Amazon SageMaker JumpStart、2026年1〜9月のモデル追加を振り返る

Amazon SageMaker JumpStartは2026年1〜9月に、30のプロバイダーから100を超える新モデルを追加した。最多はAlibaba（Qwen）の29モデルで、NVIDIAが17モデル、Mistralが7モデル、Googleが6モデルと続く。推論、マルチモーダル、量子化モデルなど幅広く、ワンクリックでのデプロイに対応する。

NVIDIA@nvidiaAIスコア3434

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。

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。

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。

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。

Google Gemini@GeminiAppAIスコア3838

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。

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。

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。

xAI、Google Workspace向けGrokアドオンを公開 Sheets・Slides・Docsで利用可能

xAIはGrokをGoogle Workspaceに導入し、Sheets、Slides、Docsで開いているファイルの横から使えるアドオンを公開した。Google Workspace Marketplaceから1回インストールするだけで3つのアプリに対応し、無料で利用できる。Microsoft 365のWord、Excel、PowerPoint、Outlook向けも提供されている。

Grok 4.6、Amazon Bedrockで提供開始

xAIのGrok 4.6が、Amazon Bedrockで一般提供された。コンテキストウィンドウは500kで、推論の強度はlow、medium、high、xhighから設定できる。料金は入力が100万トークンあたり2ドル、キャッシュ入力が同0.50ドル、出力が同6ドルである。

Grok 4.6、Gemini Enterprise Agent Platformで利用可能に

xAIのGrok 4.6が、Gemini Enterprise Agent PlatformのModel Gardenから利用可能になった。Grok 4.6は長時間稼働するエージェントや対話型・視覚的な作業向けのフラッグシップモデルで、500kのコンテキストウィンドウを備え、推論の度合いをlow、medium、high、xhighから設定できる。料金は入力が100万トークンあたり2ドル、キャッシュ入力が同0.50ドル、出力が同6ドル。

Tunixと TPUで行う自律型LLMポストトレーニング

Googleは、AIエージェントがLLMの事後学習を自律的に反復実行する「autofinetune」を開発した。Tunix、Gemma、Cloud TPUをAntigravity CLIとGemini Flash 3.7で統合した構成である。SFTのFunctionGemma実験ではTPU v5e-1上で約2時間に20回の自動実験を行い、関数呼び出し生成の精度を高めた。GRPOでGemma 3 1Bを学習させた実験では、40回の実験を2〜3日かけて行い、総報酬が約10%向上した。

意図を判断するゼロトラストAIエージェントの構築方法：Model Armor、Semantic Governance Policies、Agent Anomaly Detection

Googleは、Gemini Enterprise Agent Platform上でModel Armor、Semantic Governance Policies、Agent Anomaly Detectionを使い、エージェントの実行時に意図と挙動を検査する方法を解説した。ADKで作った返金エージェントを題材に、ビルド時の制御では防げない攻撃への対処を示している。コード一式はオープンソースのデモzero-trust-agents-2で公開されている。

Gemini Enterprise Agent Platformにエージェント異常検知機能、プライベートプレビューで提供開始

Googleは、Gemini Enterprise Agent Platform上のAIエージェントを推論トレース、ツール呼び出し、ログから監視する「Agent Anomaly Detection」をプライベートプレビューで提供開始した。

クライアントSDK生成がオープンであるべき理由、Google GenAI SDKの事例から

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、ColabをGoogle AIプランの特典に統合

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、ローカルAIモデルのサポートを追加

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、MaxTextとTPUでOlmo 3 7Bの事前学習を再現した事例を公開

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。

Google Cloud API Gateway、REST APIをMCPツールとして公開する機能をPublic Previewで提供

Google Cloud API GatewayがPublic PreviewでリモートMCPサーバーとして動作するようになった。既存のOpenAPI仕様に注釈を付けてデプロイするだけで、REST操作をエージェント向けのMCPツールとして公開でき、別のサーバーを構築・運用する必要はない。既存のJWTまたはAPIキー認証、クォータ、ログもそのまま使える。

TPUでビデオ拡散のSpatio-Temporal Attentionを高速化

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 DeepMind、オープンウェイトのマルチモーダル埋め込みモデルEmbeddingGemma 2を公開

Google DeepMindは、テキスト、画像、動画フレーム、音声を単一のベクトル空間に写像するオープンウェイトの埋め込みモデルEmbeddingGemma 2を公開した。パラメータ数は740Mで、Google Pixel 11 Pro上のアクティブRAMはテキストのみで約191MB、フルマルチモーダルで約567MBとされる。Google AI Edge GalleryとForesightでのデモに加え、MediaPipe TasksやLiteRTで開発できる。

Google、Gemma 4ベースの埋め込みモデルEmbeddingGemma 2を公開、5種類のデータを統一空間に

GoogleはGemma 4をベースにしたApache 2.0ライセンスのオープンモデルEmbeddingGemma 2を公開した。テキスト、コード、画像、動画、音声を768次元の共通ベクトル空間に変換し、270Mから740Mパラメータまで必要なエンコーダーだけを読み込める。MTEB (Code)ではEmbeddingGemma 1より14%高いスコアを示している。

Google Developer Knowledge APIのエコシステム、gcloud CLI・エージェントスキル・クライアントライブラリで提供

Google Developer Knowledge APIは、Google Cloud、Firebase、Androidなどの開発者向け公式ドキュメントをMarkdown形式で提供するAPIである。gcloud CLI、エージェントスキル、API Explorer、複数言語のクライアントライブラリから利用でき、AIエージェントやIDE拡張がWebスクレイピングに頼らずに最新のドキュメントを取得できる。

AQuA、本番エージェントの品質を24時間監視し失敗原因を診断するGoogleのアンビエント品質エージェント

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、オンデバイスGPU推論エンジンML DriftをApache 2.0でオープンソース化

