NVIDIAフアンCEO「AGIはすでに達成された」と発言、直後にトーンダウン
NVIDIAのジェンスン・フアンCEOがポッドキャストで「AGIはすでに達成されたと思う」と発言した。しかし、10億ドル規模の企業を立ち上げて経営できるかという文脈ではすぐにトーンダウンし、エージェントは数カ月で飽きられやすく、10万のエージェントが集まってもNVIDIAを作る確率はゼロだと補足した。
NVIDIAのジェンスン・フアンCEOがポッドキャストで「AGIはすでに達成されたと思う」と発言した。しかし、10億ドル規模の企業を立ち上げて経営できるかという文脈ではすぐにトーンダウンし、エージェントは数カ月で飽きられやすく、10万のエージェントが集まってもNVIDIAを作る確率はゼロだと補足した。
米Ciscoは敵対的攻撃への耐性を評価する「LLM Security Leaderboard」を無料公開した。AnthropicがClaude Opus 4.5の首位獲得を筆頭にトップ10中8枠を独占。OpenAIのGPT-5.2は7位にとどまり、実環境に近い多対話型攻撃における安全性の差が浮き彫りとなった。
Mistral AIは初のテキスト読み上げモデル「Voxtral TTS」を公開しました。4Bパラメータの軽量設計で英語やフランス語など9言語に対応し、わずか3秒の音声からクローンを作成できます。典型的な遅延は70msで、重みはHugging Faceで公開されています。
Luma Labsは、思考とピクセル生成を同時に実行する新AIモデル「Uni-1」を発表しました。推論と画像生成を分けていた従来の段階的アプローチを統合し、同社が「より作為感がなく、より知的」と表現する自然なビジュアル出力を目指しています。
Sakana AIは海外オープンモデルを日本仕様へ適応させた「Namazu」α版搭載のSakana Chatを公開した。DeepSeekやLlamaをベースに事後学習を施し、推論などの基礎性能を落とすことなく、海外モデル特有のバイアスや72%あった回答拒否率をほぼ0%に改善した。
AnthropicはClaude ProおよびMax向けに画面操作を代行する「computer use」のリサーチプレビューを公開した。Claude CoworkやClaude Code上でクリックやファイル閲覧、ブラウザー利用を自動で行える。先週登場したDispatchと連携し、スマートフォンから指示を出してデスクトップ上で作業を完了できる。
ロイターの報道によると、OpenAIはベインキャピタルなどのプライベートエクイティ大手に対し、最低17.5%のリターンを保証する優先株を提示して約40億ドルの合弁資金調達を打診している。出資先ポートフォリオ企業へAIツールを一挙に導入するのが狙いで、保証のないAnthropicとの企業顧客争奪戦を優位に進める思惑がある。
Axiosの報道によると、OpenAIはサム・アルトマン氏が出資する核融合スタートアップHelion Energyからの電力調達について交渉を進めています。2030年までに5GWの確保を目指しており、利益相反を避けるためアルトマン氏はHelionの取締役会長を退任しました。
Instagram がストーリーズ向けに新機能「AI Transition」の展開を開始した。ギャラリーから2枚以上の写真を選ぶと、AI のモーフィング技術で1本の滑らかな動画に変換される。動画はリールへの再投稿も可能。利用には Meta AI 規約への同意が必要で、現在は一部ユーザーに順次提供されている。
Webブラウザ上で動作する無料のオープンソース3D建築エディタ「Pascal Editor」が公開された。WebGPUとReact Three Fiberを採用し、壁やスラブ、ゾーンのリアルタイム編集やアンドゥ・リドゥに対応。高価なデスクトップソフトをインストールすることなく、軽量かつ高速なモデリング環境を提供する。
TechCrunchによると、シリコンバレーで基本給や株式に加え、AIトークンの計算リソース枠を報酬に組み込む動きが広がっている。NVIDIAのジェンスン・フアンCEOは年俸の約半分に相当するトークン支給を提唱した。一見魅力的な福利厚生だが、資産価値を持たず成果圧力が跳ね上がる懸念も出ている。
イーロン・マスク氏はTeslaとSpaceX、xAIが共同でテキサス州オースティンに半導体製造拠点「Terafab」を建設すると発表した。車載、ロボット、軌道衛星向けチップの垂直統合生産を目指し、現在の世界全体の50倍の計算能力供給を掲げる。半導体製造の実績はなく、まずは小規模から着手する計画だ。
