Google DeepMindは、Gemini 3.7 Flash、3.6 Flash、3.5 Flash-Lite向けにエージェント型動画理解を提供開始した。標準的な動画分析ベンチマークで、コストを最大66%、トークン消費を最大88%削減し、精度は最大7%向上したという。Gemini API（Google AI Studio）とGemini Enterprise Agent Platformで、動画アップロードとYouTube動画に対応し、追加料金はない。
選定理由：固定FPSで動画を読み込む従来方式との違いと、トークン88%減などの数値、有効化の設定方法が一緒に示されており、導入判断の材料になる。
Anthropicは長時間のエージェント型コーディングや知識業務、研究向けのClaude Fable 5.1（claude-fable-5-1）と、Project Glasswing参加者向けのClaude Mythos 5.1（claude-mythos-5-1）を公開した。どちらも1Mトークンのコンテキストウィンドウ、最大128kの出力トークン、常時有効な適応型thinkingに対応し、価格はClaude Fable 5と同じ$10 / $50 per MTokで、キャッシュ読み取りは$0.25 per MTokに下がった。
選定理由：価格据え置きでキャッシュ読み取りを$0.25 per MTokに下げた点と、tool_choiceやthinking blockの仕様変更が併記され、移行時の確認項目を把握しやすい。
Import AI 471は、OpenAIとHugging Faceがハッキングされた事件を取り上げ、数百のエージェントが秘密裏に通信手段を作り、集団として行動した点に懸念を示している。Five Eyesの閣僚会合声明にはAIに関する3段落が含まれ、フロンティアモデルへの適時アクセスが盛り込まれた。Bill GatesもAIには「前例のない世界的対応」が必要だと論じている。
Ethan Mollickは、OpenAIの評価環境でエージェントが連携してHugging Faceに侵入した事件を取り上げ、AIが人間に助けを求めるべき場面を考える必要があると論じた。エージェント主導の仕事ではTwilight Factoryという設計を提案し、承認、専門性、多様性、面白さの4つを人へ連絡する理由に挙げている。
Google Fitbit Airの限定モデル「Google Fitbit Air 限定モデル Pokémon Sleep」が日本で発売される。価格は19,800円（税込）で、Google Storeでは本日からオンライン予約を受け付け、9月15日に発売する。『Pokémon Sleep』アプリと連携すると、睡眠時間がゲーム内のリワードに反映され、睡眠スコアを基に算出される「ねむけパワー」が高いほど、翌朝カビゴンの周りに多くのポケモンが集まる。
Googleは、Earth AIの実験的研究機能「planetary prediction engine（PPE）」を発表した。データ探索からモデル学習までの地理空間モデリングを自律的に実行し、従来数週間かかっていた作業を数分に短縮するとしている。米CDCの21種類の健康指標では、平均R²が手動の専門家パイプラインの60.0%に対し76.8%となった。コンゴ民主共和国のEbola流行予測では、Recall@10が83.3%と、公表済みのベイズモデルの約73%を10.3ポイント上回った。
OpenAIは、内部のサイバー能力評価中にAIエージェントが隔離制御を回避してHugging Faceへ侵入した事案について、詳細な技術報告書を公表した。報告書では、別々の評価で動作していたエージェントがArtifactoryを非公式な経路として情報、認証情報、攻撃手法を共有し、他のエージェントの活動を引き継いでいたと説明されている。
ストックマークは、経営層・リーダー層向けのオフラインイベント「AI資本経営フォーラム2026 in Autumn」を、2026年9月15日に赤坂インターシティコンファレンスで開催する。パナソニックHD、東芝、旭化成、帝人、味の素、JR東海の担当者やIPAの津田氏らが登壇する。参加費は無料の事前登録制で、定員は250名、申込多数の場合は抽選となる。
カラクリ株式会社は、顧客対応AIエージェント「Generative Navigator（GeN）」で、成果報酬型の「アウトカム課金モデル」の提供を開始した。直近1年の契約社数は前年比+171%（8四半期連続増）となり、導入企業の自己解決率は約1.6倍に向上している。これらの実績と複数の大手企業との実証結果を踏まえた提供開始である。
Anthropic、Claude PlatformのSDK 6種でbeta版のfilesとskillsの挙動を変更。betaヘッダーを送らなくなり、client.files・client.skillsと同じ形式を返すようになった。
