Qwen@Alibaba_QwenAIスコア3838685 output tokens/s per user on @Alibaba_Qwen Qwen3.8-Flash-Next. Running TokenSpeed on 4× NVIDIA GB300 with NVFP4. A look at the kernel and serving optimizations behind the results: 👉 https://lightseek.org/blog/tokenspeed-qwen3-8-flash-next.html ⭐ https://github.com/lightseekorg/tokenspeed
NVIDIA@nvidiaAIスコア4242Jensen Huang le sait : la France est le pays le plus attractif d’Europe pour l’intelligence artificielle, grâce à nos talents, nos infrastructures et nos entreprises qui nous permettent de rester à l’avant-garde. Depuis Choose France, notre coopération avec NVIDIA s’accélère, des startups aux grands acteurs industriels, en passant par les infrastructures de calcul et la recherche. Avec une nouvelle étape aujourd’hui : NVIDIA investit dans des entreprises françaises et s’engage à soutenir notre initiative franco-allemande pour développer la recherche ouverte en Europe. Cela a d’autant plus de valeur que nous partageons et portons la même exigence d’une intelligence artificielle ouverte, sûre et au service de notre souveraineté. Merci cher Jensen pour votre confiance et votre soutien.
多段階の世界状態予測を評価するベンチマーク「WorldCast」が提案された。8カテゴリ320件のケースで12モデルを評価した結果、GPT-Image-2.5 Systemは72.8点、Nano Banana Proは42.8点、最良のオープンソースモデルは20.1点だった。強力な生成モデルは基盤の言語モデルの能力も効果的に活用している。
NVIDIA@nvidiaAIスコア2121
LiquidAIは、24Bパラメータ・アクティブ2Bのリasoningモデル「LFM2.5-24B-A2B」を公開した。ツール呼び出しや多段階タスクに対応し、ローカルハードウェア上で継続的にエージェントを動かせるとされる。Agentic benchmarkのLiveClawでは48.09点で、Qwen3.6-35B-A3Bの38.19点を上回る。Apple M5 Maxでは184 tok/s、単一のNVIDIA B300 GPUでは最大21K output tok/sの推論速度を示している。
NVIDIA@nvidiaAIスコア2121
NVIDIAはMicrosoftと共に10月16日発売のRTX Sparkノートに向け、GitHub CopilotやPerplexityなどのエージェントアプリ、Adobe、開発ツールの対応を発表した。RTX Sparkは最大128GBのユニファイドメモリと1 petaflopのAI演算性能を備える。エージェント向けの74B（アクティブ9B）MoEモデルNemotron 3.5 Bolt 74Bは10月15日に公開される。
MIT Technology Reviewは、オープンウェイトモデルの利点とリスクを専門家の見解とともに整理した解説記事を公開した。研究や企業利用、権力集中の抑制といった利点がある一方、再学習による安全対策の解除が容易なことが課題とされる。段階的公開など中間的な対応策も論じている。
64GBの統合メモリを搭載したNVIDIA DGX Sparkが、10月23日（金）にAcer、ASUS、Dell、Gigabyte、HP、MSIから発売される。価格は4,999ドルからで、最大1,000億パラメーターのモデルをデバイス上で実行できる。2台をNVIDIA Sync Cluster Assistantでクラスタリングすると、NVIDIA社のQwen 3.8 27Bテストで単一システム比最大1.7倍の性能を示した。
NVIDIAは、Doctolib、Entalpic、Genesis AI、Pigmentの4社への投資を計画していると発表した。対象分野はヘルスケア、材料探索、フィジカルAI、事業計画である。NVIDIAは欧州全体でテクノロジーエコシステムに約100億ドルを投じており、フランスではNemotronオープンモデルを使ったソブリンAIの導入も進んでいる。
Mac（M4 Max・64 GiB）でNemotron 3.5 Lightning（MLX 4-bit）を使い、推論サーバーのoMLX 0.7.0とTensorFold 0.6.4を比較した。短い入力8件同時ではTensorFoldが183.4 tok/sで、oMLXの157.6 tok/sより約1.16倍高速だった。ただしoMLXも並行して生成しており、MTPによる下書き採用は全体の1.07%にとどまるため、MTP単独では速度差を説明できない。
Simon Willisonが2026年10月13日に投稿したブログ記事で、本文はスポンサー募集とLLM関連ニュースレターの案内のみである。web-edit 0.1a1の機能や仕様について記述された内容は確認できない。
Perplexity@perplexity_aiAIスコア2424
