「Skin Tokens」が登場：カニや甲虫の3Dモデルも自動で骨格推定・スキニング
3Dモデルの骨格とスキニングウェイトを自動推定する新手法「SkinTokens」と「TokenRig」が発表された。人間だけでなく鳥やカニ、甲虫などの複雑な生物にも対応し、スキニング精度は最大133%向上。3D生成からアニメーション化までの最大のボトルネックを解消する。
研究
注目のAI論文、新しいベンチマークや手法、そして生物学・医療・材料などの科学研究でAIが生んだ成果。
新しいニュースを見る
Google、AIで絶滅危惧種のゲノム解析を支援：13種のデータを公開
GoogleはAIツールを活用して絶滅危惧種の遺伝情報を保存する取り組みを紹介した。DeepPolisherなどを使い13種のゲノム解読を完了して無償公開。さらに150種へ対象を広げる助成を行い、種の保全や繁殖研究を支援する。
Google DeepMind、Game Arenaに「人狼」と「ポーカー」を追加
Google DeepMindはKaggleのGame Arenaを拡張し、新たに人狼ゲームとポーカーのベンチマークを追加したと発表した。チェスのような完全情報ゲームだけでなく、騙し合いやリスク管理など不完全情報下での社会的推論能力を測定する。チェスではGemini 3 Proが首位に立っている。
Anthropic、Allen研究所やHHMIと提携 Claudeを生命科学研究に導入
AnthropicはAllen研究所およびハワード・ヒューズ医学研究所（HHMI）との提携を発表した。Claudeやマルチエージェント技術を生命科学の現場に導入し、データ解析や実験設計を支援することで、数カ月かかっていた分析作業を数時間に圧縮することを目指す。
テンセント、物体と自然に触れ合える対話アバター「InteractAvatar」発表
テンセントなどの研究チームは周囲の物体と相互作用できるアバター生成技術「InteractAvatar」を発表した。従来の「棒立ちで話すだけ」だったアバターと異なり、スマホを持つ、ヘッドフォンをつけるといった複雑な動作をタイムスタンプ単位で正確に制御できる。
印刷した看板で自動運転車を乗っ取り、歩行者へ突進させる攻撃手法が判明
カリフォルニア大学サンタクルーズ校の研究チームは、現実世界の印刷テキストで自動運転車やドローンを操る攻撃手法「CHAI」を発表した。ハッキングを行わず、視界に特定の標識を置くだけで視覚言語モデルが命令と誤認し、実機テストでも87%以上の確率で誤作動した。
Pipio AIの「EditYourself」：言い淀みを消して発言内容も自在に改変、リップシンクも完全同期
Pipio AI などの研究チームが動画編集フレームワーク「EditYourself」を発表した。撮影済み動画の話者の台詞を文字ベースで修正・削除・追加でき、言い淀みや吃音をカットしても不自然な継ぎ目なく口型を自動同期する。撮影後の修正が格段に手軽になる一方、ディープフェイクの悪用懸念も高まる。
北京大学とGoogle Cloud AI、学術論文の図表を自動生成する「PaperBanana」発表
北京大学とGoogle Cloud AIの研究チームは、論文用図表を自動生成するマルチエージェント基盤「PaperBanana」を発表した。検索、計画、スタイリング、描画、批評を担当する5つのエージェントが連携し、研究テキストから出版品質の概念図を生成する。NeurIPS基準の評価で既存モデルを上回り手描き図の修正も行えるが、接続線の誤配置といった課題も残る。
Anthropic調査：AIでコードを書く開発者、テスト正答率が17％低下
Anthropicは若手開発者を対象としたランダム化比較試験の結果を公表しました。AI支援を使って新ライブラリを実装した群は、手書き群に比べ直後の理解度テスト平均点が17％低く、特にデバッグ問題で大きな差が出ました。作業完了時間はわずか約2分短縮された程度で、コード生成を丸投げするとスキル習得が阻害される傾向が示されています。
Googleが「AlphaGenome」発表、1MbのDNA配列から単一塩基解像度で制御効果を予測
Googleの研究チームがNature誌で統合型DNA配列モデル「AlphaGenome」を発表した。1Mbの塩基配列を入力し、単一塩基解像度かつ11種類のモダリティで遺伝子発現やスプライシングを予測できる。26の変異効果評価のうち25で既存最高を記録し、98%以上を占める非コード領域の変異解析を前進させた。
