本文へ移動

すべての AI 動向

今日 1 件

11月7日

土曜日
  1. Ricursive、Apache 2.0 でオープンソース化した Ripple-65B Preview を公開、エージェント型コーディングに注力

    AI チップ設計企業 Ricursive Intelligence は、オープンソースの言語モデル Ripple-65B Preview を学習・公開した。事前学習には 12 兆トークンを使用し、MoE ではなく 650 億パラメータの密な Transformer アーキテクチャを採用、Nvidia のハードウェア向けに最適化している。

11月6日

金曜日
  1. Underdog、32MBの音声モデル「Woof」を公開 ブラウザでオフライン動作

    Underdogは新音声モデル「Woof」を使ったブラウザゲームのデモを公開した。モデルはわずか32MB、3100万パラメータで、同社はほとんどの端末でネット接続なしに動作するとし、ダウンロードも開放している。デモではタイプライターに任意の文字を入力するとモデルが読み上げ、チューナーを回すと異なる音楽を生成できる。Underdogは数週間前に端末向け音声認識モデル「Bark」(167MB)も発表しており、創業者のSigil Wen氏は、現在の能力の高いモデルの多くを数カ月以内にユーザーの既存端末で動かしたいと述べている。

  2. Thinking Machines、Inkling 2 Smallを公開:総パラメータ594B・アクティブ17B、68時間で事前学習

    Thinking Machinesは、総パラメータ594B・アクティブ17BのマルチモーダルMoEモデル「Inkling 2 Small」を公開した。テキストと画像の入力に対応し、1Mのコンテキストウィンドウを持つ。Tinkerで提供を開始しており、Apache 2.0の重みは来週の外部安全テスト完了後に公開される予定だ。

  3. OpenAI、脆弱性の発見と修正案を示すセキュリティーモデル「GPT-6 Cyber」を発表

    OpenAIは、ソフトウェアのセキュリティー脆弱性を探すために特化して訓練した「GPT-6 Cyber」を発表した。欠陥の発見、動作するエクスプロイトの構築、パッチの提案ができる。OpenAIによると、特別な安全指示がない場合でも99.93%のテストで境界を越えず、前世代は94.49%だった。ExploitGymのスコアは48.5%で、前世代の「GPT-5.6 Cyber」は32.1%だった。

  4. 百度、2800億パラメータの基盤モデル「ERNIE 5.5 Flash Base」をオープンソースで公開

    百度はオープンソースの基盤モデル「ERNIE-5.5-Flash-Base」を公開した。MoEアーキテクチャを採用し、総パラメータ数は2800億、入力ごとに140億が活性化する。あえて微調整や事後学習を行わず、後続の方向性は開発者に委ねる。事後学習版は追って公開予定だ。

  5. OpenAI、サイバーセキュリティモデル「GPT-6 Cyber」を公開、逸脱率1%未満に

    OpenAIはサイバーセキュリティモデル「GPT-6 Cyber」を公開し、テストで境界を越える行動の割合が1%未満だったと発表した。GPT-5.6 Cyberでは約5%だった。ベンチマーク「ExploitGym」でGPT-6 Cyberは48.5%を記録し、GPT-5.6 Cyberの32.1%、GPT-6 Astraの42.4%を上回った。Firefoxでこれまで未知だった81件の脆弱性の発見にも貢献した。

  6. OpenAI、サイバーセキュリティー向けモデルChatGPT Cyberを発表 Daybreak Red最上位層のユーザーに限定公開

    OpenAIはサイバーセキュリティー向けモデルChatGPT Cyberを発表した。Daybreakプログラムの最上位層であるDaybreak Redのユーザーに限定して提供し、攻撃的セキュリティー研究における脆弱性の発見と開発に用いる。

  7. テンセント、画像理解とPC操作に対応したHy4モデルを発表

    テンセントはHy4モデルを発表した。初めて画像理解能力を備え、ソフトウェアを自律操作できる。重みは後日、未定の日付で公開予定で、現在はテンセントクラウド、OpenRouter、元宝などテンセントのアプリ経由でのみ提供される。テンセントによると、約600の実金融タスクでDeepSeek V4.1 Flash、Kimi K3.1 Pro、GLM-5.3 Flashを上回り、ウェブ検索のハルシネーション率は約16%から約5%に低下したという。

11月5日

木曜日
  1. Dharma-AI、20億パラメータのDharma Field Extractorを公開——指定スキーマでJSONフィールドを出力

    Dharma-AIは、任意の種類の文書から指定フィールドを抽出しJSONで返す20億パラメータのモデル「Dharma Field Extractor」を公開した。スキーマなしのオープン抽出と、指定スキーマに沿った抽出の2モードに対応する。