イーロン・マスク氏がPC操作型AIエージェント「Grok Computer」の近日公開をXで認めた。Web版のコードから機能スイッチが見つかったことを受けたもので、画面認識やマウス操作を代行する自動化構想「Macrohard」の先行版と見られる。現在はテスト段階にある。
AnthropicはClaude CodeにChannels機能(プレビュー版)を導入した。MCP経由でTelegramやDiscordと連携し、スマホからコーディング指示やエラー対応が可能になる。ターミナルに張り付く必要がなくなる一方、現状はローカルプロセスの常駐が必要だ。
OpenAIは米国およびカナダの大学生を対象に、100ドル相当のCodexクレジットを提供すると発表した。SheerIDで学生認証を行うことで個人アカウントに付与され、12か月間利用可能。学生開発者や起業予備軍を早期に自社プラットフォームへ囲い込む狙いだ。
Anthropic は Claude Cowork で新機能「Projects」の提供を開始した。特定の作業領域にタスクやコンテキストを集約でき、ファイルや指示内容はすべてコンピュータ上に保存される。ワンクリックで既存プロジェクトをインポートできるほか、新規作成にも対応する。
報道によると、米Amazonが開発コード名「Transformer」と呼ばれるAlexa主体のAIスマートフォンを開発している。元マイクロソフトの幹部が率いるチームが担当し、Light Phoneに着想を得て従来型アプリストアを省く可能性があるという。発売時期や価格は未定。
GreenSock が公式スキル集「gsap-skills」を公開した。Cursor や Claude Code など 40 以上の AI エージェントに対応し、コア API や ScrollTrigger などの正しい記述法をエージェントに教え込むことで、古い文法の生成や誤りを防げる。
OpenAIのチーフサイエンティストが、複雑な研究課題を自律して解く「AI研究者」の実現に舵を切ったと明かした。2026年9月に数日分の作業をこなす「AIインターン」を出し、2028年にマルチエージェント体制へ広げる計画だ。科学研究の加速が期待される一方、長時間の自律運用に伴うミスの抑制が課題となる。
米ホワイトハウスは緩やかな連邦 AI 政策の青写真を発表し、開発を阻害する州法の無効化に向けた法制化を議会に促した。新設の連邦機関は作らず、モデルの偏向対策や児童保護を盛り込み、Amazon や Google、OpenAI が署名した電力保護公約の法制化も求めている。
OpenAIがChatGPT、AIコーディングツールCodex、AIブラウザAtlasを統合したデスクトップ向け「スーパーアプリ」を準備中だとWSJが報じた。アプリ部門CEOのフィジー・シモ氏は、製品の乱立が開発速度を落としていたと指摘し、「サブクエスト」を排して注力分野に集中する姿勢を示した。モバイル版は変更されない見通し。
Blue Originは最大51,600基の衛星を太陽同期軌道に配備する「Project Sunrise」の承認をFCCに申請した。常時得られる太陽光エネルギーで地上の電力網制約を回避する狙いだが、コストや技術的ハードルから業界内では懐疑論も噴出している。
CloudflareのCEOマシュー・プリンス氏はSXSWで、2027年までにAIボットのトラフィックが人間の活動を上回ると予測した。人間が5つのサイトを見る作業でも、AIエージェントは1タスクで5000サイトを巡回する。インフラにかかる負荷は一時的な急増ではなく、恒常的に膨らみ続ける見込みだ。
マイクロソフトは最新の画像生成モデル「MAI-Image-2」を発表し、Arena.aiのリーダーボードで世界3位にランクインした。自然な光線や肌の質感の再現、画像内テキストの正確な描写が特徴。MAI Playgroundで利用可能なほか、CopilotやBing Image Creatorへ順次展開される。
Adobeはユーザー自身の作品を学習させて作風やキャラクターの一貫性を保てる「Firefly Custom Models」のパブリックベータ版を提供開始した。データはデフォルトで非公開とされ基本モデルの学習には流用されないほか、AI学習拒否の設定がある素材のアップロードを自動検知して除外する仕組みも備える。
米Uberは木曜日、米EVメーカーRivianと提携し、最大12億5000万ドルを出資すると発表した。2028年にサンフランシスコなどで自動運転車「Rivian R2」の運行を開始し、2031年までに25都市へ拡大する計画。車両はUberアプリの独占配車となる。
