online-Mind2Web」では83.6%というスコアを記録しています。

他と比較するとその価値がわかります——ある大手検索企業のGemini CUAは69%、あるチャットボット企業のOperatorは61.3%、AIアシスタントを主力とする企業のClaude Sonnetですらこのスコアを超えることはできませんでした。

オープンソースという道は確かに意義があります。少なくとも、より多くの開発者が「AIによる自動PC操作」という分野に触れるためのハードルを下げてくれました。