本文へ移動

すべての AI 動向

今日 2 件

10月2日

金曜日
  1. Amazon Quick Sight、ダッシュボードのドリルダウンを簡素化する階層フィルターを発表

    Amazon Quick Sightが階層フィルターを発表した。Region、Country、Cityなど複数の関連フィールドを1つのコンパクトなコントロールにまとめ、最大5階層に対応する。読者はRegion → Sub-Region → Country → Cityの経路で段階的にドリルダウンでき、同じコントロール内で異なる階層を混在して選択することも可能だ。この機能はフィルターの数を減らして画面の煩雑さを抑え、読者が地理的な所属を理解できずに戸惑うことを防ぐことを目的としている。

  2. AWS 上で Claude Platform のマルチ環境アクセスを構成する方法

    Claude Platform on AWS(CPonAWS)向けに、専用の AI Services アカウントを基盤とする 3 アカウント構成で 3 種類の推論アクセスを実現する。AWS ワークロードはクロスアカウントの SigV4 でキーなしに呼び出し、開発者のノート PC は開発ワークスペースに紐づけた長期 API キーを使い、外部環境は OIDC フェデレーションで短期クレデンシャルを取得する。

  3. Amazon Bedrock AgentCore で環境エージェントを構築:イベント駆動シグナルから human-in-the-loop ワークフローまで

    Amazon Bedrock AgentCore は「環境エージェント(ambient agent)」の構築に対応する。Amazon S3 のイベント通知、EventBridge ルール、Lambda トリガーなどのイベントストリームから直接起動し、ユーザーが会話を開始する必要はなく、複数のイベントを並行して処理できる。

  4. Amazon Payments、Amazon SageMaker AI上の文脈付き多腕バンディットで獲得ファネルのコンバージョンを改善

    Amazon PaymentsはAmazon SageMaker AI上で多目的文脈付き多腕バンディット(LinUCB)を用い、製品獲得ファネル向けのパーソナライズされたコンテンツ選択を実施。7週間のオンラインA/Bテストでは、ある顧客集団で最終ファネルのコンバージョン率が相対で1桁台後半の改善を示した一方、別の集団では改善が見られず、問題はモデルではなくコンテンツにあった。

10月1日

木曜日
  1. AI2、1兆パラメータ規模のMoE向けオープン訓練基盤「Olmo-core 3」を公開

    AI2は、大規模言語モデル開発フレームワークの大幅なアップグレード版「Olmo-core 3」を公開した。オープンなMoE訓練システムを再設計し、計算効率を維持しながらMoE訓練を1兆パラメータ規模へ拡張することを目指す。

  2. NVIDIA AI ファクトリーはいかに高い投資収益を実現するか:高生産性・長寿命・汎用性

    NVIDIA は、AI ファクトリーの投資収益はメガワット当たりの生産能力、ハードウェアの使用寿命、token 需要の三要素で決まると提起。SemiAnalysis AgentX のデータによると、Vera Rubin NVL72 のメガワット当たりスループットは GB300 NVL72 の 30 倍以上で、DeepSeek V4 Pro では 100 万 token 当たりコストが最大 45 分の 1 になる。

  3. Google DeepMind、フロンティアモデル「Gemini 4 Argon」を発表

    Google DeepMindは新たなフロンティアモデル「Gemini 4 Argon」を発表した。まずFairwind Programの信頼できるサイバー防御担当者に開放し、その後開発者、企業、消費者向けに提供する。価格は入力100万トークンあたり2ドル、出力100万トークンあたり10ドルから。

  4. Microsoft Research、機械学習で電力網の宇宙天気リスクを予測 米国の66,935変電所を対象に

    Microsoft Researchは、L1での太陽風観測、AE指数とDst指数の予報、各地の地質の電気伝導率データを使うエンドツーエンドの機械学習パイプラインを開発した。米国本土の66,935変電所について、30〜60分先の局地的な宇宙天気リスクを推定する。

9月30日

水曜日
  1. Amazon Bedrock AgentCore Runtime Instancesで複数エージェントの音楽制作パイプラインを構築

    AWSの公式ブログが、Amazon Bedrock AgentCore Runtime Instancesに3エージェントの音楽制作パイプラインを配置する例を紹介した。作曲エージェントはClaude Sonnet 4.6で音楽の制作要件を生成し、インスタンスのNVIDIA L4上でACE-Stepを実行して音声をレンダリングする。納品エージェントは共有ボリュームの.wavを読み、測定とDSP処理を行う。適合確認エージェントは独立して再測定し、楽曲ライブラリーとの和声的類似度を調べる。

