本文へスキップ

すべてのニュース

本日17件
今日10月20日火
  1. AI at Meta52

    AI at Metaは、コンシューマ向けハードウェア上のエージェント型タスク向けに作られた30BオープンウェイトモデルMuse Glimmerの技術報告を公開した。単一のコンシューマ向けGPUを積んだMacやPCで、4-bit精度により実用的な速度で動作する。同程度のサイズのオープンモデルの中で、ツール利用とマルチステップ計画でリードしているという。

  2. NVIDIA34

    NVIDIAのJensen HuangとドイツのFriedrich Merz首相がベルリンで会談し、ドイツの製造業と自動車分野でドイツの工学力とNVIDIA AIを組み合わせる方針を協議した。NVIDIAはAgile Robots SE、Avelios Medical、Mirelo AI、Reflex Aerospaceへの新規投資を計画しており、対象はロボティクス、医療、クリエイティブツール、宇宙の各分野にわたる。

  3. Hugging Face Blog42

    TorchNeuron、AWS Trainium上でHFモデルを動かす作業がこれまでになく容易に

    TorchNeuronは、AWS Trainium向けの新しいネイティブバックエンドを提供するPyTorchプラグインで、Transformers、Diffusers、Kernelsがこれをネイティブにサポートする。Transformersのテキスト生成では、使用頻度の高いテキスト生成モデルアーキテクチャ上位100件のうち89%がそのまま動作し、Optimum Neuron v0.4.5の46%から拡大した。

  4. GitHub Blog: AI & ML29

    GitHub Copilot appのセッションをVS Codeで継続する方法

    GitHub Copilot appで作成したセッションは、Open in VS Codeから会話、コードの変更、作業コンテキストを保ったままVS Codeで継続できる。エージェントの変更は Source Control ビューで行単位にレビューでき、手動編集やプロジェクトのローカル実行・テストも同じworktreeで行える。最後に、セッションに紐づくpull requestへ変更をpushできる。

  5. NVIDIA Blog39

    ドイツ、産業AIで世界首位を目指す NVIDIAが協力

    NVIDIAとドイツ連邦政府は、物理AI向けの先端AIモデルを共同で推進する意向表明書(Joint Declaration of Intent)に署名した。あわせてJensen Huangは、Agile Robots、Avelios Medical、Mirelo、Reflex Aerospaceの4つのドイツ新興企業への新規投資計画を発表した。これはヨーロッパ全体でほぼ100億ドルを投じる取り組みの一部である。

  6. AI at Meta40

    Metaは、オハイオ州New Albanyのギガワット級スーパークラスタ「Prometheus」で、Muse Wonderを含むMuse基盤モデルを学習したことを明らかにした。Muse Wonderの学習では、事前学習のgoodputが85%以上、強化学習が90%以上で、平均中断間隔は約47K GPU時間である。数十万基規模のGPUでは一部ホストの性能低下が学習全体を遅らせるため、大規模での耐障害性を重視して設計したという。

  7. Google Developers Blog58

    Google、エッジ向けモデル記述レイヤーLiteRT Tensor APIを公開

    GoogleはLiteRTスタックに、C++でモデルを演算単位で組み立てる軽量な記述レイヤー「LiteRT Tensor API」を公開した。同じグラフをCPU、GPU(ML Drift)、NPUで実行でき、XNNPACK経由ならモデルファイルなしでCPU上でも動く。SAM 2のブラウザ実装ではコーディングエージェントが10fps未満から30fps超へ改善した。

  8. Google Developers Blog42

    ADKとGemini 3.8 Liveで、処理中も無音にならない音声エージェントを構築する手順

    ADKのストリーミングツールを使えば、音声エージェントは時間のかかるツールの実行中も応答を続けられる。社内の売上レポートのベンチマークでは、gemini-3.8-liveにおいてブロッキングツールからストリーミングツールに切り替えたことで、エージェントが最初の発話を始めるまでの時間が14.4秒から1.2秒に短縮された。ツールは関数をasync generatorとして定義し、returnをyieldに変えるだけでNON_BLOCKINGとして扱われる。

  9. AWS Machine Learning Blog24

    Deepgram、AWS Trainiumで音声AIの推論を大規模に最適化した方法

    Deepgramは音声認識モデルNova-3をAWS Trainium2に移植し、オフラインのバッチ処理で従来の計算基盤より1ドルあたりの処理音声量を11〜70%多くした。最終構成では、単一のAmazon EC2 trn2.3xlargeインスタンス上で8つのモデルレプリカを動作させる。カーネル調整では、FFN層がバッチサイズ96でリファレンスカーネルに比べ遅延が2.0倍低減し、depthwise conv1dは1.5倍の高速化を達成した。

