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。
NVIDIAとドイツ連邦政府は、産業向けAIの推進に関する共同意向表明（Joint Declaration of Intent）に署名した。フィジカルAI向けの先進的なAIモデルを共同で推進し、産業AIの普及と欧州のエコシステム構築を目指す。同日、Jensen Huangは Agile Robots、Avelios Medical、Mirelo、Reflex Aerospace の4社への新規投資を発表した。これは欧州全体で約100億ドル規模となるNVIDIAのコミットメントの一部である。
AI at Meta@AIatMetaAIスコア4040
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。
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）。
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。
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。
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。
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。
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。
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。
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。
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。
xAIはGrok 4.3をAmazon Bedrockで一般提供開始した。100万トークンのコンテキストウィンドウと、none・low・medium・highから選べる推論設定に対応する。料金は入力が100万トークンあたり$1.25、出力が$2.50である。
Grokモデルが、Databricksの開発者向けエージェント基盤「Agent Bricks」でネイティブに利用可能になった。Databricks 2026 Data + AI Summitに合わせた発表で、他のフロンティアモデルやオープンソースモデルと同じガバナンス付きプラットフォームで提供される。Amazon BedrockでもGrokを利用できる。
xAIはSpaceXSIのコーディングエージェントとTUIであるGrok Buildのソースコードを、GitHubで公開した。コンテキスト構築からツール呼び出しのディスパッチまでの実装を読める。コンパイルして自前のローカル推論に接続し、config.tomlから操作するローカルファーストの運用にも対応する。
xAIはGrok 4.5を土台に、長時間動作するエージェントと対話的・視覚的な作業を重視したGrok 4.6を公開した。Artificial Analysis Intelligence IndexではGPT-5.6 Solと同じ61である。CursorとGrok Buildで利用でき、APIは入力100万トークンあたり$2、出力$6からである。
CyberAgentは、セルフホストしたLangfuseのプロンプトを、更新のたびにGitHub Actionsで環境ごとのオブジェクトストレージへ自動コピーし、Langfuse停止時の配布に備えた。通常時はLangfuseから取得し、停止時のみストレージを読む構成で、アップグレード中もチャット機能を維持できるようにした。コード内のfallbackは削除できた。
GoogleとSpeakeasyが、OpenAPIクライアント生成スイートをAGPLv3ライセンスでオープンソース化する。背景には、2026年5月に利用していたSDK生成プロバイダーが買収され、突然サービス終了が発表された件がある。公開されるのは、7言語向けSDK生成器、エージェント向けCLI生成器、OpenAPIとMarkdownドキュメントからMCPサーバーを生成する生成器である。Googleは、この仕組みで6つのターゲットを約1人のエンジニアで保守しているとしている。
GoogleはGoogle AIプランの契約者向けに、Google Colabのプレミアム特典の提供を開始した。Google AI Ultra契約者にはバックグラウンド実行の継続とPremium GPUへのアクセスも付く。既存のColab契約に変更はなく、特典は併用できる。
Antigravity SDKがローカルモデルによるエージェント処理に対応し、Google AI EdgeのLiteRTを使ってGemma 4 26B A4Bを初期対応として利用できるようになった。ネットワーク接続がなくても完全オフラインで動作し、ローカルのGPUとRAMを効率的に使う。ハイブリッド構成のデモでは、クラウドのGemini 3.8 Flashが計画を立て、ローカルのGemma 4 26Bが処理を担い、記録された実行では全トークンの97.2%（3,322トークン）がローカルで処理された。
GoogleのチームはAi2のOlmo 3 7Bを、MaxText上のGoogle Cloud TPUでstage-1の事前学習とstage-2のmid-training annealまで再現した。ホールドアウトC4損失と8タスク精度でAi2の参照実行とほぼ同等で、run-to-run noiseの範囲内と報告している。Ironwoodでは44.5% MFU、v5pでは57.4% MFUを記録した。
