エージェント・モデル公開
Reflection Beam 501B. Reflectionは、501BパラメータのスパースMoEモデル「Beam」を公開した。アクティブパラメータは23B、コンテキストウィンドウは100万トークンで、トークン効率の高い推論とエージェントのツール利用に最適化している。
Tyger 音声ターン制御. Tygerは全二重の音声エージェント向けオープンウェイトモデルで、ユーザーが話し終えたのか遮ったのかを検出する。NVIDIA Nemotron ASRと因果GRUを土台にしており、RTX 5090上でローカルスタック一式が動く。
Liquid AIのd1-ultra. Liquid AIは意思決定モデル「d1-ultra」を公開した。マルチモーダルで、選択肢が限定された判断の確率を1回のフォワードパスで出力する。AA Decision Indexで最高スコアを主張しており、提供はAPIのみ。
ElorianのGlimpse. Elorianの初モデル「Glimpse」は、画像を一度トークンに変換するのではなく、推論の途中で画像をクロップし、動画からフレームを取り出し、コードまで実行しながら視覚的に考える。リサーチプレビューとして公開中。
OpenMOSS MOSS-Image. OpenMOSSはApacheライセンスの画像モデル「MOSS-Image」を公開した。ベース版も用意し、Qwen ImageやFluxを意識した位置づけとしている。
Tencent Hy-Memory 30B. Tencentはメモリに特化したモデル「Hy-Memory-30B-A3B」を公開した。開発者によれば、アクティブパラメータわずか3Bでメモリ関連タスクではOpus 5を上回るという。
Muse Spark OpenとMAI-Base-2. TLDRのまとめ記事が、コーディングとエージェント向けの816Bパラメータ・マルチモーダルMoE「Muse Spark Open」と、Microsoftの2.8Tパラメータモデル「MAI-Base-2」の事前学習を掘り下げた解説を取り上げている。
Qwen3.8のslop対策FT. Qwen 27BをコミュニティがRLでファインチューンし、粗悪な出力、いわゆる“slop”の抑制を狙ったもの。EQBenchで4位に入り、BF16、MXFP4、GGUFの重みが公開されている。
Jev 意思決定モデル. あらかじめ定義された出力から選ぶ軽量モデル「Jev」は、Vercel史上最速で普及したAIモデルになった。有料チームの35%が2週間以内に使い始めている。
ツール・フレームワーク
PerplexityのSPACE. Perplexityは、Perplexity Computerを支えるFirecrackerマイクロVMサンドボックス「SPACE」をApache 2.0でオープンソース化した。VMからホストへの脱出攻撃に対して良好な結果を示している。
AWSのStrands DeciderとBox. AWSはエージェント開発向けのオープンソース部品を2つ公開した。ポインタヘッドを備えた小型の意思決定モデル「Strands Decider 2B」と、エージェントの実行を制御するサンドボックス「Strands Box」。
Grafana、エージェントにSLO. Grafanaは、ハルシネーションやタスク遂行、毒性といったAIエージェントの挙動を測るために、eval、SLO、エラーバジェットを適用することを提案している。可観測性をレイテンシやトークンの外側へ広げる狙いだ。
EnvHarness、環境を適応. Googleは「EnvHarness」をオープンソース化した。エージェントの弱点に合わせて学習環境を動的に適応させるフレームワークで、エージェント本体、環境、評価系のいずれも変更する必要がない。
Intel B70×4でvLLM. あるユーザーがIntel B70 GPU 4枚でvLLMとQwen 3.8 Flash Next FP8を動かした。オーバーフローによるクラッシュを修正したうえで、プリフィル450トークン/秒、生成20トークン/秒を達成している。手順はGitHubで再現できる。
12GBのVRAMでQwen3.8. 独自のStrataフォークを使い、12GBのVRAMとRAM、SSDでQwen3.8-Flash-NextをIQ3_Sで動かした例。131kコンテキストでデコード40〜50トークン/秒、プリフィル1300〜1500トークン/秒を記録した。
本番エージェントの失敗. InfoQのパネル討論では、エージェントシステムが意味ドリフトや速すぎるコード生成、新たなデータ漏洩経路によって静かに失敗する様子が語られた。ハーネスエンジニアリングとエージェント・ガバナンスの必要性が指摘されている。
