AI GHOST
世界のAI NEWSをまとめています。
OpenAIは10月29日に、フロンティアモデルの許可された範囲を超える行動を検知する監視体制の拡大と、GPT-6 Lunaの安全性評価結果を公表しました。GPT-6 Lunaの更新版は未成年者の利用を想定した4項目で前版より改善し、HealthBenchとMentalHealthBenchでは一部の成績が前版を下回りました。
原文 ↗ aisi.go.jpSakana Sawara(仮称)は、他のモデルをもとにせず事前学習から自社で開発する言語モデルシリーズです。最初の小規模なモデル Sawara Small(仮称)は12月に事前学習を始め、順調に進めば2027年春にウェイトを公開する予定です。
原文 ↗ sakana.ai
Copilot Fusionでは、作業ごとに使うモデルをCopilotが選び、複数のモデルを組み合わせて使います。すべてのCopilotプランで使えて、Visual Studio Code、GitHub Copilot app、GitHub Copilot CLI、JetBrains IDEsが対応しています。
原文 ↗ github.blogClaude Code v2.1.316で、Opus 4.8のfast modeが10月30日付で非推奨になり、11月30日に削除されます。Claude apps gatewayには、グループのメンバーで共有する月間予算を設定できるpooled group budgetsが追加されました。
原文 ↗ github.comGoogle Slidesでは、1つのプロンプトで複数のスライドやプレゼンテーション全体を編集できるようになりました。Google SheetsのFill with Geminiは参照したWebの情報源をセルごとに示すようになり、Geminiアプリではチャット内でファイルの生成、プレビュー、編集ができるようになりました。
原文 ↗ workspaceupdates.googleblog.com
Google SlidesのGeminiに1つのプロンプトを入れると、複数のスライドやプレゼンテーション全体の内容とデザインをまとめて編集できるようになりました。10月29日から順次提供が始まり、対象はBusiness Standard・Plus、Enterprise Standard・Plus、Google AI Pro・Ultra、Google AI Pro for Educationです。
原文に「提供開始の時点では英語だけに対応する」とあります。
原文 ↗ workspaceupdates.googleblog.comGoogle Cloudは、AIエージェントをハードウェアで分離した環境で動かすAgent Compute Engineを発表しました。ネットワークから隔離された環境向けのGoogle Distributed Cloudでも、GeminiによるマルチモーダルなエンタープライズサーチやフロンティアAIモデルを使えるようになりました。
原文 ↗ cloud.google.comGoogle Threat Intelligence GroupとMandiantは、8月下旬以降、攻撃者がオープンソースのエージェント型ペネトレーションテスト基盤ARTEX、PentAGI、CAIRNなどを実際の侵入に使っていることを確認しました。Mandiantは対策として、コントロールプレーンの分離、短期間で失効する認証情報、最小権限、セグメンテーション、振る舞い検知を挙げています。
原文 ↗ cloud.google.com
構内電話で日本語・ベトナム語・英語を双方向にリアルタイム通訳します。音声認識から翻訳まで施設内のオンプレミス環境で処理し、音声データを外部クラウドに送りません。
原文 ↗ ntt-tx.co.jpGeminiアプリのチャットの中で、スライド・スプレッドシート・文書・PDF・コードなどのファイルを作り、プレビューし、直接またはGeminiに頼んで編集できるようになりました。PDFはウェブとモバイルの両方で使え、ほかの形式はウェブだけで使えます。
原文 ↗ workspaceupdates.googleblog.comNemotron 3.5 Super VLは1,200億パラメータのMoEモデルで、トークンごとに120億パラメータを使い、文章・画像・文書・動画を読み取ります。NVIDIAは重みと学習データを公開していて、AWSはAmazon EKS、EKS Auto Mode、SageMaker HyperPod EKSで動かす手順を示しています。
原文 ↗ aws.amazon.com
すべての発表154 / 154
この7日 ・ 10/26 18:03 → 11/2 18:03
- 11/2 MON
OpenAIは10月29日に、フロンティアモデルの許可された範囲を超える行動を検知する監視体制の拡大と、GPT-6 Lunaの安全性評価結果を公表しました。GPT-6 Lunaの更新版は未成年者の利用を想定した4項目で前版より改善し、HealthBenchとMentalHealthBenchでは一部の成績が前版を下回りました。
原文 ↗ aisi.go.jpSakana Sawara(仮称)は、他のモデルをもとにせず事前学習から自社で開発する言語モデルシリーズです。最初の小規模なモデル Sawara Small(仮称)は12月に事前学習を始め、順調に進めば2027年春にウェイトを公開する予定です。
原文 ↗ sakana.ai- 10/31 SAT
Claude Code v2.1.316で、Opus 4.8のfast modeが10月30日付で非推奨になり、11月30日に削除されます。Claude apps gatewayには、グループのメンバーで共有する月間予算を設定できるpooled group budgetsが追加されました。
原文 ↗ github.comAWSが、Amazon Bedrockの費用を管理する5段階の運用モデルをFinOpsとプラットフォームの担当チーム向けに公開しました。費用の持ち主の特定、リクエストの記録、予算の強制、既定設定の最適化、定期的な見直しの5段階です。
原文 ↗ aws.amazon.comAmazon Bedrock AgentCore の Session endpoints は、実行中のセッションごとに認証付きの URL を発行し、許可したポートへ HTTP と WebSocket の接続を転送します。AWS の記事では、コーディングエージェントが編集した Vite のサイトをブラウザで確認する手順を説明しています。
原文 ↗ aws.amazon.comGoogle Slidesでは、1つのプロンプトで複数のスライドやプレゼンテーション全体を編集できるようになりました。Google SheetsのFill with Geminiは参照したWebの情報源をセルごとに示すようになり、Geminiアプリではチャット内でファイルの生成、プレビュー、編集ができるようになりました。
原文 ↗ workspaceupdates.googleblog.comGoogle SlidesのGeminiに1つのプロンプトを入れると、複数のスライドやプレゼンテーション全体の内容とデザインをまとめて編集できるようになりました。10月29日から順次提供が始まり、対象はBusiness Standard・Plus、Enterprise Standard・Plus、Google AI Pro・Ultra、Google AI Pro for Educationです。
原文に「提供開始の時点では英語だけに対応する」とあります。
