Laplace Intelligenceは、ロボットや自動運転車などの物理AIを実環境に投入する前に、AIエージェントで弱点や故障箇所を意図的に突く自動レッドチーム検証を手がけるスタートアップである。基盤はNvidiaのCosmosをpost-trainedしたシミュレーション環境で、実世界の地図データなどから環境を再現する。収益は主に自動運転分野から得ており、顧客にはBot Autoや日本の大手自動車メーカーが含まれる。
ソフトバンクが開発を進めるデータエコシステム基盤「GaranAI」は、著作権コンテンツの権利を守りながらAI事業者に提供し、利用の対価をコンテンツホルダーに還元する仕組みである。許諾を得たデータを契約で定めた範囲で提供し、RAG利用とモデル学習利用のいずれかを、コンテンツホルダーが指定できるとされる。2026年7月からベータ版の提供が始まり、2025年5月には一般社団法人共同通信社と業務提携している。
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。
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。
NTL HEALTHCAREは、AI子宮頸部画像解析システムCerviCARE AIのオンプレミス版「CerviCARE AI AT」をグローバルで発売した。医療機関内のローカルPCにインストールして動作し、専用サーバーやクラウド基盤は不要である。既存のSaaS版の中核機能を維持しつつ、画像と関連情報をDICOMファイルに変換する機能が新たに加わった。
データセンター業界が、子ども向けの絵本や学校での社会科見学を通じて好イメージの浸透を図っている。非営利団体7x24 Exchange Internationalは絵本や塗り絵を推奨し、AFCOMのPotomac支部はVirginia州Loudoun Countyの1年生3,100人に旗作りキットを配布した。WIREDの集計では、2025年以降に少なくとも11の企業・業界団体が生徒の見学を実施している。
NiSourceは10月16日（米国時間）、Microsoftのデータセンター向けに約1,100MWの新規発電資源を20年間供給する長期契約を結んだと発表した。供給開始は2028年の見込みで、発電と送電の設備費用はMicrosoftが全額負担する。既存の電力顧客の節約見込みは、従来の14億ドルから総額約17.5億ドルに拡大するという。
Metaは、AI学習のためにニュースサイトなどからコンテンツをスクレイピングできると解釈された文言を、商用規約のページから削除した。Cornell大学のJames Grimmelmann教授らは、robots.txtのブロック指示を上書きする権利を求めるものと受け止めていた。広報担当のDaniel Robertsは、統合したクロール規約は広告・ビジネス製品のみが対象で、Metaのウェブクローラーの使い方は変わらず、robots.txtでの意思表示も有効だと説明した。
Evo 2、Genos、Google DeepMindのAlphaGenomeといったゲノム基盤モデルは、既知の事例から相関を学習して配列の違いの影響を予測するが、ゲノムの調節の仕組みを解く十分なデータはまだない。ヒトゲノムのうち遺伝子は約2%にすぎず、遺伝子のオン・オフを制御する調節が理解の核心となっている。研究者の間では、ブラックボックスでは真の理解に足りないとの見方も出ている。
Metaは10月30日に商用規約を更新し、ビジネスアカウントにリンク先ウェブサイトのコンテンツのクロールと学習利用を認めさせる。オプトアウトはできず、同意できない場合はサービス利用をやめるよう示唆している。Metaは変更は規約の整理にすぎず、robots.txtの扱いも変わらないとしているが、法律専門家はニュース出版社のライセンス料に影響し得ると警告している。
Metaは10月30日施行の新規約で、同社プラットフォームを使う事業者に関連するウェブサイトをクロールし、コンテンツをAI製品の開発や学習に使えると定めた。Nieman Labの報道によると、報道機関のサイトも対象になり得る。Metaは、クローラーの使い方に変更はないと反論している。
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。
RAPは、機械学習分野の各種カンファレンスで2022年から2026年に発表された論文とポスターの検証済みペアを25K以上収めた、論文からポスターを生成するためのデータセットおよびベンチマークである。各ポスターは型付きで差し替え可能なスロットを持つHTML/CSSに自動変換され、元のポスターとのレンダリング比較で検証できる。学習不要のマルチエージェント手法PosterRAGは既存ポスターを検索し、レイアウトやスタイルを変えずにスロットを埋める。同じデータからSFTとRLで学習した専用モデルも提示されている。