llama.cpp の AWS DLC と SemIf 用の子イメージを使い、宣言された選択肢ごとの確率を返す意思決定モデルを SageMaker AI にデプロイする方法を示す。JevBench の 231 タスクでの検証では、Qwen3.5-4B（Q4_K_M）の正答率は CPU 構成が 77.5%、GPU 構成が 77.9% だった。p50 レイテンシは GPU 構成の 0.352 秒が CPU 構成の 1.715 秒より 4.9 倍速い。
AWSは、Amazon EKS上の2つのGPUノードに1つの大規模言語モデルを配備し、prefillとdecodeを別ノードに分けてOpenAI互換エンドポイントの背後で動かす方法を解説している。prefillを担うノードが長いプロンプトを処理し、decodeを担うノードがトークン生成を行うことで、計算負荷の高いprefillがトークン生成を滞らせるのを防ぐ。
NVIDIAは、OCP Global SummitでVera Rubinのラックとコンピュートトレイの設計を、オープンなNVIDIA MGXアーキテクチャを通じてOCPに寄贈した。MGX 1.2仕様は、液冷の5,000A busbarや19インチ機器への対応を加え、ラック展開を最大250kWまでサポートする。あわせて、DSX AI Factory向けのConfig ManagerやCluster Readiness Engineなどのオープンソースコンポーネントも公開された。
Google DeepMindのPushmeet KohliとBiohubのSal Candidoが、AlphaFoldがタンパク質フォールディングを解決していない理由を、Brandon Andersonの司会のもとで議論する。議論のトピックには、タンパク質のダイナミクスや秩序のない領域、静的構造予測の限界が含まれる。計算資源やデータを増やすだけでは生物学の問題は解けず、適切なスケーリング則を見つけることが重要だとされる。
Qwen@Alibaba_QwenAIスコア5656Meet Qwen-Image-2.1, the most balanced and cost-effective image generation model in the Qwen-Image series! Now open weights! 🎨 A unified model for both generation and editing, delivering top-tier quality in a lightweight package. Highlights: 👀 - Compact & exceptionally fast: A lightweight 7B architecture that outperforms most closed-source models, with drastically accelerated inference for multi-image inputs. - Native transparency: Natively generates and edits RGBA layers, enabling seamless compositing and text editing within transparent images. - Versatile, high-fidelity editing: Supports up to 10 reference images and precise local control while preserving strict fidelity for portraits and products. - Broad coverage & stunning aesthetics: Excels at panoramas, infographics, and virtual try-ons, delivering realistic textures and elegant typography. Start to create your next masterpiece with Qwen-Image-2.1! 🖼️ - Blog: https://qwen.ai/blog?id=qwen-image-2.1 - GitHub: https://github.com/QwenLM/Qwen-Image-2.1 - Model Scope: https://www.modelscope.cn/models/Qwen/Qwen-Image-2.1 - Hugging Face: https://huggingface.co/Qwen/Qwen-Image-2.1
Sakana AI@SakanaAILabsAIスコア4242
Anthropic@AnthropicAIAIスコア3434Anthropic@AnthropicAIAIスコア4343Sakana AIは、研究から産業実装、プロダクト開発までの最新情報を届けるニュースレター「Sakana AI Insider」を配信している。月2回ほどのペースで、基盤モデルやエージェント開発、RSI LabやFrontier Intelligence Groupの研究、金融・防衛などでの産業実装、「Sakana Marlin」「Sakana Fugu」といったプロダクトを扱う。購読は無料で、いつでも配信停止できる。
AIセーフティ・インスティテュート（AISI）は、2026年10月7日にAISI事業実証WGの2026年度上期報告会を開催した。企業や研究機関、関係府省庁など総勢130名が参加し、各SWGの進捗と、新設した教育SWG・ジオAI SWGの活動方針を共有した。ゲストスピーカーとしてAnthropicとOpenAIも登壇し、最新動向を講演した。
Stacklokは、エージェントの実行基盤をデスクトップからクラウドへ移すためのオープンソースのクラウドネイティブ・ハーネス「Mecatl」を開発している。Mecatlはエージェントループを、クライアント、モデルプロバイダー、状態ストア、実行環境から独立させ、ツール呼び出しやbashなどの機密性の高い操作と分離する。セッション管理やメモリも、ディスク上のJSONLファイルではなく管理可能なシステムに置く設計である。
NVIDIAはROSConで、ROSベースのGPUアクセラレーテッドパッケージ集であるIsaac ROS 5.0を発表した。ROS LyricalとUbuntu 24.04に対応し、AIエージェント向けのIsaacスキルやエージェント対応ドキュメントを加えた。FoundationPoseの推論ライブラリは物体の認識と追跡が最大5.5倍高速になり、Isaac ROS 5.0は無料のオープンソースで利用できる。