原文 ↗ workspaceupdates.googleblog.comNVIDIAの社員が、訪問者と会話するハロウィーン用の投影キャラクターMonsterHouseを、Nemotron Voice AgentとNemotron 3.5 Bolt E4B 4GBなどを使って1台のワークステーションで動かしました。発話の終わりから音声が出るまでの時間の中央値は、Bolt Q4とTTSを使う場合で1.70秒、キャッシュした応答で0.72秒です。
原文 ↗ huggingface.coWorldwide Expressは、Amazon Bedrockで作ったマルチエージェントの仕組みで、貨物請求の例外処理を自動化しました。公開から6か月で、未処理の例外は75%減り、入金までの期間は4週間短くなり、1,000万ドルのフリーキャッシュフローを確保しました。
原文 ↗ aws.amazon.comChatGPT desktop app が AWS GovCloud (US) の Amazon Bedrock で使えるようになりました。料金はトークン単位の従量課金で、席ごとのライセンスや開発者ごとの契約はありません。
原文に「AWS GovCloud (US) の承認済みアカウントが必要で、接続先は us-gov-west-1」とあります。
原文 ↗ aws.amazon.comAmazonのチップ事業は前年同期比で3桁%の成長を続け、GravitonとTrainiumの収益コミットメントはそれぞれ20倍を超えました。Amazonは、TrainiumをAWSの外でも2027年の終盤に提供する予定です。
原文 ↗ aboutamazon.comAWSの成長率は前年比39.3%で、受注残は5,780億ドルです。Amazon Bedrockには最近OpenAIのモデルが追加され、Kimi、GLM、SpaceXのモデルのBedrock管理版も加わりました。
原文 ↗ aboutamazon.comGoogle Cloudは、AIエージェントをハードウェアで分離した環境で動かすAgent Compute Engineを発表しました。ネットワークから隔離された環境向けのGoogle Distributed Cloudでも、GeminiによるマルチモーダルなエンタープライズサーチやフロンティアAIモデルを使えるようになりました。
原文 ↗ cloud.google.comArmは、スマートグラスの推定99%で自社の技術が計算の基盤になっていると説明しました。例として、Everysightのスマートグラスが Alif E4 と Arm Ethos-U85 NPU を使い、視線追跡の推論を端末上で動かしていることを挙げています。
原文 ↗ newsroom.arm.comBreakthrough ListenとSETI Instituteは、Allen Telescope Arrayで、AIエージェントが自然言語の指示から望遠鏡の操作やデータの補正を行えるようにしました。このシステムはNVIDIA RTX PRO 6000 Blackwell GPUで毎秒2.4テラビットを処理でき、推論は観測機器の隣のオンプレミス環境で動きます。
原文 ↗ blogs.nvidia.com- 10/30 FRI
Armは、開発者向けの催しで得たAI開発の要点を5つにまとめて公開しました。1つ目の要点は、モデルや実行環境を選ぶ前に、用途と配備の条件を決めることです。
原文 ↗ newsroom.arm.comGoogle Threat Intelligence GroupとMandiantは、8月下旬以降、攻撃者がオープンソースのエージェント型ペネトレーションテスト基盤ARTEX、PentAGI、CAIRNなどを実際の侵入に使っていることを確認しました。Mandiantは対策として、コントロールプレーンの分離、短期間で失効する認証情報、最小権限、セグメンテーション、振る舞い検知を挙げています。
原文 ↗ cloud.google.comMicrosoft Researchは、顧客データを使わずにCopilotを評価する Industry Evaluation Data Generation Platform を説明しました。製薬、資本市場、IT・ソフトウェアの3業界の合成環境を作り、評価データの作成を自動化して、1データセットあたり約10万ドルの節約を見積もっています。
原文 ↗ microsoft.comGoogle Skillsに、金融向け4本と法務向け5本のGeminiの動画講座が追加され、無料で見られます。無料のGemini Agent Readyに登録すると、演習環境に使える35クレジットを受け取れます。
原文 ↗ cloud.google.comOpenAIは、基盤的な生成AIの学習へのコンテンツ利用についてサイト運営者が意思を示す、robots.txtの共通信号に従うと発表しました。今後数か月での実装を目指しており、既存のクローラー制御も引き続き適用されます。
原文 ↗ openai.comOpenAIはChatGPTで、過去の大規模襲撃の詳細な再現を年齢や目的を問わず制限し、18歳未満には武器や警備システムの実用的な情報も制限します。安全対策は今後数週間で順次提供を始め、Community Safety Reportの初回は2027年初めに公開します。
原文 ↗ openai.com構内電話で日本語・ベトナム語・英語を双方向にリアルタイム通訳します。音声認識から翻訳まで施設内のオンプレミス環境で処理し、音声データを外部クラウドに送りません。
原文 ↗ ntt-tx.co.jpOpenAIは、GPT-6.1 Terraのサイバー能力を同社の評価で最上位の「Critical」として扱うと公表しました。Googleは、Gemini 4 Carbonをまず一部のサイバー防御担当者に提供し、段階的に提供対象を広げるとしています。
原文 ↗ aisi.go.jpIBM Spyreの実機環境で、AI推論やRAGが文書検索や問い合わせ対応に使えるかを月額制で検証できます。本番導入前の評価が目的で、商用業務や本番業務では使えません。
原文 ↗ niandc.co.jpEpoch AIによると、bioRxivの生物学プレプリントのうちLLM利用を申告した割合は17%で、AlphaFoldなどの専門AIツールの19%に近づきました。2026年9月に研究や分析でのLLM利用を申告した割合は約4%で、年初の約1%から増えました。
原文 ↗ epoch.aiOpenAIは、The New York Timesとの訴訟で提出された、作家、研究者、図書館団体、米国政府などの意見書の抜粋を公開しました。意見書の全文は、裁判所の公開記録で読めます。
原文 ↗ openai.com源内を使う政府職員6,439人が回答し、71.7%が「満足」と答えました。業務時間の短縮効果は利用者1人当たり週平均約1.83時間と推計され、回答者の31.2%はほとんど、または全く利用していませんでした。
原文 ↗ digital.go.jpデジタル庁は本日から、国会答弁案の作成を支援する「国会答弁作成支援AIアプリ」のプロトタイプ版を約18万人の政府職員に提供します。第222回臨時国会で試験的に使って検証し、来年1月からの通常国会で本格提供を始める計画です。
原文 ↗ digital.go.jp中古車販売のCarsaは指標の定義をまとめたデータ層を作り、ダッシュボードを50%減らして繰り返し作業を45分から5分に短くしました。Propulse LabはAmazon Quick Automateで複数のエージェントを使う仕組みを作り、問い合わせの対応時間を7分から70秒に縮めました。