  10. AWS Machine Learning Blog38

    TwelveLabs、Pegasus 1.5をAmazon Bedrockで提供開始

    TwelveLabsの動画言語モデルPegasus 1.5がAmazon Bedrockで利用可能になった。長尺動画を解析し、指定した条件に合致する区間をタイムスタンプ付きの構造化JSONで返す。Amazon S3のURIまたはbase64文字列から、事前のインデックス作成なしで動画を解析でき、動画の処理能力は1リクエストあたり最大2時間まで拡大された(Pegasus 1.2は1時間)。

  11. Google Blog: Gemini22

    Geminiでコーディネートを組む4つのコツ

    アスリート専門スタイリストのSydney BordonaroによるGeminiのコーディネート活用術を、4つのコツとして紹介する。服の写真と本人の写真をアップロードすると1枚の画像にまとめられ、注文前に全体の見え方を確認できる。靴やアウターなどの個別のアイテムは、会話で変更の指示を出せる。

  12. Google Gemini38

    当社チームは、Mac版Gemini アプリのGoogle Antigravityを使い、Gemini 4 Argonで3Dの魔法使いチェスゲームをゼロから制作しました。 マルチエージェントのBlenderワークフローを連携させ、モデリング、デザイン、滑らかなリアルタイムアニメーションを手がけ、アイデアからプレイ可能な状態まで一気に仕上げます。

  13. NVIDIA Blog26

    NVIDIA、メディア向けエージェント型セキュリティを強化 欧州公共放送からコンテンツ制作まで

    NVIDIAは欧州放送連合(EBU)と協力し、公共放送向けのソブリン・フレームワークを拡張する。ソブリンクラウド事業者、オープンモデル開発者、システムインテグレーターを加え、放送事業者がデータやモデルを管理しながらエージェントを導入できるようにする。Adobe Frame.ioは、NVIDIAのNVDEC、TensorRT、CUDAを用いた検索基盤で、埋め込み生成を約5倍、スループットを最大4倍、検索処理のレイテンシを最大5倍改善した。

10月19日月
  1. 理研 革新知能統合研究センター(AIP)18

    理研AIPとダルムシュタット工科大学、共同ワークショップを開催

    2026年10月6日、理化学研究所 革新知能統合研究センター(理研AIP)はドイツのダルムシュタット工科大学と共同で「TU Darmstadt & RIKEN-AIP Joint Workshop」を開催した。杉山センター長とイリーナ・グレヴィッチ教授による両機関の紹介に続き、日独の7名の研究者が最新の研究成果を発表した。ワークショップの後には、杉山センター長による基調講演も行われた。

  2. AWS ブログ(日本語・生成AI)30

    週刊生成AI with AWS 2026年10月12日週

    2026年10月12日週のAWS関連の生成AIニュースを、国内事例とブログ記事からまとめた。ソニー銀行は勘定系システムの開発にClaude Code on Amazon Bedrockを採用し、開発期間を30%短縮した。日本通運は時系列予測基盤モデルChronos-2で出荷予測の算出を1〜2時間から約5分に短縮し、エナリスはLLMコストを約88%削減した。

  3. AWS ブログ(日本語・生成AI)34

    AWS、Physical AI Toolchainを発表

    AWSは、フィジカルAIの開発ライフサイクル全体をAWS上で運用するためのエンドツーエンドのツールチェーン「Physical AI Toolchain on AWS」を一般公開した。NVIDIAのGR00T、Isaac Sim、Isaac Lab、Cosmos、OSMOを統合し、特定のロボットやタスクの種類に依存しない。各コンポーネントは独立したTerraformモジュールとして段階的に導入でき、LeRobot、ONNX、ROS 2などのオープンな形式に基づく。

  4. AWS ブログ(日本語・生成AI)25

    AWS で AI を活用したスタジオを構築するためのガイダンス

    AWSが、AI制作スタジオ向けのリファレンスアーキテクチャ「AI-Powered Studio」を公開した。API Gateway、Lambda、DynamoDBによるサーバーレス構成で、複数のモデルへのルーティングを担う。モデルの切り替えはAWS AppConfigによる設定で行い、コード変更なしにデプロイできるとしている。

  5. ABEJA Tech Blog14

    第37回人工知能学会金融情報学研究会(SIG-FIN)参加報告

    ABEJAの高野海斗が、2026年10月10〜11日に開催された第37回SIG-FINに参加し、金融×自然言語処理関連の研究を紹介した。発表は35件で、有価証券報告書のテキストから企業成熟度を埋め込みベクトルで表現する共著研究や、Preferred Networksによる9カテゴリ108シナリオの日本語金融ツール利用ベンチマークなどが取り上げられた。共著研究については、全体的に過学習傾向が見られることが今後の課題として挙げられている。