Sparse VideoGen（SVG）の空間・時間マスクによる理論上のスパース性を、TPU上で実際のエンドツーエンドの高速化につなげる手法を解説する。81フレーム720p動画のシーケンス長は人気のオープンソース動画生成モデルで50Kから400Kに達し、720pから1440pへの解像度向上で単一層のAttentionの遅延に占める割合は55.5%から88.2%に増加する。スパース版は単一TPU v6e上のカーネル計測で、クエリ・キーの組の約38.87%を保持して計算する。
Googleは本番環境のAIエージェントを継続監視する品質エージェント「AQuA（Ambient Quality Agent）」をオープンなビルディングブロックとして公開した。Google Cloud上でCloud Trace、Cloud Logging、BigQueryからセッションを定期的に抽出し、最大1,000セッションを評価して失敗パターンをクラスタリングする。AQuAはリクエストの経路外で動作し、エージェントへの書き戻しは行わない。
Google AI Edgeチームは、オンデバイスAI推論向けのGPU計算エンジンML DriftをApache 2.0ライセンスで公開した。OpenGL ES、OpenCL、Metal、WebGPUに対応し、LiteRTのGPUアクセラレーションの中核であると同時に単体ライブラリとしても使える。YouTube ShortsではフレームレイテンシーがGoogle発表で最大40%短縮された。
Apigee hybrid 1.17.0でMCPサポートが利用可能になり、MCPデータプレーンを顧客自身のKubernetesクラスタ内で実行できるようになった。MCPリクエストのトラフィックは、リクエスト時にクラスタの外、Google Cloudへ送信されない。設定はクラスタ側がコントロールプレーンから定期的に取得する方式で、MCPはデフォルトで無効のオプション機能として、overrides.yamlでenableMcpServer: trueを設定して有効化する。
Reflection AIが、エージェント型コーディングと長期タスク向けのオープンウェイトモデルBeamを公開した。総パラメータ501B、アクティブ23BのスパースMoEで、実効コンテキスト長は1Mトークンと同社は報告している。重みはApache 2.0ライセンスでHugging Faceから提供され、発表時点ではAmazon SageMaker JumpStartの米国東部（バージニア北部、オハイオ）で利用できる。
Sakana AI@SakanaAILabsAIスコア1212
NVIDIAの開発者らが、GPT-6 Astraなどのフロンティア AIモデルとOmniverseライブラリを組み合わせ、自然言語の指示でシミュレーションアプリを構築する事例を紹介した。倉庫向けヒューマノイドシミュレーター、自動運転試験環境「Zero to Alpamayo」、Robo Olympics、国際宇宙ステーションのブラウザ再現などが挙がっている。ある実験では、ロボットが100回の試験のうち64回で単一の障害物をクリアした。
Anthropic日本チームのBDRが、Claude上で作った営業業務用のエージェント群をClaude Managed Agents（ベータ）に移行し、リードの振り分けやCRM更新、メール下書きを毎朝の業務開始前に準備させていると紹介する。プロトタイプではスキル、スケジュールタスク、共有フォルダを使い、Managed Agentsではそれぞれをシステムプロンプト、デプロイのスケジュール、メモリストアに対応させた。指示の変更は新しいバージョンとして保存され、エージェントごとに番号付きの履歴が残る。
NVIDIA@nvidiaAIスコア2828
Perplexity@perplexity_aiAIスコア5050NVIDIAは、欧州委員会がダブリンで始めたAI in Science Enablers Initiativeに参加し、欧州の研究者向けにオープンモデル、学習資料、計算資源へのアクセスを拡大する。250以上のオープンモデルと250のオープンデータセットを公開しており、NVIDIA Deep Learning Instituteは無償のオープンソース教材ハブを開設した。欧州では35台のスーパーコンピューターが開発中で、300万人超の研究者が利用できるようになる。
AWS Continuum for penetration testing（旧称 AWS Security Agent）をCI/CDパイプラインのデプロイ後ゲートに組み込み、直前の変更に限定したペネトレーションテストを毎回実行できる。検出結果が指定したしきい値以上なら本番環境への昇格をブロックし、認証にはOIDCを用いる。GitHub Actions、GitLab CI/CD、Bitbucket Pipelines、Azure DevOps Pipelinesに適用でき、記事ではGitHub Actionsの具体例を示している。
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。
Apple Machine Learning Researchは、MLXとRDMA over Thunderboltを用いてMac Studio4台で、816BパラメータのMuse Spark Openを毎秒36トークン超で生成できることを示した。M5 UltraはM3 Ultra比でTTFTが最大4.6倍、トークン生成速度が1.6倍速い。Qwen 3.8 27BとMistral Medium 3.5 128Bは、512GBのMac Studio単体で動作する。
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。
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。