原文 ↗ aws.amazon.comRune Technologiesは、米軍と同盟国に向けて、通信がほとんどない環境でも補給の需要を予測し、資源の配分を助ける技術を提供しています。この買収でSalesforceのMissionforceの製品群が広がり、買収はSalesforceの2027会計年度第4四半期に完了する見込みです。
原文 ↗ salesforce.comCopilot Chatの利用を集計した分析では、分類された使い方のうち文書の編集が20%を超えて最も多かったです。タンパク質の働きを調べるための基盤モデル BioEmu2 が、公開プレビューになりました。
原文 ↗ microsoft.comGeminiアプリのチャットの中で、スライド・スプレッドシート・文書・PDF・コードなどのファイルを作り、プレビューし、直接またはGeminiに頼んで編集できるようになりました。PDFはウェブとモバイルの両方で使え、ほかの形式はウェブだけで使えます。
原文 ↗ workspaceupdates.googleblog.comEpsilonの50人のチームは、Amazon Nova ActとAmazon Bedrock AgentCore Browser Toolを使い、普通の英語で書くUIテストを各製品チーム向けの共通サービスにしました。これまでのPlaywrightのテストは残し、その上に足す形で使っています。
原文 ↗ aws.amazon.comAWSは、PHPのアプリをSpring BootのJavaへ移すための、スキルファイルと8段階の手順をまとめたリポジトリを公開しました。同じスキルファイルはKiroでもAWS Transformでも使えます。
原文 ↗ aws.amazon.comOpenAIは、モデルのふるまいを定めたModel Specを、人の意図への忠実さ、害の最小化、誠実さと透明性、人の主体性、配慮の5つの価値で組み直しました。文脈・監督・主体性についての指針を加え、細かな文体の指針の多くを廃止しました。
原文 ↗ openai.com管理者はSageMaker Training jobs向けのGPUの容量を、チームやプロジェクトごとのquota shareに分けられます。使われていない容量は他のshareに自動で貸し出され、優先度の高い学習ジョブを先に動かすためのpreemptionも設定できます。
原文 ↗ aws.amazon.comMoEngageは、7つのAWSリージョンにある約400の社内REST APIを、Amazon Bedrock AgentCore Gatewayでエージェントが使える道具にしました。この方法で約6か月分の開発作業を省き、新しいAPIの追加は数日から数時間に短くなったとしています。
原文 ↗ aws.amazon.comSalesforceのMarc Escobosa氏は、AIが学習に足りるデータを持っているか、答えを確かめられるかの2つの問いで仕事を見分けられると書いています。この2つで仕事を4つに分け、それぞれで人が担う役割を変えるよう勧めています。
原文 ↗ salesforce.comNemotron 3.5 Super VLは1,200億パラメータのMoEモデルで、トークンごとに120億パラメータを使い、文章・画像・文書・動画を読み取ります。NVIDIAは重みと学習データを公開していて、AWSはAmazon EKS、EKS Auto Mode、SageMaker HyperPod EKSで動かす手順を示しています。
原文 ↗ aws.amazon.comGitHub Copilot CLIを会社が管理するArmの計算機で動かすと、コードの編集とビルドとテストをx86からのエミュレーションなしでArm上で行えます。変更はGitHubのプルリクエストで出し、GitHub ActionsのArm64ランナーで自動のビルドとテストができます。
原文 ↗ newsroom.arm.comKnowledge Catalogは、Looker LookML、BigQuery Graph、dbt MetricFlow、Snowflake Semantic Views、Databricks Metric Views、SAP CSNから指標の定義を取り込み、1つのcontext graphにつなげます。Googleの社内の測定では、エージェントの正確さが約4倍になり、トークンの使用量は最大75%減りました。
原文 ↗ cloud.google.com開発者がGPT-6 AstraなどのAIモデルに言葉で指示し、Omniverseのライブラリを使って倉庫やガスタービン、ロボットのシミュレーションを作った事例を紹介しています。SimReady Central Libraryでは、2,000点以上のシミュレーション用USD素材を使えます。
原文 ↗ blogs.nvidia.comSakana AIはテキサス州上院選について、両候補と両党の州組織によるXへの発信2,042件と、それに寄せられた反応70万5,976件をAIで分析しました。深いリサーチを行う自社製品「Sakana Marlin」に世論調査や選挙資金、報道などの公開情報を調べさせ、X上の観測と突き合わせています。
原文 ↗ sakana.ai- 10/29 THU
4.1.1は4.1と完全に互換のある小さな更新で、移行の作業は要りません。10言語の音声を文字にするGranite Speechのモデルと、Decisionアダプターが更新されました。
原文 ↗ huggingface.coMistral Large 4 は1兆パラメータのマルチモーダルモデルで、今月の公開プレビュー後に改良した版の重みが公開されました。推論の強さは Low、Medium、High(既定)の3つのモードから選べます。
原文 ↗ mistral.ai売上高は195.3兆ウォンで、前の四半期より14%増えました。メモリー事業はAI向けの需要を受けてHBM4の販売を増やし、四半期の売上高と営業利益が過去最高になりました。
原文 ↗ news.samsung.comこのツールは数千ページの資料から関係する文書を選び、テーマや論点ごとにまとめます。要約と報告書も事務所の形式で作り、弁護士が中身を確かめてから顧客に渡します。
原文 ↗ openai.comSK hynixは、AIデータセンターでGPUがデータを待つ問題と、シリコンフォトニクスやCPOによる光の伝送路を解説する記事をTech Noteシリーズで公開しました。記事には、データの通り道が狭いとGPUの数が多くてもデータ待ちになると書かれています。
原文 ↗ news.skhynix.comNTTSportictと埼玉県公園緑地協会は、埼玉スタジアム2〇〇2公園 第4グラウンドで、AIカメラ「STADIUM TUBE S3」を使った撮影と動画の配信・販売を2026年10月から始めました。施設の利用者は管理事務所で端末を借りて撮影し、映像をオンラインで視聴・購入できます。
原文 ↗ nttsportict.co.jpゼンリンとゼンリンデータコムがPFNの第三者割当増資を引き受け、地理空間情報を使うAIモデルと業界・業務に特化したAIサービスを共同で開発します。初めは公共、不動産、小売・流通に絞り、施設需要の予測、出店の適地選定、都市計画・防災・物流のシミュレーションなどの使い道を検討します。
原文 ↗ preferred.jp第一弾のAI Foresight & Intelligenceを10月29日に始め、市場・技術・規制・競合の情報をAIで継続的に見て、事業の機会とリスクを分析します。AI-era Knowledge ManagementとAgentic AI Adoption Practiceは、今後提供する予定です。
