Meta、公開アカウントの画像を無断でAI生成できるInstagram機能を停止
MetaはInstagramで公開アカウントをメンションするだけでAI画像を生成できる機能を緊急停止した。本人の許可なくディープフェイクや性的脅迫に悪用される危険性があるとして、俳優組合や人権団体から激しい批判を受け、撤回に追い込まれた形だ。
MetaはInstagramで公開アカウントをメンションするだけでAI画像を生成できる機能を緊急停止した。本人の許可なくディープフェイクや性的脅迫に悪用される危険性があるとして、俳優組合や人権団体から激しい批判を受け、撤回に追い込まれた形だ。
米アップルは営業秘密の窃取と契約違反でOpenAIを提訴した。OpenAIのハードウェア責任者で元アップル副社長のTang Tan氏らが、採用時に未発表製品の部品持ち込みを要求したなどと主張している。独自デバイス開発を進めるOpenAIに対し、アップルが法廷闘争に出た格好だ。
半透明ガラスや迷彩、文字の影、細い髪の毛など、一般的なツールが苦手とする境界処理に特化した背景除去モデル「Lucida」が公開された。サイズは 900MB 未満と軽量で、MIT ライセンスのもと一般的な GPU でローカル実行できる。
Claude Code のデスクトップ版にサンドボックス型の内蔵ブラウザが追加された。Claude が自律的に Web ドキュメントやデザイン、任意のサイトを開き、閲覧やクリックなどの操作を実行できる。セッションを保持するかどうかも自由に設定可能だ。
OpenAIは新モデル「GPT-5.6 Sol Ultra」がグラフ理論の未解決問題「サイクル二重被覆予想」を完全に証明した論文を公開した。64個のサブエージェントを立ち上げ、推導から論文執筆までを1時間足らずで完了。AIが未踏の数学的難問を自律的に解決できる段階に入ったことを示している。
Instagram の責任者アダム・モッセーリ氏は、AI コンテンツを一律に排除せず、明示的なラベル付けで対応すべきとの方針を示した。AI を見たくないユーザーには非表示の選択肢を与えるべきとする一方、検知が困難になる中で将来的には実写側を証明・識別する方が現実的とも述べている。
住宅用蓄電池大手の米Sunrunは顧客の自宅に小型計算ノードを設置する分散型AI算力パイロットを発表した。参加者には報酬が支払われ、集約した計算資源はAI企業へ販売される。大規模データセンター建設への反対が7割を超える中、分散配置による新たなインフラとして注目される。
Anthropicが公開した8月のリスク報告書によると、内部主力モデル「Model 2」はMythos 5を上回ったものの進化幅は縮小しており、RSPの閾値には届いていません。蒸留防止を通常業務として投入する一方、既存ベンチマークの測定限界を認めつつ、自己改善(RSI)の初期加速兆候を確認したとしています。
OpenAI は新モデル「GPT-5.6 Sol」の提供開始を記念し、今後 24 時間で ChatGPT Work と Codex の利用制限を 2 回リセットすると発表した。ユーザーが制限を気にせず大規模なタスクを試し、操作感を掴めるようにする狙いだ。業務や開発でヘビーに使うユーザーにとって、新モデルの性能を存分に試す絶好の機会となる。
Anthropicは全ユーザーを対象にClaudeの5時間および週間の利用上限をリセットしたと発表した。すべてのプランに適用され、上限に達していたユーザーも即座に利用を再開できる。理由は明らかにされていないが、ヘビーユーザーにとっては嬉しい措置となった。
OpenAIは生物学分野のAI安全対策を検証する報奨金プログラムを恒久化すると発表した。事前定義されたバイオ安全性の課題を突破する「ユニバーサル脱獄」の報奨金を、従来の2万5000ドルから5万ドルへと引き上げる。参加には機密保持契約の締結が必要となる。
1Xは人型ロボット「NEO」向けに25自由度を持つ腱駆動式ロボットハンドを発表した。低減速比の力制御と高解像度触覚センサーにより、レゴの組み立てや電球の取り付け、ジッパーの開閉を人間並みの器用さで行える。手自体を接触を感知するセンサーとして機能させ、年内1万本の生産能力を整えるという。
