Bluesky、AIツールAttieでゲームやアプリを作って共有可能に

Blueskyの AIツール「Attie」で、プロンプト入力によりゲームやアンケート、ダッシュボードなどの「小さな」ソーシャルアプリを作成し、自分専用のWebサイトとして他のユーザーと共有できるようになった。公式サイトではFlappy Butterfly（Flappy Birdの類似作）、ドラムマシン、クイズ、放置型クリッカーなどの例が紹介されている。

Amazonのデバイス責任者Panos Panay氏、アプリに代わりAIデバイスが主役になる未来を展望

Amazonのデバイス部門責任者Panos Panay氏は、個人向けAIの未来はアプリではなく、センサーとAIで背景で動く「アンビエントデバイス」にあると語った。同社はBeeの新しいAIウェアラブルを発表し、リストバンドやペンダントとして使えるバンド型と、スマートフォン背面に磁石で付く名刺サイズの機器を披露した。Beeのデバイスは音声をリアルタイムで処理して生の音声は保存せず、文字起こしは端末が生成する鍵で暗号化される。

Bluesky、AIアプリAttieを拡張 誰でもウェブサイトやゲームを作成可能に

Bluesky は、AI 搭載アプリ Attie の新機能として、クリエイターがウェブサイト、クイズ、ゲーム、投票などのインタラクティブな体験を作成できるツールを発表した。作成された体験は、Bluesky などを支える AT Protocol（ATProto）上で動作する。Attie では、ユーザーが独自の AI モデルを持ち込むか、オープンウェイトのモデルを利用できる。

Meta、Muse Spark OpenをAmazon SageMaker JumpStartで提供開始

Meta のコーディング特化オープンウェイトモデル「Muse Spark Open」が Amazon SageMaker JumpStart で利用可能になった。MoE アーキテクチャで総パラメータ 816B、アクティブ 42B、コンテキストウィンドウは 1M トークンである。BF16 版は ml.p6-b300.48xlarge、NVFP4 量子化版は ml.p5e.48xlarge で動作し、SageMaker Studio または SageMaker Python SDK から自身の AWS アカウントのエンドポイントにデプロイできる。

AI at Meta@AIatMetaAIスコア5959

Meta AIはオープンウェイトモデル「Muse Spark Open」を公開した。米国発のオープンウェイトモデルとして「これまでで最も高性能」と位置づけている。総パラメータ816B、アクティブ42B、1Mトークンのコンテキストウィンドウを備え、テキスト、画像、動画、音声にネイティブ対応する。

NVIDIA RTX Spark発売記念イベントを世界各地で開催

NVIDIAはクリエイター、ゲーマー、AIエージェント向けのWindows PC「NVIDIA RTX Spark」を発売し、10月16日（金）にサンフランシスコ、ベルリン、台北、北京、イスタンブール、ソウルで発売記念イベントを開く。会場ではデモ体験ができ、事前登録の要否は会場ごとに異なる。#ShareYourSpark投稿の参加者から、Jensen Huangのサイン入りASUS ProArt P14 RTX Spark搭載ノートPCが当たるキャンペーンも実施している。

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。

FTC、AnthropicとOpenAIの安全性インシデントを調査、民事調査要求書を送付と報道

FTCがAnthropicとOpenAIに対し、AIモデルのインシデントをめぐる消費者被害について民事調査要求書を送付したと、Axiosが関係者の話として報じた。要求は50ページ超の質問に及び、インシデント関連文書、社内のセキュリティ対策、消費者を誤認させうるマーケティング資料などを求めている。

Bar-Ilan大学のAIエージェント、講義を欠席した学生の学習を支援

Bar-Ilan University（BIU）は2月、学習プラットフォームMoodle上で、講義資料の検索や要約を行うAIエージェントを試験導入した。Microsoft Copilot Studioで構築され、71科目、約2,400人の学生が対象となった。ヘブライ語、アラビア語、英語に対応し、2026/27年度前期にはさらに100科目へ展開される。

NVIDIA@nvidiaAIスコア6262

NVIDIAはオープンモデルのNemotronファミリーに、Nemotron 3.5 Super VLを加えた。視覚理解、推論、ツール利用を組み合わせ、AIエージェントがより短時間で多くの作業を完了できるようにするという。総パラメータ120B、アクティブ12Bで、テキスト、画像、ドキュメント、動画の理解に対応する。

AWS「Trust in Depth」：制御を失わずにAIエージェントの自律性を高める方法

AWSは、AIエージェントに自律性を与えつつ制御を保つ多層的な考え方「Trust in Depth」を提示した。Scope、Know、Bound、Observeの4つの問いでライフサイクル全体の信頼を検証可能にする。厳密に記述できるルールには自動推論（automated reasoning）で証明を与え、曖昧な判断は人に委ねる。