11月4日

水曜日
  1. OpenAI、GPT-6 Astraが1週間足らずでハードウェア機器をゼロから設計したと発表

    OpenAIは、同社のハードウェアチームがGPT-6 Astraを使い、ユーザーがCodexコーディングエージェントと対話できる機器を設計したと発表した。副次的なプロジェクトとして1週間足らずで完成した。Astraは筐体設計、部品選定と配線を含むPCBレイアウト、ファームウェア、ユーザーインターフェースなど全工程を担い、受託製造業者が1カ月足らずで小ロットの試作機を製作した。ただしAstraは製造上の制約や公差、組立の詳細を常に考慮できたわけではなく、数回の修正を経る必要があった。

10月30日

金曜日

10月29日

木曜日
  1. Mistral、1兆パラメーターモデル「Mistral Large 4」を公開 コーディングはオープンモデルをリードするも総合では中国勢に後れ

    Mistralは公開プレビューから3週間後、Hugging FaceでMistral Large 4の重みを公開した。愛称は「Le Chonk」で、総パラメーター約1兆、1ステップあたり520億を活性化。テキストと画像を入力し、テキストとコードを出力する。

  2. IBM Granite Switch 4.1.1 パッチ公開:ソフトウェアを更新するようにモデルを更新

    IBM は Granite Switch 4.1.1 パッチ版を公開した。4.1 と完全な後方互換性があり移行は不要で、基盤モデルは再計算せずアダプターのみを更新した。今回の更新には、10 言語に対応し句読点と大文字小文字をネイティブに扱う Granite Speech ASR モデルと、Jev Decision Index テストセットで性能が向上した granitelib-core の Decision アダプターが含まれる。

10月28日

水曜日
  1. NVIDIA、オープンソース文字起こしモデル Nemotron 3.5 Transcribe を公開

    NVIDIA は無料のオープンウェイトモデル Nemotron 3.5 Transcribe を公開した。最大 40 言語の音声を文字起こしでき、31 言語と英語の相互翻訳にも対応する。最長 1 時間の録音を処理でき、最大 8 人の話者を区別できる。NVIDIA は Hugging Face Open ASR Leaderboard などのベンチマークで競合製品を上回るとしている。

  2. DeepMind、世界モデル「Genie 4」を発表 物理と人物のシミュレーションがよりリアルに

    Google DeepMindは世界モデル「Genie 4」を発表し、ほぼあらゆる面でGenie 3を上回り、更新されたGeminiモデルによってシミュレーション効果が向上したと述べている。このモデルは、事前に環境をレンダリングしたりインタラクティブな要素をプログラミングしたりすることなく、指示に従って探索可能な仮想世界をフレームごとにリアルタイムで生成できる。DeepMindはこれをAGIへの重要な一歩と位置づけ、実体ロボットの訓練環境の構築に活用できるとしている。記事によると、有料ユーザーはまもなくGenie 4を利用できる可能性がある。

  3. Liquid AI、LFM3シリーズを発表:2B級の統合バックボーンでテキスト・視覚・音声・全モダリティ・意思決定モデルをカバー

    Liquid AIは次世代のLiquid Foundation Models「LFM3」を発表した。LFM3-1.7B-Baseを統合バックボーンとして、テキスト、視覚、音声、全モダリティ、意思決定の計6モデルを2B級で派生させ、すべての重みをオープンソース化してHugging Faceで公開している。

  4. Google、世界モデル「Genie 4」を発表 よりリアルなインタラクティブ体験を生成

    Googleはインタラクティブな体験を生成する世界モデル「Genie 4」を発表した。公式によると主な更新は4点で、世界がよりリアルになったこと、自然言語のプロンプトで体験をリアルタイムに修正できること、音声を生成できること、基盤にGemini 3.8 Flashを使ってシミュレーションを支援すること。

  5. Google DeepMind、世界モデルGenie 4を発表 音声とリアルタイム操作を追加

    Google DeepMindは世界モデルGenie 4を研究プレビューとして公開した。よりリアルなインタラクティブ世界を生成でき、シミュレーション中にプロンプトを入力してシーンをリアルタイムに変えられる。シーンに合った音楽、環境音、対話などのリアルタイム音声も生成でき、シーンの一貫性は最大2分間と、前世代のGenie 3の2倍となっている。

10月27日

火曜日
  1. OpenAIのTed Sanders氏、適切なGPTモデルを選ぶ経験則を共有

    OpenAIのTed Sanders氏は、モデルサイズ、推論への投入量、マルチエージェントシステムなどの軸でGPT-6.1 Terraなどのモデルを分類し、選定の法則を示した。品質だけを重視するならAstra、価格を多少気にするならSol、価格を非常に気にするならTerraかLunaを選ぶという。同氏によると、GPT-6.1 Terraは技術的なコミュニケーションでより大型のAstraを上回る可能性があり、画像処理とコンピューター操作ではほぼ同等ながら価格ははるかに低く、その他の多くの領域では劣るという。