Windowsを使う企業が知っておきたい端末内モデル「Aion 1.0 Instruct」の注意点

「来年からWindowsに最初からAIのモデルが入るらしいが、社員の端末で勝手に動き出しても大丈夫なのか」「端末の中で動くなら情報は外に出ないので、むしろ安全なのでは」——社内の端末を管理する情報システム部門と、情報管理を担うセキュリティ部門の会議で、いま実際に交わされている二つの見方です。2026年11月、Microsoft の Windows 部門の研究組織が、端末の中で動く小型の言語モデル Aion 1.0 Instruct を Hugging Face(AIモデルの公開・共有サイト)で公開しました。モデルカードによると、これをさらに最適化したものが、2027年1月末までに Windows の標準の端末内モデルになる予定です。ただし、問われているのは、データが外に出るかどうかだけではありません。本当は、端末の中のAIが社員の読む文書やメールをそのまま読み込むことを前提に、何をAIに任せ、何を人が確かめるかを先に決められるかです。この記事では、Aion 1.0 Instruct が何であるか、標準のモデルが入れ替わる流れ、端末内で動くことで減るリスクと残るリスク、文書やメールに紛れた指示への備え、そして展開の前に企業が決めておくことを、防御の立場から整理します。導入や実行の手順は扱いません。
カメ先生端末の中で動くAIなら情報が外に出ないから安心だ、と思われがちなんだけど、本当は、情報の行き先とは別に、AIが読んだ文書に振り回されるという問題が残るんだ。
カメ子外に送らなくても、読ませた中身によって答えがおかしくなる、ということですか。
カメ先生そう。モデルカード自身が、敵対的な攻撃に弱い可能性があると書いて、文書などに紛れた指示への強さを今後の改善点に挙げている。小型のモデルだから、細かい点の見落としや誤りもあると断っているんだよ。
カメ子だから、端末内で動くことの安心感とは切り分けて、AIの答えをどこまで信じて、どこで人が確かめるかを先に決める必要があるんですね。
- Aion 1.0 Instruct は、Microsoft の Windows 部門が公開した約23億パラメータの端末内向け小型言語モデル。MIT ライセンスで、最適化版が2027年1月末までに Windows の標準の端末内モデルになる予定とされる
- 端末内で動くので社外への送信は減るが、文書やメールに紛れた指示(間接的なプロンプト注入)への弱さはモデルカード自身が今後の課題として認めている。内容の安全フィルターはこれを止める仕組みではない
- 展開前に、AIを使ってよい業務、AIに判断させない業務、人が必ず確認する範囲を決め、試験用の版を試す人には独自のプログラムが動く点の管理を求める
あなたのWebサイトは、AIによる攻撃に耐えられますか?
AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。
Aion 1.0 Instructとは何か。2026年11月時点で確かめられる事実
Aion 1.0 Instruct は、Microsoft の Windows とデバイス部門の応用科学グループが開発した小型言語モデルです。モデルカード(モデルの説明書きにあたるページ)は、このモデルをWindows の中で土台になる小型言語モデルで、端末の中で動くAI、文章の処理、基本ソフトの用途に向けて最適化したものと説明しています。部品(パラメータ)の数は約23億で、一般的なクラウドの大規模言語モデルと比べるとかなり小さい部類です。
当ラインの精査で確認した Hugging Face 上の記録では、作成日と最終更新日はどちらも2026年11月18日です。ライセンスは MIT(商用利用も認める代表的なオープンソースのライセンス)で、利用前に申請を求める制限(ゲート)は付いていません。確認時点で「いいね」は67、直近のダウンロード数は788でした。対応言語は英語、ドイツ語、スペイン語、ポルトガル語、イタリア語、フランス語、中国語、日本語の8つで、一度に読める長さ(文脈の長さ)は約3万2千トークン(AIが文章を処理する単位)、知識は2025年12月までとされています。
