アリババが「Qwen3.8-Max」発表、2.4兆パラメータのMoE旗艦モデル
アリババは最新の旗艦マルチモーダルモデル「Qwen3.8-Max」を発表した。総パラメータ数は2.4兆におよぶが、スパースMoE構成により実行時に活性化するのは950億のみ。100万トークンのコンテキストに対応し、Vision Arenaで2位を獲得。API提供を開始し、来週重みを公開する。
AIエージェント
新しいニュースを見る
endless-frontierがBigBang-v1公開：AIが自ら難問を作り自己進化
endless-frontierがHugging Faceで言語モデルBigBang-v1を公開した。Qwen 3.6 35B-A3Bをベースに、生成と批評のエージェントが約1万件の高度な科学課題を自動生成して後学習に活用。小規模データながら科学研究などのベンチマークで巨大モデルに迫る成果を示している。
OpenAI、次期モデル「Astra」で未解決の数学難問10件を攻略 証明はLeanで検証
OpenAIは開発中の次期主力モデル「Astra」が、幾何学や暗号理論など数学・計算機科学の10の長年未解決だった問題を解決または大きく進展させたと発表した。コンヌ剛性予想の反証やエルデシュ問題の解決を含み、推論コストはSolレートで約2000ドル相当。証明はLeanで形式化検証されている。
DeepSeekが「V4-Flash」正式版を公開、上位Pro版をAgent性能で圧倒
DeepSeekは「DeepSeek-V4-Flash-0731」をMITライセンスで正式公開した。DSpark投機的デコーディングモジュールを標準搭載し、事後学習の強化によって大型のV4-Proプレビュー版をAgent指標で逆転。vLLMやSGLangによるローカル配備に対応する。
MatrAIx：83億のペルソナで人間の行動を再現する評価基盤
研究チームがAIシステム評価基盤「MatrAIx-Persona-8B」のプレイグラウンドとタスクライブラリを公開しました。1290の属性次元を持ち、アンケートやWeb、OSアプリなど4つの環境で多様なユーザーの行動を再現できます。リリース前に集団規模で製品テストを行える点が特徴です。
Google、Gemini SparkをChromeに統合：ログイン情報を活用しWeb作業を自動化
GoogleはAIエージェント「Gemini Spark」をChromeに統合したと発表した。ユーザーの許可を得て保存済みログイン情報を活用し、内覧予約や航空券の手配といったWeb上の雑務を自動代行する。決済などの重要操作はユーザーに戻す設計で、まずは米国で提供を開始。Spark本体は160カ国以上のGoogle AI Pro加入者へ拡大される。
FrontisがOpenRSIを公開：35Bモデルが単体GPUで機械学習を自己改善
Frontisは再帰的自己改善を目指すオープンソース基盤「OpenRSI」とFrontis-MA1モデルを公開した。起草や修正、デバッグなど4つの基本操作で探索ループを構築し、12GB制限のRTX 4090単体でGPT-5.5を超えるMLE性能を達成。「AIがAIを改善する」プロセスを実証可能なエンジニアリングへと落とし込んだ。
Google DeepMindがGemini Robotics ER 2公開、複数ロボット連携とリアルタイム推論に対応
Google DeepMindはロボット向け具身推論モデル「Gemini Robotics ER 2」を公開しました。連続ビデオ映像から作業進捗をリアルタイムに把握し、動作しながら次の行動を計画できるほか、複数ロボットの連携動作にも対応します。
Thinking MachinesがInkling-Small公開、活性化12Bで大型モデル超え
Thinking MachinesはオープンウェイトのMoEモデル「Inkling-Small」（総パラメータ276B、活性化12B）を公開した。計算コストを従来版Inklingの約4分の1に抑えつつ、推論やエージェント型コーディング性能で大型モデルを凌駕。画像・音声のネイティブ推論と最大1Mコンテキストに対応する。
OpenAIがGPT-5.6を大幅値下げ：Lunaは80%減、Solに最大2.5倍速のFastモード追加
OpenAI は GPT-5.6 Luna の API 価格を 80% 引き下げ（入力 100 万トークンあたり 0.20 ドル）、Terra を 20% 値下げした。さらに最大 2.5 倍速で動作する Sol Fast モードも API に導入。複数ステップのツール利用や大規模な業務処理のコストが劇的に下がる。
