サウジのHUMAIN-M3が示す、中国製オープンウェイトAIを使う「主権AI」の現実路線

サウジアラビアのAI企業HUMAINが発表したhumain-m3は、「主権AI」が現実にはどのように構築されるのかを示す事例だ。政府系ファンドである公共投資基金（PIF）の支援を受けるHUMAINは、最先端の基盤モデルをゼロから訓練するのではなく、中国のAI開発企業MiniMaxのM3系モデルを土台に、アラビア語を最優先にしたモデルを開発した。狙いは、評価、追加学習、将来的な運用をサウジアラビア側が管理するインフラで行えるようにすることにある。34

LEAP 2026で発表、まずは研究・評価向けに提供

HUMAINは2026年9月3日、リヤドで開かれたテクノロジーイベント「LEAP」でhumain-m3を公開した。現在は、モデルおよび推論機能へのアクセスを提供するHUMAIN Nodeを通じて、研究・評価用のプレビューとして利用可能だ。追加の安全性・アライメント作業を終えた後、MiniMax Community Licenseの下でオープンウェイトとして公開する計画だと報じられている。3414

モデルはMiniMax M3のMixture of Experts（MoE）アーキテクチャを採用する。総パラメータ数は約4280億だが、各トークンの処理で有効化されるのは約230億パラメータである。HUMAINによると、これに加えて1兆トークン超のアラビア語ネイティブコンテンツで追加事前学習を実施した。347

重要なのは、汎用モデルをアラビア語に単純翻訳したわけではない点だ。高性能な既存モデルを出発点に、アラビア語の利用環境に合わせた大規模な専門化を施している。

オープンウェイトが「主権AI」の選択肢を広げる

オープンウェイトモデルでは、学習済みパラメータにアクセスできるため、自前環境での配備、追加学習、推論が可能になる。外部事業者の専用APIに全面的に依存せずに済むことが大きい。Brookingsは、こうした仕組みが導入・評価に対する組織の統制を高め得る一方、ウェイトへのアクセスだけでモデルが完全に監査可能になるわけではない、と指摘する。学習データ、開発過程、バイアスなどは不透明なまま残る場合がある。

政府支援のAI計画にとって、これは実務的な中間路線となる。

• 最先端級モデルを一から学習する時間と費用を負わず、実績ある基盤モデルから始められる
• 国の言語、専門分野、評価基準、安全要件に合わせて最適化できる
• データの扱いや業務継続性が重要な用途で、管理下のインフラに推論処理を置ける
• 特定の海外API提供者の仕様変更、価格、利用可能性だけに縛られず、継続的に改良できる

米シンクタンクCNASも、競争力ある最先端モデルをゼロから作るための計算資源、データ、人材、資本を持つ国は限られると指摘する。多くの政府系プロジェクトは、より低コストで国語、文化的文脈、専門知識を組み込むため、ローカルデータでオープンウェイトモデルを追加学習する道を選んでいる。

核心はパラメータ数よりアラビア語への最適化

humain-m3で最も注目すべき技術的判断は、アラビア語ファーストの学習だ。HUMAINは、1兆トークンを超えるアラビア語ネイティブのデータで追加事前学習したとしている。34

国や地域に根差したAIの実用性は、逐語訳の精度だけでは決まらない。行政や企業の業務では、アラビア語での推論、現地の専門用語、地域特有の言い回し、実際の利用言語による評価が求められる。ローカライズされたモデルは、こうした能力を改善しつつ、配備とその後のチューニングをプログラム側の管理下に置く手段になる。

基盤となるM3系は、テキスト、画像、動画の理解に加え、ツール利用やコンピューター操作の機能も備えるとされる。こうした能力がローカライズ後にも有効に引き継がれるなら、国家規模のモデル開発は、最先端AIの全レイヤーを独力で再現せずに活用できる。7

アラビア語ベンチマークでは高得点。ただし独立検証はこれから

HUMAINは、7つの公開アラビア語ベンチマークで均等加重平均**89.37％**を記録したと発表した。同社の比較では、MiniMax M3の参照スコア80.34％を上回り、評価対象に含めたGPT-5.6 SOLおよびClaude Opus 5も超えたとしている。7試験中5試験で首位だったという。5

ただし、この数値の受け止めには注意が必要だ。評価はHUMAIN自身が実施した自己報告値であり、報道によると独立した再現検証は行われておらず、Open Arabic LLM Leaderboardにも提出されていない。したがって、ローカライズ戦略の有望さを示す材料ではあるが、モデル間の決定的な順位付けとはいえない。15

ウェイトを持つだけではAI主権にならない

humain-m3は再利用可能なモデル・チェックポイントの魅力を示す一方、「主権」という言葉の限界も浮き彫りにする。ローカルで利用可能なモデルは、海外APIへの依存を減らし、国内ホスティング、追加学習、推論を支えられる。しかし、モデルのウェイトはAIスタックの一層にすぎない。

実効性のある主権AIには、計算インフラ、半導体、クラウドとデータセンターの運用、専門人材、セキュリティ態勢、継続的なモデル更新、そして基盤モデルのライセンス条件が必要になる。CNASは、主権AIを単に国内ブランドのモデルと見るのではなく、国家戦略と結び付き、計算資源・モデル・データの国内エコシステムに実質的な公的投資を伴う政府支援プロジェクトとして捉えている。

これはレジリエンスの観点でも重要だ。ローカル配備できるウェイトは、ホスト型サービスの方針変更や停止時の代替手段になり得る。一方で、ハードウェア供給者、インフラの協力企業、基盤モデルの利用を規定する法的条件への依存までなくすものではない。

再利用できる基盤モデルをめぐる国際市場

HUMAIN-M3は、中国のAIラボにとっての海外展開の可能性も示している。消費者向け製品や中央集権的なAPIだけで競争するのではなく、海外の組織が自国の言語、データ、インフラに適応させられる高性能な基盤モデルを提供するという形だ。

背景には、主権AIプロジェクトの拡大がある。CNASは、2026年上期までの新規案件を含む集計で、67か国・184件の政府支援型主権AIプロジェクトを数えた。しかも最も大きな割合を占めたのはインフラ中心の案件であり、各国のAI戦略がモデル単体ではなく、その運用環境全体へと重点を広げていることを示す。

この文脈で、オープンウェイトの配布は特に意味を持つ。Hugging Faceは、国内ハードウェアで動かせるモデルが外国管理下のクラウドへの依存を下げ、公共機関が自国の法的枠組みに沿ってモデルを調整できるようにすると論じている。

結論：最先端モデルを自作しない「主権AI」の現実解

HUMAIN-M3は、オープンウェイトだけでAI主権が実現することの証明ではない。それでも、有力な基盤モデルを取得またはライセンスし、自国語のデータと評価に大きく投資し、国内の運用管理下で展開し、長期にわたって改良できるようにする――という、より実現可能な戦略を象徴する事例ではある。

サウジアラビアにとって当面の目的は、アラビア語を中心に据えたAI能力の確立だ。MiniMaxのような中国AIラボにとっては、適応可能なモデル・チェックポイント自体が、海外へ提供できるAIインフラの一部になり得ることを意味する。そして、最先端モデルをゼロから作る能力や意向がない国にとって、ダウンロードして自国環境で動かせるモデルは、戦略的選択肢として重要性を増している。3