Turingのチームが、NVIDIAの自動運転シミュレーターAlpaSim上で、自社開発のVLAモデル「DriveHeron」（2B）を動かす手順を紹介した。BaseTrajectoryModelを継承したモデルの実装、entry pointへの登録、driver設定ファイルの用意、Wizardからの`driver=...`指定という流れである。評価は正常に実行できた909シーンで行い、1回のみの実行結果である。
カラクリは、ボイス事業への参入と新製品「KARAKURI voice agent」を発表した。通話後のCRM連携、申請作成、チケット起票、メール送信までAIが自動完結させる設計である。業務の完結件数に応じて課金するアウトカム課金モデルを実証中で、デザインパートナー企業を募集している。商用リリース時期は未定である。
AnthropicはClaude Platformのリリースノートで、Claude APIやSDK、Claude Consoleの変更を新しい順に公開している。Claude Haiku 5.5、Claude Sonnet 5.5、Claude Opus 5.5などのモデル追加に加え、Claude Managed Agentsの機能拡張も記載されている。
選定理由：モデル追加、API仕様変更、Managed Agentsの機能拡張が日付順に並び、移行時に壊れる変更点を一覧で確認しやすい。
Mistral AIが、オーストリア発の物理AI企業Emmi AIを買収することで合意した。産業分野における同社の地位を強化する狙いである。Emmi AIの30名超の研究者・エンジニアは5月にMistral AIのScienceチームおよびApplied AIチームに加わる予定で、両社のモデルを組み合わせてエンジニア向けエージェントを開発するとしている。
Mistral AIは、128B denseのオープンウェイトモデルMistral Medium 3.5をパブリックプレビューで公開し、Mistral VibeとLe Chatにクラウド上で動くリモートエージェントを追加した。SWE-Bench Verifiedで77.6%、τ³-Telecomで91.4を記録したとしている。Pro、Team、Enterpriseプランで利用でき、APIは入力100万トークンあたり$1.5、出力$7.5である。
選定理由：128B denseモデルの公開とクラウド型エージェントの提供が同時に示され、価格や自社ホスト要件も併記されているため、導入判断の材料にしやすい。
Mistralは、組み込みコネクタとカスタムMCPをAPI/SDK経由で全モデル・エージェント呼び出しに使えるConnectorsをStudioで公開した。ツールを直接呼び出す機能と、実行前に人間の承認を挟むフローも追加している。Public Previewで、https://console.mistral.ai/build/connectors から利用できる。
選定理由：連携処理をコードではなくプラットフォーム側に登録する設計と、承認フローや直接ツール呼び出しの書き方がコード例付きで具体的に示されている。
Googleは、Geminiで科学計算コードを書き最適化する研究ツールERA（Empirical Research Assistance）の論文をNatureに掲載した。ERAは遺伝学や公衆衛生、衛星画像解析などのベンチマークで専門家水準の性能を示したとしている。ERAとAlphaEvolveで構築したComputational Discoveryも、Gemini for Scienceを通じて段階的に提供が始まる。
Anthropicは、プライベートネットワーク内のMCPサーバーに接続できるMCPトンネルをClaude Platformでリサーチプレビューとして提供開始した。Claude Managed Agentsでは、ツール実行をAnthropicのインフラではなく自前環境で行えるセルフホスト型サンドボックスが利用可能になった。また、100K文字（約25Kトークン）を超えるagent_toolsetやMCPツールの出力は、サンドボックス内のファイルに自動で書き出される。
AnthropicのClaude Platformリリースノートが、Claude API、クライアントSDK、Claude Consoleの変更を新しい順に掲載している。Claude Opus 5.5、Claude Sonnet 5.5、Claude Haiku 5.5などのモデル追加に加え、Claude Managed Agentsの機能追加やCompliance APIの拡張も記載されている。
選定理由：モデル追加、料金改定、API仕様変更、Managed Agentsの機能追加が日付順に並び、移行時の破壊的変更も確認しやすい。