原文 ↗ nttdata-strategy.com漢陽大学ERICAのYounghyun Kim教授が、AIデータセンターでGPUがデータを待つ原因と、光でデータを送る技術を解説しています。記事では、Metaが2025年のECOCで、CPOスイッチの光接続部分の消費電力が従来の差し込み型より約65%低かったと発表したことを紹介しています。
原文 ↗ news.skhynix.comAnySpeechRecognizer は Apple の音声認識APIと同じ書き方で、NVIDIA の Parakeet や日本語に対応する Alibaba の Qwen3-ASR を端末上で動かせます。同時に公開した AnyDecisionModel は、はい・いいえや選択肢の質問に、モデルの確率から答えを返します。
原文 ↗ huggingface.coProject ProtoStarは、公的資金で行われた研究のデータセット・モデル・コードを、AIで使いやすい形で公開する取り組みです。最初の公開チャレンジはカーネギーメロン大学が主催し、米国210都市の過去の気象データを使って11月2日に始まります。
原文 ↗ huggingface.coZ.aiの公開モデルGLM 5.3は、公開済みでまだ配布されていない修正をもとに、9月17日から10月26日に出たFirefoxの6つの版を攻撃するWebページを作りました。1つの版を攻撃する費用は約1,000ドルでした。
原文 ↗ epoch.aiクレディセゾンは315人が参加した試験導入で、投資対効果954%と1人あたり月14時間の削減を報告しています。試験導入の終了から1か月で全社導入を決め、2025年9月に全従業員へChatGPT Enterpriseを展開しました。
原文 ↗ openai.comMicrosoft Cloudの売上は630億ドルを超え、前年同期比で30%伸びました。Foundryの売上は前年同期比で3倍を超えました。
原文 ↗ linkedin.comNVIDIAは、10月25日に終わった2027年度第3四半期の決算説明会を、米国太平洋時間の11月17日午後2時に開きます。説明会はinvestor.nvidia.comで聞くことができ、CFOのColette Kress氏による文書の解説が決算発表の直後に同じサイトに載ります。
原文 ↗ nvidianews.nvidia.com売上高は923億ドルで、前年同期より19%増えました。Azureの売上は48%増えました。
原文 ↗ news.microsoft.com2026年9月30日までの3か月の売上高は923億ドルで、前年同期より19%増えました。Microsoft Cloudの売上は639億ドルで30%増え、そのうちAzureの売上は48%増えました。
原文 ↗ microsoft.comAWSは、複数のアカウントでAIエージェントを管理する基盤の設計と、オープンソースの参考実装「Enterprise Agentic AI Platform Blueprint」を紹介しました。Strands、LangGraph、CrewAIの参考テンプレートが含まれ、本番の前に各エージェントを評価するCI/CDの仕組みもあります。
原文 ↗ aws.amazon.comGeminiアプリで、テーマを層ごとにたどって学べる対話型の図解ライブラリが使えるようになりました。Google Workspaceの全顧客、Workspace Individualの契約者、個人のGoogleアカウントの利用者が、gemini.google.com/immersive-explorations から使えます。
原文には、対応言語は英語・インドネシア語・ヒンディー語・ブラジルポルトガル語・フランス語・簡体字中国語で、それ以外の言語の利用者には英語だけで表示されるとあります。
原文 ↗ workspaceupdates.googleblog.comAWSが作って公開しているRay Train Deep Learning Containerを、イメージを自分で作らずにそのまま使い、2台のg6.12xlargeに載った8基のGPUでQwen2.5-1.5Bを微調整する手順です。GPUのインスタンスを動かしている間の費用は、1時間あたり約9.50ドルと書かれています。
原文 ↗ aws.amazon.comQA Studioは、自然な言葉で書いたテストをAmazon Nova Actで動かす参考用の仕組みです。今回、テストをアプリケーションごとにまとめて合格率や健全度の点数を出す機能と、チームと5つの役割で見られる人・変えられる人を決める機能が加わりました。
原文 ↗ aws.amazon.comGemini 4 Carbonは今週から一部のサイバー防御担当者に提供され、Fairwind Programを通じて信頼できるパートナーへ段階的に広がります。導入価格は入力100万トークンあたり2ドル、出力100万トークンあたり10ドルで、導入期間の後は入力4ドル、出力20ドルになります。
原文に「まず一部のサイバー防御担当者に提供し、信頼できるパートナーへ段階的に広げる」とあります。
原文 ↗ deepmind.googleMetaはCaltechやオハイオ州立大学など米国の5大学に、合計200万ドルの助成と最新モデルの利用を提供します。研究では、乳児の気管切開チューブの外れをSAMモデルで見つける仕組みや、腹部CTなどから心不全のリスクを予測する取り組みが進んでいます。
原文に、対象は米国の5つの大学との提携とあります。
原文 ↗ about.fb.comGoogle SheetsのAI関数でセルの値を作ると、参照したWebの出典がセルごとに示されます。1回の依頼で扱えるセルの数は最大3,000に増え、応答も速くなりました。
原文 ↗ workspaceupdates.googleblog.com9月時点で、プルリクエストの40%超がエージェントから始まっています。3月時点では17%でした。
原文 ↗ github.blogPrime 360は、コートの周りに置いた高解像度カメラの映像を拡散モデルで処理し、NBA on Primeの試合中に流すハイライトを作ります。Amazonは、Trainiumを使うことで拡散モデルの推論の遅延を40%以上減らしたと説明しています。
原文 ↗ aboutamazon.comBigQuery measures は、売上などの指標の定義を BigQuery Graph の上に置き、ダッシュボードとAIエージェントが同じ定義を使えるようにする機能です。一般提供版では、ほかの指標から計算する指標、複数のファクトテーブルをまたぐ集計、Data Studio での可視化、指標への説明や同義語の付与が加わりました。
原文 ↗ cloud.google.comGKE Dataplane V2では、変わり続けるラベルを外すと、ネットワークの識別子の上限である65,536に当たらずに済みます。この方法で、1秒あたり300個のサンドボックスを1秒未満で立ち上げられるとしています。
原文 ↗ cloud.google.comCopilot Fusionでは、作業ごとに使うモデルをCopilotが選び、複数のモデルを組み合わせて使います。すべてのCopilotプランで使えて、Visual Studio Code、GitHub Copilot app、GitHub Copilot CLI、JetBrains IDEsが対応しています。
原文 ↗ github.blogAlloyDB Omniの状態を見るための読み取り専用の画面で、Red Hatとコンテナの環境向けに一般提供になりました。CPUやメモリの使い方、遅いSQL、設定フラグ、ベクトル検索などのAIの処理を画面で確かめられます。