DoorDashは配達員が配達の合間にデータ収集を行って報酬を得られる「DoorDash Tasks」を発表し、専用アプリのテストを開始した。配達員は料理の撮影や日常動作の動画撮影、音声録音などを通じてAIやロボットの学習を支援する。米国の特定地域で提供されている。
Webアプリ開発AIのLovableは、安全な環境でPythonスクリプトを実行し、データ分析やファイル処理を行える新機能を発表した。CSVやPDF、Excelなどを読み込み、ピッチ資料や請求書の作成、画像・動画の生成まで単一チャット内で完結する。
Perplexityは健康データ連携機能「Perplexity Health」を発表した。170万以上の医療機関の電子カルテやApple Health、Fitbitと接続し、検査結果や活動履歴に基づいた回答を提供する。データは暗号化されモデル学習には使用されない。米国のProおよびMaxユーザー向けに順次提供される。
OpenAI は社内コーディングエージェントの安全監視手法を公開した。最高推論設定の GPT-5.4 Thinking がエージェントの思考過程やツール利用を監査し、制限回避の動きを検知する。数千万件のセッション中、深刻な反逆的振る舞いはゼロだったという。
OpenAIはPython開発ツールを手掛けるAstralの買収を発表した。買収完了後、同社チームはCodexチームに合流する。Astralが手掛ける「uv」や「Ruff」などのオープンソースツールをCodexに統合し、コード生成にとどまらず開発ワークフロー全体を支援するAIエージェントの実現を目指す。
Cursorはエディタ内で利用可能な新モデル「Composer 2」を提供開始した。継続事前学習と強化学習によりCursorBenchで61.3を記録。価格は入力1Mトークンあたり0.50ドル、出力2.50ドルで、より高速なバリアントが標準設定として提供される。
研究チームが3D対応の動画カスタマイズ手法「3DreamBooth」を発表しました。被写体を2D画像ではなく3D実体として捉え、1フレーム空間最適化によって幾何構造と時間動作を分離。新視点生成時に不整合なディテールを捏造せず、安定した3D一貫性を保ちます。
対話を通じて自律的に進化するエージェント向け継続学習フレームワーク「MetaClaw」がオープンソースで公開された。失敗履歴から即座に新スキルを合成するほか、就寝中や空き時間にクラウド LoRA で重みを更新する。ローカル GPU なし・停止時間ゼロでモデルの精度を大幅に向上させる。
Character.aiはモバイルアプリ向けに「Imagine Gallery」と「Imagine Message」をリリースした。会話内で生成したAI画像をグリッド状に自動集約し、ペルソナ別の絞り込みや共有が可能。個別のメッセージをタップして即座に画像を生成する機能も備え、c.ai+有料会員はチャット背景に設定できる。
Google LabsはUI設計ツール「Stitch」をAIネイティブなソフトウェア設計キャンバスへと刷新した。自然言語や音声で高精度なUIを即座に生成・修正できるほか、画面同士を繋いだインタラクティブな試作やMCPサーバー経由の開発ツール連携に対応する。
2026年3月、YouTubeは低品質な生成AI動画への対策として、動画が「AIスロップ(質の低いAI生成物)」に感じるかを視聴者に尋ねるアンケートを開始した。「全く思わない」から「非常にそう思う」までの5段階で評価させる仕組みだが、繰り返し指摘された動画への具体的なペナルティ内容は明かされていない。
GoogleはGoogle AI Studioの「Vibe Coding」体験を刷新し、新たなコーディングエージェント「Antigravity」を導入した。Firebaseとのネイティブ連携により、プロンプト入力だけで認証やFirestoreデータベース、リアルタイムマルチプレイヤー機能を備えたNext.js対応の本格アプリを構築できる。
Appleが自然言語でアプリを生成できるReplitやVibecodeに対し、機能変更を伴う外部コード実行を禁じるガイドライン2.5.2条を理由に更新の承認を保留しています。生成したアプリのプレビュー表示が規約に抵触するとみられ、AIによる即時アプリ開発とApp Storeの流通モデルが本格的に衝突し始めました。
今週開催のNVIDIA GTCにて、RunwayとNVIDIAはVera Rubinハードウェア上で動作するリアルタイムHD動画生成モデルのリサーチプレビューを公開した。最初のフレームを100ミリ秒未満で生成でき、世界モデル「GWM-1」の基盤にもなるという。現在は研究段階のプレビューにとどまる。