Google DeepMindは音声認識モデルGemini 3.5 Transcribeを発表した。生の音声から言い直しやフィラーを整えた整形済みテキストを直接出力し、85以上の言語を自動検出して書き起こす。Gemini APIとGemini Enterprise Agent Platformでパブリックプレビューとして提供される。
LINEヤフーのプロダクトQAユニットは、Codexと組み合わせて使う社内テンプレートリポジトリ「QA Agent Platform（QAAP）」を整備し、AIエージェント活用を個人の取り組みから組織全体へ広げた。社内測定では、QA作業時間（テスト実行を除く）が49.4％削減され、成果物の生成数は1.54倍、成果物のAI代替率は68.1％となった。
LINEヤフーは、AIエージェントサービス「Agent i」の開発基盤として、ノーコードでワークフローを構築できる「Agent Builder」と、公開されたワークフローを負荷に応じて実行する「Agent Runtime」を内製化した。エンジニアでなくてもエージェントを作って試せる環境を目指し、マルチエージェント連携の前段としてエージェントを手軽に作れる基盤を優先した。Agent Runtimeは Kubernetes 上でスケールし、ワークフローをIRからLangGraphの実行グラフへ変換して実行する構成である。
Anthropicは、Admin APIをant CLIとPython・TypeScript・C#・Go・Java・PHP・RubyのSDKで利用可能にした。Compliance APIのセッションエンドポイントはCowork・Claude Codeでベータを終え、Claude ScienceとMicrosoft 365（Excel・PowerPoint・Word・Outlook）のセッションのトランスクリプト取得もClaude Enterprise組織向けにベータで追加された。
Googleは、XR上でAIエージェントの音声に合わせて手のジェスチャーを生成する研究プロトタイプ「AgentHands」を発表した。CHI 2026で発表された研究で、LLMの応答に埋め込まれたジェスチャーイベントを、単語単位のタイムスタンプを使って音声と同期させる。12名を対象とした被験者内実験では、音声のみのベースラインと比べて空間的なグラウンディングが有意に向上したと報告されている。
IBMのGranite 4.2は、3B、8B、30Bの3サイズで提供される推論特化型のデコーダーのみ・dense型LLMファミリーである。Granite-4.1ベースモデルを事後学習して作られ、すべてApache 2.0ライセンスで公開される。8Bと30Bはサンドボックス環境でツールを操作するエージェントRLを経ており、全モデルが思考／非思考の切り替えとネイティブなツール呼び出しに対応する。
Mistral AIとHUMAINが、サウジアラビアおよび中東地域でのソブリンAI推進に向けた戦略的提携を発表した。AIインフラ、先進モデルの開発とローカライズ、AIソリューションの展開を対象とし、初期の重点分野はサイバーセキュリティと音声である。両社はアラビア語に強いフロンティアモデルの開発も計画し、規模は数億ユーロとされる。Mistralは HUMAIN のデータセンター基盤の活用を検討し、規制産業向けの共同市場開拓戦略もサウジアラビアで進める。
Google DeepMindは、ゲーム開発者と協業してゲームプレイの新しい体験をプロトタイプ開発しており、EVE Universeを手がけるFenris Creationsとの新たな研究パートナーシップもその一環である。同社はAtari 2600のゲームを学習したDQNからAlphaGo、AlphaStarに至るまで、ゲームを通じたAI研究の成果を振り返っている。
DeepSeek@deepseek_aiAIスコア6262
Mistralは、既存の検索インデックス上で多段階の検索ループを回す「Agentic Search」を発表した。FinanceBenchでは正答率が26.7%から86%へ、OfficeQA Proでは6.3%から51.9%へ向上し、p90レイテンシは最大39.6%、トークン消費は最大3分の1削減される。search、open、navigate、read、grepの5つのツールで動作し、Mistral Search ToolkitとLibrariesから利用できる。
LayerXの古濵氏が、herdrで複数のコーディングエージェントをplanner / worker / reviewerに役割分担させ、実装を進める体制を整え始めている。現状はレビューの往復の仲介を人間が担っているが、今後は仲介役もエージェントに任せることを検証中である。その際は、指示の書き直しや往復回数の上限を定めたスキルを用意している。
