モデルリリース
Gemini 4 Carbon. Googleは、2週間にわたるセキュリティ防御側のテストを経てGemini 4 Carbonを一般提供した。長期的なエージェント型ワークフローと複雑なコーディングを狙う。Antigravityは、1つのプロンプトをエージェントのチームに変える「/swarm」機能をプレビューしている。
Anthropic Fable 5.2. AnthropicはClaude Fable 5.2とMythos 5.2をリリースした。同じモデルで、セーフガード分類器が異なる。Fable 5.2はRemote Labor Indexの実在のフリーランス案件の41.3%を完了し、1年前の2.5%から上昇した。
NaiveAI N0.5-Flash. NaiveAIは、Xiaomi MiMo-V2.5をベースにしたオープンウェイトのコーディングモデルをリリースした。トークン速度と長文脈推論にチューニングしている。独自の推論エンジンNaiveRTを使い、毎秒最大2,100トークンをうたう。
オープンモデル＆ツール
MiniMax H3-Image. MiniMaxは、H3アーキテクチャをベースにしたオープンウェイトの画像生成モデルH3-Imageをリリースした。Hugging Faceリポジトリも公開している。
Zyphra ZONOS3-Mini. Zyphraは、総パラメータ800M、アクティブパラメータ100MのオープンソースのスパースMoE音声合成モデルZONOS3-Miniをリリースした。ゼロショットの音声クローニングに対応し、ブラウザ、ノートPC、スマートフォン、サーバーGPUで動作する。
Bielik-11B v3.1. SpeakLeashはBielik-11B-v3.1-Instructをリリースした。56言語をカバーする11Bの多言語モデルで、ポーランド語と欧州言語を重視し、指示追従、ツール使用、推論を改善した。
Intel Arc向けXeMaya. XeStrataのフォークであるXeMayaは、SYCLとLevel Zero経由でDeepSeek V4.1とGLM 5.3 FlashをIntel Arc GPUで動かす。Bシリーズのカードでのベンチマーク結果も示している。
ストリーミングMarkdown. AIチャットUI向けの依存関係ゼロのストリーミングMarkdownレンダラー。増分で再解析し、未完成の構文を修復する。10万文字で0.25秒、markdown-to-jsxでは2.4秒以上というベンチマーク結果だ。タブ、統計、ファイルツリーなどエージェント固有のブロックも追加する。
エージェント製品＆エンタープライズ
ChatGPT Business Agents. OpenAIはベータ版のBusiness Hubを立ち上げた。企業はプロフィールと、ChatGPT内で顧客の質問に答える検証済みのBusiness Agentsを作成できる。商品フィード、比較ショッピング、ビジネスインサイトを含む。
Anthropicオフィススイート. AnthropicはClaude Sheets、Whiteboards、Data、Interactive Connectorsを追加した。Claude Meetingsはまもなく通話に参加してメモを取る。企業顧客は監査ログ、分離されたVM、コンプライアンスAPIを利用できる。
OpenAI、Odessia買収. OpenAIはAI旅行エージェントのスタートアップOdessiaを買収し、創業者のFrancis Davidsonを採用した。ツールはすでに停止しており、旅行専用の製品は発表されていない。
Workdayのエージェント基盤. Workdayは、オーケストレーションにLangGraph、可観測性にLangSmithを使い、人事、財務、IT向けの社内エンタープライズエージェント基盤を構築した。4人のチームが厳格な監査とデータガバナンスの下で提供した。
eBayのエージェント遮断. eBayは、MetaのMuseなど第三者AIエージェントが出品を閲覧するのをブロックしているようだ。Museは失敗するかミラーサイトにリダイレクトされており、プラットフォームとエージェントの摩擦を示す最新事例となっている。
セキュリティ＆政策
Grok Build漏えい. セキュリティ企業Clarocは、数千のGrok Buildアプリが列挙可能で機密データを露出していたことを発見した。SpaceXSI自身が構築した24のアプリも含まれる。共有リンクが真に非公開ではなかったためだ。
休眠ニューロンのバックドア. Microsoftの研究者は「Lazarus」を実証した。10未満の休眠ニューロンを編集するバックドアで、隠れたトリガーが現れるとAIエージェントに悪意のあるコマンドを実行させる。再トレーニングは不要だ。研究者らはモデルの来歴と暗号署名を推奨している。
NY州RAISE法. ニューヨーク州はRAISE法の登録受付を開始した。大規模なフロンティアAI開発者に対し、安全性フレームワークの公表、重大インシデントの72時間以内の報告、モデル透明性レポートの発行を求める。違反には最大100万ドルの罰金が科され得る。
Jensen Huang氏の不倫. Nvidia CEOのJensen Huang氏は、米当局が中国のスパイ行為を疑う女性との不倫を認めた。専門家は、この件が米国のAI半導体リードと国家安全保障を脅かす恐れがあると指摘する。
ロボティクス＆身体性AI
Ringの家庭用ロボット. AmazonはRing Rover CamとRing Drone Camを発表した。AI Pilotシステムで間取りをマッピングし自律的に巡回する屋内セキュリティロボットで、2026年後半と2027年前半から登場する。
Gemini Robotics 2.5. Google DeepMindはGemini Robotics 2.5を発表した。Mercedes-Benzのパイロットで金属部品を96%の成功率で仕分ける視覚言語行動モデルだ。ASIMOV-Jailbreak安全性ベンチマークも公開した。
Nvidia GR00T 2. NvidiaのGR00T 2は、ロボットの動きと短い未来動画の両方を予測するワールドアクションモデルだ。人間の動画デモを異なるロボットアーム間で転移でき、テレオペレーションを減らす。
研究＆ベンチマーク
Metaのe-means. Meta FAIRはe-meansを公開した。k-meansの損失に25エポックではなく1.4～2.6エポックで到達するクラスタリングアルゴリズムで、GPUを10～45倍高速化する。FAISS 1.16.0で利用できる。
Deletion Tuning. ある論文は、モデルの重みの0.05%未満をゼロにするだけで、RL、SFT、蒸留の各設定でフルファインチューニングに匹敵し、忘却が少なく、チェックポイントも小さくなると報告している。
エージェントの脱線. Googleの研究によると、コーディングエージェントは古いTODOコメント、過去のバグ参照、陳腐化した仕様に足を取られ、トークンを無駄にしたりロジックを誤ったりする。研究者らはTODOとバグステータスを照合することを提案している。
PSIの量子成果. スタートアップの研究ラボPSIは、AnthropicのFable 5.2モデルへの早期アクセスを使い、18年来のAaronson-Ambainis予想を解決した。証明はLeanで自動形式化された。
Qwen3.8、低資源言語. 13の低資源言語による202のGitHubタスクのベンチマークで、Qwen3.8 27Bはタスクの43%を解いた。Qwen3.6は17%だった。ただし新しいモデルが難しいタスクの選定に関与したため、結果は下方に偏っている。
この日のニュースは以上です – 約 5 分で読めます。