モデルカードによると、今回の公開は量子化(計算を軽くするために数値の精度を落とす処理)をしていない版が先で、軽くした版は後から出すとされています。公開の目的は、これから Windows に入るものを先に見せて透明性を高め、利用者の意見を集めることだと書かれています。日本語での紹介記事は、調べた範囲では見つかっていません。関連する公開場所として、Microsoft の GitHub に開発者向けの試験用サンプルが置かれています。
Windowsの標準の端末内モデルが入れ替わる時期と流れ
Aion 1.0 Instruct が企業にとって重要なのは、一つの研究成果ではなく、Windows に標準で入る端末内モデルの後継として位置づけられているからです。これまで Windows の端末内モデルとして使われてきたのは Phi Silica という小型モデルで、モデルカードは、Aion Instruct の学習データを Phi Silica の学習データを広げたものだと説明しています。
Microsoft の Phi Silica の公式文書には、Phi Silica が Aion Instruct に置き換えられる予定が明記されています。それによると、2026年12月に Windows の先行評価版(Windows Insider)の端末で配布が始まり、この段階では Phi Silica も残ったまま、どちらを使うかは Microsoft が段階的に切り替えます。そして2027年1月には一般の端末への配布が始まり、Phi Silica は取り除かれるとされています。モデルカードの「2027年1月末までに標準のモデルになる」という記載とも合っています。
もう一つ見落とせないのが、アプリから呼び出す条件の変化です。同じ文書によると、Phi Silica を呼び出す仕組みは、Microsoft に申請して許可を得る限定提供の機能でした。一方で、Aion Instruct では、その許可の手続きが要らなくなると書かれています。これは開発者にとっては使いやすくなる変化ですが、企業から見ると、端末内のモデルを呼び出すアプリが今後増えていく可能性を意味します(増えるかどうかは当ラインの推測で、公開情報では確かめられません)。
モデルカードが示す用途と、使ってはいけない用途
モデルカードは、主な用途を、文書の読解、内容の分析、質問への回答、自然な文章の理解といった一般的な文章の処理だとしています。約3万2千トークンの文脈を生かして、何ページもある文書、長いメールのやり取り、複雑な技術仕様を、すべて端末の中で処理できるとも書かれています。付記情報には、要約、書き換え、会話が並んでいます。
一方で、使ってはいけない用途も明記されています。有害な内容や暴力的・性的な内容の生成、偽のニュースなど人を誤らせる内容の作成、そして医療の診断や法的な判断のような、重大な場面での自動的な意思決定です。あわせて、開発者は言語モデルの一般的な限界を踏まえて用途を選び、とくに危険の大きい場面では、使う前に正確さ、安全性、公平さを評価して手当てするよう求めています。プライバシーや貿易に関する法令を守ることも求められています。
企業の担当者が押さえておきたいのは、ここに書かれた禁止の範囲が、そのまま社内規程の出発点になるという点です。たとえば、人事評価、与信、採用の可否、顧客からの苦情への最終回答のように、人の権利や取引に影響する判断は、モデルカードの言う重大な場面に近いと考えるのが自然です。モデルの提供元自身が自動の判断に使わないよう求めている以上、社内の業務でもその線を越えない運用にしておくのが無難です。
小型モデルであることの強みと、提供元が認める限界
約23億パラメータという小ささは、端末の中で速く動き、通信を必要とせず、費用もかからないという強みにつながります。公式のサンプルの説明書き(README)によると、試験用のサンプルは Copilot+ PC(AI処理用の専用の演算装置を備えた Windows の端末)を前提に、端末の中で推論を行う作りです。専用の演算装置が使えない場合に通常の演算装置で代わりに動かす仕組みは無い、とも書かれています。
一方で、モデルカードは限界をはっきり書いています。大規模なモデルと比べると、細かい点を見落としたり、誤った内容を述べたり、複雑で何段階もの推論についていけなかったりすることがある、という説明です。世界の知識に強くなるようには学習していないとも明記されています。学習データのうち多言語のデータは全体の約6%で、言語によって出力の質に差が出るとされています。日本語は対応言語に入っていますが、英語と同じ品質を前提にしないほうが安全です。
