モデルリリース・ベンチマーク
Nemotron 3.5更新. NVIDIAは埋め込み、パース、リランキングの各モデルをバージョン3.5に更新し、1Bと8Bのembedモデル、8Bのrerankモデル、パースモデルをHugging Faceで公開した。検索や文書処理向けでは前世代の3.0に続く更新となる。
MiniMax M3.1 Flash. MiniMaxはHugging FaceでMiniMax-M3.1-Flashを公開した。Mシリーズの新しい軽量モデルで、オープン利用が可能。ただし抜粋には詳細がない。
Canva Craft発表. Canvaは初の画像生成モデル「Canva Craft」を発表した。デザインを先に計画してから生成する2段階アーキテクチャを採用し、文字の可読性とオブジェクト配置を改善する。最大2K解像度、30種類のアスペクト比に対応し、OpenAIやGoogle、Microsoftのモデルと競合する。
Muse Spark Open比較. Artificial Analysisのチャートで、Metaの816B「Muse Spark Open」はスコア39を記録し、4倍以上大きいにもかかわらず、180BのQwen3.8-Flash-Next（40）をわずかに下回った。同チャートではMiMo-V2.6-ProとDeepSeek V4.1 Flashが45で、オープンウェイトの上位に入っている。
医療向けLing Sante. InclusionAIは、医療向け推論と研究に特化したMoEモデル「Ling-3.0-flash-Sante」を公開した。総パラメータ124B、アクティブ5.1Bで、Hugging FaceとModelScopeで利用できる。研究用モデルであり医療機器ではないため、人による確認が必要だ。
Recursive Flint公開. Recursiveは、総パラメータ40B、アクティブ2.5BのMoEコーディングモデル「Flint」を公開した。開発の大半は同社のAIシステム「Eureka Machine」が担った。Apache 2.0ライセンスで、AppleとNVIDIAのハードウェアでのローカルエージェントコーディングに最適化している。
小型TTSモデル登場. 小型のテキスト読み上げモデルが相次いで登場した。Gradiumの「Phonon 31M」はApache 2.0の下でオンデバイス動作し、AuroraTTS-100Kは10万パラメータ未満で聞き取れる音声を実現。Kokoro TTSの最適化は、モデルの山登り法により50～100倍の高速化を主張している。
エージェントツール・フレームワーク
ThinkingBoxでRL報酬. MicrosoftとHugging Faceは、データベースの採点をエージェントのポストトレーニング向けRL報酬に変換する「ThinkingBox-Training」をオープンソース化した。Qwen3.8-27BをGRPOでファインチューニングすると、ベンチマーク外のタスクで平均成功率が51.7%から60.8%に上がった。
NVIDIA OpenShell. NVIDIAは、自律型AIエージェント向けの安全でプライベートなランタイム「OpenShell」を公開した。Redditで取り上げられているが、抜粋には詳細がない。
1Passwordのエージェント認証. 1Passwordは、AIエージェントが認証情報を見ずにユーザーアカウントへログインできるツールを発表した。デジタルキーとユーザーの承認を利用する。Claude Duet、ChatGPT Work、Grok Bot、MetaのMuseなどのエージェントに対応する。
Google Agent Compute Engine. Googleは「Agent Compute Engine」を発表した。各Geminiエージェントにハードウェア分離されたmicroVMを割り当て、アイドル時には一時停止する。サーバーあたり10倍多くのエージェントを収容できる。今後数カ月でプレビューを開始し、トークン追跡とサードパーティID連携に対応する予定だ。
Liquid AIのRIPL. Liquid AIは、Liquid Foundation Models向けのリアルタイム推論エンジン「RIPL」を発表した。短いリクエストでは、完全な応答をエンドツーエンドで50ミリ秒未満に返す。同社のテストでは、単一のB200上で、vLLM上のQwen3.5に比べp95レイテンシが5.6～28.4倍低かった。