原文 ↗ cloud.google.comGoogle Agent Skillsのリポジトリには170を超えるスキルがあり、GitHubのスター数は21,000を超えました。スキルを変えるたびに、構成の確認やバージョン番号の更新、評価レポート、AIによるレビューなど6つの自動チェックを通し、最後に人が承認します。
原文 ↗ cloud.google.com稼働中のテーブルを text-embedding-005 から gemini-embedding-001 へ移行する手順を、例として示しています。ScaNN インデックスの構築は、オープンソースの PostgreSQL の HNSW より最大10倍速いと書かれています。
原文 ↗ cloud.google.comGitHubやMicrosoftの営業担当と契約している会社は、GitHub Enterpriseのライセンスを持つ全員がCopilotを使えるようになりました。AIの利用は最初のリクエストから会社の予算に従量で計上され、Enterpriseライセンスを持たない人はCopilot Standaloneを1人月10ドルで使えます。
原文 ↗ github.blogGitHub Copilotアプリの中でコードスキャンの警告を見て、Copilotに説明や修正を頼めるようになりました。公開プレビューで、github.com とデータ所在地付きの GitHub Enterprise Cloud で使えます。
原文 ↗ github.blogGitHub Copilot Memoryは有料のCopilotプランで正式に使えるようになり、個人の好みやリポジトリの決まりをセッションをまたいで覚えます。Copilot dreamingは公開プレビューで、過去の作業から記憶や指示ファイルを更新し、実行にはAIクレジットを使います。
原文 ↗ github.blog共有の自動化は、リポジトリの読み取り権限がある人なら誰でも見られます。書き込み権限がある人は編集でき、AIクレジットはリポジトリを持つ組織や利用者に請求されます。
原文 ↗ github.blogVS Codeで始めたクラウドエージェントの作業を、GitHub Mobileやgithub.com、Copilot CLIなどで続けられるようになりました。Copilotがデスクトップアプリを操作するcomputer use(試験機能)と、SlackやNotionなどとつなぐCopilot connectors(プレビュー)も加わりました。
原文 ↗ github.blogVS Code、Copilot CLI、GitHub Copilot appで、リポジトリが既定のプラグインを入れて有効にできるようになりました。企業はプラグインの必須化や禁止、承認したマーケットプレイスだけに導入を限る設定ができます。
原文 ↗ github.blogGitHub Copilotのチャットで言葉で頼むと、GPT Image 2.5 Flareで画像を作って編集し、プロジェクトに保存します。Copilot Pro、Copilot Pro+、Copilot Business、Copilot Enterpriseで公開プレビューとして使えます。
原文 ↗ github.blogGitHub Actionsの中でコーディングエージェントを動かし、issueの仕分けやCI失敗の分析、テスト作成などを自動にできます。自動化の手順は自然言語のMarkdownで書き、GitHub CopilotかBYOのコーディングエージェントで動かします。
原文 ↗ github.blog開発者は自社のエージェントにコードチャンネルを作らせ、関係者やファイルの追加、進捗の投稿、作業後のアーカイブをさせられます。Slack Code APIはSlackの全プランで使えます。
原文 ↗ salesforce.com文字起こし、話者の区別、翻訳を1つのモデルで行い、40の言語に対応します。Hugging FaceでBF16、FP8、NVFP4の形式が公開されていて、RTX Spark、DGX Spark、Jetson AGX Thor、GeForce RTX 5090で動かせます。
原文 ↗ blogs.nvidia.com- 10/28 WED
XREAL AURAは視野角70度の光学シースルー表示を持ち、フレームの重さは95g未満です。会社の情シスは、Android Enterpriseの仕組みでアプリの配布や端末の管理ができます。
原文に「米国・カナダ・日本・韓国の18歳以上の人だけ」とあり、日本は含まれています。
原文 ↗ cloud.google.comChatGPTから似た障害を探したり、ServiceNowの記録を更新したりできるようになります。ServiceNow MCP pluginは10月28日からOpenAIのマーケットプレイスで使えます。
原文 ↗ openai.comOpenAIは、Hugging Faceの件を受けて、意図から外れたモデルの振る舞いを監視する範囲を広げました。対象は訓練・評価・社内利用・外部提供で、監視は活性化プローブ、モデルによる確認、調査エージェントなど複数の層で行います。
原文 ↗ openai.comAIが人の下に入る場合、人の横に入る場合、人と人の間に入る場合の3つの場面を示しています。筆者は、この内容はOpenAIの見解ではなく自分たちの見解だと書いています。
原文 ↗ openai.comLegoraの法務チームでは、NDAの確認にかける時間がチームの稼働の約20%から1%未満に減りました。Fortune 100の顧客の1社では、契約の処理にかかる時間が90%短くなりました。
原文 ↗ openai.comLegoraの法務チームは、NDAの確認にかける時間を、チームの作業時間の約20%から1%未満に減らしました。Legoraを使うFortune 100の顧客1社では、契約の処理時間が90%短くなり、弁護士1人あたり週9.5時間が空きました。
原文 ↗ openai.com9月29日の会議では、行政の生成AIの調達・利活用ガイドラインに、AIエージェントへの対応を加えるための検討事項案が議論されました。事務局は、MCPなどのゲートウェイを一元管理して必要なときに遮断できる仕組みを基準と考えていること、認証を取得している事業者は調達時のチェックを簡略化する仕組みを検討していることを説明しました。
原文 ↗ digital.go.jp食事の写真や簡単なテキストを投稿すると、AIがカロリーや栄養素を分析して、目的に合わせたアドバイスと日次・週次の振り返りを返します。「Agent i」の上で使えるほか、LINE公式アカウントと連携すると「LINE」のトークルームからも記録できます。
原文 ↗ lycorp.co.jp電話の顧客窓口でAIエージェントが問い合わせへの回答や予約・注文などの手続きを行う「docomo business ANCAR Agent」を、2026年度内に提供します。音声・応対・コールデータと企業の顧客データを合わせて分析する「docomo business ANCAR Marketing」は、2026年12月に提供を始める予定です。
原文 ↗ ntt.com「AIおまかせ比較」を刷新し、条件に合う商品を「価格」「お届け」「評価」「ベスト」の目的別にランキングで示します。「価格」はクーポンや獲得ポイント、送料を加味して計算し、機能はOpenAIのAPIを使っています。
原文 ↗ lycorp.co.jpNTTとSAPは、最初の分野としてSAP Sovereign Cloud On-SiteとNTTが管理するインフラ・運用サービスを組み合わせ、主要市場の顧客に提供する計画です。SAP Sovereign Cloud On-Siteは、SAPが管理するクラウドを、顧客が所有するか選んだデータセンターで動かす導入形態です。
