NewJourney Alpha - 明日のNewJourneyが業界初の認知モデルを発表 - AiBoss

NewJourney Alphaとは何ですか？

Nextie Alphaは、Nextieが発表した業界初の認知モデルで、エッジ環境への展開に必要なパラメータはわずか4バイトです。「Xiaoiceの父」と呼ばれる李迪氏が率いるこのモデルは、オープンソースの推論モデルと強化学習を活用し、知識と認知を分離することで、思考アルゴリズムを洗練させています。群知能タスクにおいて、このモデルはGPT-5.4と同等の性能を発揮し、計算コストを大幅に削減するとともに、24時間365日の稼働をサポートします。このモデルは、Tuanziマルチエージェントプラットフォームと連携し、AIが人間の専門家チームのように議論、投票、そして協働による意思決定を行うことを可能にします。

NewCheng Alphaの主な機能

認知コア凝縮膨大な量の事実記憶を取り除き、思考アルゴリズムだけを残して、モデルに思考方法を学習させる。
群知能によるコラボレーションこれは、Harnessマルチエージェントシステム向けに統一された計画および推論機能を提供し、複数のエージェント間の協調的な思考を支援する。
デバイス側でのローカル展開4バイトという最適なサイズにより、クラウドコンピューティングの処理能力に頼ることなく、MacBookやスマートホームデバイスなどのデバイス上で直接動作させることが可能です。
アクティブな連続運転低コストで24時間365日途切れることのない自律的な計画と実行をサポートし、受動的な対応から能動的な対応へと移行します。
5次元認知評価群知能の質は、視点の網羅性、暗黙の要求が満たされる度合い、弁証法の深さ、実装の実用性、および意思決定の解釈可能性に基づいて定量化される。

NewCheng Alphaの技術原理

知識と認知の分離Nextieは、強化学習を用いた既存のオープンソース推論モデルを基盤として開発を進めた。知識と認知を切り離すことで、モデルの認知コアを洗練させ、汎化能力と抽象化能力に重点を置いたトレーニングを行うことで、モデルが様々なシナリオに知識を適用できるようにした。
220年にわたる群知能進化トレーニング研究チームは、1800年から2020年までの220年間にわたる人間の学術論文を分析し、集合知の進化の軌跡をまとめた。彼らは、議論、熟考、異議申し立て、投票といったプロセスを通して人間がより良い意思決定を行うメカニズムを詳細に分析し、これらのメカニズムを機械学習可能な認知フレームワークへと変換することで、認知モデルに対する理論的裏付けを提供した。
小さなパラメータ＋高品質なアーキテクチャXiaoiceチームの「小さなパラメータ＋高品質なアーキテクチャ」というアプローチを継承。4Bパラメータサイズは、複雑なアルゴリズムのサポートからエッジでの実行まで、あらゆる用途に適した最適な比率であることが証明されています。長期的な競争優位性は、パラメータサイズではなく、認知アーキテクチャにあると考えられています。

新しいプロセスAlphaの使い方

アクセスプラットフォームTuanziマルチエージェントプラットフォームのベータテスト用アドレス（https://mytuanzi.com/）をブラウザで開いて、群知能によるコラボレーションを体験してください。
登録／ログイン内部テスト段階では、計算電力ポイントの仕組みの代わりに「消費電力」が使用されます。
シナリオを選択してくださいニーズに応じて、姉妹グループ、研究グループ、奇跡を求めるなど、あらかじめ設定されたAIエージェントの組み合わせから選択してください。
タスクを開始する質問や要望を入力すると、システムが自動的に、異なる専門知識を持つ複数のAIエージェントを連携させるようスケジュールを組みます。
決定事項を見る目標は、複数の主体間の議論、課題、考察、投票プロセスを観察し、最終的にグループ審議を経て最適な解決策を得ることである。