Cohere Rerank 5. Cohereは「Rerank 5」をPro版とFast版で公開した。文書内の関連パッセージを返す「Context Focus」と、較正済みの関連度スコアを追加している。ProモデルはBRIGHTで82.2を記録し、Voyage AI Rerank 3を5.8ポイント上回る。ただし96文書のリクエストあたりの中央値レイテンシは11.7秒だ。
OpenAI Decisions API. OpenAIは「Decisions API」を一般提供開始した。GPT-6 Lunaで構築し、分類やルーティングのような高速・低コストの判断向けで、Responses APIより最大10倍高速という。GPT-Live連携、プロンプトキャッシュ、JSON入力、画像、1リクエストあたり400問の質問に対応した。
Agent Skills標準を寄贈. Anthropicは、以前のMCP寄贈に続き、Agent Skills標準をLinux Foundation傘下のAgentic AI Foundationに寄贈した。Skillsをオープンでコミュニティ主導、ベンダー中立に保つ狙いがある。
研究・応用AI
目標なしのエージェント遊び. MITの研究者らは、タスクを与えずシミュレーション上の島に放置したEkoエージェントが、自ら課題を作り始めたことを発見した。遊んだエージェントは、後の課題で遊ばなかったエージェントを上回った。論文は、エージェントがスキルを学ぶ方法として目標なしの探索を提案している。
Microsoft医療AI. Microsoftの「MAI-DxO」は、複数のAIエージェントを医師団のように連携させるシステムだ。シミュレーションでは、NEJMの複雑な症例を83%の確率で正しく診断し、個々の総合診療医による36%を上回った。研究はScienceに掲載され、Microsoftはベンチマーク「SDBench」をオープンソース化する予定だ。
森林地図とOlmoEarth. Google DeepMindは、森林と土地利用の種類を分類する10メートル解像度の全球地図「Forest Typology 2020」を公開した。OlmoEarth v1.3は、変化追跡や類似検索向けに衛星埋め込みと事前計算済みの全球埋め込みを提供する。
業界・ビジネス
OpenAI 300億ドル調達. OpenAIがIPOを前に、CoatueとUAEの投資家主導で最大300億ドルをプレマネー評価額1兆2500億ドルで調達しようとしていると報じられた。取引にはUAEでの追加コンピューティング能力が含まれる可能性がある。
Uber ChatGPT Work拡大. Uberは「ChatGPT Work」を全従業員3万人に拡大した。1,000人規模のパイロットでは、財務、オペレーション、プロダクトで利用され、80%が非エンジニアだった。同社はユースケースを引き続き模索しつつ、企業向けAIエージェントを全従業員に提供した。
Spotifyのエージェント戦略. SpotifyはAIエージェントを機会と捉えている。共同CEOのGustav Söderström氏は、人はエージェントに楽曲の要約を頼まないため、エンターテインメントはエージェント時代に伸びる分野だと主張する。ユーザーがプレイリスト作成や発見をエージェントに任せた際に選ばれる音楽サービスを目指す。
Meta Museネットワーク. Mark Zuckerberg氏は、数十億人がMuseパーソナルエージェントを使い、他人のMuseと会話や取引をして大規模なネットワークを形成する未来を語った。CFOのSusan Li氏は、誰もが適応を迫られると述べた。
Gartner AI投資対効果. Gartnerが2,002人のCIOを対象にした調査では、AIから大きな、あるいは変革的なリターンを得ていると答えたのは13%にとどまり、51%がAIは運用コストを押し上げると予想した。アナリストはベンダーのイノベーションと企業の成果に乖離があると見るが、CEOの75%はなおAI支出の増加を計画している。
inDriveロボタクシー試験. 配車サービスのinDriveは、Pony.aiおよびNVIDIAと覚書（MOU）を締結し、2027年にカザフスタンのアスタナでPony.aiのGen-7ロボタクシーを試験導入する。当初は安全オペレーターが同乗する。NVIDIAはHyperionプラットフォームと安全システム「Halos」を提供する。
