2026年03月22日の技術動向

Tooscut — WebGPU + Rust/WASMによるブラウザネイティブ動画編集の実用化

WebGPUとRust/WASMを組み合わせたブラウザネイティブの動画編集ツール「Tooscut」が実用段階に達した。インストール不要でネイティブアプリに匹敵するパフォーマンスを実現している点が、これまでのブラウザベース動画編集との本質的な違いだ。

提供機能はマルチトラックタイムライン、ベジェ曲線によるキーフレームアニメーション、GPUコンピューティングによるリアルタイムエフェクト（輝度・コントラスト・彩度・ブラー・色相回転）だ。これらはすべてWebGPU経由でGPUに直接アクセスし、RustをWASMにコンパイルして実行している。

パフォーマンス面での核心はWebGPUによるコンポジティングだ。従来のブラウザ動画編集ツールはWebGLかCanvas 2Dに依存していた。WebGLはシェーダーの記述が煩雑で、ビデオコンポジティングのような複雑なパイプラインを組むには限界があった。WebGPUはコンピュートシェーダーをサポートしており、エフェクト処理をピクセル単位でGPUに並列実行させられる。これが「リアルタイムプレビュー」を成立させている技術的根拠だ。

メディアデータの扱いも重要な設計判断だ。File System Access APIを使い、メディアファイルはローカルに留まる。クラウドにアップロードしないため、大容量のRAW映像でも帯域を消費せず、プライバシーリスクも生じない。「データがどこに行くか分からない」というブラウザアプリへの不信を、アーキテクチャレベルで潰している。

この動きを理解するには、WebGPUの普及タイミングを押さえる必要がある。Chromeは2023年4月にWebGPUを安定版でリリースし、FirefoxとSafariも対応を進めている。2024〜2025年にかけてようやく「WebGPUを前提にしたプロダクション品質のアプリ」が登場できる環境が整った。Tooscutはそのタイミングを捉えたプロダクトだ。

wasm-packやwasm-bindgenのエコシステムも安定してきた。Rustで書いたコードをブラウザに持ち込む際の摩擦が大幅に減り、動画編集のような計算集約型処理をJS抜きでRust + WASMで実装するパターンが現実的な選択肢になっている。

Termcraft — Rustによるターミナルファースト2Dサバイバルゲーム

Rustでターミナルのみで動作する2Dサンドボックスサバイバルゲーム「Termcraft」が登場した。「ゲームエンジンもGUIも使わず、ターミナルレンダリングだけで本格的なゲームループを実現できるか」という問いへの実装回答だ。

実装している機能の範囲が広い点が特筆に値する。手続き生成によるオーバーワールド・ネザー・エンドの3次元、採掘・建築・クラフト・かまど・醸造・チェスト・ボートといったインベントリ系、体力・空腹・戦闘・天候・流体・重力ブロック・農業、さらにパッシブ・敵対モブ・村・ダンジョン・要塞・ネザー要塞まで含む。ターミナルゲームとしては異例のスコープだ。

操作はキーボード＋マウスで行う。右クリックがターミナルエミュレータによって信頼性が変わる問題に対しては、Fキーによるフォールバックを用意している。ターミナルの入力制約を設計レベルで吸収した実用的な判断だ。

インストールはRustのstableツールチェーンがあれば実行可能だ。

git clone https://github.com/pagel-s/termcraft.git
cd termcraft
cargo run --release

セーブデータはOSグローバルではなくリポジトリ内のsaves/ディレクトリに書き込む設計で、環境汚染を避けている。セーブ形式はチャンクごとのバイナリファイル（saves/<dimension>_chunk_<x>.bin）と進行状況ファイル（saves/player_progression.bin）に分離されている。

クライアント・サーバーコードは実装済みだが、現時点では実験的扱いで公開モードとしては提供されていない。

この種のプロジェクトを現実的にしたのは、crossterm・ratatuiといったターミナルUIライブラリの成熟だ。マウス入力・raw mode・非同期イベント処理がシンプルに扱えるようになり、複雑なインタラクションの実装コストが大幅に下がった。Rustを選んだ理由は明示されていないが、流体シミュレーション・モブAI・手続き生成を同時に回すゲームループのパフォーマンス要件と、メモリ安全性の両立を考えると合理的な選択だ。

クライアント・サーバーコードが安定すれば、SSH越しのマルチプレイというGUIゲームには不可能な差別化が生まれる可能性がある。

Helm 4 — ExtismとWebAssemblyによるプラグインサンドボックスの導入

Helm 4がWebAssemblyモジュールをネイティブサポートした。最大の変化は、Extismプラグインによるサンドボックス隔離の導入だ。

Helm 3までは、プラグインはホストシステムへのフルアクセスを持ち、ホームディレクトリの列挙など任意の操作が可能だった。「unbounded security risk」と表現されるほど無制限な状態だった。CI/CDパイプラインでHelmを使う場合、プラグインが侵害されると本番クラスタへのアクセス権限ごと奪われるリスクがあった。

