Google DeepMind、Antigravityで抗菌ペプチド探索を加速するワークフローを公開
Google DeepMindは、エージェント型開発プラットフォームGoogle Antigravityを使った抗菌ペプチド探索の技術解説を公開した。研究者はUniProt上の未解析タンパク質をProtNLMで走査し、3D表示ツールBiomolecular Structure Viewerと組み合わせて候補を絞り込める。見つかった候補は現在ウェットラボでの検証段階にある。
Google DeepMindは、エージェント型開発プラットフォームGoogle Antigravityを使った抗菌ペプチド探索の技術解説を公開した。研究者はUniProt上の未解析タンパク質をProtNLMで走査し、3D表示ツールBiomolecular Structure Viewerと組み合わせて候補を絞り込める。見つかった候補は現在ウェットラボでの検証段階にある。
Bar-Ilan University(BIU)は2月、学習プラットフォームMoodle上で、講義資料の検索や要約を行うAIエージェントを試験導入した。Microsoft Copilot Studioで構築され、71科目、約2,400人の学生が対象となった。ヘブライ語、アラビア語、英語に対応し、2026/27年度前期にはさらに100科目へ展開される。
Meet NVIDIA Nemotron 3.5 Super VL Our new open model combines reasoning and tool use with text, image, document, and video understanding for long-running AI agents. 120B total parameters with 12B active 🧵
AWSは、AIエージェントに自律性を与えつつ制御を保つ多層的な考え方「Trust in Depth」を提示した。Scope、Know、Bound、Observeの4つの問いでライフサイクル全体の信頼を検証可能にする。厳密に記述できるルールには自動推論(automated reasoning)で証明を与え、曖昧な判断は人に委ねる。
NVIDIAは1200億パラメータのオープンモデルNemotron 3.5 Super VLと、エッジ向けのNemotron 3.5 Bolt 74B-A9B 24GBを公開した。Bolt E4B 4GBは10月23日に提供予定である。Super VLは同クラスで次点の5倍高速なスループットとされ、Hugging Faceなどから利用できる。
NVIDIAはGeForce NOWでNVIDIA DLSS 4.5のコントロールを提供開始した。DLSS Super Resolution、Dynamic Multi Frame Generation、Ray Reconstructionの設定を選べ、GeForce RTX 5080搭載クラウド環境のUltimate会員はDynamic Multi Frame Generationを最大4Xまで使える。設定はGeForce NOWアプリのsettingsから、Windows、macOS、Chrome OS、Steam OSで利用できる。


北欧ではNVIDIAのインフラとNemotronオープンモデルを軸に、AIの実用化が進んでいる。スウェーデンではEricsson、AstraZeneca、Saabなどのコンソーシアムが、DGX GB300システム16ラックと1,152基のGPUを備える共有スーパーコンピューターSferical Oneを立ち上げた。AIクラウドの容量は2027年末までに地域全体で1ギガワットが見込まれている。
NVIDIAとMicrosoftは10月7日のイベントで、WindowsでAIエージェントを動かすためのハードウェアとソフトウェアを説明した。RTX Sparkノート PCは予約受付中で10月16日に発売され、コンパクトデスクトップは11月に発売予定である。MicrosoftはエージェントをOS管理下で実行するインフラMicrosoft Execution Containers(MXC)の一般提供も発表した。
選定理由:RTX Sparkの構成や発売時期に加え、MXCによるエージェント実行基盤とDGX Station for Windowsの位置づけまで一度に整理されており、ローカルAI環境の選択肢を比べやすい。
KiroとAmazon Q Developerを使い、AWS Well-Architected フレームワークのセキュリティの柱に基づいてセキュリティポスチャを強化する5つの方法を紹介している。最初の手法は、Kiroのステアリングファイルや Amazon Q Developer IDE プラグインのルールで組織のセキュリティ標準を永続的なコンテキストとして設定するものである。これにより、プロンプトのたびに要件を繰り返さなくても、暗号化や最小権限のIAMを備えたインフラストラクチャを一貫して生成できる。