ChatCutがデスクトップ版を提供し、ローカルMCP経由でCodexやClaude CodeなどのAIエージェントと連携可能にした。エージェントから動画編集ツールを直接呼び出し、テンポを保ちながら被写体や背景を差し替えることができる。macOSとWindowsに対応する。
Microsoft AIは詩人ウィリアム・シーガートらと組み、対話型詩歌体験「Ode Poetry」を公開した。音声認識モデル「MAI-Transcribe」と音声合成モデル「MAI-Voice」を活用し、ユーザーの悩みを傾聴して詩人の声と選書ロジックで最適な詩を処方する。
NVIDIAはオープンソースの画像超解像モデル「PID」のバージョン1.5を公開しました。潜在空間のデコードと超解像を一度に処理し、民生用GPUでも数秒で512×512画像を2Kまで引き上げられます。1.0と比べ細部がより鮮明になり、FLUXやQwen-Imageなどの主要モデルに対応しComfyUIでも利用可能です。
MireloとKyutaiは楽曲全体の音源から楽器ごとにMIDIを自動抽出するオープンモデル「MuScriptor」を発表した。従来の単一楽器向けツールと異なり、完成版の楽曲からボーカル、ドラム、ベース、鍵盤などを同時に個別トラック化できる。
Reveは画像生成モデルの最新版「Reve 2.1」を公開した。ネイティブ4K(1600万画素)出力や多言語テキスト描画、領域指定の精密編集に対応。競合の10分の1未満の計算リソースで学習しながら、ArenaおよびDesign Arenaで総合2位に返り咲いた。
Metaはエージェント作業とコンピューター操作に特化した推論モデル「Muse Spark 1.1」を発表した。100万トークンの文脈に対応し、複数エージェントの並列処理や新規ツールのゼロショット利用を支援する。Meta AIの思考モードや新設のMeta Model API公開プレビューで利用可能だ。
Anthropic は技術サービス大手の UST と提携し、世界 2 万人のエンジニアに Claude を展開すると発表した。半導体検証基盤「iDEC」に Claude Code を統合して回路図の読解やテスト生成を自動化し、検証期間を 50〜70% 短縮するほか、医療や通信分野にも導入を進める。
Google は Gemini を基盤とするコード最適化・アルゴリズム探索エージェント「AlphaEvolve」を Google Cloud で一般提供開始しました。定義、測定、最適化、適用の 4 ステップで広大な探索空間を自律的に検証し、物流や半導体設計などの複雑な業務コードを大幅に改善します。
AnthropicはClaudeの利用状況を可視化するベータ機能「Reflect」を公開した。過去最長12カ月のトピックやタスク傾向を分析し、「4D AI流暢性フレームワーク」で活用スキルを評価するほか、休憩通知も設定可能。Memoryを有効化した全プランで利用できる。
OpenAIは最新モデル「GPT-5.6」を採用した業務特化型エージェント「ChatGPT Work」を発表した。SlackやGoogle Workspaceなどと連携し、複数ステップにわたる数時間のプロジェクトを自律的に進行してスライドや文書を作成できる。ProやEnterprise向けに提供が始まっている。
2026年、OpenAIはGPT-5.6ファミリーの一般提供を開始した。フラッグシップのSol、バランス型のTerra、低コストのLunaで構成される。SolはAgents' Last Examで53.6点を記録しClaude Fable 5を13.1点上回ったほか、4つのエージェントを並行協調させる新設定「ultra」も導入した。
Cognitionは自社エージェントDevin向けの新モデル「SWE-1.7」を発表した。オープンソースのKimi K2.7をベースに強化学習を重ね、GPT-5.5やClaude Opusに迫るコード生成力を格安コストで実現。Cerebrasを活用し、毎秒1000トークンの高速推論で即日利用可能となった。
Google はGoogle フォトに「Video Remix」機能を追加した。Gemini Omni モデルを活用し、テンプレートを選ぶだけで暗い動画のライティング調整や背景差し替え、水彩画・油彩画風エフェクトを適用できる。一部地域の Google AI 有料プラン会員向けに提供を開始した。