Rivianの車にもAIエージェントが対応へ

RivianのRJ Scaringe CEOは、将来Rivianの車がAnthropicなど他社製のAIエージェントを動かせるようにする考えをTechCrunch Disruptで明らかにした。導入時期は明らかにされていない。現在のアシスタントは、エッジ上のローカルモデルとクラウドを質問の複雑さに応じて使い分けており、ブレーキや操舵などの車両制御はエージェントに任せないとされる。

NVIDIA、Nemotron 3.5 Super VLとBolt 74B-A9B 24GBをオープンモデルとして公開

NVIDIAは1200億パラメータのオープンモデルNemotron 3.5 Super VLと、エッジ向けのNemotron 3.5 Bolt 74B-A9B 24GBを公開した。Bolt E4B 4GBは10月23日に提供予定である。Super VLは同クラスで次点の5倍高速なスループットとされ、Hugging Faceなどから利用できる。

Sakana AI@SakanaAILabsAIスコア4242

The Agentic Scientistは、Codex や Claude Code などの市販コーディングエージェントを制御用スキャフォールドで包み、仮説検証から実験までの研究ループを自動化する仕組みである。同システムを用いた Error Diffusion の研究論文はALIFE 2026でオーラル発表に採択された。

GeForce NOW、NVIDIA DLSS 4.5の設定コントロールに対応

NVIDIAはGeForce NOWでNVIDIA DLSS 4.5のコントロールを提供開始した。DLSS Super Resolution、Dynamic Multi Frame Generation、Ray Reconstructionの設定を選べ、GeForce RTX 5080搭載クラウド環境のUltimate会員はDynamic Multi Frame Generationを最大4Xまで使える。設定はGeForce NOWアプリのsettingsから、Windows、macOS、Chrome OS、Steam OSで利用できる。

Kimi.ai@Kimi_MoonshotAIスコア2525

Automate Your Workflows with Kimi Work - Tutorial #3 → 「Kimi Workでワークフローを自動化 - チュートリアル #3」 以下は本文の翻訳です。 Kimi Workで日常のワークフローに Kimi をどう組み込めるかをご覧ください。 - ローカルのプロジェクト、ブラウザ、コンピューターをまたいで作業できます。 - Swarmで複雑なタスクを分解し、Goalモードで反復させられます。 - Plugins、AGENTS.md、Dashboardで Kimi の動作をカスタマイズできます。 次に取り上げてほしい内容があれば、コメントでお知らせください。

NVIDIA@nvidiaAIスコア2222

NVIDIAは、北欧諸国がNVIDIAの技術を使ってAIを開発・活用している事例を紹介した。Spotifyはポッドキャストのレコメンドを効率化しており、ABB Roboticsはシミュレーション上でエンジニアがロボットを訓練・テストする作業を支援している。スタートアップも、スウェーデン語の文字起こしから特許調査まで、オープンモデルを幅広い業務向けに適応させている。GTC Berlinに先立ち、北欧のテクノロジー・エコシステムを解説するブログも公開された。

NVIDIAと北欧、地域ぐるみで進める先端コンピューティングの取り組み

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、RTX SparkとMXCでWindows PCのAIエージェント対応を発表

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。

KiroとAmazon Qでセキュリティポスチャを強化する5つの方法

KiroとAmazon Q Developerを使い、AWS Well-Architected フレームワークのセキュリティの柱に基づいてセキュリティポスチャを強化する5つの方法を紹介している。最初の手法は、Kiroのステアリングファイルや Amazon Q Developer IDE プラグインのルールで組織のセキュリティ標準を永続的なコンテキストとして設定するものである。これにより、プロンプトのたびに要件を繰り返さなくても、暗号化や最小権限のIAMを備えたインフラストラクチャを一貫して生成できる。

セキュリティ業務向けAIエージェント基盤「SAGE」の開発記 第1弾：判断は人間に委ねる設計

LINEヤフーのSecurity Development Divisionは、セキュリティガバナンス業務を支援するAIエージェント基盤SAGEを、判断を人間に委ねる設計で本番運用している。JiraベースとSlackベース、担当者向けWebの3つのエントリーポイントが共通のAIオーケストレーション層を共有し、Langflow、GPT系モデル、MCP、OpenSearchなどで構成される。AIは一次整理と根拠収集を担い、公式な判断は担当者が行う。