LINEヤフーのSecurity Development Divisionは、セキュリティガバナンス業務を支援するAIエージェント基盤SAGEを、判断を人間に委ねる設計で本番運用している。JiraベースとSlackベース、担当者向けWebの3つのエントリーポイントが共通のAIオーケストレーション層を共有し、Langflow、GPT系モデル、MCP、OpenSearchなどで構成される。AIは一次整理と根拠収集を担い、公式な判断は担当者が行う。
マルチモーダル検索エージェントの推論を、事前定義した再利用可能な候補からの選択に置き換えるSSRは、1ターンあたりの推論レイテンシを90%以上削減する。質問ごとの総推論レイテンシは28〜54%削減され、2Bと4Bのモデルによる7つのマルチモーダル検索ベンチマークでは、同規模の主要な検索エージェントに匹敵する平均成功率を示した。強化学習と教師ありファインチューニングのいずれでも、タスク性能を落とさず効率を高めた。
Metaはオープンウェイトのモデル「Muse Spark Open」を公開した。総パラメータ約816B、トークンあたりのアクティブ約42BのMoEで、テキスト、画像、音声、動画を入力でき、コンテキストウィンドウは最大1Mトークンである。Hugging Face Blogでは、transformers、llama.cpp、SGLang、vLLM、MLXでの実行方法とTRLによるファインチューニング、デモを紹介している。
選定理由:総パラメータ約816B、アクティブ約42Bという構成と、各推論環境での動かし方や必要なメモリ量がまとまっており、導入規模を見積もる材料になる。
ツール利用型LLMエージェントでは、LLMに先に計画を立てさせるPlan-then-Retrieve(PtR)が、複数ツールのクエリでRetrieve-then-Plan(RtP)を上回り、単一ツールのクエリでは劣ることが示された。ToolBench(46,984 API endpoints)での評価では、この傾向が検索件数k=1〜20と1k〜47kのレジストリ規模で一貫していた。PtRは推論コストがおよそ2倍になるため、RtPの上位1件の検索スコアを使う複雑度適応型のルーティングが実用的な方向として挙げられている。
Anthropicは、Claude Platformの2026年10月15日付リリースで、Claude Opus 5.5のfast modeを研究プレビューから外し、betaヘッダーなしで利用できるようにした。Compliance APIは、Claude Enterprise組織向けベータとして、メンバーがclaude.aiのInstructions for ClaudeとCoworkのGlobal instructionsに保存した内容を返すようになった。
AnthropicはCode Reviewをリサーチプレビューから一般提供に移行し、Claude TeamとEnterpriseの組織で利用可能にした。ほとんどのレビューはプレビュー時の約20分から6〜10分へと約3倍速くなった。対象のEnterprise組織は、2027年1月15日までに10,000ドル以上のCode Reviewクレジットを申請できる。
サイバーエージェントは、Anthropic Japanの担当者を招いたClaude Codeのコスト最適化の社内勉強会に900名以上が参加したと報告し、講演の軸となった5つの習慣を紹介した。要約、中断前の準備、セッション分割、指示とツールの見直し、モデルと役割の使い分けが柱である。削減率は環境で変わるため、自社の作業で測ることを勧めている。
Anthropicの Claude Code v2.1.300 が公開された。mod向けに `virtualText` や `prompt.change` フックを追加し、OpenTelemetryの `api_request` イベントには `cache_creation_5m_tokens` と `cache_creation_1h_tokens` を加えた。
Amazon Bedrock AgentCoreとStrands Agentsを使い、帳票の分類、抽出、検証、学習を最小限の人手で行うエージェント型IDPシステムの構築方法を解説している。8つの専門エージェントが識別、学習、自動化の2つのグラフ型ワークフローで連携し、新しい文書形式は抽出指示を生成して再利用する。多くの場合20分未満でデプロイでき、手動のテンプレート設定は不要である。
Googleは複雑な文書に厳密なフィードバックと技術的検証を行うエージェント型AIシステム「Deep Review」を一般公開した。全ユーザーが週2件の文書レビューを無料で利用でき、Gemini APIキーを接続すればより高い利用上限とAPI連携も使える。当初はコンピュータサイエンスの論文向けだったが、法務や金融など幅広い文書に対応する。