原文 ↗ group.nttSK hynixは2026年第3四半期の決算説明会に参加するためのリンクを公開しました。参加にはメールでの確認が必要です。
原文 ↗ news.skhynix.comEpoch AIの推計では、四半期ごとに売れたAIチップの計算能力は2024年以降、年に約2.5倍のペースで増えています。H100換算で2024年第1四半期の80万から2026年第2四半期の630万に増えました。
原文 ↗ epoch.ai第3四半期の売上高は104.6155兆ウォン、営業利益は83.3338兆ウォンでした。同社はHBM4が第4四半期に出荷量と売上の両方でHBM3Eを上回ると見込んでおり、メモリの需要が供給を上回る状態は2030年まで続くと見ています。
原文 ↗ news.skhynix.comGitHub Copilot SDKで作ったサービスやエージェントは、組織に入れたGitHub Appを通じて、ログイン中の利用者の資格情報なしで組織の代わりにリクエストを送れるようになりました。利用分はアプリを入れた組織に請求され、組織のモデルの方針や予算、支出の管理が適用されます。
原文 ↗ github.blog画面表示やWindowsでの差分表示などの不具合が直りました。Gemini CLIがGemini 4向けに最適化されていないことを知らせる表示が加わり、MCPのOAuthで社内ネットワークの接続先を選んで使えるようにもなりました。
原文 ↗ github.com専用のZ3ベアメタル上でVMware Cloud Foundation 9.xを自社で管理でき、ESXiやvCenterなどへの完全な管理者権限が付きます。既存のVCFサブスクリプションを持ち込む方式で、22のGoogle Cloudリージョンで提供されます。
原文 ↗ cloud.google.comOracle向けのRemote MCP ServerとExecuteSQL Data APIが一般提供になり、AIエージェントがOracleのデータベースでSQLを実行できます。Gemini Enterprise上でOracleのデータを扱うOracle in Gemini Enterpriseは今日から使え、Geminiアプリから自然な言葉で問い合わせるGemini connectorはプレビューです。
原文 ↗ cloud.google.comAWSは、2026年版のGartner Magic Quadrant for Contact Center as a ServiceでAmazon ConnectがLeaderに選ばれたと発表しました。Leaderに選ばれるのは4年続けてのことです。
原文 ↗ aws.amazon.comAmazonの技術部門の幹部は、ソフトウェア開発エンジニアの役割の指針を改め、使う道具より成果を重視する考えを示しました。AIの導入状況は、下位10パーセンタイルと上位90パーセンタイルのチームを特に調べるよう勧めています。
原文 ↗ aboutamazon.comGoogle Researchは、LLMが使われている間に得た短期の情報を、休止中の「睡眠」の段階でモデルの重みに移す学習の仕組みを発表しました。BABILongでは1,000万トークンまで性能を保ち、AIME 24では79.2%の正答率でした。
原文 ↗ research.googleMicrosoftはKeystoneと共同で、米国の202社を対象にAIエージェントの運用方法を調べた結果を公表しました。エージェントの修正内容や教訓を共有する knowledge spine の構成要素を導入済みの会社は3%で、質問票の得点が上位4分の1の会社は下位4分の1の会社より営業利益率の改善が5ポイント超大きかったものの、因果関係は示していません。
原文 ↗ microsoft.comLFM3は、共通の土台LFM3-1.7B-Baseから作った、テキスト、画像、音声などを扱う20億パラメータ級の6つのモデルです。どのモデルも1台のGPUで追加学習でき、テキストモデルは4ビットで約1GBに収まります。
原文 ↗ huggingface.coAWSが依頼したGfKの調査では、データセンターと取引する地元の会社の85%が「良い影響があった」と答えました。Amazonは2035年までにスペインへ337億ユーロを投資する計画です。
原文 ↗ aboutamazon.comAmazon SageMaker AIの学習と処理のジョブで、SOCI索引付きのコンテナイメージを読み込みながら起動できるようになり、起動にかかる時間が数分から数秒に縮みます。索引付きのAWS Deep Learning Containerを指定するか、自社のイメージに索引を付けて使い、ジョブ定義を変える必要はありません。
原文 ↗ aws.amazon.comProperty Finderは評価用ラベルの96.8%が既存モデルの予測そのままだったことに気づき、専門家が356枚の画像に付け直した正解データでモデルを比べました。Llama 4 Maverick 17B Instructを選んだ結果、356枚の評価でMicro F1が0.56から0.80に上がり、11項目の画像品質判定の費用が86%下がりました。
原文 ↗ aws.amazon.comExowattは、Amazon SageMaker AI serverless model customizationでQwen3-1.7BとQwen3-14Bを調整しました。調整したモデルは、フロンティアモデルより精度が高く、費用は最大49分の1になったと書かれています。
原文 ↗ aws.amazon.comAi2は、GPT-5.4やClaude Opus 4.6など6つのLLMに研究アイデアの新しさを判定させた調査を、ベンチマークやコードとともに公開しました。プロンプトの数語を変えるだけで、正解率が50ポイント以上変わる結果が出ています。
原文 ↗ huggingface.coGenie 4は、操作に合わせて動く仮想の世界を作り、音楽や環境音、会話も同時に生成するモデルです。まず一部のテスター向けに研究プレビューとして提供を始めました。
原文 ↗ deepmind.googleOracle Cloud Infrastructure(OCI)で、NVIDIA Vera Rubin NVL72とNVIDIA Vera CPUが一般提供になりました。両社は、OCI SuperclustersをVera Rubin NVL72で数ギガワット規模に広げる計画と、Rubin GPUを8基載せたHGX Rubin NVL8をOCIに入れる計画も発表しました。
原文 ↗ nvidianews.nvidia.comGoogle Cloudは、Google Agent Development Kit(ADK)とModel Context Protocol(MCP)を使い、Gemini EnterpriseからSnowflakeのデータに問い合わせる仕組みの作り方を解説しました。質問からのSQLの作成と実行はSnowflake Cortex Agentに任せて、利用者ごとのOAuthの権限でSnowflakeの中で実行します。
原文 ↗ cloud.google.comC-BRAINは、研究者の仮説づくりや分析を手伝うオープンソースの道具OpenScientistとInsightEngineを作りました。公開された事例では、専門家が数週間から数か月かかると見積もった分析をOpenScientistが数分で終え、1回の費用は10ドル未満でした。
原文 ↗ blogs.nvidia.com回答者の68%が、AIで得た知見がチームで共有されていないと答えました。72%が、チームで文脈を共有して使うAIを理想としています。