| 評価の種類 | モデルカードの公表値 | 読み方 |
|---|---|---|
| 知識(MMLU) | 55.15 | 幅広い知識を問う試験。大規模モデルより低い水準で、事実の確認には向かない |
| 算数の文章題(GSM8K) | 74.91 | 簡単な計算の推論はある程度こなすが、誤りも残る |
| 指示に従う力(IFEval) | 83.90 | 決まった形式に従う力は比較的高い。ただし内容の正しさとは別 |
| 難しい科学の問題 | 28.18 | 高度な判断を任せる用途には向かない |
これらはすべて提供元の評価で、当ラインでは検証していません。表から読み取れるのは、形式を整える仕事は得意でも、事実の正しさや複雑な判断は任せにくいという性格です。要約や言い換えは任せても、その中身が正しいかどうかは人が確かめる、という使い分けが前提になります。
「データが端末に残る」ことで減るリスクと残るリスク
端末内で動くモデルの最大の利点は、文書やメールの中身をクラウドの事業者に送らずに処理できることです。モデルカードも、端末の中で処理することで利用者のデータが守られると説明しています。外部の事業者に情報を預けることによる漏えいの心配や、保存期間・学習への利用の確認といった委託先の管理は、端末内で完結する限りは小さくなります。
ただし、端末内で動くことが、すべてのリスクを消すわけではありません。次の表のように、減るリスクと残るリスクを分けて考える必要があります。
| 観点 | 端末内で動くことで減るもの | 端末内でも残るもの |
|---|---|---|
| 情報の行き先 | クラウドの事業者への送信と、そこでの保存 | AIの答えを使うアプリが、その答えを外に送る可能性 |
| 答えの正しさ | (変わらない) | 小型モデルゆえの見落とし・誤り |
| 読み込む内容 | (変わらない) | 文書やメールに紛れた指示に引きずられる可能性 |
| 有害な出力 | (変わらない) | 安全フィルターの範囲外の不適切な答え |
| 端末の管理 | 通信の監視対象が減る | どのアプリがモデルを呼び出しているか見えにくい |
とくに注意したいのは、端末内のモデルを呼び出すのが Windows の機能だけでなく、さまざまなアプリになりうる点です。モデルそのものは外に送らなくても、モデルの答えを受け取ったアプリが何をするかは、アプリ次第です。端末内のAIであることを理由に、アプリの審査や情報の持ち出しの監視を緩めないことが大切です。
文書やメールに紛れた指示:間接的なプロンプト注入(XPIA)とは
端末内のAIに文書やメールを読ませるとき、最も注意したいのが間接的なプロンプト注入です。Microsoft のセキュリティ対応の組織(MSRC)が2025年7月に公開した解説によると、これは攻撃者が、AIが処理する内容の中に文章を紛れ込ませ、AIがそれを正規の指示と取り違える手口です。紛れ込ませる場所は、ウェブページ、メール、共有された文書、道具の出力などで、利用者からは見えないように隠されることもあるとされています。Microsoft の社内では、この手口を XPIA(文書などをまたいだプロンプト注入攻撃)と呼んでいます。
同じ解説は、この手口が Microsoft に寄せられるAIの安全性の報告の中で最も多く使われるものの一つで、OWASP(ウェブの安全性に取り組む国際的なコミュニティ)の大規模言語モデル向けの主要リスク一覧(2025年版)でも最上位に挙げられていると説明しています。起こりうる影響として、利用者のデータを外に送らせることや、利用者の権限で意図しない操作をさせることが挙げられています。
Aion 1.0 Instruct の主な用途は、まさに長い文書やメールのやり取りを読ませることです。社外から届いたメール、取引先から受け取った資料、ウェブから保存した文書をAIに要約させる場面では、その中身を書いたのは社外の誰かです。端末の中で動くかどうかとは関係なく、読ませた内容に指示が紛れていれば、要約が偏ったり、重要な点が抜け落ちたりする可能性があります。ここでは手口の詳細には立ち入らず、守る側が押さえる構造だけを扱います。
モデルカードが認める安全面の課題:XPIA・DIC・ECI
モデルカードは、安全面について率直な記載をしています。Microsoft の手順に沿って学習し、安全性の調整も行ったとしたうえで、Aion Instruct は安全の細かな意味合いや、危険な振る舞いを引き出そうとする試みを見抜くだけの複雑な推論力を持たないと述べ、敵対的な攻撃に弱い可能性があると明記しています。