Selection-based Structured Reasoning（SSR）、効率的なマルチモーダル検索エージェントに向けて

マルチモーダル検索エージェントの推論を、事前定義した再利用可能な候補からの選択に置き換えるSSRは、1ターンあたりの推論レイテンシを90%以上削減する。質問ごとの総推論レイテンシは28〜54%削減され、2Bと4Bのモデルによる7つのマルチモーダル検索ベンチマークでは、同規模の主要な検索エージェントに匹敵する平均成功率を示した。強化学習と教師ありファインチューニングのいずれでも、タスク性能を落とさず効率を高めた。

Meta、オープンウェイトのマルチモーダルMoEモデル「Muse Spark Open」を公開

Metaはオープンウェイトのモデル「Muse Spark Open」を公開した。総パラメータ約816B、トークンあたりのアクティブ約42BのMoEで、テキスト、画像、音声、動画を入力でき、コンテキストウィンドウは最大1Mトークンである。Hugging Face Blogでは、transformers、llama.cpp、SGLang、vLLM、MLXでの実行方法とTRLによるファインチューニング、デモを紹介している。

計画が先か検索が先か、ツール探索アーキテクチャの規模比較

ツール利用型LLMエージェントでは、LLMに先に計画を立てさせるPlan-then-Retrieve（PtR）が、複数ツールのクエリでRetrieve-then-Plan（RtP）を上回り、単一ツールのクエリでは劣ることが示された。ToolBench（46,984 API endpoints）での評価では、この傾向が検索件数k=1〜20と1k〜47kのレジストリ規模で一貫していた。PtRは推論コストがおよそ2倍になるため、RtPの上位1件の検索スコアを使う複雑度適応型のルーティングが実用的な方向として挙げられている。

Claude Platform リリースノート（2026年10月15日）

Anthropicは、Claude Platformの2026年10月15日付リリースで、Claude Opus 5.5のfast modeを研究プレビューから外し、betaヘッダーなしで利用できるようにした。Compliance APIは、Claude Enterprise組織向けベータとして、メンバーがclaude.aiのInstructions for ClaudeとCoworkのGlobal instructionsに保存した内容を返すようになった。

Anthropic、Claude Code ReviewをTeamとEnterprise向けに一般提供開始

AnthropicはCode Reviewをリサーチプレビューから一般提供に移行し、Claude TeamとEnterpriseの組織で利用可能にした。ほとんどのレビューはプレビュー時の約20分から6〜10分へと約3倍速くなった。対象のEnterprise組織は、2027年1月15日までに10,000ドル以上のCode Reviewクレジットを申請できる。

AI at Meta@AIatMetaAIスコア4141

Muse WonderとMuse Wonder Fullは、個人向けおよびプロフェッショナル向けのエージェント型タスクでSOTA性能を発揮する。 これらのモデルの詳細は、研究者向けブログで紹介している。https://go.meta.me/musewonder

サイバーエージェント、Claude Codeのコスト最適化を支える5つの習慣を社内勉強会の内容から紹介

サイバーエージェントは、Anthropic Japanの担当者を招いたClaude Codeのコスト最適化の社内勉強会に900名以上が参加したと報告し、講演の軸となった5つの習慣を紹介した。要約、中断前の準備、セッション分割、指示とツールの見直し、モデルと役割の使い分けが柱である。削減率は環境で変わるため、自社の作業で測ることを勧めている。

金融エージェントの自律性と安全性、OpenAIとAnthropicはどう向き合うか

AI Engineer New Yorkでは、金融分野のエージェントで自律性と安全性をどう両立させるかが主要テーマとなった。結論は、制限の多さではなく、統制と人間の判断をどこに置くかが安全な自律性を左右するというもの。OpenAIのJoseph Kimは「有用性のしきい値」を論じ、AnthropicはClaude for Financial Advisorsを例に、アイデンティティと権限、承認、検証からなる信頼レイヤーを提示した。Two SigmaとBloombergも、承認疲れへの対策やモデル外での決定論的な制御を紹介した。

Latent Space、Leash BioのIan Quigleyと対談 DELデータとラボインザループを語る

Latent SpaceがLeash BioのIan Quigleyとのポッドキャスト回を公開した。DNA Encoded Libraries（DEL）で再現性の高いデータを得る方法や、Kaggleコンペ、モデルHermesなどを扱う。収録後に生まれたエージェント向け科学的推論環境Minosのプレプリント、ブログ、オープンデータセットも同日公開された。

VLA-Δ：物理的状態遷移を学習するVision-Language-Actionモデル

VLA-Δは、現在と未来の観測の間の物理的な状態遷移を明示的な学習目標とすることで、ロボット制御を改善する汎用フレームワークである。LIBEROとRoboTwinのベンチマークで最先端手法に匹敵する性能を示し、実機実験ではπ0.5を上回った。推論時は現在の観測から直接行動を生成し、追加の推論コストは生じないとされる。