ByteDanceは画像モデル「Seedream 5.0 Pro」を発表した。テキスト密度の高いインフォグラフィックやUIの生成に加え、画像上に枠や手描き注記を入れて狙い通りに直す対話型編集やレイヤー分離に対応する。画像AIを「ガチャ」から実用的なデザイン共同作業へ引き上げる試みだ。
Mistral AI は初の自律移動モデル「Robostral Navigate」(8B)を発表した。LiDAR や深度センサーを使わず、単一の RGB カメラだけで指示に従い移動できる。未知環境の R2R-CE ベンチマークで 76.6% の成功率を達成し、複数センサーを用いる既存システムを上回った。
Ant Group傘下のRobbyantは世界モデル「LingBot-World 2.0」をオープンソース公開した。因果的事前学習により画質劣化を抑えて長時間対話に対応し、蒸留モデルは720p 60fpsのリアルタイム生成を実現。1.3Bおよび14Bの重みが提供されている。
Cloudflareは登録不要の静的サイト公開ツール「Drop」を発表した。HTMLやCSSのフォルダをブラウザにドラッグ&ドロップするだけで、同社のグローバルネットワーク上に即座にデプロイされURLが発行される。AIエージェントによる自動公開も想定されており、60分以内に申請すれば恒久的に保持できる。
OpenAIはプログラミング評価ベンチマーク「SWE-Bench Pro」の検証結果を公表し、課題の約30%に過度なテスト制約や不備があると報告した。同社は過去の推奨を撤回し、AIモデルの実力を正確に測る新たな評価指標の構築を業界に求めている。
OpenAI は全二重通信アーキテクチャを採用した新音声モデル「GPT-Live」を発表した。相づちを打ちながら自然に会話でき、複雑な推論は裏で GPT-5.5 に委託しながら対話を継続する。ChatGPT の無料・有料ユーザー向けに順次提供される。
OpenAIは政府や国防分野における技術利用指針「国家安全原則」を公開した。自律兵器システムの指揮、国内の大規模監視、重大な自動意思決定へのAI利用を明確に禁止する。同原則は米国防機関や9カ国の同盟国との既存のサイバー防衛協力にも適用される。
イーロン・マスク氏はxAIの最新モデル「Grok 4.5」を翌日に一般公開すると発表した。ベータテストでの好評を受けた動きで、同氏は「Opusクラスの性能を持ちながら、より高速でトークン効率に優れ、低コストだ」と説明している。
OpenAIはGPT-5.6シリーズの派生モデルとなる「Sol」「Terra」「Luna」の3種を今週木曜日に一般公開すると発表した。現在、全世界向けにプレビューアクセスの対象を拡大している。各モデルの具体的な仕様差は明かされていないものの、GPT-5.6の本格展開がいよいよ始まる形だ。
Metaは画像生成モデル「Muse Image」を発表し、Meta AIに統合した。日常会話のようなプロンプトで画像を生成・編集できるほか、写真上をマークアップして特定箇所だけを直接修正できる。日常的な利用は無料で提供されるが、公開Instagramアカウントを参照する機能はユーザーの反発を受けて廃止された。
トロント大学の研究チームは2D動画の1ピクセルをクリックするだけで物体の6自由度(6-DoF)の3次元位置・姿勢を追跡する「ProxyPose」を発表した。動画モデルを用いて対象をカラー立方体に変換し幾何学的に姿勢を算出することで、透明や反射、遮蔽のある困難な物体でも高精度に追跡できる。
Anthropicは公式Xで「Claude Fable 5」のアクセス期間延長を発表し、有料プランの全加入者が7月12日まで利用可能となりました。延長の理由や期限後の対応は明かされていませんが、有料ユーザーは引き続き同モデルを試すことができます。
Qualcommの研究チームがスマートフォン上でローカル動作する動画生成システム「Mobile-Wan」を公開した。アリババの50億パラメータモデルを蒸留と剪定で圧縮し、スマホだけで5秒の480p動画を約20秒で出力できる。
報道によると、米マイクロソフトはコスト削減のため、ExcelやOutlookでOpenAIやAnthropicのモデルから自社製「MAI」モデルへの置き換えを始めた。AI責任者のスレイマン氏はAnthropicのコストを最終的にゼロにしたいと明言。現状は週に数万件のプロンプトを処理する小規模な移行にとどまる。