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。
YouTube Musicは、生成AIで全面的に制作されたか大幅に加工された楽曲にAIラベルを付ける。ラベルはアプリとウェブサイトで順次展開されており、再生画面に表示され、タップすると詳細メニューが開く。判定にはパートナーとの連携とGoogleの独自検出ツールを使い、投稿者はアップロード時に生成AIの利用度合い（完全に生成AI、一部生成AI、生成AIなし）を任意で指定できる。
Mistral AIが時系列基盤モデルのファミリー「Timestral」を公開した。最大の209Mパラメータモデルは、GIFT-Eval、TIME、fev-benchの3つの主要ベンチマークで1位となり、従来の最先端モデルよりも少ない3分の2のパラメータで上回った。5Mから209Mまでの4サイズがあり、推論にGPUは不要で、標準的なサーバーCPU（8スレッド）では1日先の予測に5Mモデルが10ms、209Mモデルが140msを要するとされる。
Mistral AI@MistralAIAIスコア3232
NVIDIAは、欧州委員会がダブリンで始めたAI in Science Enablers Initiativeに参加し、欧州の研究者向けにオープンモデル、学習資料、計算資源へのアクセスを拡大する。250以上のオープンモデルと250のオープンデータセットを公開しており、NVIDIA Deep Learning Instituteは無償のオープンソース教材ハブを開設した。欧州では35台のスーパーコンピューターが開発中で、300万人超の研究者が利用できるようになる。
MRTPOは、多報酬強化学習において各報酬のadvantageをその検証器が確認するトークンにだけ割り当てる手法である。各報酬について方策が自身の応答を検証器情報あり・なしで再生成し、次トークン分布のJensen-Shannon距離から各トークンの関連度を測る。補助モデルやトークン単位のアノテーションは不要で、text-to-SQL、複数制約の指示追従、ツール呼び出しで比較手法より速く収束し、高い性能を示した。
LINEヤフーは、Yahoo!ショッピングやYahoo!検索などの固有テキストで事前学習したBERT系モデルを社内共有するプロジェクト「Moegi」を紹介した。bert-110mのMoegiモデルは公開日本語モデル2種を全3タスクで上回り、gpt-5.6-solと近いスコアを示した。推論コストはgpt-5.6-solの約900分の1〜約1,700分の1と概算されている。
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。
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。
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。
MJev-Spatialは、空間推論タスクを単一パスの分類フレームワークに統合したマルチモーダル判断モデルで、Qwen3.5-4Bを基に学習されている。8つのテストモデルの中で総合スコア65.64%を達成し、12のベンチマークのうち7つで首位となった。未改変の自己回帰ベースモデルは12すべてで下回り、最速の自己回帰ベースラインより2.5倍、ベースモデルより5.6倍高速に動作する。
研究者は、AIベースのタンパク質設計ツールを使い、2種類のプロテアーゼの触媒コアだけを残して、それ以外の部分をすべて置き換えた酵素を作成した。この酵素は特定のタンパク質を半分に切断するよう調整でき、神経疾患に関連するタンパク質の切断で有効性が示された。
サイバーエージェントのインターン生が、AI POSチームでPOS分析エージェントに熟練アナリストの知識を持たせる検証を行った。評価、抽出、保存・検索、活用・育成の4つの問いを検証し、貯めた知識の活用でPOS分析の出力品質と出力効率を引き上げた。成果の詳細は最終発表スライドにまとめられている。
研究チームは、事前学習済み音声エンコーダの言語選択的な隠れ状態次元を使い、音声から直接コードスイッチング（発話内で言語が切り替わる現象）を検出する軽量な手法を提案した。CS-FLEURSの14言語ペアで、Whisper-smallエンコーダは平均F1 0.798を達成し、CNNの0.776、単一言語識別用に学習したHuBERT線形ベースラインの0.751を上回った。結果は、事前学習済み音声エンコーダがCS発話の識別に必要な情報をすでに符号化していることを示唆している。
