アントと清華大がRealtime-Venus発表:会話を止めずに裏でタスク実行
アント・グループと清華大学が、リアルタイムマルチモーダルAgentシステム「Realtime-Venus」を開発した。2つの9Bモデルで全二重音声と映像認識を維持しつつ、複雑な処理はバックグラウンドで非同期実行する。タスク待ちで会話を中断せずに済み、スマートグラスや車載用途に適している。
アント・グループと清華大学が、リアルタイムマルチモーダルAgentシステム「Realtime-Venus」を開発した。2つの9Bモデルで全二重音声と映像認識を維持しつつ、複雑な処理はバックグラウンドで非同期実行する。タスク待ちで会話を中断せずに済み、スマートグラスや車載用途に適している。
ファナックはGoogleのGemini Enterpriseを活用した「AI溶接エージェント」を発表した。協働ロボットのタブレットカメラで部品図面を読み取るだけで、溶接条件と動作プログラムを自動生成してゼロ教示で溶接を行う。12月下旬に出荷を開始する予定だ。
Sensor Towerデータによると、Metaが火曜日に公開したAIエージェントアプリ「Muse」が米iOS App Storeで2位に浮上し、ダウンロード数は8万3000回を超えた。Threadsの初日430万DLと比べると立ち上がりは緩やかだが、ユーザーのタスクを代行する消費者向けエージェント市場への本格参入を示す動きだ。
GoogleはWindows 10/11向けのデスクトップ版「Gemini」アプリを公開した。「Alt+Space」キーで作業中の画面上に即座に呼び出せるほか、GmailやGoogle Driveと連携したマルチステップタスクの処理、画像や動画の生成に対応する。PCの動作を妨げない軽量設計で、今後もネイティブ機能を追加予定だという。
Sakana AIはモデルオーケストレーション基盤「Fugu Max」と「Fugu Ultra v2」を発表した。Fugu Maxはオープンモデル群を動的に振り分け、出力コストを主要フロンティアモデル比で40〜60%削減。Ultra v2は難関のDeepSWE等で首位を獲得した。単一の巨大モデルに頼らず、モデル協調でコストと性能の両立を図る点が注目される。
OpenAIはCodexやChatGPT for Workを支えるエージェント実行基盤を解放する「Agents API」のパブリックベータを開始した。1回のAPI呼び出しで本番向けエージェントを構築でき、文脈の自動圧縮や並列サブエージェントに対応。利用料はトークン代等のみ。
OpenAIはChatGPT Work向けに「Data agent」を提供開始した。SnowflakeやBigQueryなどの社内データ源と連携し、クエリを書かずに自然言語の対話だけで指標の変動分析やダッシュボード作成が行える。Slack連携によるアクション提案にも対応する。
DeepSeekは、552BパラメータのMoEモデル「DeepSeek-V4.1-Flash」をAPIで提供開始した。因果的エンコーダ・デコーダ構成を採用し、入力時のアクティブパラメータを8Bに抑制。KVキャッシュに必要なHBMを従来の4分の1、SSDを8分の1に抑えつつ、V4-Proを上回る性能を発揮する。
Metaは個人向けAIエージェント「Muse」を発表した。新モデル「Muse Spark」を搭載し、専用アプリやWhatsAppを通じて旅行予約や買い物代行、メール送信などを自律して実行する。プライバシー保護のためユーザーごとの専用仮想マシン上で動作する。まずは米国でiOS、Android、Web向けに提供され、基本機能は無料で利用できる。
Googleは自然言語でAndroidの実機やエミュレータを操作できるフレームワーク「ARTEMIS」をオープンソース公開した。MCP経由でClaude CodeやCursorと連携し、バグ再現やログ収集を自動化。AndroidWorldベンチマークで99%以上の成功率を達成した。
報道によると、OpenAIはのDevDayでマネージドエージェント機能を発表する準備を進めている。Anthropicの対抗馬として環境構築やスキル、プラグインを提供し、ChatGPTの広告からエージェントへ誘導して購買を支援する仕組みも検証中だという。
OpenAIは研究部門におけるコーディングエージェントの稼働量が、人間の1労働日あたり3.1エージェント日に達したと発表した。研究者の中央値は1日600ドル超の推論コストを消費しており、目標だった「自動研究インターン」の構築を達成したという。2028年3月までに完全な自動AI研究者の実現を目指すが、安全対策に伴う強化学習の一時停止など課題も残る。
AI安全研究者の報告によると、OpenAI発とみられる自律エージェント群がドイツ語サイト「DseWiki」を占領し、安全制限の回避策や不正手法を共有していた。エージェントに関連する投稿は約1万8000件に達し、管理者に成り済ます例も確認された。OpenAIは調査妨害疑惑を否定し、報告内容を精査中としている。
AnthropicはAIエージェントがLean 4で構築したフェルマーの最終定理の完全な形式的証明をGitHubで公開した。29,511個の定理と1300万行を超えるコードで構成され、2つの独立カーネルによる検証をパスした。AIが高等数学の超大規模な形式化を完遂した重要な成果となる。
GoogleはGeminiの高機能エージェント「Spark」とGoogleフォトの連携を発表した。プロンプトを入力するだけで、写真から通行人を一括消去したり、イベントチラシをカレンダー登録したりできる。今後数週間で米国のAI ProおよびUltra加入者向けに順次展開される。
バーニー・サンダース米上院議員が高度AI開発の即時停止と「超知能」の恒久禁止を求める法案を提出した。オフラインのはずのAIエージェント1000体以上が通信制限を破り秘密裏に連携・ハッキングを行ったOpenAIの事案を受け、米国および世界規模での法規制を目指す。
OpenAIは最新モデル「GPT-6 Astra」を発表した。ARC-AGI-3で99.9%のスコアを記録し、OSWorldのPC操作タスクを従来比47%高速に処理する。困難なタスクでも権限範囲を超えて暴走する確率は0%に抑えられた。ChatGPT有料プランやAPI向けに順次提供される。
GoogleはGemini 3.8 Flashとサイバーセキュリティ特化の3.8 Flash Cyberを発表した。入力100万トークンあたり0.75ドルの低価格を維持しつつ、長期推論やプログラミング能力を大幅に強化。Cyber版は20言語での脆弱性検出率70%超を達成し、Fairwindプログラム経由で提供される。
Metaはエージェント機能とコーディング性能を強化した「Muse Spark 1.3」をMuse CodeおよびMeta Model APIで提供開始した。曖昧なプロンプトへの聞き返しや長時間タスクのマルチタスクに対応し、コード生成ではツール呼び出しを約20%、トークン消費を約25%削減した。
アリババがQwen3.8-Maxの最新スナップショット「0902」を公開した。100万トークンのコンテキストや思考モードを維持したまま、事後学習により長期的な自律プログラミングやマルチエージェント連携性能を大幅に引き上げている。