Helm 4では、Extismが提供するWebAssemblyランタイム（内部的にはwazeroを使用）がプラグイン実行時に隔離されたサンドボックスを即座に生成する。プラグインはこの隔離環境内でのみ動作し、ファイルシステムやネットワークへのアクセスはホスト関数を経由した明示的な許可が必要になる。許可されていないリソースへのアクセスはガードが即座にブロックする。プラグインの実行が終わると、サンドボックスごと破棄され、一時ファイルも消去される。

この変化はセキュリティの哲学的な転換でもある。Helm 4は安全なサンドボックスランナーが見つからない場合、プラグインの実行そのものを拒否する。「不安全に動くくらいなら失敗する」という設計方針だ。

加えてHelm 4は、必須の署名・検証とプロベナンス（来歴）の明確化をプラグイン配布に組み込んでいる。ソフトウェアサプライチェーン攻撃への対策として機能する。

wazeroはCGOを使わない純Go実装のWebAssemblyランタイムで、Helmのような運用ツールへの組み込みに適している。外部依存が少なく、デプロイの複雑さを増やさない点が採用理由として大きい。

【補足】CGOはGoからC言語ライブラリを呼び出す仕組みだが、クロスコンパイルが困難になり、静的バイナリの生成が複雑化するという運用上の欠点がある。wazeroがCGO不要である点は、helmコマンドを単一の静的バイナリとして配布するHelmの従来の設計哲学と整合しており、Linuxディストリビューションや最小コンテナイメージへの組み込みを容易にする。

Extismは複数言語でWebAssemblyプラグインを書けるフレームワークで、GoやRust、Python、TypeScriptなどからプラグインを実装できる。これがHelmに組み込まれたことで、プラグイン開発者は言語を選ばずに書け、かつセキュリティ保証がランタイムレベルで担保される構造になった。

Helm 4のExtism統合が定着すれば、kustomize・Fluxなど他のKubernetesエコシステムのツールにも同様のWebAssemblyプラグインモデルが波及する可能性がある。

Grafeo — Rust製組み込みグラフデータベースのリリース

GrafeoがリリースされたRust製の組み込み可能なグラフデータベースだ。LDBC Social Network Benchmarkにおいて既存の組み込み・サーバー型グラフDBを上回るパフォーマンスを主張している。

【補足】LDBC（Linked Data Benchmark Council）Social Network Benchmarkは、SNS的なグラフ構造（ユーザー・投稿・フレンド関係など）を模したデータセットに対して、複雑なトラバーサルクエリや集計クエリを実行し、スループットとレイテンシを測定する業界標準ベンチマークだ。Neo4j・TigerGraph・Amazon Neptuneなど主要グラフDBが公式結果を提出しており、比較の共通基盤として機能している。

SQLiteがRDBMSの世界でやったことを、グラフDBでやろうとしているのがGrafeoの立ち位置だ。Neo4j（JVM）やArangoDB（C++）、TinkerPop系のGremlinサーバーはサーバープロセスとして動かすことが前提で、アプリケーションに直接組み込む用途には向いていない。

技術的な特徴を整理する。ストレージエンジンはColumnarで、型別圧縮とZone Mapsによるデータスキップを実装している。実行エンジンはPush-based + Morsel-driven Parallelismを採用しており、SIMDベクトル化と組み合わせてスループットを稼ぐ設計だ。

【補足】Morsel-driven Parallelismは、HyPerデータベース（TUミュンヘン）が2014年に提案した並列クエリ実行モデルだ。データを「モーセル」と呼ぶ小単位に分割し、ワーカースレッドが動的にモーセルを取得して処理することで、NUMAアーキテクチャ上でのキャッシュ局所性を保ちながら高いCPU利用率を実現する。DuckDBなど近年の高性能分析DBでも採用されている。トランザクションはMVCCによるSnapshot Isolationで、ACID準拠を謳っている。

クエリ言語の対応範囲が広い。GQL、Cypher、Gremlin、GraphQL、SPARQL、SQL/PGQの6種類をサポートする。グラフDBの採用障壁の一つがクエリ言語の学習コストであることを踏まえると、「既存システムから移行するときにクエリを書き直さなくてよい」という設計は理にかなっている。

データモデルはLPG（Labeled Property Graph）とRDFの両方をサポートする。LPGはNeo4jやAmazon Neptuneが使うモデルで、RDFはW3C標準のセマンティックWebモデルだ。この二つを一つのエンジンで扱えるDBは珍しい。

ベクトル検索はHNSWベースで、Scalar/Binary/Product Quantizationに対応している。グラフトラバーサルとセマンティック類似検索を組み合わせられる点は、ナレッジグラフ＋LLMの文脈で需要が出てきている機能だ。

バインディングはPython（PyO3）、Node.js（napi-rs）、Go（CGO）、C（FFI）、C#（.NET 8 P/Invoke）、Dart、WebAssemblyと幅広い。WebAssembly対応はブラウザ内でのグラフ処理を可能にする。ライセンスはApache-2.0だ。

LangChainやLlamaIndexとのAIインテグレーションをFeatureとして明示しているのは、Microsoft ResearchがGraphRAGを発表した2024年以降に急増したナレッジグラフ＋LLM需要を意識した設計だ。