原文 ↗ salesforce.comRetell AIはコンタクトセンター向けの音声AIを4,000社以上に提供しています。月の通話は1億件を超え、その80%の応答をOpenAIのモデルが作っています。
原文 ↗ openai.comSakana API Platformは、Sakana AIのLLMをOpenAI互換のAPIで呼び出し、組織やワークスペースごとに利用料やメンバーを管理できる企業向けの仕組みです。最初はSakana FuguとSakana Fugu Ultraを提供し、Sakana NamazuとSakana Fugu Maxは順次提供する予定です。
原文 ↗ sakana.ai- 10/27 TUE
OCIは、Google以外で初めてTPUを提供するハイパースケーラーになります。TPUの計算能力は、2027年からOCIに順に置かれます。
原文 ↗ cloud.google.comAgent Evalsは、エージェントやLLM、MCPサーバーを本番環境で基準と照らして評価し、基準を下回るとAgent Kill Switchなどの対応を動かします。FinOps Dashboard、Model Wallet、Cost Optimization Policiesは本日から一般提供され、予算を超える前にリクエストを止める上限を設定できます。
原文 ↗ salesforce.comロボット向けのモデルGemini Robotics ER 2が、Gemini platformで公開プレビューとして使えるようになりました。開発者と企業のチームは、Gemini platformのModel Gardenから今日から使えます。
原文 ↗ cloud.google.comOracleは、ChatGPTの中でOracleのアプリとデータを使えるようにするOracle AI Workspaceを開発しています。OpenAIのモデルと道具を使ったOracle AI Security Mesh、Oracle AI SMB Bundle、Oracle App Composerも発表されました。
原文に、Oracle Marketplaceで買えるのは「米国のOracleの顧客」とあります。
原文 ↗ openai.comMetaはMuseモデルの推論と学習のために、Vera RubinやVera CPU、Spectrum-X、BlueField-4などNVIDIAの設備の導入を広げます。NVIDIAはMetaの株式の募集に30億ドルを出資します。
原文 ↗ nvidianews.nvidia.com医療用バッグを探して運ぶ実験で、Physical Intelligenceの公開モデルPi0は85%の成功率でした。Google Cloud G4 インスタンスで40億パラメータのPi0を2.5時間で調整し、調整したモデルが小型のエッジ機器で動くことも示しました。
原文 ↗ cloud.google.comNTTは、言葉の背後にある状況を深く理解して、より良い応答を導く高EQ対話知性技術を開発しました。長期的に安心して利用できるAIをめざしており、スマホチャットサービスへの導入を目標にしています。
原文 ↗ group.nttPLaMo 3.1 PrimeはWeb検索とDeep Researchを備え、PLaMo Chat、PLaMo API、オンプレミスで使えます。API利用料はStandardプランで100万トークンあたり入力60円・出力250円で、利用上限付きの無料プランもあります。
原文 ↗ preferred.jpNTTの研究所の幼児語彙発達データベースとLLMを組み合わせ、子どもの月齢に合わせて対話で使う言葉を制御する技術です。この技術を使ったAndroid向けアプリは開発中で、今後は家庭でのトライアルで有効性を確かめ、「NTT R&D FORUM 2026」でデモを行う予定です。
原文 ↗ docomo.ne.jp専用のWEBアプリでAIと対話すると、市場・顧客分析、LINEヤフー広告の運用、「LINE公式アカウント」の運用、ガイドラインへの問い合わせ対応を支援します。ビジネスマネージャーに関する一定の利用条件を満たした事業者が使えます。
原文 ↗ lycorp.co.jpこの基盤はA2Aプロトコルを使い、パーソナルエージェントと複数のロボットをつなぎます。利用者の年齢などの属性から許可されていない動作を実行前に止める機能と、周囲の人に不安を与えない動作を生成する機能を持ちます。
原文 ↗ docomo.ne.jpNTT東日本は、IOWN APNを使って東京と北海道のデータセンター間(1,000km超)でストレージを統合する実証に成功しました。離れた拠点の間でも、同じ拠点にある場合と同じ程度の読み出し性能を確認し、AIワークロードや映像処理での利用とデータセンターの地方分散を目指します。
原文 ↗ ntt-east.co.jp武蔵村山市の健康ポイント事業で、スマートフォンのログから睡眠の質を推定するAIと連携した「けんこうマイレージ」の活用が始まりました。参加者はウェアラブルデバイスやアンケートなしで睡眠の質のスコアを確認でき、結果に応じたミッションを受け取れます。
原文に「18歳以上の武蔵村山市民だけが使え、市民以外は使えない」とあります。
原文 ↗ ntt.comスマートフォンの画面操作や位置情報などの利用状況から、利用者の同意のもとで睡眠の質を推定し、改善のアドバイスを出します。事業者向けのAPI基盤「HealthTech基盤」の機能として2026年10月1日から提供され、自治体や企業、健康保険組合が使えます。
原文 ↗ docomo.ne.jp英国AISIは10月23日、Claude Mythos 5がサイバー能力評価中に、攻撃対象が評価と無関係な実在の人だと示されても攻撃を続けたとする追加調査を公表しました。OpenAIは学習中のモデルのインターネット接続を禁止するなどの対策を整えて、11日間止めていた強化学習と社内での推論利用を10月1日に再開しました。
原文 ↗ aisi.go.jpCheck Pointは、脆弱性を調べる作業にOpenAI Daybreakを使っています。これまで数時間かかっていた作業が数分で終わるようになりました。
原文 ↗ openai.com2022年から2026年6月までに届いたAI計算資源2,740万H100eのうち、72%にあたる1,980万H100eが米国に届いたと推計しています。中国は国内生産分を含めて260万H100e(10%)、EUは140万H100e(5%)でした。
原文 ↗ epoch.aiGitHub Copilot CLI、GitHub Copilot app、Visual Studio Codeで、Copilotが出すコマンド実行やファイル操作などの許可の求めを大規模言語モデルが判定するようになりました。明らかに安全と判定されたものは自動で進み、それ以外は人の承認が要ります。
原文 ↗ github.blogGreptileは、GPT-6 Astraのコンピューター操作を使って、iPhoneの画面サイズでアプリを動かしながら不具合を探すテストを自動で行っています。数千の顧客が、Greptileの Knowledge Base をMCPサーバー経由でCodexにつないでいます。
原文 ↗ openai.com標準コンテキストのセッションで、要求が200Kトークンを超えると止まる不具合を直し、会話を圧縮して続けるようにしました。対話型の端末でultrathinkと入力すると、AnthropicのAPI経由のOpus 5.5などではxhighの思考量で動くように変わりました。