  6. ソフトバンク ニュース(AI)37

    ソフトバンクのデータ基盤「GaranAI」、コンテンツの権利保護と対価還元を両立

    ソフトバンクが開発を進めるデータエコシステム基盤「GaranAI」は、著作権コンテンツの権利を守りながらAI事業者に提供し、利用の対価をコンテンツホルダーに還元する仕組みである。許諾を得たデータを契約で定めた範囲で提供し、RAG利用とモデル学習利用のいずれかを、コンテンツホルダーが指定できるとされる。2026年7月からベータ版の提供が始まり、2025年5月には一般社団法人共同通信社と業務提携している。

  7. LayerX エンジニアブログ14

    LayerX、社内ヘルプデスクの管理をバクラクヘルプデスクに移行

    LayerXの三井物産デジタル・アセットマネジメント(MDM)コーポレートシステム部は、自前のSlack BotとNotion DBによるヘルプデスク管理をバクラクヘルプデスクに移行した。期限管理機能のリリースを待って全社利用を開始し、担当者の自動割り当て機能も後から追加されたという。ただし、AI回答による負担軽減はまだ実感できておらず、フォームとナレッジの整備を進めている段階である。

  8. LINEヤフー Tech Blog30

    スピード10倍の開発を支える、AI活用基盤の開発に参戦(インターンレポート)

    LINEギフトのSREチームでインターンに参加した学生が、バックマージを毎朝自動で実行するパイプラインと、アラートの一次調査をAIが自動で始める基盤を構築したと報告する。AIエージェントの実装には "The Open Agent Framework" である flue を採用し、実行環境はコンテナ内に隔離した。E2Eテストにはミューテーションテストを導入し、ツールはシェルスクリプトからPythonとGoへ移行した。

  9. NVIDIA 日本版ブログ45

    NVIDIAと半導体業界のリーダー、AIデファインドファブに向けチップ設計と製造全体でAI活用を推進

    NVIDIAは、原子や分子の相互作用をシミュレーションするAIエージェントの構築に使える新しいCUDA-Xライブラリ「cuPotential」を発表した。早期アクセスのテストでは、GPU向けに最適化済みのワークフローをさらに2~3倍高速化した。Lam Researchは、NanoVDBによりウェハーエッチングのモデリングが最大30倍高速化されると期待している。

  10. NVIDIA 日本版ブログ30

    NVIDIA、AIファクトリーの投資収益率を生産性・耐久性・汎用性で最大化すると説明

    NVIDIAは、AIファクトリーの収益を左右する要素として収益力、耐用年数、需要を挙げ、それぞれを生産性、耐久性、汎用性で最大化する設計だと説明している。SemiAnalysis AgentXのデータによると、Vera Rubin NVL72はGB300 NVL72と比べてメガワットあたりのスループットが30倍以上高く、DeepSeek V4 Proでは100万トークンあたりのコストが最大45倍低いとされる。

  11. NVIDIA 日本版ブログ53

    NVIDIA、RTX Spark向けにエージェント、クリエイティブ、開発、ゲームのソフトウェア対応を拡充

    NVIDIAは10月16日(金)発売のRTX Sparkノート PCに向け、ローカルエージェント、Adobe、ComfyUI、PyTorch、DLSS 5などの対応アップデートを発表した。エージェント向けのNemotron 3.5 Bolt 74Bは10月15日(木)に提供が始まり、NVIDIA PAIRは正式版へ移行する。RTX Sparkは最大128GBの統合メモリと1ペタフロップスのAIコンピューティング能力を備える。

  12. xAI News54

    xAI、Grok Speech to TextとText to Speech APIを公開

    xAIは単体で使える音声API、Grok Speech to Text(STT)とGrok Text to Speech(TTS)を発表した。Grok Voice、Tesla車両、Starlinkのカスタマーサポートを支える技術基盤の上に構築されている。料金はSTTがバッチ$0.10/時間、ストリーミング$0.20/時間、TTSが100万文字あたり$15.00である。

  13. xAI News59

    xAI、フラッグシップ音声モデルGrok Voice 1.0をAPIで提供開始

    xAIは新フラッグシップ音声モデルGrok Voice 1.0をAPIで提供開始した。カスタマーサポートや営業など複雑な複数ステップのワークフロー向けで、τ-voice Benchイのリーダーボードで首位とされる。Starlinkの電話窓口では、営業の成約率20%、サポートの解決率70%を記録している。