英フィナンシャル・タイムズによると、マイクロソフトはOpenAIとアマゾンの新たなクラウド契約がAzureの独占条項に違反するとして、両社への提訴を検討している。企業向けエージェント基盤Frontierを巡り、開発者のモデル利用ルートが火種となっている。
シャオミはエージェント向けフラグシップモデル「MiMo-V2-Pro」を正式発表した。OpenRouter上で首位を獲得した覆面モデル「Hunter Alpha」の完成版で、総パラメータ1兆超(アクティブ42B)と1Mコンテキストに対応。コーディング性能でClaude 4.6 Sonnetを凌駕するとアピールする。
映画監督のコールト・ヴーアヒーズ氏は、2025年に死去した俳優ヴァル・キルマー氏を生成AIで再現し、新作インディペンデント映画『As Deep as the Grave』に出演させると明かした。遺族公認のもと過去の映像や音声を使用し、俳優組合のガイドラインに沿って報酬も支払われるという。
CodeRabbitはAIエージェント向け計画ツール「Plan」を公開した。漠然としたアイデアや画像から段階的な計画を立て、コードベースやNotionの文脈を反映した指示文を生成してAIに渡すことで、手戻りやコードの混乱を減らせる。
MiniMaxは自己進化能力を備えた推論モデル「M2.7」を発表した。ログ解析やバグ修正など、自身の強化学習ワークフローの30〜50%を自律処理できる。SWE-Proで56.22%のスコアを記録し、MiniMax APIおよびOpenRouter経由で利用可能となっている。
Anthropicは、Claude CoworkとClaude Desktop向けの新機能「Dispatch」の研究プレビューを公開した。コンピュータ上で常駐する単一のClaude対話に対し、スマートフォンから遠隔でメッセージを送信し、完了した成果物を後から確認できる。利用するにはClaude Desktopをダウンロードしてスマホとペアリングする。
Unslothはローカルで動作するノーコード学習ツール「Unsloth Studio」のベータ版を公開した。PDFなどの文書からデータセットを自動生成し、VRAM消費を70%抑えながら2倍速で訓練できる。500種以上のモデルに対応しGitHubで提供中。
Google Chrome 146がWebMCPの実験的サポートを開始した。Webページ自体がMCPサーバーとして機能し、外部バックエンドを介さずにAIエージェントがフロントエンドJSを通じて直接ブラウザを操作できる。従来のCDP方式に比べトークン消費を抑え精度も向上するが、利用にはフラグの手動有効化が必要となる。
SegviGenがTRELLIS.2をベースにした3Dパーツ分割フレームワークをオープンソースで公開した。3Dモデル上の部位をクリックするか2D参考画像を渡すだけで、高精度に個別パーツへ切り出して出力できる。対話型分割の性能は従来SOTAより40%向上したが、ローカル実行には24GB以上のVRAMが必要となる。
Googleが動画超解像ツール「Spark VSSR」をオープンソース公開した。低画質な映像を鮮鋭化し、古い映画の修復やアニメのアップスケールにも対応する。推論用モデルだけでなく学習コードやデータセットも同梱され、全体で約42.2GBあり高性能GPUを要する。手元環境で最高水準の動画拡大パイプラインを調整・運用できるのが強みだ。
NVIDIAはCloudXR 6.0がApple Vision Proにネイティブ対応したと発表した。視線連動ストリーミングにより、ローカルやクラウドのRTX GPUから高精細な4K映像を低遅延で直接投影できる。3Dモデルを間引くことなく確認でき、開発者向けSwiftフレームワークの提供も開始された。
研究チームがAI生成動画から一貫した3D空間を復元する新手法「World Reconstruction from Inconsistent Views」を発表した。動画特有のフレーム間の歪みや矛盾を非剛体位置合わせで補正し、1本の動画からでも精細な3Dシーンを生成できる。既存の動画生成モデルをそのまま実用的な3D空間構築ツールに変えられる点が画期的だ。
Mistral AIは企業向けモデル構築システム「Forge」を発表した。社内コードやコンプライアンス規則などの専有データを用いた事前学習や強化学習に対応し、DenseやMoEアーキテクチャをサポートする。Agentファースト設計により、Mistral Vibe等のAIエージェントが自然言語で自律的に微調やハイパーパラメータ調整を行える。