過去1カ月間、中国当局が主要テック企業と会合を開き、DeepSeekや未公開モデルを含む先端AIの海外アクセス制限を議論したと報じられた。地政学的緊張の高まりを背景とした動きで、実際に制限が導入されれば、これらを利用する海外の開発者や企業に大きな影響が及ぶ可能性がある。
Anthropicは「Claude Cowork」をWebブラウザおよびモバイルアプリ向けに提供開始した。これまではデスクトップ版限定だったが、ノートパソコンを閉じたりオフラインになってもタスクが自動継続される。Maxプラン会員から順次テスト展開される。
AI特有の不自然な文章を修正・検出する執筆スキル「no-ai-slop」が公開された。著者の個性や語調を維持したまま難解な表現を削る「最小限の編集」を行うほか、検出時も確率スコアを出さずに20以上の典型的なAIパターンを具体的に指摘して改善案を提示する。
macOSのベータ版リリースノートにより、Apple Homeの新しいAI解析機能を利用するには月額10ドルの2TB iCloud+またはApple One Premierの契約が必要であることが判明した。映像内の人物や物体をローカル解析して検索可能な要約クリップを作成する機能が対象となる。
ByteDanceが次世代動画生成モデル「Seedance 2.5」を早ければ今週中にも公開する見通しです。単一プロンプトから30秒の4K動画を出力できるほか、参照素材を前バージョンの12件から最大50件へと大幅に拡張。より意図通りの映像生成が可能になります。
研究チームがインタラクティブな多人数世界モデル「MIRA」を公開した。物理エンジンやレンダリングエンジンを一切使わず、50億パラメータの拡散モデルが単一の B200 GPU 上で4人対戦画面をリアルタイム生成する。データセットや学習・推論コードもオープンソース化されている。
TencentはHugging FaceなどでMoEモデル「Hy3」を公開した。総パラメータ295Bのうち21Bが稼働し、コンテキスト長は256Kに対応する。エージェント向けコーディングや推論に特化し、ハルシネーション率を5.4%に低減。Apache 2.0ライセンスでFP8版も提供される。
研究チームが3Dシーンの再構成と生成をピクセル空間で統合するモデル「PixWorld」を発表した。従来の潜在拡散モデルやVAEによる情報損失を避け、レンダリング画像上で直接拡散を学習する。幾何知覚損失も導入し、従来手法より高い整合性と忠実度を実現した。
AnthropicはClaudeの内部ニューラル活動に自発的に生じた「J-space」を発見したと発表した。ヤコビアンレンズという手法を用い、モデルが発言せず思考している中間ステップや隠れた意図の読み取り・編集に成功。AIの思考プロセスの監視や安全性の確保に新たな道を拓く成果だ。
研究チームが端対端の音声映像対話モデルWan-Streamer v0.2を発表した。対話解像度を192×336から640×368に引き上げつつ、25 FPSで約200ミリ秒のモデル側遅延を維持している。分離型アーキテクチャにより、手元の動作や背景環境を鮮明に保ちながらリアルタイム対話を行える。
テキストをPNG画像に変換してClaude Codeのトークン消費を抑えるOSS「pxpipe」が話題となっている。画像が文字数ではなく解像度で課金される仕組みを利用し、費用を平均59〜70%削減できるが、処理遅延やハッシュ値の誤読といったトレードオフもある。
Hi3DはAI生成モデル向けの「3Dプリントワークフロー」を発表した。視覚用アセットにとどまらず、製造可能な水密メッシュを自動作成し、部品の自動分割やボールジョイントの設計を行い、約5分で3MFファイルを出力する。修復作業の手間を大幅に省ける点が特徴。一部無料プランも提供されている。
リーカーのKosutami氏により、Appleがカメラ搭載AirPods Proの開発を中断したと伝えられた。このカメラは写真撮影ではなく、SiriやApple Intelligenceへ周囲の視覚情報を渡すAI専用として開発されていた。中断の理由は明かされていない。
報道によると、Meta はテキストプロンプトからインタラクティブなミニゲームを生成できる新アプリ「Pocket」を公開した。買収した Gizmo の技術を活用し、タップや傾き、カメラに反応する仕組みを作れる。現在はブラジルなど一部地域でのテスト配信にとどまる。