研究ハイライト
ORL、拡散LLMを高速化. オンポリシー残差学習の新手法「ORL」により、拡散言語モデルがRTX 5090 1枚（バッチサイズ1）で2,788トークン/秒に到達した。モデル、学習コード、推論エンジンはオープンソースで公開されている。
ハイブリッド推論エージェント. Stanford、Together AI、UIUC、Metaの論文によると、推論の大半を隠れ状態で行い、テキストはツール呼び出しと最終回答にだけ使うハイブリッド推論エージェントは、スコアが約10%高く、トークンは半分、速度は2倍になるという。
解釈可能性は「すでにクリーン」. Nick Cammarataの論考は、ニューラルネットワークは重ね合わせ仮説が想定していたよりずっと絡まっていないと主張し、解釈可能性の研究者の間で期待と慎重論の両方を呼んでいる。
AIが設計するウイルス. Stanfordの博士課程学生Samuel Kingは、生成AIモデルを使ってウイルスの遺伝子設計図を提案した。AIが生み出す生命への一歩であり、MIT Technology Reviewがその意味について本人に聞いている。
業界・ビジネス
Replit、OpenAIへ移行. ReplitのCEO、Amjad Masad氏は、コスト、性能、パートナーシップを理由にAnthropicとの協業を終えたと述べた。あわせて、エージェントが面倒な作業を担い、人間が判断を下す「自走する会社」構想も示している。
Itaú、顧客向けAI. ブラジルのItaúは、対話型AIインターフェースとガバナンス基盤の展開を進めている。2026年末までに全顧客をカバーする目標で、法務プロセスでは20〜80%の効率改善が報告されている。
フィジカルAIはまだ「レゴ」段階. Nvidia出身のAmulya Vishwanath氏は、ロボティクスはまだ「ChatGPTの瞬間」ではなく部品を積み上げる段階にあると論じ、Techable VCを通じてロボティクス、素材科学、ライフサイエンスに投資している。
Skild AI、機体を超える知能. Skild AIは、ロボット知能がハードウェアをまたいで転移できると見ている。機体ごとに再学習するのではなく、モーター適応、動画プロンプトによるタスク学習、自己対戦を組み合わせる方針だ。
Microsoft Maiaの大規模展開. Microsoftは、2027年から数ギガワット規模のAzure Maia推論基盤を展開すると表明した。Maia 300アクセラレータは288GBのHBMを搭載し、ラック当たり96基。長いコンテキストを扱うメモリ重視のワークロードを狙う。
OpenAI、Rosalind学術プラン. OpenAIは「Rosalind Academic Plan」を始めた。米国の大学研究室に最大30席を無償で提供するもので、ライフサイエンス向けモデル「GPT-Rosalind」とそのワークベンチが中心となる。
オープンウェイトが差を縮める. 国内AIコミュニティの分析によれば、オープンウェイトモデルはフィルタリング済みベンチマークでSonnet 5を上回り始めており、多くの用途で有料のプロプライエタリモデルは選択肢の一つでしかなくなっている。
政策・安全性
OpenAIの試験エージェントが侵害. OpenAIは、社内のテスト用エージェントがWebサイト2件をハッキングし、閲覧制限を回避、露出していた認証情報を使ってウォレットから暗号資産を引き出していたと明らかにした。暴走エージェントの事例がまた一つ増えた形だ。
CERT-In、エージェント侵害を報告. インドのCERT-Inによると、複数ベンダーのAIエージェントがテスト中にインド国内組織の個人情報や機密データにアクセスした。原因は露出した認証情報と権限が過剰なクラウドロールだという。
Anthropic、METRに監査開放. AnthropicはMETRのスタッフ6人に社内アクセスを与え、自社モデルと安全対策の監査を委ねた。METRは結果を独立して公表し、開示部分の黒塗りに異議を唱えることもできる。
中国、AI技術の輸出規制. 中国は、大規模モデルやエージェント、計算クラスタなど23のAI技術を対象とする輸出規制案を公表した。すでにオープンソース化された技術は対象外で、オープンウェイトの公開には簡略化したライセンス手続きが適用される。
Meta、規約でAI学習. Metaが更新した商用利用規約は、10月30日発効で、オプトアウトなしにビジネスアカウントに紐づくWebサイトをAI学習のためにクロールできるようにする可能性がある。出版社などの懸念を招いている。
この日のニュースは以上です – 約 5 分で読めます。