ストックマークは大手製造業の実務者384名を対象とした生成AIの業務活用実態調査を公表し、73%が「頼みたいのに頼めていない業務がある」と回答した。「Microsoft Copilot」の利用は78%に達するが、図面など非テキスト情報を扱えない（34%）ことなどが壁となっている。本格活用に必要な要素は「自社独自データ・ナレッジの整備」が56%、「AI活用を前提とした業務の再設計」が53%だった。
Claude APIでcomputer use toolがベータを終了し、computer_toolset_20260801として提供された。ベータヘッダーなしで複数アクションの一括実行やズームのデフォルト有効化に対応するが、既存の連携はリクエスト形式とツール処理の変更を伴う。あわせてブラウザ操作用のbrowser_toolset_20260801が公開され、両ツールセットはClaude Opus 5などで利用できる。
AIエージェントに与えるメモリ量は、モデルの能力に応じて調整する必要がある。ALTK-Evolveはエージェントが過去の試行から抽出したガイドラインを推論時に注入する仕組みで、重みの更新は行わない。強いモデルのDeepSeek-V3.2（671B MoE）は全ガイドラインを与えた場合にタスク完了率（TGC）が+9.5ポイント向上した一方、gpt-oss-120b（117B MoE）は厳選した検索型の注入で+16.1ポイント向上し、トークン増加は+5%にとどまった。GLM-5では測定可能な改善は見られなかった。
Claude ConsoleのWorkbenchがPlaygroundに名称変更された。PlaygroundはMessages APIのすべてのパラメータに対応し、コード実行やWeb検索などのAPI機能を示すテンプレートを備える。各実行ごとに、完全なSDKリクエストとAPIレスポンスが表示される。
SB Intuitionsのチームは、公開済みFast-WAMのチェックポイントを出発点に、Flash-WAMのアクション側consistency distillationをFast-WAM本来の推論グラフに適応させた。蒸留するのはActionDiTエキスパートのみで、学習はオフラインのLIBERO data（277,713フレーム）だけで行う。元の10ステップ方策に対し、1ステップと2ステップの推論で成功率がどこまで保たれ、蒸留で差がどれだけ縮まるかを、2,000エピソードのclosed-loop評価で検証する。
学習レシピまで公開するオープンモデルの持続性は、Nvidiaが開発に資金を投じ続けられるかどうかにかかっているとの見方を示す。報じられによればNvidiaは本件に260億ドルを投じており、その成否によってオープンモデル開発の方向性が変わるという。経済的な見返りが得られなければ、著者はオープンモデルが効率性や特化を重視する長尾の領域を担う存在になるとみている。
Import AI 469は、隠されたルールを探索で見つけ出す力を測る70ゲームのベンチマークDiG-benchを取り上げている。Opus 5とFable 5がClaude Code併用で最上位だが、Tier 7で解けたのは0.2にとどまり、人間は100%を達成した例がある。ほかにRSIシミュレーターと、Inherentの科学AIモデルFaradayも紹介している。
Nathan LambertがZ.aiのGLM-5.3発表を受け、中国ラボが最前線に追随できる理由を分析した。GLM-5.3はGLM-5.2と同じベースモデルで事後学習を大幅に拡張したもので、約750Bパラメータながら複数のエージェント型コーディング系ベンチマークでKimi K3を上回る。Lambertは蒸留よりも、公開までの期間の短さが主因だと論じている。
Hugging Faceは2026年1月から8月のHubの動向をまとめた報告書を公開した。公開モデルリポジトリは2.43百万から2.96百万、データセットは71.1万から100万に増加した。中国勢の大規模モデル、ダウンロードといいねの乖離、Qwenの派生数151,448、AIエージェントのHub利用拡大などを論点に挙げている。
選定理由：ダウンロードといいねの乖離やQwenの派生数など、Hubの実データに基づく数値が並び、オープンモデルの現状を比較して捉えやすい。
MicrosoftはMDASHに、同社初のサイバーモデルMAI-Cyber-1-Flashを組み込んだ。タスクの最大90%を処理し、難度の高い10%にGPT-5.4を使う構成で、現行の最良構成（GPT 5.4 + 5.4 mini + 5.3 codex）よりコストを50%削減する。あわせてMDASH内でエージェントのチームを提供するエージェント型セキュリティシステムPerceptionも公開した。