ESAのAI「AnomalyMatch」、ハッブル望遠鏡画像から未知の宇宙異常800件以上を発見
欧州宇宙機関（ESA）の研究チームはニューラルネットワーク「AnomalyMatch」を発表した。ハッブル望遠鏡アーカイブの画像約 1 億枚をわずか 2 日半で解析し、重力レンズや正体不明の構造など、過去に記録されていない 800 以上の異常天体を発見した。
NASA探査車がClaudeの道案内で火星を走行、初のAI経路計画
AnthropicはNASAジェット推進研究所（JPL）が火星探査車「パーサヴィアランス」の約400メートルの走行経路作成にClaudeを活用したと発表した。地形画像を分析して専用言語で指令を出力。JPLは経路計画の作業時間を半減できると見込む。
Google DeepMindがD4RTを発表：4D空間の再構築と追跡を最大300倍高速化
Google DeepMindは2D動画から動的な3D空間と時間を同時に理解する統一モデル「D4RT」を発表した。動画全体を時空間表現に圧縮し、並列クエリで深度や追跡情報を即座に取得することで、従来手法比で最大300倍の処理能力を実現。ロボットやARの空間認識を大きく前進させる。
脳手術なしで話せる：首元AIデバイスが喉の振動を読み取り自然な会話を復元
研究チームが『Nature Communications』で首掛け型の「インテリジェント・スロート」を発表した。喉の微細な筋肉振動と脈拍をセンサーで捉え、LLMを通じて脳卒中患者の無発話動作を感情の乗った自然な文章にリアルタイム変換する。侵襲的な脳インプラントが不要な点が画期的だが、現状は小規模な検証段階にとどまる。
動画切り抜きモデルVideoMaMa：粗いマスクを高精度なアルファマットに変換
研究チームが動画マット処理モデル「VideoMaMa」を発表した。事前学習済み拡散モデルを活用し、大雑把な分割マスクを画素精度のアルファマットへ変換する。5万本超の動画データセット「MA-V」とSAM2-Matteも構築され、全モデルとデータが公開予定となっている。
画像1枚からBlenderの3Dシーンを構築するAIエージェント「VIGA」が登場
研究チームが、単一の画像からBlender内で編集可能な3Dシーンプログラムを再構築するマルチモーダルエージェント「VIGA」を発表した。基本的な図形からのモデリングや外部3Dツールの連携に対応し、評価ベンチマーク「BlenderBench」では従来比124％以上の性能向上を記録している。
リアルタイム人型動画生成「FlowAct-R1」発表 25fpsで無制限長の対話を実現
研究チームがインタラクティブ人型動画生成モデル「FlowAct-R1」を発表した。ストリーミング自己回帰技術により、480p・25fpsのリアルタイム生成と約1.5秒の初期遅延を達成。動作の破綻なく無制限に生成でき、リアルタイム配信や対話AIの実用化を後押しする。
3Dモデルの骨組みを自動推定する「RigMo」登場：人や動物から扇風機まで手作業なしでアニメーション化
3Dメッシュの連続データから骨格とモーションを自動推論するフレームワーク「RigMo」の論文が公開された。人手によるボーン設定なしで、人間だけでなく動物や扇風機などの物体も破綻なくセットアップできる。現在論文が公開されており、コードとデータも順次公開される予定だ。
アリババが「Thinking with Map」発表：AIが地図を探索して撮影場所を特定
アリババの研究チームは画像の位置特定フレームワーク「Thinking with Map」を発表した。人間のように地図を探索する強化学習と並列推論スケーリングを組み合わせることで、500m以内の位置特定精度を 22.1% に引き上げ、Gemini-3-Pro の 2.8 倍の精度を記録した。
Sakana AIの「ALE-Agent」、競技プログラミングAHCで804人に競り勝ち優勝
Sakana AIは自社開発の「ALE-Agent」がAtCoderのヒューリスティック競技プログラミングコンテスト「AHC058」で1位を獲得したと発表した。4時間の競技中に約1,300ドルの計算資源と複数フロンティアモデルを活用し、作問者の想定を超えるアルゴリズムを自律的に考案。AIエージェントがリアルタイムの大規模最適化コンテストで人間のエキスパートを抑えて優勝したのは初となる。