研究チームが単一ステップで高品質な画像を生成する新手法「RDM」を発表し、コードを公開した。数十回のノイズ除去を要する従来の拡散モデルと異なり、特徴分布のマッチングにより 1 回の推論で画像を生成できる。FLUX.2 を 1 ステップ化したモデルでは元の 4 ステップ版を超える評価を記録した。
Anthropicが独自AIチップの製造に向けてサムスン電子と初期段階の協議を進めていると報じられました。まだ具体的なチップ設計には入っていないものの、OpenAIのチップチーム出身であるClive Chan氏を採用済みです。契約が成立すれば、TSMCを追うサムスンのファウンドリ事業にとって大きな弾みとなります。
米Microsoftは企業のAI導入を支援する新組織「Microsoft Frontier Company」を設立し、25億ドルを投じると発表した。6000人の専門家を顧客企業に常駐させてシステムを共同構築し、企業の機密データをモデルの学習に使わない方針を徹底する。
UBTechは超リアルな生体模倣ヒューマノイドロボット「U1」シリーズを発表した。シリコン製の皮膚や毛細血管まで再現し、20種類以上の感情を認識する感情認識AIを搭載する。価格は約1.8万ドルからで、初日の予約件数は1.3万台を超えた。
英フィナンシャル・タイムズによると、OpenAIはトランプ政権との緊張緩和や規制リスク軽減を目的に、米政府へ5%の株式を譲渡する案を打診した。直近の評価額8520億ドルに基づくと約426億ドルに相当する。アルトマンCEOはAIの利益を社会還元する手段と説明しているが、協議は初期段階にある。
Anthropicは再提供を開始したClaude Fable 5のサイバーセキュリティ対策の詳細を発表した。要求を禁止・高低リスクの軍民両用・安全の4分類で判定し、意図的に防御マージンを拡大している。あわせてGlasswingと開発した脱獄深刻度評価枠組みを提案し、HackerOneで脆弱性報告の受付も開始した。
AnthropicはClaude Enterprise向けに詳細な利用分析とコスト管理機能を導入した。管理者ダッシュボードでユーザーやSCIMグループごとの利用量と費用を把握でき、75%や90%の支出上限アラート、役割別のモデル利用権限設定に対応する。Claude Codeの生産性や投資対効果を試算する専用タブも追加された。
画像生成モデルを9〜21倍高速化するオープンソース手法「Mr. Flow」のコードとComfyUIプラグインが公開された。低解像度で大枠を作ってから拡大・微小ノイズ注入を経て高解像度で整える仕組みで、画質を保ったまま約1秒での出力を実現する。
Z.aiは大規模言語モデル「GLM-5.2」専用の公式開発環境「ZCode 3.2.2」を発表した。macOS、Windows、Linuxに対応し、マルチエージェント協調や長期タスク計画に加え、WeChatなどからの遠隔操作をサポート。月額16.20ドルからという低価格でClaude Codeなどの対抗馬を狙う。
CloudflareはAI企業に対し、従来のWeb検索用クローラーとAI訓練・エージェント用クローラーの分離を求めた。2026年9月15日以降、両者を混用するクローラーは広告掲載ページからデフォルトで遮断される。検索露出を口実にAI訓練データを無償収集する動きを牽制し、パブリッシャーへの正当な対価還元を促す狙いがある。
LangChainはコードベースのドキュメントを自動生成・保守するオープンソースCLI「OpenWiki」を公開した。CLAUDE.mdにWikiへの参照を追加してAgentに文脈を渡し、GitHub Actionでコミット差分を検知して自動更新するため、肥大化したファイルを抱えずに最新情報を維持できる。
xAIは人間らしい自然な会話ができる音声AIを作成可能なノーコードツール「Voice Agent Builder」を公開した。基盤にGrok Voiceを採用しており、料金は1分あたり0.05ドルですでに提供を開始している。
Fish Audioは、同社の主力テキスト音声合成モデル「S2.1 Pro」を開発者向けに完全無料で提供開始した。83言語に対応し、利用量の上限も設けられていないため、コストを気にせず多言語音声合成をアプリへ組み込める。