中国AI輸出の登録完了. DeepSeekとMiniMaxは、中国の新たな暫定AI輸出登録の申請を完了した。モデルウェイトのオープンソース化を継続し、国際的な提携を確保するための明確な規制承認を得た形だ。
AIロビー活動最高額. OpenAI、Anthropic、NVIDIAは、ロビー活動支出が四半期として過去最高となった。サイバーセキュリティや児童安全などの政策課題に3社合計で約600万ドルを費やした。金額はGoogleやMicrosoftをなお下回るが、政策関与の強化を示している。
セキュリティ・政策
Meta利用規約を修正. Metaは、ニュースサイトのコンテンツをAIの学習に自由に使えることを示唆する文言を削除するため、ビジネス利用規約を修正した。ただ法律の専門家は、残存する「お客様の製品またはサービスに関連する」という文言により、なおスクレイピングが認められる可能性があると指摘する。新規約は10月30日に発効する。
Muse共有を再開. Metaは、共有された成果物が公開DNS経由で見つかる可能性があったURL問題を修正し、Museの共有機能を再開した。以前に共有された成果物には新しいURLが発行された。
米銀、AIエージェントを制限. Morgan Stanley、JPMorgan、Bank of America、Wells Fargoなど米国の大手銀行は、顧客の認証情報でログインするAIエージェントを制限している。規約違反とセキュリティリスクを理由に挙げる。銀行側は読み取り専用のエージェントアクセスを望むが、エージェントとユーザーの操作をまだ区別できない。
AIで高速化した大規模攻撃. 中国の国家系ハッカーが、オープンソースのAIフレームワーク「ARTEX」を使い、ConnectWiseのクラウドバックアップ認証情報を侵害したうえで約2,250組織に侵入した。毎分約3,000回のサインインを試みたという。Microsoftは、この速度では防御側に対応する時間がほとんど残らないとしている。
PHP2Shellの脆弱性. Amazonは、OpenAIとGoogleのモデルの支援で発見されたPHP関連言語の脆弱性が、ハッカーに4日間の先行を許した後、広く悪用されていると警告した。NSAと英国当局は緊急の警告を発し、脆弱性は攻撃と防御の両面におけるAIの役割を浮き彫りにしている。
ローカルAI・性能
DeepSeek V4.1をAMD GPUで. あるユーザーが、DDR4環境のAMD GPU 2基（7900 XTXとW6800）で量子化したDeepSeek V4.1-1017を実行した。デコードは平均9トークン/秒、ピークで19トークン/秒だったが、性能はI/Oによって変動した。モデルは非常に賢いと評価される一方、チャット以外の用途では遅い。
Qwen 3.8とDeepSeekを比較. 改変したBenchKitを使ったベンチマークで、Qwen3.8-Flash-Next W4A16は小規模なHumanEvalサンプルで25/25を記録した。一方、DeepSeek V4.1 Flashの2.6ビット版は23/25で、1問でドゥームループに陥った。投稿者はローカル作業ではQwenを使い続けるという。
Intel XMXを高速化. llama.cppのプルリクエストがIntel XMXマトリックスエンジンをリファクタリングし、Battlemage B70での投機的デコーディング速度を大幅に改善した。合計トークン処理速度はほぼ2倍になり、一部タスクは38～53トークン/秒から68～94トークン/秒に向上した。
Snapdragon XミニPC. Snapdragon X搭載ミニPCが、独自エンジンでQwen3.8 Flash Nextを読み取り46トークン/秒、生成20トークン/秒で動かす。USB4で2台を接続すると、35B A3Bモデルで315/43トークン/秒を達成する。構成は1台約300英ポンドで、CPUとNPUのみを使う。
Perplexity Deciderをローカル実行. Redditの投稿によると、PerplexityのDecision Model「pplx-decider-flash-v1.2」はMac上でメニューバーから完全にローカル実行でき、データをデバイス内に保てる。
この日のニュースは以上です – 約 5 分で読めます。