Googleは、エージェント型開発プラットフォーム「Google Antigravity」の2.0版を発表した。原文は取得できた範囲では、2.0の具体的な機能や価格、提供状況に関する記述を含んでいない。
GoogleはGemini for Scienceを発表し、Google Labsの3つの実験ツールとGoogle Antigravity向けのScience Skillsを公開した。Hypothesis Generation、Computational Discovery、Literature Insightsは段階的にアクセスを開放し、labs.google/scienceで関心登録を受け付ける。ERAとCo-Scientistの研究論文は同日Natureに掲載された。
選定理由：仮説生成、計算実験、文献整理という研究の段階ごとに3つの試作ツールとSkillsが整理されており、各ツールの役割を比較しやすい。
Google DeepMindはGemini 3.5ファミリーの第1弾としてGemini 3.5 Flashを公開した。Terminal-Bench 2.1で76.2%、GDPval-AAで1656 Elo、MCP Atlasで83.6%を記録し、Gemini 3.1 Proを上回るとしている。Gemini appとAI Mode、Google AI Studio、Gemini Enterpriseなどで本日から利用でき、3.5 Proは来月の展開を予定している。
選定理由：Terminal-Bench 2.1やMCP Atlasの数値と提供先が併記され、速度と性能のバランスを判断する材料になる。
JR西日本カスタマーリレーションズとELYZAは、「JR西日本お客様センター」の「ご意見・ご要望」の応対履歴作成に生成AI要約を活用し、平均後処理時間（ACW）を約50%削減した。2023年8月に12分47秒だった月次平均は、2025年12月に6分23秒になった。ルールブック整備や研修などの運用改善と、ELYZAによる3度のモデル更新が成果につながり、100名規模の実業務で定着している。
カラクリは、業務動画を撮影するだけでPC業務を自動化するAIアプリケーションを開発した。TENTIALのカスタマーサポートでの実証実験では、お問い合わせの振り分け作業で年間約200時間の業務削減を確認した。Geminiが動画から手順書を自動生成し、GENIAC第3期で開発した8Bパラメータの視覚言語モデル「KARAKURI VL2」がPC操作を自律実行する。初期設定は約15分である。
Google DeepMindは、Geminiを基盤とするマルチエージェント型AIシステム「Co-Scientist」をNatureに発表し、研究者が仮説を生成・検証できる実験ツール「Hypothesis Generation」として提供する。今後数週間のうちに順次提供を開始し、研究者はlabs.google/scienceで利用登録できる。肝線維症の研究では、同システムが示した再利用候補薬の一つが、実験室試験で瘢痕化に関連する反応を91%阻害したと報告されている。
Anthropicは、Claude APIをAWS経由で利用できる「Claude Platform on AWS」を開始した。Anthropicが管理するインフラにAWSからアクセスする形で、課金とIAM認証はAWSのものを使う。Messages API、Files API、Message Batches API、Claude Managed Agents、Agent Skills、コード実行、ツール利用を、AWSのネイティブエンドポイントから利用できる。
実車の6カメラを入力とするE2E自動運転モデルの出力に、XAI手法のIntegrated Gradients（IG）を適用し、判断根拠をピクセルレベルで可視化した。右折時の対向車への注目や、青信号に変わった瞬間に青ランプへ帰属が生じる様子が確認できた。記事ではIGの2つの公理（Sensitivity、Implementation Invariance）と定式化、既存手法との比較、PyTorch実装も解説する。
Google DeepMindは、Geminiを搭載したコーディングエージェントAlphaEvolveの導入から1年の成果をまとめた。ゲノム解析、電力網最適化、量子回路、TPU設計、Google Cloud経由の企業利用など幅広い分野で成果が出ている。DeepConsensusではバリアント検出エラーを30%削減し、AC Optimal Power Flowでは実行可能解の発見率が14%から88%超に向上した。
Anthropicは、Claude Managed Agentsのマルチエージェントオーケストレーションと Outcomes をパブリックベータとして公開した。あわせてWebhooksのサポートやセッション・イベントのフィルタリング機能が追加された。Dreamsは既存のメモリストアを再編する機能として、リサーチプレビューで提供される。