Googleは米国で無料ユーザー向けに「Personal Intelligence」の提供を開始した。検索のAI Mode、Geminiアプリ、Chromeに対応し、GmailやGoogleフォトと連携して過去の購入履歴や予約に基づく回答を行う。連携はいつでも解除可能で、業務・教育アカウントは対象外。
マイクロソフトはCopilotの体制再編を発表し、Jacob Andreou氏が消費者向けと法人向けの体験を一括統括してSatya Nadella CEOに直属する体制へと移行した。長年分断されていたCopilotを一本化するのが狙いだ。一方、Microsoft AIのMustafa Suleyman CEOは同社独自の基盤モデル開発に専念する。
米上院議員はByteDanceに対し、AI動画アプリ「Seedance 2.0」を直ちに停止するよう求める書簡を送付した。サノス対スーパーマンなど無断生成動画が問題視されている。同社は世界展開を停止し対策強化を表明したが、議員側は時間稼ぎだと批判している。
報道によると、巨大化するAIデータセンターの警備にボストン・ダイナミクスなどの四足歩行ロボットが相次ぎ配備されています。1台あたり最高30万ドルですが、固定センサーでは検知しにくい水漏れなども自律巡回で発見可能。人件費削減により約2年で投資回収できる見込みです。
Googleは「Colab MCP Server」をオープンソースで公開した。MCP対応のAIエージェントがCLIからGoogle Colabノートブックを直接操作し、セルの作成やコード実行、可視化を自動で行える。ローカル環境のマシンスペック不足やコード実行リスクを避け、Colabを安全なクラウド実行基盤として活用できる。
AnthropicはClaudeのAIインタビュアーを用いて159カ国の80,508人を対象に実施した定性調査の結果を発表した。最多の19%が仕事の卓越性を求め、81%がAIがすでにその実現に役立ったと回答。効率化によって余暇や家族との時間を取り戻したいという実態が浮かび上がった。
カーネギーメロン大学のAlbert Gu氏とプリンストン大学のTri Dao氏が、Apache 2.0ライセンスのオープンソース状態空間モデルアーキテクチャ「Mamba-3」を公開しました。MIMO版はベンチマーク精度57.6%を記録し、Transformerに対して約4%向上。状態サイズを半減させつつMamba-2と同等の品質を維持し、複素数値状態の導入で推論遅延を削減します。
Midjourneyは画像生成モデル「V8」のアルファテストを開始した。V7比で生成速度が約5倍高速化し、プロンプト追従やテキスト描画性能が向上したほか、ネイティブ2Kに対応する「--hd」モードなどが追加された。現時点でRelaxモードは未対応となっている。
OpenAIは高速・低コストな小型モデル「GPT-5.4 mini」と「GPT-5.4 nano」をリリースした。miniは前世代比で2倍以上高速化し、SWE-Bench Proで54.4%を記録してGPT-5.4に迫る性能を発揮する。nanoは100万入力トークンあたり0.20ドルで動作し、サブエージェントに最適だ。
実在の都市環境に基づいた「ソウル世界モデル(SWM)」の研究が公開された。数百万枚のストリートビュー画像をRAG形式で参照することで誤差の蓄積を防ぎ、数キロメートルに及ぶ安定した街並み動画の生成やテキストによる天候・災害プロンプトに対応する。
NvidiaはGTC 2026で推論特化型プロセッサ「Groq 3」とサーバーラックを発表した。200億ドルの技術ライセンス契約から生まれた初のチップで、新世代Rubin GPUと組み合わせることで消費電力あたりのスループットを35倍に向上させ、エージェント間の超高速通信を支える。
MistralはApache 2.0でオープンソース化した「Mistral Small 4」を発表した。総パラメータ119B、トークンあたり6B稼働のMoE構造で、推論・画像認識・コーディングを1つのモデルに集約。256kコンテキストに対応し、前世代と比べてレイテンシを40%削減した。
元Metaのエンジニアが設立したMemories.aiはNvidiaと提携し、ウェアラブルやロボット向けの「視覚記憶レイヤー」を構築すると発表した。NvidiaのCosmos-Reason 2などを活用し、機器が見た一人称動画を記録・検索可能にすることで、従来のテキスト中心だったAI記憶の限界を物理世界で突破することを目指す。
OkaraはURLを入力するだけで6体の自律型AIエージェントが配備される「AI CMO」を発表した。月額99ドルで従来のSEOやコンテンツ作成、SNS運用に加え、PerplexityなどAI検索向けの最適化(GEO)を24時間自動で代行する。
