Dyna Roboticsは、100万時間超の人間の動画で事前学習したワールドアクションモデル「Dyna-2」を前月に発表した。続くロボット「Dyna-2.1」は、レストランのナプキン折りを24時間連続で99.4%の成功率でこなし、Din Tai Fungでは毎日数千枚を折っている。最短45分のデモで新タスクを学習できるといい、共同創業者のJason Maが自社ハードウェア開発やデータ不足の課題も語っている。
Google DeepMind@GoogleDeepMindAIスコア6060
Google DeepMindはGemini 4 Argonを公開した。物理理解、コード生成、視覚的・意味的推論が大きく進歩したとしており、Embodied Reasoning（ERQA）ベンチマークで純粋な推論により87%を記録し、他のフロンティアモデルを上回ると説明している。gemini-4-argonとしてGoogle AI Studio、Gemini API、Google Antigravityで利用できる。
選定理由：ロボット制御やReal2Simなど四領域の具体的なプロンプト例が並び、物理推論モデルの使い方を自分の作業に置き換えて検討しやすい。
Googleは最新のフロンティアモデルGemini 4 Argonを提供開始した。AI StudioやGemini platformのAPI、Google Antigravity、Gemini app、AI Modeで利用でき、導入価格は入力100万トークンあたり$2、出力$10である。Vals Indexで1位とされ、コーディングや金融、法務、サイバーセキュリティ、科学分野での活用事例も示された。
選定理由：コーディングや科学研究、安全性評価まで具体的な数値付きの事例が並び、導入先ごとの使いどころと提供条件を比べやすい。
Google DeepMindは、サイクロンの進路、強度、風の構造を単一モデルで予測するWeatherNextをNature論文で発表し、WeatherNext 2とWeatherNext Cyclonesのコードとモデルウェイトを公開した。3日先の予測が従来モデルの2日先の精度に相当し、平均で1日分の予測精度が上乗せされるとしている。コンパクト版のWeatherNext 2-miniも公開され、無料のColabノートブックで単一のTPU上で動作する。
選定理由：単一モデルで進路、強度、風の構造を予測する手法と、重みとコードの公開範囲が具体的に示されており、気象分野での再利用を考える材料になる。
Google DeepMindはロボット向けの「身体性推論」モデルGemini Robotics ER 2を公開した。動画理解、タスクのオーケストレーション、マルチロボット連携に対応し、ER 1.6から強化されている。Gemini API、Google AI Studioで開発者に提供され、Gemini Enterprise Agent Platformではプライベートプレビューとなる。
Google DeepMindはロボット向けのGemini Robotics 2を発表した。VLAのGemini Robotics 2、推論モデルのGemini Robotics ER 2、オンデバイス向けのGemini Robotics On-Device 2の3モデルで構成し、ヒューマノイドの全身制御や複数ロボットの協調を可能にする。ER 2はGoogle AI Studioで利用でき、VLAとOn-Deviceモデルは早期アクセスパートナー向けに提供される。
選定理由：全身制御、器用な手の操作、複数ロボットの協調を3つのモデルの役割分担で整理しており、提供範囲や適応に必要なデータ量も確認しやすい。
Mistral AIは、ロボットのナビゲートに特化した8Bモデル「Robostral Navigate」を発表した。深度センサーやLiDARを使わず、通常のRGBカメラ1台と自然言語の指示だけで環境内を移動する。R2R-CEの未学習環境（validation unseen）で成功率76.6%を達成し、単一カメラ手法を9.7ポイント、深度センサーや複数カメラを用いた手法を4.5ポイント上回ったとされる。学習はシミュレーションデータを用いて社内で構築され、オンライン強化学習（CISPO）により成功率がさらに3.2%向上した。