Mistral AIは、企業向けAIのオーケストレーション層Workflowsをパブリックプレビューとして公開した。PoCから本番運用へ移す際に必要な耐久性、可観測性、耐障害性を提供し、ASML、ABANCA、CMA-CGMなどがすでに業務自動化に利用している。開発者はPythonでワークフローを書き、Le Chatに公開して組織内の誰でも起動できる。Python SDK v3.0は `uv add mistralai-workflows` で導入できる。
Ethan MollickはGPT-5.5に早期アクセスし、AIの急速な改善が続いていると評価した。GPT-5.5 Proは3Dの港町シミュレーションで町の進化を実際にモデル化できた唯一のモデルで、所要時間もGPT-5.4 Proの33分から20分に短縮した。一方、長編フィクションの質など能力の凹凸は残っている。
選定理由：早期アクセスで実際にタスクを走らせた体験記であり、モデル、アプリ、ハーネスの三層で進歩を捉える見方と、残る弱点が具体例で確認できる。
LayerXはAgenticSecをグループに迎え、セキュリティ領域に進出した。LayerXとして初のM&Aであり、今後もM&Aを強化する方針である。AgenticSecはAIエージェントによる自動ペネトレーションテスト製品「AgenticSec Pentest」を提供している。
Google Researchは、成功と失敗の両方の経験から知見を抽出して蓄積するエージェント向けメモリフレームワーク「ReasoningBank」を提案した。Gemini-2.5-Flashを用いた評価では、スケーリングなしのReasoningBankがメモリを使わないエージェントより、WebArenaで成功率が8.3%、SWE-Bench-Verifiedで4.6%高かった。さらにSWE-Bench-Verifiedではタスクあたりの実行ステップがほぼ3つ減少した。
カラクリが、STATION Aiのアクセラレーションプログラム「AI Boost Program」に採択された。本プログラムはソフトバンクおよびNVIDIAの支援のもと、GPUシステムの提供やNVIDIAエンジニアによる技術支援を採択企業に行う。カラクリは、ホワイトカラー業務およびコンタクトセンター業務向けに、安全性を担保したAIエージェント/CUAの開発を加速する方針である。
カラクリが、PC操作を自律実行する国産CUA向け視覚言語モデル「KARAKURI VL2」（8Bパラメータ）を開発し、GENIAC第3期の成果として公開した。自社開発の日本語PC操作ベンチマーク「OSWorld-JP v0.2」（100タスク）の総合スコアは0.331で、Claude Sonnet 4.6の0.593には及ばないが、画像編集（GIMP）とメール操作（Thunderbird）の2カテゴリではClaude Sonnet 4.6を上回った。
Google Researchは、LLMベースのユーザーシミュレーターとの差（リアリズムギャップ）を測定するためのデータセット「ConvApparel」を紹介した。衣料品の買い物領域で4,000件以上の人間とAIの多ターン会話（約15,000ターン）を収集し、参加者は「Good」と、意図的に非協力的に振る舞う「Bad」の2種類のエージェントにランダムに振り分けられた。
カラクリとHelpfeelが戦略的パートナーシップを締結し、Helpfeelを利用する企業が既存のFAQナレッジを活用しながら、カラクリの顧客対応AIエージェント「KARAKURI GeN」を導入できるようになった。GeNは2024年のリリース以来、四半期平均で成長率45%を維持しているという。両社は企業の顧客接点におけるAI化を促進する方針である。
AIの能力を引き出せない主因はモデルの限界よりもチャットボットというインターフェースにあり、Anthropicは対策としてClaude Cowork向けにDispatchを投入した。QRコードを読み取ると、スマートフォンからデスクトップ上で動くClaudeにメッセージを送って遠隔操作できる。著者は朝のブリーフィング作成やスライド内グラフの更新をスマートフォンから依頼した。
Spaces は、人間の開発者とコーディングエージェントの両方が使えるCLIである。対話式の入力はすべてフラグなどの同等の手段で代替でき、エージェントは--helpを読んで設定ファイルとCI パイプラインを構成し、プロンプト1つから本番デプロイまで10分未満で完了したという。init時にはプロジェクト構造を記した context.json と、エージェント向けの指示を書いた AGENTS.md も生成される。
カラクリは、EC企業向けのBPOサービス『AgenticCS BPO』を2026年4月より提供開始する。生成AIチャットボット、電話応対AI、事務処理AIの3つのAIエージェントと、時給3,000円クラスの専門人材を組み合わせ、EC特有の問い合わせの約7割をAIが自動処理する。1席あたり月額20万円〜で、従来BPO（席単価40〜60万円）の半額以下となる。
