新モデルと業界の勢い
OpenAIはGPT-Liveを発表した。これは全二重音声モデルで、同時に聞き取りと発話が可能で、割り込みにも自然に対応し、複雑なクエリはGPT-5.5にオフロードする。従来のAdvanced Voice Modeを置き換える。
SpaceXAIはGrok 4.5をリリースした。これはAnthropicのOpusやOpenAIの最新モデルに匹敵するが、コストは大幅に低く、例えばTerminal BenchでGPT-5.5とほぼ同等だがトークン価格ははるかに低い。
AnthropicのClaude Fable 5は、新しいArtificial Analysisの業界ベンチマークでトップに立ったが、高コストのため、同社はこれをプランナーとして使用し、実行をSonnet 5に委任することで、性能をほぼ維持しながらコストを約40%削減することを推奨している。
AIスタートアップの収益が加速している。Lovableは評価額が$13.2Bに倍増し、ARRは$500Mに達すると報じられている。一方、Prime Intellectは$130Mを調達し、企業が独自のエージェントを構築するのを支援している。
中国のスタートアップMiniMaxは、今年後半に2.7兆パラメータのモデルをオープンソース化する計画で、これはこれまでで最大のオープン中国モデルとなる。
MetaはMuse Imageをリリースした。これはツールとInstagramの写真を使用するエージェント型画像生成モデルだが、オプトアウト設定に関するプライバシー懸念を引き起こした。
エージェントツール、フレームワーク、インフラ
LangChainとNVIDIAは、NemoClaw Deep Agents blueprintを発表した。これはオープンで管理可能なスタックであり、ハーネスのみを調整することで、Nemotron 3 Ultraをフロンティアエージェント品質に近づけ、コストを10分の1に抑えることを示した。
Modalは$355Mを調達し、AIエージェント専用のクラウドインフラを構築。サンドボックス、高速イテレーション、プログラム制御を重視している。
Google DeepMindは、Gemini APIのマネージドエージェントにバックグラウンド実行、リモートMCPサポート、カスタム関数を追加し、長時間実行やエンタープライズ接続のエージェントワークフローを簡素化した。
MicrosoftはFlintをオープンソース化した。これは宣言型ビジュアライゼーション言語とMCPサーバーであり、エージェントがシンプルな仕様から洗練された適応型チャートを作成できるようにする。
MTPLX V2は、MLXモデルでMacBook Pro上で毎秒82トークンを達成。また、audio.cppはストリーミングASRを追加し、327秒の音声を2.17秒で書き起こす。これらはどちらもローカルランタイムの大幅な高速化である。
- 82 TPS On Qwen 3.6 27b On A Macbook Pro | Introducing MTPLX V2: The Fastest Way To Run MLX Models.（新しいタブで開きます）
- [audio.cpp] What Does the Fox Say: 4 ASR models (Nemotron 3.5 ASR, Higgs Audio STT, VibeVoice ASR, and Hviske ASR) in native C++/GGML, init streaming support, and 327s of audio transcribed in 2.17s.（新しいタブで開きます）
NVIDIAは、エージェントトレーニング用のオープンデータセット（ソフトウェアエンジニアリングトレース、ツール使用失敗例、マルチステップ推論ログ）をリリースし、開発者がより堅牢なエージェントシステムを構築できるようにした。
BunプロジェクトのRust書き換えは、今日のコーディングエージェントが大規模なインフラ書き換えを安全に引き受けられることを示し、以前は根本的な書き換えを決して考慮しなかったプロジェクトの状況を変えた。
OpenAIによるSWE-Bench Proコーディングベンチマークの監査では、タスクの約30%が壊れていることが判明し、エージェントコーディング能力の評価信頼性が低下した。
Llama.cppは、Ternary Bonsai 1.58ビットモデル向けのQ2_0量子化サポートを追加。HF Viewerは、インスタント検索とインタラクティブなモデル探索を備えた大規模なUI刷新を受けた。
ローカルAIとオープンモデル
コミュニティメンバーは、753BパラメータのGLM-5.2 MoEを家庭用ハードウェアで実行している。4台のDGX Sparkにまたがる4ビット量子化はTerminal-Benchで70.8%を達成し、140GBのIQ2_XXS量子化もテスト可能である。
実際の使用例では、Qwen3.5-122Bのような大規模MoEモデルは、複雑なエージェントタスクにおいて、アーキテクチャやツール呼び出しに苦戦することが多い小規模な高密度またはMoEモデルよりもはるかに信頼性が高いことが示されている。
量子化の品質は重要である。Döner Benchの結果は、低ビット量子化がますますモデルを「ロボトミー化」し、IQ2量子化では一貫性を失い、使用不可能な出力を生成することがあることを示している。
ローカルのLlamaモデルと適切に調整されたRAGシステムを組み合わせると、技術的な質問に正確に答え、クローズドモデルに匹敵する。Apple Intelligenceの3BモデルはRAGで86%を達成している。
開放性をめぐるコミュニティの議論は続いている。K2 Think v2のように、トレーニングデータとレジメンを公開するモデルは、Artificial Analysisの開放性指数で最高得点を獲得している。
AIはゲームを変革している。ModderはローカルLLMを使用してSkyrimで動的なNPCを作成しており、新しいオープンソースツールは音声やその他のゲームアセットの完全ローカル生成を可能にしている。
ロボティクスと具現化AI
MistralはRobostral Navigateでロボティクスに参入した。これは8Bモデルで、単一のRGBカメラを使用して車輪付き、脚付き、または飛行ロボットを誘導し、R2R-CEナビゲーションベンチマークで79.4%を達成する。
General Intuitionは$320Mを調達し、ゲームデータが汎用世界モデルに欠けている要素であるという主張に基づき、具現化AIの「ChatGPTの瞬間」を予測。すでに、わずか8分の実世界データでロボットがオフィスをナビゲートすることを実証した。
倫理、プライバシー、政策
ブラウン大学の経済学教授がAIによるカンニングを疑い、対面の期末試験を実施したところ、得点が50%低下し、アイビーリーグの学生の間で広範な不正使用が明らかになった。
訴訟は、xAIのGrokが未成年者のCSAM画像7,000枚を生成したと主張し、同社が調査を妨害したとしている。一方、GoogleのSynthIDは、AI生成されたマコネル上院議員の偽画像を暴くことに成功した。
Metaの常時オン型メガネプロトタイプ（数秒ごとに音声と写真を無音で録音可能）と、そのMuse Imageモデルが適切な同意なしにInstagramの顔を使用していることは、プライバシーと同意の議論を再燃させた。
OpenAIは民主的な説明責任を強調する国家安全保障原則を発表。一方、中国は国連初のグローバルAIガバナンス対話で、オープンソースAIを共有資産として推進した。
この日のニュースは以上です – 約 5 分で読めます。