さらに、XPIA、DIC、ECI の三つを、今後の版で改善すべき主要な指標として挙げ、安全性の評価結果を棒グラフで示しています。XPIA は前の章で見た間接的なプロンプト注入を指す Microsoft の呼び名です。一方、DIC と ECI が何を測る指標なのかは、モデルカードの本文には説明がなく、当ラインでは確かめられていません。グラフの具体的な数値も本文には書かれていないため、この記事では数値を扱いません。
ここから言えるのは、文書などに紛れた指示への強さは、提供元自身が「まだ足りない」と認めている領域だということです。企業としては、モデルが改善されるのを待つのではなく、モデルが指示に引きずられても被害が広がらない使い方を、運用の側で用意しておく必要があります。なお、提供元が弱点を公開していること自体は、利用者が備えるための材料として評価できる点です。
内容の安全フィルターは何を止め、何を止めないのか
モデルカードは、有害な出力を抑える手段の一つとして内容の安全フィルター(内容を審査するモデル)を挙げ、Windows で一般に提供されるときには、同じ系統の端末内の審査モデルを Aion Instruct と一緒に使うと説明しています。Windows のアプリから端末内のAIを呼び出す仕組み(Windows のAI用のAPI)の公式文書によると、この審査は、利用者の入力とモデルの答えの両方について、憎悪、性的な内容、暴力、自傷の四つの分類で有害さの度合いを判定し、初期設定では有害と判定したものを止めます。度合いの基準はアプリ側である程度調整できます。
公式のサンプルの説明書きでも、審査と禁止語の一覧は必須で、外す設定や審査なしで動かす逃げ道は無いとされています。ただし同じ説明書きは、フィルターは安全で正確な出力を保証するものではないと明記しています。また、同じ仕組みの文書は、APIを呼び出す側が、不正利用の監視などの責任を自分で負うと書いています。
ここで押さえたいのは、四つの分類が有害な内容の審査であって、文書に紛れた指示を見抜く仕組みとは目的が違うという点です。業務の文書に紛れた指示は、暴力や憎悪の言葉を含まないことが多く、こうした審査をすり抜ける可能性があります(これは公開情報からの当ラインの推測です)。Microsoft 自身も、前述の解説で、間接的なプロンプト注入への備えとして、専用の検出の仕組み(Prompt Shields)、権限とデータの管理、確実に止める仕組み、人の承認を重ねる考え方を示し、すべての注入を防げることを前提にしていないと述べています。
Hugging Face版を試す人が気をつけたい独自プログラムの実行
今回 Hugging Face で公開されたのは、Windows に入る版そのものではなく、透明性と意見を集めるための版です。重みは safetensors(読み込むだけではプログラムが動かない安全性の高い保存形式)で配布されており、読み込むだけで任意のプログラムが動くおそれのある Python の Pickle 形式の重みは見当たりませんでした。
一方で、ファイル一覧には、モデルの構成と処理を定義する独自の Python のプログラムが二つ含まれています。モデルカードによると、このモデルを一般的な開発用の部品で読み込むには、配布元の独自のプログラムを実行することを許可する必要があります。これは、開発者の端末で、配布元から取得したプログラムがそのまま動くことを意味します。配布元が Microsoft の公式の組織であっても、取得したプログラムを読まずに動かす習慣そのものが、組織としては管理すべき対象です。
社内の開発者やデータ分析の担当者が「Windows に入る前に試してみよう」と考えるのは自然なことです。その場合は、業務の機密情報や認証情報が置かれていない検証用の環境で試すこと、取得するプログラムの版を固定し、変更を確かめてから更新すること、試した記録を残すことを、事前の決まりにしておくと安心です。公式のサンプルも、開発者の検証専用で、利用者向けの製品に組み込んではいけないと明記しています。
安全性の評価:注意付きとした根拠
当ラインでは、記事で取り上げる前に公開情報だけで安全性を精査しています。モデルを取得したり動かしたりはしていません。Aion 1.0 Instruct は次の事実をもとに「注意付き」と判定しました。