CloudflareはWebページやAPI、MCPツールへのアクセスに対してAIエージェントへ課金できる「Monetization Gateway」を発表した。オープンプロトコルx402を採用し、エッジ側でステーブルコインによる即時決済を処理するため、アカウント登録や独自の請求システム構築なしで導入できる。
AI安全センター(CAIS)とScale Labsが「リモート労働指数」の最新結果を公表した。3D設計など実際の業務課題に対し、AnthropicのFable 5が15.8%の完全自動化率を記録しトップに立った。1年足らずで能力は約6倍に向上したものの、現行モデルが単独完遂できるのは6件中1件にとどまり、人間の介入が不可欠である現状を示している。
報道によると、Metaは余剰AI計算力やモデルのアクセス権を外部顧客に販売する「Meta Compute」を計画している。CoreWeaveに対抗する計算資源の貸出やモデル提供を含み、AWSやAzureの競合となる。報道後、Metaの株価は9.3%急伸した。
Squareは、米国の飲食店がChatGPTやClaudeのチャット画面から直接注文を受けられる連携機能の提供を開始した。追加の手数料や初期設定は不要で、通常の決済手数料のみで利用できる。注文は既存のPOSや厨房システムに即座に同期される。
GoogleはGemini SparkのmacOS向けベータ版の提供を開始した。ダウンロードフォルダ内のPDF自動整理やローカルの請求書からの表計算作成など、デスクトップ作業の自動化に対応する。CanvaやDropbox連携、MCPもサポートする。米国のGoogle AI Ultra加入者向けに提供される。
OASISはスマートリング「OASIS 1」を発表した。遮音マイクとWisprFlow技術により、小声でささやくだけで周囲に邪魔されず文章入力ができる。内蔵トラックパッドでカーソル移動や誤字修正も可能。価格は289ドルで、2026年クリスマス前後に発送予定。
Runwayは同社のAI動画プラットフォームにGoogleの「Gemini Omni Flash」モデルを統合したと発表した。テキスト、画像、既存の動画クリップを入力素材として生成や編集が可能で、通常のUI操作に加えて内蔵のRunway Agent経由でも呼び出せる。
Metaは新たな3D人体アニメーションモデル「LUNA」を発表した。従来の骨格リギング(LBS)を使わず、人物写真数枚と動作動画やスケッチなどの2D入力から直接3Dガウシアンを変形させる。フィッティングの破綻や衣服の不自然な歪みを防ぎ、柔軟な動作生成を可能にする。
Netflixは配信開始予定のリアリティ番組『Wonka’s The Golden Ticket』で、故ジーン・ワイルダー氏のAI生成音声をナレーションに採用したと発表した。音声技術はElevenLabsが提供し、遺族の正式な許諾を得ている。故人の声を公式に再現してコンテンツに活用する動きが広がっている。
マイクロソフトはAgentのスキル文書を学習可能なパラメータとして扱うオープンソース「SkillOpt」を発表した。モデルの重みを変更せずテキスト空間で検証と更新を繰り返し、GPT-5.5のベンチマークスコアを23.5ポイント向上させた。
Google はNotebookLM に新機能「Short Video Overviews」を追加した。複雑な資料から要点を抽出した 60 秒の縦型ショート動画を自動生成できる。Google AI Ultra および Pro 会員向けにウェブとモバイルで先行提供され、無料ユーザー向けにも順次展開予定。
Googleは開発者向けに新モデル「Nano Banana 2 Lite」と「Gemini Omni Flash」の提供を開始した。Nano Banana 2 Liteは1000枚あたり0.034ドル・生成速度4秒の低価格と速さを両立。Omni Flashは自然言語での動画編集に対応し1秒あたり0.10ドルで利用できる。いずれもGoogle AI StudioとGemini APIで試せる。
楽譜理解に特化した初の視覚基盤モデル「MuSViT」が発表された。IMSLPの楽譜970万ページを使い、隠された部分を復元する事前学習で音高やリズム、五线譜の構造を習得。一般的な画像モデルでは難しかった楽譜記号の認識や分類精度を大幅に向上させた。