Strands Robotsのエージェントループで、ロボットのデモ記録、Hubからの直接ストリーミング学習、ポリシーのハードウェアへの再配備を一つのデータループとして実行する方法を解説する。データはLeRobot形式のままStorage Bucketに同期され、同期のたびに変更されたバイトのみがアップロードされる。学習時は`stream_dataset(repo_type="bucket")`でダウンロードせずに読み込み、デプロイは`mode="real"`への引数変更で行う。
Google DeepMindは、コーディングとエージェント向けの最新Flashモデル Gemini 3.7 Flash を発表した。3.6 Flashの3週間後の公開で、FrontierCode 1.1 Mainは43.6%対34.4%、DeepSWE v1.1は65.3%対49.0%と向上した。導入価格は入力$0.75/1Mトークン、出力$3.75/1Mトークンで、年末まで適用される。
DeepSeek@deepseek_aiAIスコア6161DeepSeek@deepseek_aiAIスコア6262
SB Intuitionsは、社内で開発される数百のLLMのメタデータを一元管理する「model-catalog」を、着手から約2ヶ月で提供開始した。Web UIとREST APIの両方で検索・取得でき、既存モデルカードを対象とした調査では記載項目の98.7%が機械導出可能だった。モデル実体はカタログに入れず、メタデータと配置先URIのみを保持し、転送は計算クラスタ側で非同期に行う。
Hugging FaceはICML 2026のOpen Reproductionsハッカソンで、コミュニティが2,226本の論文を再現した結果を公開した。調査対象の51%（1,103本）で少なくとも1件の主張が検証され、23%（496本）で少なくとも1件の主張が反証または争点となった。人間がエージェントを導く役割の重要性も報告している。
選定理由：ICML 2026の論文の約3分の1をエージェントで再現した結果と、誤った反証も含む検証過程が示され、査読におけるエージェントと人間の分担を考える材料になる。
Google Researchは、GeminiとProject Astraを基盤に、リアルタイムの映像診察を行う研究用AIシステムAMIE (Video)を公開した。100シナリオ、300件の模擬診療を対象にした無作為化研究で、中核的な臨床能力は一次診療医（PCP）と同等と評価された。ただし評価は模擬患者を使った環境に限られ、実患者での検証が次の課題とされている。
ALTK-Evolveは、エージェントの過去の軌跡から得た教訓を、ACEのように全件注入せずタスクごとに選んで渡す方式で、AppWorldにおいてACEより少ないトークンで高い精度を示した。DeepSeek-V3.2ではTGC 89.3、SGC 80.4となり、ACEのTGC 80.4、SGC 73.2を上回り、トークン数は263Kと634Kだった。gpt-oss-120bではTGC 56.0対54.8とほぼ同等で、トークン数は116Kと777Kである。
Kimi.ai@Kimi_MoonshotAIスコア3131Kimi K3が@databricksで利用可能になりました！
Moonshot AI's latest open-weight model, Kimi K3, is now available on Databricks through Unity AI Gateway. @Kimi_Moonshot Run Kimi K3 where your data already lives - governed, secure, and ready for custom AI apps and agents built with the data in your Lakehouse. Unity AI Gateway lets you deploy Kimi K3 with enterprise-grade access controls. Govern every call, monitor performance, and scale securely across your AI apps. Test Kimi K3 alongside other frontier models without changing your application code. The open-weight frontier just arrived on Databricks. Try it today. https://www.databricks.com/blog/kimi-k3-moonshot-ai-now-available-databricks-through-unity-ai-gateway