- 公開元は Microsoft の公式の組織で、ライセンスは MIT。利用前の申請の制限は無い
- 重みは safetensors で配布され、Python の Pickle 形式の重みは無い
- 一方で、モデルの構成と処理を定義する独自の Python のプログラムが二つ含まれ、一般的な読み込み方では、その実行を許可する必要がある
- モデルカード自身が、敵対的な攻撃に弱い可能性を認め、文書などに紛れた指示への強さ(XPIA)を今後の改善点に挙げている
- 公式のサンプルは、責任あるAIの観点での十分な試験をまだ終えていないと明記している
前の二つは安心材料ですが、後の三つが「注意付き」とした理由です。とくに独自のプログラムの実行は、当ラインの精査の基準で注意が必要な項目に当たります。Windows に標準で入る版がどのような形で配布され、独自のプログラムを含むかどうかは、現時点で確認できる情報は限られます。
また、問題が見つからなかったことは、安全の保証ではありません。精査は公開情報を読んだ範囲のもので、プログラムの中身の安全性や、モデルの答えの正確さ、標準の版の安全対策までは確かめていません。試す場合は、業務の機密情報に触れない環境を使うことをおすすめします。
端末内のAIを呼び出すアプリが増えることで生じうるリスク
一つ目のリスクは、見えないところで文書が読まれることです。端末内のモデルを呼び出すアプリは、社員が開いた文書やメールをAIに渡して要約や書き換えを行います。どのアプリが、どの情報をAIに渡しているかを管理者が把握できないと、問題が起きたときに経緯をたどれない状態になります。端末内で完結するため、通信の監視で気づける手がかりも少なくなります。
二つ目は、AIの答えをそのまま信じる運用が広がることです。標準で入るAIは、社員にとって「会社のパソコンに最初から入っている、信頼できるもの」に見えます。しかし実際には、小型モデルゆえの誤りや、紛れた指示による偏りが起こりえます。要約だけを読んで原文を確かめない習慣が定着すると、取引条件の見落としや、偽の連絡を本物と取り違える危険が高まります。
三つ目は、AIの答えが次の操作につながることです。端末内のAIが、要約だけでなく、メールの下書き、予定の登録、ファイルの整理といった操作に組み込まれていくと、紛れた指示の影響は「読み違い」から「意図しない操作」に広がる可能性があります。MSRC の解説も、利用者の権限で意図しない操作をさせることを影響の一つに挙げています。どこまでの操作をAIに組み合わせるかは、アプリごとに確かめる必要があります。
管理者が使える設定と、まだ確かめられないこと
Windows には、AI関連の機能を管理者が制御するためのポリシー(組織の端末に一括で適用する設定)の一覧が公開されています。2026年10月時点の公式文書では、画面の記録を検索する機能(Recall)の可否や保存期間、AIエージェントの接続先、設定画面のAIによる検索、Copilot アプリの扱いなど、機能ごとの制御が並んでいます。その一部は先行評価版だけで使える試験中の項目と明記されています。
一方で、確認した範囲では、端末内の言語モデルを呼び出すアプリ全般をまとめて止める項目や、どのアプリがモデルを呼び出したかを記録する項目は、一覧の中に見当たりませんでした。Aion Instruct への置き換えに合わせて、こうした管理の項目が追加されるかどうかは、現時点で確認できる情報は限られます。Phi Silica の文書には、処理を画像処理用の演算装置で行う一部の端末について、利用者が設定画面からモデルを削除できるという記載がありますが、これは企業の一括管理とは別の話です。
したがって、管理者が今できるのは、機能ごとのポリシーを確かめ、配布の前に先行評価版の端末で挙動を見ておくことです。12月からの先行評価版での配布を、社内の検証用の端末で観察できるよう準備しておくと、一般の配布の前に、社内規程やアプリの審査の項目を見直す時間が取れます。
展開前に確かめること
2027年1月の一般の端末への配布に向けて、企業が段階を踏んで確かめておきたいことを、次の5段階にまとめます。
要約、言い換え、下書きのように、人が最後に確かめる前提で任せられる業務と、人事、与信、契約の判断のように、AIの答えを判断の根拠にしない業務を、業務の言葉で書き分けます。モデルカードの禁止の用途を出発点にすると整理しやすくなります。
