モデル・エージェントのリリース
Spark-X2.6-4B端末向け. 端末向けの小型4Bモデル。ポストトレーニングにより、コーディング、エージェント、長コンテキスト、推論の各性能を高めた。
Ornith-1.5の自己改善. Ornith-1.5-122BはQwen3.5とGemma4をベースに、自己改善をエンドツーエンドに広げ、タスク生成、スキャフォールド、ロールアウトを同時に最適化する。
Agnes-3.0-QwenエージェントMoE. 約180BのマルチモーダルMoEで、コンテキスト長は100万トークン。τ³-BankingとTerminal-Benchで強いエージェント性能を示し、IFBenchではGPT-5.6 SolとClaude Opus 4.8を上回った。
リアルタイム音声スタック. MistralのVoxtral 3とElevenLabsのEleven Realtimeは、いずれもリアルタイムエージェント向けのSpeech-to-Speechモデルを提供し、文字起こし、TTS、SDKを備える。Eleven Realtime MaxはBig Bench Audioで98.8%を記録し、応答時間は0.57秒。
小型オープンTTS. Phononはエッジデバイス向けに3100万/4000万パラメータのTTSモデルをオープンソース化。Pocket TTSはボイスクローンを190万パラメータまで小型化した。
ツール・フレームワーク・推論
TorchTPU公開. Googleは、Metaと共同開発したCloud TPU向けのネイティブPyTorchバックエンド「TorchTPU」をオープンソース化した。PyTorch/XLAに代わるものとなる。
DeepInfer推論エンジン. DeepSeekは、V4.1-Flashを支えるサービングスタック「DeepInfer」をオープンソース化した。互換性のあるセルフホスト向けトークン処理用に「deepseek-recipe」も公開した。
Apple Siliconの投機的デコード. 新手法のKFlashとEagle-4はApple Silicon上のローカル推論を高速化する。MacBook Pro M4 ProでのKFlashのベンチマークでは、Qwen 3.8 27Bが約65トークン/秒で動く。
- KFlash: Benchmarks of newly released versions of Apple Silicon optimized engines: 1.4.0 Splash (DFlash2 ~ 50 tok/s) vs 0.2 Kapitsa (KFlash ~65 tok/s), MLX(MTP) & more on Qwen 3.8 27b/4b/35b 4Q on Macbook Pro M4 Pro 48 GB 2024, 48GB & Macbook Pro M1 Pro 16GB 2021（新しいタブで開きます）
- Eagle-4 Released: Faster than DFlash2 & DSpark（新しいタブで開きます）
RK3588 NPUランタイム. プロプライエタリなライブラリに依存しないオープンソースのランタイムは、Rockchip NPU上でQwen3.5-4BをベンダーSDKより約2倍速く実行する。
旧世代GPU推論. C言語だけで書かれたPantheon推論エンジンは、Tesla K80上で35BのMoEモデルを約21トークン/秒で実行。安価な旧型ハードでもローカルLLMを動かせるようにする。
MCPへの批判. FigmaのDylan Field氏はMCPの非対称なコンテキスト共有に疑問を呈した。一方、同社はMCPパートナーを20社新たに追加している。
研究ハイライト
FairStressベンチマーク. FairStressは、最終的な選択だけでなく、LLMの意思決定における人口統計上の公平性を測る。人口統計属性を入れ替えたときに、モデルがどれだけ容易に判断を下すかを調べる。
ALTK-Evolveのメモリ. 訓練タスクへの試行から学習したメモリにより、GPT-4.1のReActエージェントはτ²-bench retailで67.5%を達成。フロンティアモデルなしでリーダーボード首位に立った。
n-gramでメモリを拡張. COUNTはホストメモリ上のカウントからn-gram埋め込みを構築し、メモリ利用を拡張する。1B規模では、検証損失を計算量最大57%増に匹敵するまで改善した。