Appleの研究者らが、テキスト、画像とテキストの組、音声とテキストの組で事前学習した初の三モーダルMasked Diffusion Models（MDM）を提示し、その設計空間を体系的に分析した。予備モデルは3B規模・6.4Tトークンで、テキスト生成、T2I、T2Sの各タスクで強い結果を得たとしている。また、物理的なバッチサイズと論理的なバッチサイズを分離するSDEベースの再パラメータ化により、最適バッチサイズの調整を不要にしたと報告している。
さくらインターネット、PFN、NICTの三者は、生成AIを継続的に評価・改善する「能動的評価基盤」の社会実装に向けた取り組みを開始した。さくらインターネットは来年度中の運用開始を目指し、「さくらの AI Engine」上の国内外のLLM群への適用検討に着手する。PFNはPLaMo 3.0 Primeの後継モデルの開発につなげ、NICTは評価基盤の高度化を本格的に進める。
Dyna Roboticsは、100万時間超の人間の動画で事前学習したワールドアクションモデル「Dyna-2」を前月に発表した。続くロボット「Dyna-2.1」は、レストランのナプキン折りを24時間連続で99.4%の成功率でこなし、Din Tai Fungでは毎日数千枚を折っている。最短45分のデモで新タスクを学習できるといい、共同創業者のJason Maが自社ハードウェア開発やデータ不足の課題も語っている。
GitHubはsecret scanning向けに、正規表現で候補を抽出し、ファインチューニングしたModernBERT分類器で文脈から本物かを判定する2段階パイプラインを導入した。従来のLLMベースのパイプラインと比べ、post-pushスキャンの実行時間の中央値は86%短縮、提供コストは98%以上削減、オーナー加重のアラート精度に基づく受け入れ率は11.5%向上した。高速化により、汎用シークレット検出をpush protectionにも拡張できた。
CarryOnは、長期タスクを行うAIエージェントが、やり取りの履歴を繰り返し圧縮する代わりに、再利用可能なタスクの進捗から作業を再開できるようにするオブジェクト指向のコンテキストランタイムである。OSWorld 2.0とBrowseComp-Plusでは、性能がそれぞれ5.8ポイント、7.0ポイント向上した。同時に、総トークン使用量はそれぞれ51.9%、22.9%削減された。
AI研究所などが、廃業するスタートアップのコードやSlack、メールなどの業務データを買い取り、学習に使う動きが広がっている。SimpleClosureのAsset Hubは150件超の取引を扱い、2026年末までに1000万ドル超をスタートアップに還元する見込みである。一方、プライバシーや従業員への還元をめぐる懸念も指摘されている。
Qwen@Alibaba_QwenAIスコア3434
ElorianとScale AIが、視覚シーンが暗示する情報の推論力を測るベンチマーク「Humanity's Sixth Sense」を公開した。人間のpass@1が93.1に対し、最高のGPT 6 Astraは53.6、GLM-5.3-flashは26.8、Kimi K3は25.5だった。ほかに、宇宙でのAIの優位性を論じたAI Frontiersの記事と、AIの研究センスを測るTasteValも取り上げている。
Sakana AI@SakanaAILabsAIスコア5151
Standard Botsは、顧客がデモとファインチューニングで適応させる共有ベースモデルを軸に、産業用ロボットアームのAIを構築している。学習はクラウドで行い、推論は工場内でローカル実行する設計で、通信が不安定な現場でも稼働を保つことを重視しているという。部品の認識はゼロショットの知覚モデルが担い、動作制御や工程ロジックは従来のプログラミングで実装しており、最大のモデルは数十億パラメータ規模だとしている。
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。
Nathan Lambertは、AIエージェントによりインフラとエンジニアリングが数年で大きく加速するが、モデルの本質が劇的に変わるわけではなく、汎用超知能には向かわないと予想している。推論コストは数年でほぼ指数関数的に低下し、アーキテクチャとデータ選択に関する事前学習研究の自動化も2〜3年で現実的だとみる。RL環境の品質改善も短期的な伸びしろとして挙げている。
Hugging Faceの著者がHuggingChatのML Internを使い、数日で6つのモデルを作成して公開した。0.8Bのプロンプトリライターは計算費用16ドルで、有効出力率は99.7%、教師モデルの約4分の1のトークンで動作する。6件の計算費用は合計で約103ドルである。