Alibaba MAI-UIチーム、汎用コンピュータ操作エージェントのオープンスタックOpenGCUAを公開

Alibabaのチームは、汎用コンピュータ操作エージェント（GCUA）のフルスタックを公開するプロジェクトOpenGCUAの初回リリースを発表した。OSWorld-v2ではGPT-6 Astra、Claude Opus 5、Gemini 3.8 Flashを含む8モデルが平均+19.6ポイント向上し、ステップ数は53%減ったという。技術レポート、評価軌跡、macOS向けharness、Cross-Device SDK、オンラインのインタラクティブラボも含まれる。

MLExpert、自律的な機械学習エンジニアリング向け汎用エージェント型モデルを提案

MLExpertは、階層的なエージェント型SFTとWindowed Interaction RL（WIRL）を組み合わせた事後学習によって、長期にわたる機械学習エンジニアリング（MLE）の最適化を自律的に行うよう訓練された35B Mixture-of-Expertsエージェントモデルである。

GPT-6-Astraの身体性知能到達を検証、実機評価で残る課題

GPT-6-Astraは、12のベンチマークでin-context learning（ICL）を用いて高い性能を示したが、実機展開ではデモ収集コスト、実行時間、実用的な身体性知能の面で課題が残るとする報告である。高レベルの推論を担う「System 2」としてGPT-6-Astraを、低レベルの制御を担う「System 1」としてπ0.5を組み合わせた閉ループ構成は、コストは高いものの効果的だとされる。報告は、身体性能力の閾値はおおむね越えたが、実用的な身体性知能の閾値にはまだ達していないと結論づけている。

ACT3D、強化学習で視覚言語モデルが3D空間を能動的に探索することを学習

ACT3Dは、単一の一人称視点画像から3D環境を能動的に探索するよう強化学習で訓練された視覚言語モデル（VLM）であり、6つの3Dベンチマークの平均精度53.2%を達成して、ベースのQwenモデルを22.0%上回り、プロプライエタリモデルのGemini 3.6 Flashも超えた。既存のオープンソース3D手法より入力フレームを50〜70%少なくしながら上回り、未知のドメインでも教師ありの初期化モデルより平均5.9%改善した。ベースモデルに対する改善幅は、初期視点で答えられる質問の0.6%から、広範な探索を要する質問では16.3%に拡大した。

PhysClosureBench、AIエージェントの物理研究の完結度を評価

AIエージェントは物理研究で局所的な科学的成果を出すものの、研究課題を完全に解決するまでには至らないことを、専門家が検証した50タスクのベンチマーク「PhysClosureBench」が示した。最も高い平均Atomic Scoreを記録したClaude-Opus-5は6.29/10だったが、RC4に到達したのは試行の32.7%にとどまった。Atomic Scoreが8/10以上の試行でも36.2%はRC4に届かず、局所的な成果と研究の完結との間に持続的なギャップがあることが示された。

Data World：データ環境をゼロからスケールさせる手法

Data World は、明示的なメカニズムから環境・タスク・採点基準を合成するマルチエージェントエンジンで、これを用いて Qwen3.6-35B-A3B から DataWorld-35B-A3B を、軌跡蒸留なしのRL-zero学習で作成した。

FDE-Gym：顧客向けAI導入の実務をエージェントに評価させるベンチマーク

FDE-Gymは、要件が曖昧で未提示の制約を発見する必要がある顧客向けの導入タスクでAIエージェントを評価するベンチマークである。18業界・20の顧客シナリオから集めた95件のエンドツーエンドのタスクを含み、7社の13構成を評価した結果、最良の構成でも平均スコアは0.56にとどまり、95件中14件しか解決（スコア0.8以上かつインシデントなし）できなかった。未提示の制約の発見が主なボトルネックであり、必要な情報をすべて得られた23件でも、0.8以上に達したのは10件だけだった。

ツール利用エージェント向けの意味的検証付き軌道レベル投機的デコーディング（SpecAgent）

SpecAgentは、小型のWeakモデルが行動軌跡を下書きし、大型のStrongモデルが1回のprefillパスでその区間を審査して、Strongモデルのデコードの大部分をprefillに置き換えるツール利用エージェント向けの手法である。

Mosaic：マルチセッション・エージェント型強化学習

Mosaicは、複数セッションにまたがるエージェント型強化学習の手法であり、BrowseCompでコンテキスト圧縮とサブエージェント分岐の両方において、ブロードキャストのベースラインを上回る。Qwen3.5-4BをReActスタイルのエージェントループで用い、REDSearcherの1,000件の深層検索タスクで学習した。平均セッション数も少ない。