ELYZA Labが、Agentic LLMの強化学習（Agentic RL）に使った訓練基盤の実装と訓練ノウハウを解説した。verlをコアに、AgenticEnv、RolloutManager、Tool、Tool API Serverの4コンポーネントを追加し、verl本体の更新に追従しやすい最小限の変更に留めている。ステップ1-2をマルチステップ化の差し替え対象とし、ステップ3以降はそのまま流用する設計である。
ELYZA Labは、LLMのツール利用能力を高めるため、法令検索タスクでAgentic RLによる学習を行った。DAPOで学習した結果、Qwen3系ベースモデルから性能が向上し、Qwen3-32Bベースのモデルはin-domain評価でGPT-5.2と肩を並べた。タスクのデータセットは「ELYZA-MuLQ」として公開される。
ABEJAは、Alibaba社のQwen3-14Bに追加学習を行ったモデル「ABEJA-Qwen3-14B-Agentic-256k-v0.1」を公開した。コンテキスト長は元モデルの128kから256kに拡張され、思考とツール利用を繰り返すAgentic能力の強化を狙っている。ローカル社内ドキュメントの探索を想定して検索系ツールの強化にOpenSearchを採用しており、汎用モデルというよりエージェント利用向けのモデルである。
チューリングが開発した自動運転VLAモデル「DriveHeron」を実車に統合し、10Hz（100ms周期）の制御ループに収めた。VLMの「Heron」を土台に将来の走行軌跡を出力する設計で、出力は回帰型のtrajectory headにより単発推論で得る。TensorRTとFP16の低精度推論により、2B（約20億パラメータ）のVLMでも前後処理を含めて100ms以内を達成した。
Mistralは4Bパラメータのテキスト音声合成モデルVoxtral TTSを公開した。9言語に対応し、APIでは1k文字あたり$0.016で利用できる。人手評価ではElevenLabs Flash v2.5より自然さで上回り、ElevenLabs v3と同等の品質とされる。
Mistral AIは、企業が社内の独自データを基にフロンティア級のAIモデルを構築するシステム「Forge」を発表した。社内ドキュメントやコードベース、構造化データを用いて事前学習、事後学習、強化学習を行え、dense型とMoEの両アーキテクチャに対応する。Mistral Vibeのようなエージェントが、ファインチューニングやハイパーパラメータの探索、評価用の合成データ生成を自律的に行い、ベンチマークの性能低下も監視する。
Mistral AIはMistral Small 4を発表した。Magistralの推論、Pixtralのマルチモーダル、Devstralのエージェント型コーディングを1つのモデルに統合し、Apache 2.0ライセンスで公開している。119B総パラメータのMoEで256kコンテキストウィンドウに対応し、Mistral Small 3と比べてレイテンシ重視設定でエンドツーエンドの完了時間を40%削減、スループット重視設定で毎秒リクエスト数を3倍にした。
選定理由：推論、マルチモーダル、エージェント型コーディングを1モデルに統合した構成と、出力長を抑えた比較が示されており、モデル選定の軸を整理しやすい。
Mistral AIはLean 4向けのオープンソースのコードエージェントLeanstral（120B-A6B、アクティブパラメータ6B）をApache 2.0ライセンスで公開した。Mistral Vibeのエージェントモードと無料のAPIエンドポイントでも利用できる。FLTEvalではpass@2で26.3となり、コスト36ドルでSonnetの23.7（549ドル）を上回ったとしている。
Ethan Mollickは、2025年後半からAIエージェントにより「AIを管理する時代」に入ったと論じている。ベンチマークの指数的な向上、StrongDMのSoftware Factory、2月の1週間の出来事を挙げ、再帰的自己改善がロードマップにあると述べる。
Microsoftは、Copilot内の独立した安全な空間として健康管理機能「Copilot Health」を発表した。健康記録、ウェアラブルデータ、健康履歴を一つにまとめ、パーソナライズされた健康インサイトを提供する。段階的に展開し、現在はウェイティングリストへの登録を受け付けている。50を超えるウェアラブル機器（Apple Health、Oura、Fitbitなど）や、米国の5万以上の病院・医療機関からの記録と連携する。健康データは一般のCopilotから隔離され、モデルの学習には使用されない。