Googleは、Geminiを基盤とするEarth AIの地理空間推論エージェントについて、技術レポートの公開、パートナー試験の知見、Google EarthとGoogle Cloudでの早期アクセス拡大の3点を発表した。評価ではGeoKToolsとGeoExpertQueriesを含む4つのbenchmarkを用い、新規の2つは研究者向けに公開する。WHOアフリカ地域事務局などが疾病流行調査や災害対策で試験した。
GoogleはGemini 4 Argonを本日よりGeminiアプリで提供開始した。最先端の推論能力と複雑なワークフローでの性能向上を掲げ、Google AI ProおよびGoogle AI Ultraのユーザーが利用できる。macOS版アプリではGoogle Antigravityのエージェント型コーディングインターフェースも直接使えるようになった。
選定理由:モデルの応答スタイルの変化に加え、macOS版GeminiアプリでAntigravityが使える点やタスク機能の対象プランが整理されており、利用判断の材料になる。
New Material joins @MistralAI to design the frontier. Over the last 6 years we've teamed up with ambitious organisations transforming their industries with AI. Today, we are excited to take it to the next level within Europe's premier frontier AI lab. https://newmaterial.ai/stories/newmaterial-joins-mistral
Amazon Bedrock AgentCoreのruntime上にStrands Agentsフレームワークでスーパーバイザーエージェントを構築し、社内文書からPowerPoint資料を生成する仕組みを解説している。社内テストでは90秒未満で完了したという。コンテンツ生成にはClaude Sonnet 4.6、ベクトル検索にはAmazon Titan Text Embeddings v2、スライド画像にはStability AI Stable Image Inpaintを使い、コードは公開リポジトリで提供される。
Tamnoonは、Amazon Bedrock上でエージェント型のクラウド修復オーケストレーター「Tami」を構築した。CNAPPなどの検出結果を自律的に調査して修復の安全性を評価し、ガードレール付きで修正を生成する。この手法で、90日間で重大なクラウド露出を90%超削減し、本番環境の問題はゼロだった。
Ampは、OpenAIのモデルを使い、コード作成にとどまらない領域でAIエージェントを活用している。GPT-6 Astra、Ultrafast、GPT-Live-1、Sign in with ChatGPTを用いて、エージェントにできることの限界を押し広げている。
AIラボのThird Moment Researchは、GPT-6 Astra、GPT-6.1 Sol、Codex、サイバーセキュリティ向けのDaybreakを使い、10,000のエージェントを36時間以上動かしている。数日間集中して作業し、使うほど改善するエージェントを構築している。


EMEA地域の都市とソフトウェアパートナーが、NVIDIAのアクセラレーテッドコンピューティングで物理AIエージェントとデジタルツインを構築し、都市運営に活用している。フランスのCôte-d’Or県では500以上の公共建築物でエージェントが稼働し、文書検索時間を数週間から数分に短縮、総運用コストを10%削減した。Cosmos、Nemotron、Omniverseなどを使い、プロジェクトは英国、イタリア、ベルギー、スウェーデンなどに広がる。
サイバーエージェントのインターン生が、AI POSチームでPOS分析エージェントに熟練アナリストの知識を持たせる検証を行った。評価、抽出、保存・検索、活用・育成の4つの問いを検証し、貯めた知識の活用でPOS分析の出力品質と出力効率を引き上げた。成果の詳細は最終発表スライドにまとめられている。
ABEJAの服部氏が、追加学習もマーカー配置もなしで、ロボットアームにキューブのpick & placeを行わせる仕組みを構築した。画像入力が可能なオープン再実装のopenjevを使い、gpt-5.5のプランナー、Jev、IKを組み合わせている。Jevの応答は中央値0.43秒で、単一タスク1回分は約30秒だった。
Claude Code v2.1.299が公開された。200K+トークンの会話をアイドル時に自動コンパクションする機能や、`CLAUDE_CODE_DISABLE_FILE_MENTIONS` 環境変数が追加された。あわせてサンドボックス、MCP、Remote Control、cloud sessionなど多数の不具合修正と挙動変更が含まれる。