米XはAI接続規格「Model Context Protocol(MCP)」の公式ホスト型サーバーを公開した。ClaudeやCursorなどのツールがユーザー権限でX APIに接続し、推敲やトレンド分析を行える。スパム対策のため投稿作成の書き込み権限は除外されている。
米 The Information によると、OpenAI のエンジニアが AI 推論コストを半分以上削減する最適化手法を発見した。未ログイン版 ChatGPT に適用したところ必要な Nvidia 製 GPU が数百枚に減少。2025 年 Q1 に 39% だった粗利率の改善や API 価格の引き下げにつながる可能性がある。
研究チームは、単眼動画から物体ごとに分離された物理シミュレーション対応の4Dメッシュシーンを生成するシステム「OVOW」を公開した。追加学習なしでQwen3-VLやSAM 3を組み合わせ、物体の動きや変形を含むシーンを再構築する。非商用研究向けに公開されており、40GB以上のVRAMが推奨される。
Anthropic は米国の輸出規制解除を受け、7 月 1 日より「Claude Fable 5」のグローバル提供を再開すると発表した。脆弱性実証を許す脱獄手法の判明により一時停止されていたが、新開発の安全分類器で 99% 以上をブロックする対策を実施した。
Google Researchは表データに特化したゼロショット基盤モデル「TabFM」を発表した。文脈内学習を採用し、従来の機械学習で必須だった特徴量エンジニアリングやハイパーパラメータ調整なしで即座に予測を行う。数億件の合成データで事前学習され、BigQueryにも統合された。
中国の美団が1.6兆パラメータのMoEモデル「LongCat 2.0」をオープンソース公開した。最大の注目点は、35兆トークン超の事前学習をNVIDIA製GPUを使わず、独自のAI ASICクラスタのみで完遂したことだ。代替ハードウェアでも最先端モデルの訓練が可能であることを実証した。
OpenAI は、計算生物学における AI の判断力や推論力を測る新ベンチマーク「GeneBench-Pro」を発表した。ノイズ混じりの合成データを用いた 129 問で構成され、客観的な自動採点に対応する。最高性能の GPT-5.6 Sol でも正答率は 28.7%にとどまり、人間が 20〜40 時間かける課題における課題の多さを示した。10 問が Hugging Face で公開中。
数か月前、OpenAIの技術陣はChatGPTの検索などを支えるRocksetサービスの不審なクラッシュを調査し、ChatGPTで作成したパイプラインで過去1年分のコアダンプを集団分析した。その結果、Azure物理ホスト1台のCPU演算不良と、GNU libunwindに18年間潜んでいた競合バグを突き止めた。
米政府はAnthropicの先端モデル「Mythos」と「Fable」に課していた輸出制限を解除した。同社は7月1日から一般公開を順次再開する予定だ。アジア勢の競合モデル台頭という圧力を受け、米政府は安全協定を結んだ上で、自国のAI競争力を維持するために方針転換した。
Anthropicは自律エージェント性能を大幅に高めたClaude Sonnet 5を発表しました。推論やコーディングでOpus 4.8に迫る能力を備えつつ低価格を維持。FreeおよびProプランの標準モデルとして即日利用可能です。
Anthropic の Claude Code チームはコーディングエージェントの反復処理を設計する入門ガイドを公開した。ユーザー指示ごとのターン制から、明確な完了条件を設ける /goal、定期実行を行う /loop や /schedule、自律動作するプロアクティブ型まで 4 種類を体系化。SKILL.md による自己検証手法とトークン消費の抑制策も提示している。
Anthropicは研究者向けAIワークベンチ「Claude Science」のベータ版を公開した。macOSとLinuxに対応し、生命科学分野など60種以上のツール連携に加え、計算や引用を自動検証するレビュアー機能も搭載。有料プラン向けに提供される。
YouTubeはWeb版YouTube Studioで、AIを活用したコメント管理ツールを全世界のクリエイター向けに提供開始した。キーワード完全一致ではなく「機材への質問」などの意図や提案トピックで検索・分類できる。自動削除は行わず、返信や確認の効率化を支援する。