  14. xAI News60

    xAI、Grok Text to SpeechとVoice Agent API向けにCustom Voicesを発表

    xAIは、短い録音から自分の声をクローンし、Grok Text to SpeechとVoice Agent APIで使えるCustom Voicesを発表した。xAI consoleで約1分の自然な音声を録音すれば、2分以内に本番利用可能な音声モデルが作成される。Text to SpeechとVoice Agent APIでの利用に追加料金はない。

    選定理由:録音からの音声クローン作成手順と本人確認の二段階検証、追加料金なしの条件が具体的に示されており、導入可否を判断しやすい。

  15. xAI News35

    xAI、Grok Imagine APIにQuality Modeを提供開始

    xAIは、Grok Imagine APIで画像の生成と編集に対応するQuality Modeを、エンタープライズ向け開発者とチーム向けに公開した。リアリズム、テキストレンダリング、クリエイティブ制御の向上をうたっており、商品ビジュアルやマーケティング素材の大量制作、動画生成との組み合わせも想定されている。ドキュメントは公式docsページで提供される。

  16. xAI News64

    xAI、Grok Web・iOS・AndroidにConnectorsを追加 Bring Your Own MCPにも対応

    xAIは日常で使うアプリをGrokに直接つなぐConnectorsを、Grok Web、iOS、Androidで提供開始した。SharePoint、Outlook、OneDrive、Google Workspace、Notion、GitHub、Linearに対応し、任意のカスタムMCPサーバーを接続するBring Your Own MCPも同時に始めた。メールの要約やスライド更新、予定の整理、スプレッドシート編集などをコピー&ペーストなしで行える。

    選定理由:対応する各サービスで何を読み書きできるかが一覧で示され、独自のMCPサーバーにも接続できる点から、自分の業務への組み込みを検討しやすい。

  17. xAI News62

    SpaceXSI、AnthropicにColossus 1の利用を提供する契約を締結

    SpaceXSIはAnthropicとの間で、AIスーパーコンピュータColossus 1へのアクセスを提供する契約を結んだ。Colossus 1にはH100、H200、次世代のGB200を含む22万基超のNVIDIA GPUが搭載されている。Anthropicはこの計算資源をClaude ProとClaude Maxの契約者向けの容量改善に充てる計画で、複数ギガワット規模の軌道上AIコンピュートの共同開発にも関心を示した。

    選定理由:Colossus 1の規模とClaude Pro、Claude Maxの容量改善という用途、軌道上コンピュートへの関心が一件にまとまっており、計算資源確保の動きを把握しやすい。

  18. xAI News33

    GrokをHermes Agentに接続、SuperGrokサブスクリプションで利用可能に

    xAIは、Grokのサブスクリプションを Nous Research のオープンソースで自己改善型エージェント「Hermes Agent」内から直接利用できるようにした。利用できるのは、テキスト会話と高度な推論のためのGrok 4.3、音声応答のためのGrok Text-to-Speech、画像と動画の生成のためのGrok Imagineで、すべてのプランで接続可能である。設定はHermes Agentのプロバイダーで「xAI Grok OAuth(SuperGrok Subscription)」を選び、ブラウザでサインインするだけである。

  19. xAI News62

    xAI、GrokにSkills機能を追加 web・iOS・Androidで利用可能

    xAIはGrokにSkillsを導入した。一度教えた内容をすべての会話で記憶し、好みや書式ルール、ワークフローを繰り返し説明する必要がなくなる。Grok 4.3上でgrok.com、iOS、Androidから利用できる。

    選定理由:一度教えた内容を会話をまたいで保持するスキルの仕組みと、標準搭載の文書生成スキルの範囲が具体的に整理されている。

  20. xAI News47

    xAI、SuperGrok・X PremiumのサブスクでOpenClawからGrokを利用可能に

    xAIは、SuperGrokまたはX Premiumのサブスクリプションを使ってオープンソースのローカルファースト型AIエージェント「OpenClaw」内でGrokモデルを利用できるようにした。接続はすべての料金プランで利用可能とされる。OpenClawはMac Mini、ノートPC、サーバー、VPS、Raspberry Piなど多様なハードウェアで動作し、セッションをまたぐ永続メモリを保持する。

  21. xAI News41

    OpenCodeでGrokを使う方法 SuperGrokまたはX Premiumの契約を利用

    xAIは、SuperGrokまたはX Premiumの契約を使ってGrokをOpenCode内で利用する手順を公開した。OpenCodeで/connectを実行してxAIを選び、ブラウザでサインインする「xAI Grok OAuth(SuperGrok Subscription)」か、SSHやリモートホスト向けにコードとURLを表示する「Headless / Remote / VPS」方式のいずれかを選ぶ。接続に使われるのは、xAIのターミナル型コーディングエージェントを支えるGrok Buildと同じモデルである。