Nathan Lambertは、オープンモデルのサイバーリスクをめぐる議論が単純化され、規制が米国のAI競争力を損ない長期的なリスクも高めかねないと主張する。AnthropicのGLM-5.3に関する報告は、禁止の影響や中国企業が公開を安全とみなす理由に踏み込んでいないと批判する。オープンモデルを禁止するなら、クローズドモデルの公開APIも違法にすべきだと論じる。
Mistral AI@MistralAIAIスコア5353
通信事業者は、コスト削減にとどまらず、信頼性、制御性、カスタマイズ性を理由に、オープンモデルを中心にAI戦略を組み立てつつある。NVIDIAの「State of AI in Telecommunications」レポートでは、回答者の89%が、オープンソースのモデルやソフトウェアが自社のAI戦略にとって重要だと答えた。
LINEのAndroid開発者Moriが、MCPサーバーmobile-mcpを使い、AIエージェントにAndroid端末を操作させて実装直後の動作確認やバグ調査、ストア用スクリーンショット作成を任せる方法を紹介した。リリース前の最終判定や反復的な回帰テストなど、エージェントだけでは完結させにくい4つの用途も挙げている。Android CLIやsim-useとの比較、View Tree優先や画面ごとの操作リファレンス整備といったTipsも解説する。
9月22日～23日にシンガポールで開催されたNVIDIA AI Day Singaporeで、NVIDIAとパートナー各社が東南アジア全域のAI活用の進展を発表した。HTXはNemotron 3 SuperおよびNemotron 3 Nano Omniを使った公共安全AIの研究に着手し、Viettel AIはNemotron 3 Superをベトナム語向けにファインチューニングした。Sea LimitedはASEAN地域で初めてNVIDIA Vera Rubinを採用する企業となる。
MIT Technology Reviewが主催したEmTech Future 2026の全プログラムが、オンデマンドで視聴できるようになった。Google ResearchのYossi Matiasは、AIが生物学、インフラ、製造、科学を変え始めており、他分野と交わるときに最大の影響が出ると語る。Google Quantum AIのHartmut Nevenらも登壇し、購読者は20%割引の$596で視聴できる。
Latent SpaceのAINewsが、10/1/2026〜10/2/2026のX、Reddit、各種コミュニティの話題をまとめた。OpenAIのGPT-6.1 Solは入出力100万トークンあたり$2/$10で、Agent ArenaではSol [Max]が5位、Sonnet 5.5 [Max]が3位に入ったと紹介している。エージェント基盤、研究、推論ハードウェア、政策の話題も並ぶ。
LayerXのAi Workforce開発部のEngineering Managerであるmootohが、AIにチームの活動情報を収集させ、1on1などの対話のきっかけをつくらせる運用を半年試した。Obsidianに.mdで蓄積し、Claude Codeで参照する構成である。課題は解像度がまだ粗い点で、metricsとalertの強化が必要だと整理している。
LINEヤフーの殿山雄大氏が、Microsoft公開のOSS「Agent Package Manager（APM）」で、Skill・指示・MCPをチームに配布する方法を解説した。`apm.yml` に使う設定を宣言し、`apm install` を実行すると、Claude CodeやCodexなど各エディタの所定の場所へ展開される。新メンバーの環境構築での転記ミスや、Skill追加のたびの配り直しといった手間の解消につながるとしている。
NVIDIAのJensen HuangがSalesforceのDreamforceに登壇し、NVIDIA Nemotron 3 Super上に構築されたSalesforce初のCRM推論モデル「Koa」が発表された。Koaは約30年にわたるCRM展開から得た独自の合成データセットでポストトレーニングされ、Salesforce CRM Benchで主要モデルと同等以上の性能を達成し、エラーを3分の1に抑えたという。10月から顧客向けパイロットに移行し、米国での一般提供は2026年冬を予定している。
Hugging Faceが、多言語とボイスクローンに対応するオープンソースTTSモデルを客観指標で評価する「Open TTS Leaderboard」を公開した。認識精度を示すWER/CER、推論速度を示すRTFx/TTFA、話者類似度を示すSIMを用い、アリーナ型評価に比べてモデルの評価期間を数週間から数時間に短縮するとしている。人間の好みを測る評価は「Listen」タブでの投票に委ねられる。
NVIDIAは、AIエージェントのテストから展開までを保護するオープンなプラットフォーム NVIDIA Open Agent Safety Platform を発表した。ソフトウェアの OpenShell と、BlueField-4 DPU 上で動作するリファレンス設計 Sentry で構成される。OpenShell は NVIDIA 開発者向けソースページと GitHub から入手できる。
選定理由：ソフトウェア層のOpenShellとBlueField-4上のSentryという二層構成で、エージェント制御の置き場所を整理して読める。
Mistral AIは、ミュンヘンに新たな拠点を開設し、産業向けAIの研究と開発を強化すると発表した。拠点にはPhysics AIと産業AIの専門研究チームと、企業パートナー向けの応用エンジニアを置く。2030年までに欧州で1ギガワットの計算能力を構築する計画で、BMWやSiemens Energyとも協業している。
DeepSeek-V4-Flash-0731（総パラメータ284B、アクティブ13BのMoE）を、エキスパートの枝刈りでMac mini（M4 Pro、64GiB）上に載せ、prefillを4.88 t/sから111〜126 t/s、decodeを4〜7 t/sから14〜20 t/sへ高速化した。各層のエキスパート256個を128個に削り、先頭3層は残して55.0 GiBとした。この構成はDeepSeek-V4-Flash-0731-Pruned-155B-A13BとしてHugging Faceで公開されている。