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。

Gemini 4 Argon、20万行のPythonコードベースを一晩で最適化 ADKで2件の改善を採用

Googleは、Gemini 4 Argonにgoogle/adk-pythonを約11時間無人で最適化させ、インメモリセッションの準備時間を長いセッションで約40%、パッケージのインポートを21%短縮した。提案6件のうち2件がコードレビューを経て採用され、4件は不採用となった。/goalモードと.agents/skillsを使った手順も公開している。

Google、ロボティクス向けGemini 4 Argonを公開、ERQAで87%

GoogleはGemini 4 Argonを公開した。物理的理解、コード生成、視覚・意味推論が向上し、ERQAベンチマークでは推論のみで87%を記録して他のフロンティアモデルを上回ったとしている。ロボット制御、Real2Sim、物理理解、研究・自己改善の4分野の代表的なプロンプトも紹介している。Google AI StudioやGemini APIなどで利用できる。

Apigee hybridでMCPサポートを発表、エージェント型ツールを自社クラスタ内で実行

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。

AIエージェントの評価を「vibe check」から脱却させる方法

AIエージェントは、ループやトークンの過剰消費、もっともらしいが誤った回答をしても見た目には問題なく見えるため、目視確認（vibe check）では不具合を捉えられないとしている。対策として、重要なユーザージャーニー（CUJ）を評価の基準にし、シミュレートされたユーザーでゴールデンデータセットを作成して、本番トレースに順次置き換える方法を示す。評価はユニットテスト、決定的メトリクス、LLM-as-a-judge、統合テストの4層で行い、judgeの採点は可能な限り1〜5段階ではなく合否の二値判定にすることを勧めている。

google/adk-recipesの全体像、3層構成で整理された単一リポジトリ

Googleは、google/adk-samplesを再構成した後継リポジトリgoogle/adk-recipesの構成を解説した。core/、plugins/、contrib/の3階層に分かれ、Agents CLI、Agent Garden、Gemini Enterprise appが同じソースツリーを参照する。plugins/はAgent Plugins v1.0.0仕様に準拠したスキル、contrib/は5言語のデプロイ可能なサービスを収録する。

Google OAuth、リフレッシュトークンの保護にDPoPを導入

Google OAuthがDPoP（RFC 9449）によるリフレッシュトークンの送信者拘束に対応した。トークンはクライアントが生成した非対称鍵ペアに紐付けられ、盗まれても対応する秘密鍵がなければ再利用できない。アクセストークンは短命のBearerトークンのままとし、高QPSのAPIでリクエストごとに署名検証の負荷が生じないようにしている。

Google Research、ウェットラボ自律化に向けAIエージェントを物理実験に接地させる3件の研究を公開

Google Researchは、AIエージェントが液体ハンドリングロボットを安全に操作できるよう、ラボのデジタルツイン「VERID」を提案した。あわせてアプタマー設計とde novoタンパク質バインダー設計の閉ループ実験も公開し、FAPに対してシングルナノモーラー級の親和性を持つバインダーを得た。

Google Gemini@GeminiAppAIスコア3838

Gemini 4 Argonでは、Canvasを使って、情報量の多いPDFを、自分のペースで探索できるインタラクティブでアニメーション付きのウェブアプリに変換できる。

Google DeepMind@GoogleDeepMindAIスコア4343

4体のGemini 4 Argonエージェントが、ゼロから27時間でMinecraftをクリアした。 サンドボックス内でコードとテキストのみを使い、2,783本のプログラムを書き、チャットで役割を分担し、メモを共有し、エラーを一緒にデバッグした。人間の助けは一切なし ↓ https://x.com/maxencefaldor/status/2111023397106770026

Perplexity@perplexity_aiAIスコア3939

Gemini 4 ArgonがWANDRで新記録を樹立した。 現在、PerplexityでProおよびMaxの購読者向けに提供されている。

Google DeepMind@GoogleDeepMindAIスコア2828

世界中の科学者とともに、私たちのモデルとツールは、疾患をより発見しやすく、治療しやすく、予防しやすくすることに貢献している。🧬 希少な遺伝子変異の特定から創薬の加速まで、ラボでのブレークスルーを実際の医療につなげるための取り組みを紹介する → https://goo.gle/4i48Cmr

NVIDIAとAI4Bharat、インド22言語・約2.8兆トークンの事前学習データと生成パイプラインを公開予定

NVIDIAとIIT MadrasのAI4Bharatは、インド憲法の22言語にわたる約2.8兆トークンのNemotron-pretraining-Indic-v1を、生成に使ったGPU高速化パイプラインとともに近日公開すると発表した。プロンプト、LLMワークフロー、品質チェックまで含む生成レシピを開放する。Nemotron 3.5 Super VLのIndic継続事前学習では、報告された5つのIndicベンチマークすべてでスコアが上がった。

Anthropic@AnthropicAIAIスコア3333

Anthropicは数学コミュニティへの支援として、資金、計算資源、Claudeへのアクセスを合わせて500万ドル分提供する。運営はSimons Foundationが担い、コミュニティ主導のアプローチでワークショップ、会議、専門家による講義を支援する。Simons Foundationは別投稿で、Anthropicおよび OpenAIとの新たな提携により、ワークショップや施策に1500万ドルを投じると発表している。

Google Gemini@GeminiAppAIスコア3434

Gemini 4 Argonを使って、3Dプリントのアクセサリーで家具をグレードアップ。 おおよその寸法を添えて写真をアップロードし、GeminiのCanvasでインタラクティブな3D CADスタジオを構築。スタイルを探り、スライダーをリアルタイムで調整し、印刷可能なSTLをエクスポートして、空間をアップグレードできる。

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。