  2. Google DeepMind、AI生成タンパク質に検証可能な透かしを埋め込むSynthID Bioを公開

    Google DeepMindはSynthID Bioを公開し、透かし技術を合成生物学に導入した。生物のコードに知覚できない署名を埋め込むことで、生物学的な機能を維持しながら、デジタルモデルと合成された実物のタンパク質の両方で透かしを検証できるようにする。

  3. Hugging Face、多言語 TTS と音声クローンの拡張可能な評価基盤 Open TTS Leaderboard を公開

    Hugging Face は、客観的指標でオープンソース TTS モデルを評価する Open TTS Leaderboard を公開し、数週間の投票による評価を数時間に短縮する。Qwen3 ASR で WER/CER を算出し、H200 GPU で RTFx と TTFA を測定、WavLM 埋め込みで話者類似度 SIM を求め、多言語と音声クローンの比較に対応する。

  4. GPT-6.1 Sol、Amazon Bedrockで一般提供開始

    GPT-6.1 SolがAmazon Bedrockで一般提供され、エージェント型コーディング、コンピューター操作、日常の専門業務に向けて推論能力を強化した。OpenAIによると、DeepSWE v1.1でGPT-6 Astraの約5分の1のタスク単価で同等の成績を達成し、GPT-6 Solの最高成績を6.4ポイント上回った。

  5. Google Research、AI 画像生成の制御を統一・簡素化する Diffusion Controller を提案

    Google Research は Diffusion Controller を提案した。拡散モデルのノイズ除去を連続制御問題として捉え直し、基盤モデルを凍結したまま軽量な「ステアリングダンパー」ネットワークで生成軌道を動的に調整する。Stable Diffusion v1.4 を HPS-v2 で評価したところ、完全に解放した版は基準モデルに対する勝率90%を達成した。内部ウェイトにアクセスできないクローズドモデルのカスタム制御にも対応する。

  6. Amazon Quickのプロンプト設計の基本ガイド

    Amazon Quickのプロンプト設計は自然言語の依頼に対するAI機能の回答品質を左右する。公式の2部構成シリーズの第1部は、コンポーネントに共通する原則と再利用できる枠組みを扱う。CRISPEは文脈と制約、役割と責任、意図と入力、手順と範囲などを含み、抽象的な説明より具体化、業務の文脈、例示が有効だと強調する。

9月29日

火曜日
  1. NVIDIA、表形式予測の基盤モデルKumo Tabularを公開

    NVIDIAはオープンソースの表形式基盤モデルKumo Tabularを公開した。ラベル付きの表の行を入力すると、学習、調整、特徴量設計なしに、単一の順伝播で新しい行のラベルを予測し、分類と回帰に対応する。28M〜215Mの3サイズを提供し、人工合成の表のみで事前学習した。商用利用可能なOpenMDW-1.1ライセンスを採用し、TabArena、BeyondArena、TALENT、ScoringBenchの4ベンチマークで首位だった。

  2. Microsoft Research、Quineを公開:生物学の複雑さを扱うAI研究システム

    Microsoft Researchは生物学の複雑さを扱うAI研究システムQuineを公開した。配列、構造、機能、細胞状態、画像などのマルチモーダルデータで学習した生物世界モデルと、モデル、科学ツール、文献、実験担当者をつなぐ対話型ハーネスから構成される。

  3. ProvenanceGuard:MCPエージェントの出所を考慮した事実確認

    Hugging FaceはMCPエージェント向けの生成後検証層ProvenanceGuardの論文を公開した。ツール出力の出所を保持し、「事実は正しいが帰属先が違う」情報源間の混同を検出する。医療エージェントの実際の281トレースで、専門家が阻止すべきと判断した139主張のうち138件を阻止した。出所識別の正確さは約86%で、4種類の検証器との比較で最高得点だった。

  4. Microsoft Research Asiaシンガポール研究所、設立1年で先端AI研究と人材育成を推進

    Microsoft初の東南アジア研究所であるMSRA – Singaporeは、設立以来1年間、次世代AIモデルとエージェントシステム、分野別AI、AIネイティブな研究実践、人材のエコシステムの4分野に注力した。シンガポールの医療関係者とマルチモーダル医療AIや自己進化する診断エージェントを研究し、EDBと2026年2月に物流・交通AIの幹部円卓会議を開催した。

  5. SageMaker AIでvLLM-Omniによる画像・動画生成(第2部)

    AWSは、同じvLLM-Omni DLCイメージを使った2つのエンドポイントをSageMaker AIへ配置するチュートリアルを公開した。リアルタイム側はFLUX.2-klein-4Bで画像を生成し、非同期側はWan2.1-VACE-1.3Bで画像条件付き動画を生成する。テキスト指示からPNGを生成し、動きの指示とともにAmazon S3経由で動画側へ渡し、最終的にS3からMP4を取得する。例にはコマンドライン手順と任意のStreamlit画面を含む。