【補足】GraphRAGは、通常のRAG（Retrieval-Augmented Generation）がドキュメントの断片を単純に検索するのに対し、エンティティ間の関係をグラフ構造として保持し、多段階の推論が必要な質問に対してより正確な回答を生成する手法だ。「AはBの子会社で、BはCと提携している」といった関係推論が得意で、企業ナレッジベースや医療・法律ドメインでの応用が進んでいる。

LDBCベンチマークの数値は第三者による検証待ちだ。「最速」を主張するDBは多いが、ベンチマーク条件の透明性が採用判断を左右する。

Cursor Composer 2 / Anthropic / Nvidia連合 — AIコーディングツールのモデル開発参入

AIコーディングツールがモデル開発へと踏み込み始めている。ツールベンダーとモデルプロバイダーの境界が急速に消えつつある。

CursorがリリースしたComposer 2は、その象徴だ。Terminal-Bench 2.0で61.7%を記録し、Claude Opus 4.6の58%を上回った。

【補足】Terminal-Bench 2.0は、AIエージェントがシェル環境でファイル操作・コード実行・デバッグ・マルチステップタスクをどれだけ正確にこなせるかを評価するベンチマークだ。単純なコード補完ではなく、数十〜数百ステップにわたる自律的なターミナル操作の成功率を測定するため、コーディングエージェントの実用性評価として注目されている。CursorBench上でも前世代の44.2から61.3へと跳ね上がり、GPT-5.4 Thinkingの63.9に肉薄している。

価格差が最も重要な事実だ。Composer 2の入力トークン単価は$0.50/Mトークン、出力は$2.50/Mトークン。Opus 4.6の$5/$25と比べると10分の1だ。コードデータのみで学習し、長期タスク（数百ステップを要する問題）に対してRLを適用した結果、汎用性を捨てた代わりに価格と性能の両方でAnthropicのフラッグシップを超えた。

同じ週、NvidiaはCursor・Mistral・Perplexity・LangChain・Black Forest Labsを含む連合を発表した。DGX Cloud上で共有ベースモデルを構築するプロジェクトで、最初の成果物はNemotron 4ファミリーの基盤モデルになる予定だ。ツールベンダーが集まりモデルを共同開発するという構造は、2024年時点では見られなかった動きだ。

OpenAIはChatGPT・Codex・ブラウザを単一のデスクトップアプリに統合する計画をWSJが報じた。アプリ担当CEOのFidji Simoは「アプリとスタックに分散しすぎた」と内部で認めている。競合として意識しているのがチャットではなく、デスクトップワークスペースだ。AnthropicのClaudeとCursorがすでに占有しているその領域に、OpenAIが乗り込もうとしている。

Anthropicも動いた。Claude Opus 4.6とSonnet 4.6の長文コンテキスト追加料金を廃止し、100万トークンのコンテキストウィンドウを標準単価で提供し始めた。従来は20万トークン超でプレミアム料金が発生していた。さらに2週間限定でオフピーク時間帯の使用量上限を2倍に引き上げた。

この動きの根本にあるのは、ツールベンダーがモデルプロバイダーに依存し続けることのリスクだ。CursorはOpenAIとAnthropicのモデルを使いながら、それらと競合するポジションに置かれている。依存先が競合相手になる構造は持続不可能で、自社モデルを持つことがマージンコントロールの唯一の手段になる。

今日の傾向

CursorがComposer 2をTerminal-Bench 2.0で61.7%・$0.50/Mトークンという条件でリリースし、Claude Opus 4.6（58%・$5/M）を性能と価格の両面で上回った。これはツールベンダーが汎用モデルへの依存を断ち切り、特化モデルの自社開発へ踏み込んだ最初の明確な事例だ。

同週にNvidiaがCursor・Mistral・Perplexity・LangChain・Black Forest LabsをDGX Cloud上に集め、Nemotron 4ファミリーの共同開発を発表した。ハードウェアベンダーがベースモデル開発に介入するという構造は、「誰がモデルを所有するか」という問いに新しい答えを加えた。

Helm 4はExtism + wazeroによるWebAssemblyサンドボックスをプラグイン実行に導入し、Helm 3の「unbounded security risk」を設計レベルで解消した。WebAssemblyのサンドボックスモデルがブラウザを離れ、KubernetesエコシステムのCLIツールに組み込まれた実例として記録に値する。

GrafeoはRust製の組み込みグラフDBとして、GQL・Cypher・Gremlin・GraphQL・SPARQL・SQL/PGQの6クエリ言語とLPG・RDFの両データモデルを単一エンジンで提供した。LangChain・LlamaIndexとのインテグレーションを明示しており、GraphRAG需要を直接狙った設計だ。

TooscutはWebGPU + Rust/WASMとFile System Access APIの組み合わせで、ブラウザ内プロ向け動画編集を実用化した。Chrome 2023年4月のWebGPU安定版リリースから約2年で、プロダクション品質のコンポジティングツールが登場したことになる。

参照記事

記録日: 2026-03-22