Perplexity、「Spaces」を「Projects」に刷新 永続ファイルと学習メモリ導入
Perplexity は協調作業機能「Spaces」を「Projects」へと刷新した。プロジェクトごとに階層型の永続ファイルシステムと自律学習メモリ「Brain」を備え、人間と AI が同一ファイルを共同編集できる。タスク間の文脈を自動保持するほか、400 以上の外部ツールと連携可能で、既存 Spaces は自動移行される。
Tavus、記憶を持つAIビデオアバターをノーコードで作れる「PAL Maker」公開
TavusはAIビデオコンパニオンをノーコードで作成できる「PAL Maker」を発表した。ユーザーはAIクリエイター「Charlie」に対話で希望を伝えるだけで、視覚・記憶・感情理解を備えたアバターを生成可能。Raven-1などの独自モデルで動作し、医療や採用現場での導入が進んでいる。
YC、企業向け協調型エージェント基盤「QM」をオープンソース公開
YC は複数人協調型エージェント基盤「QM」をオープンソースで公開した。従来の個人向けアシスタントと異なり、各社員に独立したメモリやサンドボックスを与えつつ、Slack やプロジェクト内で同一 Agent と共同作業できる権限分離の仕組みを提供する。
OpenAI、GPT-5.6 SolのARC-AGI-3スコアを3倍にした2つのAPI設定を解説
OpenAIはGPT-5.6 SolのARC-AGI-3スコアが低かった原因を検証し、推論過程の保持とコンテキスト圧縮の2設定を有効化することでスコアが約3倍になり、出力トークンも6分の1に削減されたと発表した。評価環境の設定がいかに結果を左右するかを示している。
Google、Gemini APIの管理型エージェントを更新：3.6 Flashを標準化し環境フックと無料枠を追加
GoogleはGemini APIのマネージドエージェントを刷新し、標準モデルをGemini 3.6 Flashに移行した。サンドボックス内でのツール呼び出し前後に検証スクリプトを実行できる環境フック機能やトークン上限設定が加わり、無料枠のAPIキーでも試せるようになった。
ReDesign：1枚の画像を編集可能なレイヤーやベクター構造に復元
ReDesignは、1枚の統合された画像をテキスト、ベクター図形、RGBAレイヤーに分解し、Figmaのように再編集可能な階層構造を復元するツールです。VLMコントローラーがQwen-Image-LayeredやSAM 2を呼び出して画像を段階的に分解し、コードはGitHubで公開されています。
Perplexity、Windows向けAIエージェント「Personal Computer」提供開始
PerplexityはWindows向けに「Personal Computer」を提供開始した。ブラウザの枠を超え、ローカルのWordやExcelファイルの編集、ファイル整理、Web検索との連携を自動でこなす。Pro、Max、Enterpriseの契約者向けにWindows 10/11で利用できる。
Kimi、2.8兆パラメータのMoEモデル「Kimi K3」をオープンソース公開
Kimiはフラッグシップモデル「Kimi K3」の重みと技術レポートをオープンソース公開した。2.8兆パラメータのMoE構造で、視覚理解と100万トークンのコンテキストに対応する。計算単位あたりの知能が2.5倍向上したほか、エージェント実行基盤などの周辺スタックも同時提供される。
NVIDIAら多数の企業がOpen Secure AI Allianceを設立：オープン技術でAI時代の防衛を強化
NVIDIAはMicrosoftやHugging Faceなど多数のパートナーとともに「Open Secure AI Alliance」を立ち上げました。AI時代のサイバー防御に向けてオープンソースのツールやモデルを共同開発・共有する試みで、NVIDIAはエージェント安全フレームワーク「NOOA」をGitHubで公開しています。
アリババが「Qwen-Audio-Agent」公開：通話しながらAIにタスク実行
アリババがリアルタイム音声ランタイム「qwen-audio-agent」をオープンソース化。全二重の音声通話で自然に割り込みながら、裏でOpenCodeなどのバックエンドAgentにコード修正や検索を非同期で実行させられる。