社内の検証用の端末を先行評価版にし、どの機能やアプリが端末内のモデルを使うのか、管理者の設定で何が変わるのかを記録します。業務の機密情報は入れず、架空の文書やメールで確かめます。
社外から届いたメールや資料をAIに要約させる場合は、要約だけで判断しない、送金や認証情報に関わる内容は原文と別の経路で確かめる、といった決まりを作ります。紛れた指示の影響を、運用で小さくするためです。
社内で使うアプリの審査で、端末内のAIを呼び出すか、AIの答えをどこへ送るか、AIの答えを使って操作を行うか、記録を残すかを、固定の確認項目にします。
Hugging Face の版や公式のサンプルを試す開発者には、検証用の環境を使うこと、独自のプログラムの版を固定すること、試した記録を残すことを求めます。利用者向けの製品に組み込まないことも明記します。
この順番で進めると、提供元の説明や評価の数字ではなく、自社の端末と業務での実際の挙動をもとに判断できます。一度決めた内容も、モデルの版が上がったときや、管理の項目が増えたときに見直す時期を、あらかじめ決めておきます。
企業が取るべき対策
Aion 1.0 Instruct が標準で入るかどうかにかかわらず、端末内のAIについて企業が整えておきたい対策は次の四つです。一つ目は、社内規程に端末内のAIを明記することです。多くの社内規程は、クラウドのAIサービスの利用を前提に書かれています。端末内のAIは送信を伴わないため規程の対象外と受け取られやすいので、使ってよい業務と人の確認の決まりを、端末内のAIにも当てはめることを明記します。
二つ目は、紛れた指示に備えた多層の守りです。Microsoft の解説が示すように、指示の紛れ込みはすべて防げる前提ではありません。社外の文書の扱いの決まり、AIの答えを操作につなげる範囲の制限、重要な操作の前の人の承認、機密の区分の表示(Microsoft の Purview の機密ラベルのような仕組み)を重ねます。三つ目は、内容の安全フィルターに頼り切らないことです。フィルターは有害な内容の審査で、業務上の誤りや紛れた指示を止めるものではないと、社内の説明資料で明確にしておきます。
四つ目は、記録と見直しです。どのアプリが端末内のAIを使っているか、AIの答えをもとにどんな操作が行われたかを、アプリの側で記録できるものを優先して採用し、定期的に人が見直します。あわせて、社員向けの研修で、端末内のAIでも誤りや紛れた指示の影響は起こりうること、要約は原文の代わりではないことを伝えておくと、運用の決まりが定着しやすくなります。
AIに任せる範囲と、人が決める範囲
端末内のAIは、社員にとって最も身近なAIになる可能性があります。だからこそ、「会社のパソコンに入っているのだから、答えは正しいはずだ」と扱われる危険があります。Aion 1.0 Instruct のモデルカードは、誤りの可能性や敵対的な攻撃への弱さ、重大な場面で自動の判断に使わないことを明記しています。AIに判断させず、人が決めた基準の範囲で補助として使うという線引きを、配布の前に文書にしておくことが大切です。次のような運用は避けます。
- 社外から届いたメールの要約だけを読んで、送金や支払い先の変更に応じる
- 端末内で動くから安全だという理由で、AIの利用を社内規程の対象から外す
- 内容の安全フィルターがあるから、文書に紛れた指示も止まると説明する
- 人事評価や与信の判断に、AIの要約や採点をそのまま使う
- Hugging Face の版を、業務の情報が入った端末で、プログラムを確かめずに試す
人が決めるべきなのは、AIを使ってよい業務、AIの答えを判断の根拠にしない業務、AIの答えから操作につなげてよい範囲、そして基準を見直す時期です。AIに任せてよいのは、決めた範囲の中で、人が読む前の下ごしらえをするところまでです。要約や下書きを作らせるときは、どの文書のどの部分をもとにしたのかという根拠を書かせ、人が原文と照らし合わせられるようにします。また、人が必ず確認する範囲を先に決めておくと、AIの利用が広がっても確認が追いつかなくなる事態を防げます。とくに社外から届いた内容と、お金や認証情報に関わる内容は、人が原文を確かめる決まりにしておくと安心です。
よくある質問
端末内で動くなら、情報漏えいの心配は無くなりますか
クラウドの事業者に送ることによる漏えいの心配は小さくなりますが、無くなるわけではありません。AIの答えを受け取ったアプリが情報を外に送る可能性や、文書に紛れた指示で答えが偏る可能性は残ります。端末内のAIも、社内規程とアプリの審査の対象にしておく必要があります。