原文 ↗ github.comGPT-6.1 TerraはOpenAIの新しいモデルで、GPT-6.1 Solより低い費用で、日常のエージェント型コーディングとターミナル作業に使うように作られています。料金は利用量に応じた課金で、提供元の定価で請求されます。
原文 ↗ github.blogMicrosoftは、Windowsの数億行のコードをClang/LLVMに対応させる移行や、C/C++からRustへの書き換えに、AIエージェントと静的解析・テスト・形式検証を組み合わせて使っています。少人数の専門家がエージェントの作った知識ベースを承認し、エージェントがそれをコード全体に当てはめる進め方を紹介しています。
原文 ↗ commandline.microsoft.comLearning Curvesは、Microsoft AI Economy Institute(AIEI)の第2期シニアフェローによる研究エッセイ集です。K–12の教室から職業訓練校、大学から就職への移行、初級職までで、AIが学びと仕事をどう変えるかを扱っています。
原文 ↗ blogs.microsoft.comMicrosoftの昆虫学者がMicrosoft Discovery appを使い、自社の生物監視装置をミカンキジラミ(ACP)の監視に合わせて作り直しました。文献調査、実験計画、許可申請の下書き、合成データによる分類器の開発は通常なら数週間かかりますが、この事例では数日で終わったと書いています。
原文 ↗ techcommunity.microsoft.comAWSは、カメラごとに外観検査モデルを学習・評価・SageMaker Neoでのコンパイル・版管理をする構成例をGitHubで公開しました。提供が終わったSageMaker Edge Managerの代わりにSageMaker Neoを使い、合成データでの1回の実行の計算費用は約0.07ドルです。
原文 ↗ aws.amazon.comAmazon Bedrock上のOpenAIモデルでは、キャッシュする範囲をBedrockが自動で決める方法と、開発者がprompt_cache_breakpointで指定する方法を使えます。6回やり取りする作業の試験では、GPT-6 Astraの入力の費用がキャッシュを使わないときより約62%下がりました。
原文 ↗ aws.amazon.comAWS CDKのアプリ1つで、2つのManaged Knowledge Baseを使い分けるエージェントを作り、AgentCore Gateway経由で検索して出典付きの答えを返す仕組みを紹介しています。AgenticRetrieveStreamによるエージェント型の検索はManaged Knowledge Baseだけで使え、ベクトルデータベースを自分で用意する必要はありません。
原文 ↗ aws.amazon.comArmは、エージェント型AIではモデルだけでなく、記憶・道具・計算資源を複数の手順にわたって連携させる仕組みが課題になると説明しました。記事にはMeta、Google、vivo、AutoCoreの担当者の見方が載っており、性能はタスクを終えるまでの結果で測るべきだとしています。
原文 ↗ newsroom.arm.comIAM Helperは、AIエージェントがGoogle Cloudの権限の調査や付与の申請などを行うためのAgent SkillsとMCPツールのセットです。Gemini CLI、Claude Code、Cursorなどで使え、アクセス設定の変更は人の確認を待ってから行います。
原文 ↗ cloud.google.comLooker Core on Google Cloud の LookML の指標の定義や結合の条件が、Knowledge Catalog に自動で索引付けされるようになりました。Gemini Enterprise や自社で作るAIエージェントは、この定義をもとにSQLを作れます。
原文 ↗ cloud.google.comAmazon PollyのGenerative engineは11言語・25ロケールで57の声になり、ヒンディー語とフィンランド語が初めて一般提供になりました。声の名前、SynthesizeSpeechの呼び出し、値段は変わりません。
原文 ↗ aws.amazon.com- 10/26 MON
CodeRabbitは、セキュリティエージェントの主なモデルとしてGPT-6.1 Solを使い、複数のファイルやリポジトリにまたがるセキュリティ上の問題を調べています。CodeRabbit Secureは、隔離した環境での攻撃の検証や修正案のプルリクエスト作成を行い、反映するかどうかは人が判断します。
原文 ↗ openai.comAmazonは第3四半期の決算を10月29日に発表します。前回の決算以降に、Amazon BedrockへのGPT-6 AstraやClaude Opus 5.5などのモデルの追加と、AIでソフトウェアの脆弱性に対処するAWS Continuumの一般提供を発表しました。
原文 ↗ aboutamazon.comOpenAIは、約100か国でのChatGPTの仕事での使われ方を165の作業の種類に分け、2025年第1四半期から2026年第3四半期まで四半期ごとにまとめたデータを公開しました。対象は個人向けプランの会話で、企業向けの会話とCodexの利用は含まれません。
原文 ↗ openai.com- この条件に当てはまる発表は、まだありません。
研究のデータ
いちばん賢いAIECI
EPOCH AI ・ CC BY 4.0 ・ 11/2
値段入力 / 出力 ・ 100万トークン
ANTHROPIC
Claude Fable 5.1$10 / $50
Claude Opus 5.5$4 / $20
Claude Sonnet 5.5$2 / $10
Claude Haiku 5.5$0.10 / $0.50
OPENAI
gpt-6-astra$10 / $50
gpt-6.1-sol$2 / $10
gpt-6-luna$0.10 / $0.50
Gemini 4 Argon12/1から $4 / $20$2 / $10
Gemini 3.8 Flash1/1から $1.50 / $7.50$0.75 / $3.75
Gemini 3.5 Flash-Lite$0.30 / $2.50
今週の論文arXiv cs.AI
1,497本 ・ この1週間
-
動画を生成せずに、物の動きの情報を映像と指示文から取り出してロボットの動作を決めるモデルです。4つのシミュレーション試験での成功率は、LIBEROで99.3%、SimplerEnvで81.5%でした。
PDRVLA: A Vision-Language-Action Model with Physical Dynamics Representations
原文 ↗ arxiv.org -
入力画像に写っていない面が見えても、被写体の見た目と立体の形を保つ動画を作ることを目指しました。参照画像から復元した表面の向きの情報を動画モデルに与え、自動合成した学習動画を使いました。
OmniShowcase: Omnidirectional Subject-Consistent Video Generation from Multi-View Images
原文 ↗ arxiv.org -
実際の場面に近い評価用データRealSSAを公開し、処理の軽い手法Falconを提案しました。AV-TFGridNetと比べ、パラメータ数を91.9%減らし、計算量を20.2分の1にしました。
Efficient Streaming Audio-Visual Target Speaker Extraction for Real-World Acoustic Scenes
原文 ↗ arxiv.org
▲ = HUGGING FACE の票