REMORYの残差メモリ. REMORYは要約をソフトメモリトークンで補完し、入力位置のわずか5.2%で出典の特定とエージェント性能を改善する。
外科手術のワールドモデル. NVIDIAのCosmos3-H-Dreamsは、臨床記録からリアルタイムの手術シミュレーションを生成する。単一のRTX PRO 6000上で対話的に動作する。
業界・ビジネス
東南アジアのデジタル経済. 東南アジアのデジタル経済は2026年にGMVが3680億ドルに達する見通し。生成AIの利用者は2億4300万人で、エージェント型コマースがAI利用の60倍増をけん引している。
Anthropicのクラウド調達難. AnthropicはAWS、Google、Microsoftからクラウド容量を確保するのに苦戦している。3社は同社を競合と見なす。流出したS-1によると、クラウド支出は最大7500億ドル、上半期の純損失は807億ドルに達する可能性がある。
SpaceXのAI事業が黒字. SpaceXのAI事業は現在、収入の52%を占める。第3四半期に75億ドルの売上高と4億3100万ドルの利益を計上。Cursor、Grok、neocloudがけん引した。
OpenAIがバイオ企業を買収. OpenAIは、生命科学モデル「Rosalind」とワークベンチを強化するため、Orchestra Bioを買収する。創薬エージェント向けのチームと技術を取り込む。
Meta Museのダウンロード数. MetaのAIコンパニオン「Muse」は米国で40日間に1090万ダウンロードを記録。この節目に到達した12本のアプリの一つだ。
SpotifyがAIスロップ排除. Spotifyは推薦からAI生成の低品質・スパム楽曲5000万曲を削除し、人間のアーティストを優遇するようシステムを変更した。
ByteDanceの半導体発注. ByteDance、Alibaba、TencentはNvidia製チップを350億ドル超発注。300万枚のRTX 5500 Proを含み、推論と動画生成向けとみられる。
アプリ・製品アップデート
車載Gemini. Personal IntelligenceがAndroid AutoとGoogle built-inに登場。GeminiがGmail、Googleカレンダー、Googleマップ、Googleフォトを使って運転支援を行えるようになる。
ChatGPTのロック機能. ユーザーはChatGPTの会話をPINや生体認証でロックできる。のぞき見からプライバシーを守るためだ。
Museの共有機能を停止. MetaはMuseの共有機能を一時停止した。研究者が、売上やカレンダーなどの機密情報を含む公開リンク6800件を発見したためだ。
Adobeの閉じ目補正. Lightroom mobileは生成AIで写真の閉じ目をワンタップで開き、目をリアルに置き換える。
ローカルアーカイブ用エージェント. あるユーザーが、大量の個人アーカイブを処理するローカルAIエージェントを構築。フロンティアAPIなしで、新たなつながりや興味深い発見を生み出した。
医療現場のローカルモデル. リトアニアのカンファレンスでは、患者データの厳格なプライバシー保護を背景に、医療分野でローカルモデルの利用が広がっていることが注目された。
政策・安全性
Anthropicの安全法案. AnthropicはAI安全法案を提案している。予見可能なリスクで50人以上が死亡したり、10億ドルの財産被害が出たりした場合、モデル公開を阻止できる内容だ。
米国がDeepSeekを禁止. 米国は連邦機関に対し、DeepSeek製品と第三者サービスを排除するよう命じた。国家安全保障とデータ上の懸念を理由とする。
Metaが利用規約を修正. Metaは、AI学習データの収集をめぐる反発を受け、商用規約から「train」という語を削除した。クロールに関する条項は広告・ビジネス製品にのみ適用されると説明している。
Altman氏の三案. Sam Altman氏は社内で、AI安全ガバナンスの3案を提示したと報じられた。IAEAのような監視機関、研究所連合、単一企業による支配のいずれかだ。
Metaのトレント訴訟. 裁判所は、海賊版書籍のトレント共有を承認した幹部の名前をMetaに明らかにするよう命じた。AI学習の著作権訴訟で経営陣が明るみに出る可能性がある。
米中のオープンモデル規制. 米中はいずれもオープンAIモデルへの輸出管理を提案している。中国のMOFCOMは、フロンティアモデルを海外で共有する際に事前承認を求める方針だ。
この日のニュースは以上です – 約 5 分で読めます。