Windows に入るのは Hugging Face で公開された版と同じものですか
同じではありません。モデルカードによると、Windows に入るのは、さらに最適化した版を内容の審査モデルと組み合わせたものです。Hugging Face の版は、これから入るものを先に見せて意見を集めるための版と説明されています。
日本語の業務で使えますか
日本語は対応言語に入っていますが、多言語のデータは学習データの約6%で、言語によって品質に差が出るとされています。日本語での成績は公表されていないため、自社の文書やメールで確かめてから使い方を決める必要があります。
- 本記事の内容は、2026年11月20日に確認した Hugging Face のモデルカードとファイル一覧、公式のサンプルの説明書き(README)、Microsoft の公式文書(Phi Silica、内容の安全フィルター、Windows の AI 機能の管理用ポリシー)、MSRC の解説に基づきます。配布の時期、管理の項目、ライセンスは今後の更新で変わる可能性があります
- 評価の数字はすべて提供元の公表値で、当ラインでは検証していません。DIC と ECI の意味、安全性の評価の具体的な数値は確認できていません
まとめ
Aion 1.0 Instruct は、Microsoft の Windows 部門が公開した約23億パラメータの端末内向け小型言語モデルで、最適化版が2027年1月末までに Windows の標準の端末内モデルとして Phi Silica を置き換える予定です。重みは MIT ライセンスと safetensors で公開されていますが、独自のプログラムの実行が必要なことと、モデルカード自身が敵対的な攻撃への弱さを認めていることから、当ラインでは「注意付き」と判定しました。問題が見つからなかったことは安全の保証ではありません。
端末内で動くことで社外への送信は減りますが、文書やメールに紛れた指示、小型モデルゆえの誤り、AIを呼び出すアプリの見えにくさは残ります。内容の安全フィルターは有害な内容の審査で、紛れた指示を止める仕組みではありません。企業は、先行評価版での配布が始まる12月から、AIを使ってよい業務と使わない業務を決め、社外の文書の扱いとアプリの審査を見直し、AIに判断させず、根拠を書かせ、人が確認する範囲を先に決めたうえで、配布を迎えることが大切です。
- Hugging Face のモデルカード(Aion 1.0 Instruct):https://huggingface.co/microsoft/aion-1.0-instruct-2.3b
- GitHub の公式サンプル(開発者の検証用):https://github.com/microsoft/Aion-Instruct-Preview-Sample
- Microsoft の公式文書(Phi Silica と Aion Instruct への置き換え):https://learn.microsoft.com/en-us/windows/ai/apis/phi-silica
- Microsoft の公式文書(Windows のAI用のAPIの内容の安全フィルター):https://learn.microsoft.com/en-us/windows/ai/apis/content-moderation
- MSRC の解説(間接的なプロンプト注入への守り方、2025年7月):https://www.microsoft.com/msrc/blog/2025/07/how-microsoft-defends-against-indirect-prompt-injection-attacks
- Microsoft の公式文書(Windows の AI 機能の管理用ポリシー):https://learn.microsoft.com/en-us/windows/client-management/mdm/policy-csp-windowsai
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
あなたのWebサイトは、AIによる攻撃に耐えられますか?
AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。