NewCheng Alphaの主な利点

少額の賭けで大勝利を掴むモデル4Bのパラメータは、群知能タスクにおいてGPT-5.4と同等の出力効果を実現し、パラメータがちょうどスケーリングのジレンマを打破します。
コストが急落したエッジコンピューティングに対応できるため、クラウドへの展開やトークン課金が不要になり、コンピューティングパワーのコストを桁違いに削減でき、グラフィックカードを酷使する代わりに電気代を支払うという選択肢が生まれます。
認知は一般化できる事実に関する記憶を取り除き、思考アルゴリズムを保持することで、単一のシナリオにおける思考戦略を無関係な分野に転用することが可能となり、新たな状況への知識の分野横断的な応用を実現できる。
透明性と追跡可能性を備えたプロセスLittle Ice Chainのアプローチを踏襲し、エージェントの思考プロセスは観察可能かつ検証可能であり、多知能コラボレーションのための信頼できる基盤を提供する。
アクティブな連続運転低消費電力により、24時間365日途切れることのない自律的な計画と実行が可能になり、エージェントは受動的な対応から能動的な行動へと移行できる。

ニューチェンアルファとの類似製品の比較

比較対象寸法	Nextie（ニュー・ジャーニー・アルファ）	DIKWP 認知モデル (Duan Yucong チーム)
コアポジショニング	軽量認知コアエンジン（4Bパラメータ）	5層認知アーキテクチャの理論的枠組み（DIKWPaaSプラットフォーム）
認知アーキテクチャ	事実に関する記憶を取り除き、思考アルゴリズムを保持し、一般化能力と抽象化能力を強化する。	データ→情報→知識→知恵→意図という5層構造のネットワーク意味論的構造は、「意図」による指針を重視している。
パラメータサイズ	4B（エッジに展開可能）	特定のモデルに限定されるものではなく、あらゆる大規模モデルに重ね合わせることができる。
トレーニング方法	強化学習は、知識と認知を切り離すためのオープンソースの推論モデルに基づいています。	「意味論的数学」を用いて推論規則を形式的に定義することにより、認知プロセスを形式化することができる。
評価システム	群知能の5次元評価：視点の完全性、暗黙の要求、弁証法的深度、実用性、解釈可能性。	人工意識の「ホワイトボックス」評価：データ／情報／知識／知恵／意図の能力を層ごとに分析する。
導入フォーム	エンドサイドモデル + Tuanzi マルチエージェントプラットフォーム (製品化)	DIKWPaaSセマンティックプラットフォーム（学術／プラットフォームベース）は、「サービスとしてのセマンティクス」を重視しています。
人間の役割	複数の主体が参加する議論や投票に人間が参加することで、意思決定へのリアルタイムな介入が可能になる。	人間の意図は、最高レベルとして、認知プロセス全体を導く。
典型的なシナリオ	複雑なビジネス上の意思決定、スタートアップコンサルティング、リスク評価、積極的なエージェント	アクティブAI、アクティブメディシン、人工意識研究、意味的閉鎖推論
透明性	思考プロセスは観察可能であり、追跡可能である（小さな氷の連鎖のアプローチを継続する）。	「ホワイトボックス」分析を重視することで、それぞれの認知能力を個別に監査・評価することが可能になる。
コスト構造	デバイス側の低消費電力、24時間365日連続稼働	クラウドベースの分散アーキテクチャに依存するため、コストは選択された基盤モデルに連動します。

NewCheng Alphaの応用事例

複雑なビジネス上の意思決定企業戦略の策定および投資リスク評価においては、複数の主体を考慮した視点を用いて、潜在的な脆弱性および外部リスクを包括的に特定する。
綿密な調査と分析学術研究と市場調査は、学際的な専門家グループによる認知的衝突を通じて、単一モデルによる認知の限界を打破する。
スマートホームロボットエッジコンピューティングの導入により、家庭用ロボットは継続的な自律計画機能を備えることが可能になり、コンピューティングコストを制御でき、日常的なシナリオにおいて経済的に実現可能となる。
起業コンサルティングおよび指導このシミュレーションでは、複数のエージェントがさまざまな視点から事業計画に異議を唱え、標準的な回答ではなく最適な解決策を模索します。
コンテンツセキュリティ監査例えば、Guardian Shrimpの場合、群知能によって隠れた高リスクの脆弱性を正確に特定し、リアルタイムで出力を調整することができます。