ブリタニカ百科事典とウェブスター辞典が OpenAI を著作権侵害などで提訴した。約 10 万本の記事が無断でモデル学習や ChatGPT の RAG に流用されたと主張。AI のハルシネーションを自社名義で回答した商標法違反も訴えている。
MiroMindは深層リサーチ向けエージェント「MiroThinker-1.7」とフラッグシップ「H1」をオープンソースで公開した。推論プロセスに中間監査と全体検証を組み込み、2350億パラメータのフル版と61GBのmini版を提供。BrowseCompなどの難関ベンチマークで主要商用モデルを上回るスコアを記録している。
Suno で生成された架空のメタルバンド「Neon Oni」が、欧州の制作者による AI プロジェクトだと露見した。Spotify で月間 8 万人以上の聴取者を集めたが、MV の不自然な手から見破られた。制作者はその後、東京のミュージシャン 7 名を起用してライブ演奏を開始。AI でコンセプトを試し、反響を得てから生身の演者に託す逆転の制作モデルとして注目されている。
SonnerやVaulの開発者Emil Kowalski氏が、AIエージェント向けのデザインSkillsをGitHubで公開。イージングの選択ミスなどAIが陥りがちなUIの粗さを解消し、Appleのデザイン原則や滑らかなアニメーション実装を指示できる。
アリババが映像向け配音モデル Fun-CineForge をオープンソース公開した。動画とテキストを入力すると唇の動きや話者を認識し、顔が隠れた場面でもタイミングを合わせて発声。複数キャラクターの掛け合いも自然な声色で切り替えられる。
清華大学の研究チームが、テーマや文書から対話型の仮想授業を自動生成する「OpenMAIC」をオープンソース公開した。AIの教師と生徒がリアルタイムで音声解説やホワイトボード描画、ディスカッションを行い、小テストや演習も自動で組み立てる。動画を眺めるだけの学習からAIと対話する環境へと引き上げる試みだ。
NVIDIA は軌道データセンターや宇宙ミッション向け「Space Computing」を発表した。新型「Space-1 Vera Rubin」モジュールは H100 比で最大 25 倍の宇宙推論性能を発揮し、軌道上での LLM 実行を支援する。IGX Thor などは即日提供され、Rubin は後日登場する。
NVIDIAはGTCで「DLSS 5」を発表した。2018年のレイトレーシング導入以来最大の飛躍と位置づけ、神経レンダリングモデルにより最大4Kで写実的な光と質感をリアルタイム生成する。ジェンスン・フアンCEOは「グラフィックスのGPTモーメント」と表現。今秋に提供予定。
NVIDIAはGTCにてOpenClawエージェント向けのソフトウェアスタック「NemoClaw」を発表した。1つのコマンドでNemotronモデルとOpenShell隔離サンドボックスを導入でき、RTX PCやDGX上で自律型AIを安全に常時稼働させられるほか、プライバシールーターを介したクラウドモデル連携にも対応する。
NVIDIAはオープンな最先端AIモデルの共同開発を目指す「Nemotron Coalition」を発表しました。Mistral AI、Cursor、Perplexityなどが参加し、第1弾としてNVIDIAとMistralがDGX Cloud上で基盤モデルを共同開発。次世代のNemotron 4シリーズの土台としてオープンソース化されます。
Tencentは7Bパラメータの端対端音声言語モデル「Covo-Audio-Chat」をオープンソース公開した。単一の統合アーキテクチャで連続音声を直接処理し、話しながら聞き取り、割り込みにも即座に対応する全二重対話を実現する。コードと重みはGitHubとHugging Faceで公開中。
Moonshot AIは、Transformerの従来の固定残差接続を動的な注意機構で置き換える新設計「AttnRes」を発表した。層が深くなっても過去の表現を選択的に参照できるようになり、特徴の希薄化を防ぐ。計算コストを抑えたブロック版でも1.25倍の計算量に匹敵する性能を達成し、推論やコード生成が大幅に向上した。
報道によると、豪エンジニアが ChatGPT と AlphaFold を駆使して愛犬の腫瘍 DNA を解析し、ニューサウスウェールズ大学の研究者と共同で特注の mRNA がんワクチンを開発した。投与後に腫瘍の大部分が大幅に縮小し、AI が個別化医療を民主化する可能性を示した。
マサチューセッツ大学アマースト校の研究チームは、生体細胞と同等の約0.1ボルトで作動する人工ニューロンを開発した。従来の100分の1の電力で本物の神経パルスを再現し、生体細胞とのリアルタイム通信に成功。信号増幅器が不要な超小型インプラントに道を開くが、実用化には長期検証が必要だ。
研究チームが「Pulse of Motion」をオープンソース化し、AI生成動画が現実の速度とズレる「計時錯覚」の解消に乗り出した。映像の動きから本来あるべき物理フレームレートを直接推定して速度を補正する。2GB未満の小型モデルで、一般的なPCでも動作する。
Nianticは、『Pokémon Go』などのARゲームでプレイヤーが集めた300億枚以上の現実世界画像データを活用し、配送サービス向けの視覚ナビゲーションを開発していると明かした。GPSに頼らず都市の街路で正確な位置を特定できる仕組みで、ゲームプレイが商業地図の構築基盤となっている。
バイトダンスは週末、動画生成AIモデル「Seedance 2.0」の世界展開を一時停止した。ハリウッド映画協会からの警告や米上院議員からの即時停止要求を受けた措置で、キャラクターや有名人の無断生成が問題視された。同社は現在保護策を強化中としている。
2D動画から全身の4D人体アニメーションを生成する「Retime GS」が公開された。動画のフレームが欠落してカクついていても、改良型4D Gaussian Splattingなどを活用して動きを補完し、アーティファクトの少ない滑らかな3Dシーンを出力できる。
報道によると、Metaは膨らむAIインフラ投資を相殺しAI活用による効率化を進めるため、全従業員の20%以上を削減する大規模な人員整理を計画しているという。昨年末時点で約7万9000人を抱える同社だが、幹部には縮小の検討が指示されており、時期や規模は未定とされている。
PerplexityはNVIDIAの高性能モデル「Nemotron 3 Super」を全製品ラインに導入したと発表した。メインアプリに加え、Agent APIおよびPerplexity Computerで即日利用可能となっており、一般ユーザーの検索から開発者のエージェント構築まで幅広く対応する。
MetaはNews CorpやLe Figaro、Prisa、Süddeutsche Zeitungなどの報道機関と提携したと発表した。Meta AIで時事問題やニュースを質問した際、提携メディアの情報と記事リンクを提示する。リアルタイム情報の精度向上と、媒体へのトラフィック誘導を狙う。
米国の元大統領候補アンドリュー・ヤン氏がCNBCの番組で、労働者への課税をやめ、自動化の恩恵を受けるAI企業に課税すべきだと訴えた。業界関係者の話として今後6カ月のAI開発は過去10年を上回ると指摘し、雇用代替が進むなか税制の根本的な見直しを求めている。
米ニューヨーク・タイムズが報じたところによると、Metaは次世代AIモデル「Avocado」の公開を5月以降に延期した。論理的推論やコーディングなどの社内評価でGoogleやOpenAIの最新モデルに届かず、一時はGeminiのライセンス取得も議論されたという。
イーロン・マスク氏は xAI の初期設計に問題があったとして「土台から再構築している」と明かした。共同創業者 11 人のうち張国棟氏ら 9 人が去り、残るは 2 人のみ。Grok のコーディング能力遅れを埋めるべく Cursor から人材を引き抜くなど、大規模な組織刷新を進めている。
AnthropicはClaude Opus 4.6とSonnet 4.6の100万トークンコンテキストを一般提供開始した。長文追加料金は不要で標準単価のまま利用でき、画像やPDFの送信上限も600件へ拡大。Claude Code有料プランでも自動適用され、文脈圧縮による情報欠落を防ぐ。
ManusはmacOSおよびWindows向けのデスクトップアプリを公開した。新機能「My Computer」により、クラウドだけでなくローカル環境のターミナル経由でファイル整理や開発、ローカルGPU活用が可能になる。安全面を考慮し、実行前の承認機能も備える。
清華大学や北京大学などの研究チームが、わずか5時間の断片的なモーションキャプチャデータから運動スキルを学習する「LATENT」を開発した。Unitree G1ロボットに適用したところ、秒速15m超のボールを約90%の精度で打ち返し、人間と安定したラリーを維持することに成功した。
大規模推論モデルの過剰思考を防ぐ早期終了プラグイン「Terminator」が発表された。最終回答が出たタイミングを検知して出力を打ち切ることで、性能を落とさずに思考トークンを最大 55% 削減し、生成時間を半減させる。コードは近日公開予定。