Google Research、基盤モデルを結核スクリーニングの現場へ
Google ResearchとGoogle for HealthのチームはIDWeek 2026で、結核スクリーニングAIが研究から臨床へ至る道筋を共有した。2019年にRadiologyで基準を発表し、2024年にNEJM AIで多施設前向き検証を完了、その後南アフリカのNexus AIがCE MDR class IIb認証を取得した臨床診断ツールへと製品化した。
Google ResearchとGoogle for HealthのチームはIDWeek 2026で、結核スクリーニングAIが研究から臨床へ至る道筋を共有した。2019年にRadiologyで基準を発表し、2024年にNEJM AIで多施設前向き検証を完了、その後南アフリカのNexus AIがCE MDR class IIb認証を取得した臨床診断ツールへと製品化した。
Hugging Faceは、Hub上のモデルがAWS Trainium上でそのまま動作するかを調べられる「torch-neuronxモデル対応」Spaceを公開した。再現用スクリプトも提供する。
MicrosoftとHugging FaceはThinkingBox-Trainingを共同公開した。ThinkingBoxによるデータベース終状態の決定論的検証をそのままRL報酬として使い、状態を持つ業務エージェントの訓練に用いる。
Allen AIは衛星埋め込みモデルOlmoEarth v1.3を公開した。1年分のSentinel-1、Sentinel-2、Landsatの時系列データを読み込み、地球上の10メートルピクセルごとに128次元のベクトルを生成する。最初の64次元だけでも利用できる。
NVIDIAは欧州各国政府やパートナーと公共部門のAIプロジェクトを推進する。欧州委員会はdeepsetのHaystack Enterprise Platformを基盤にAI@ECを拡張し、ポーランドはNVIDIA DGX BasePODとMONAIで医用画像プラットフォームを構築、ドイツのMaternaはオンプレミス型プラットフォームSinfonieを発表した。
NVIDIAは欧州でEarth-2シリーズのオープンモデルの新モデルStormScope EUを発表した。EUMETSATの衛星観測に基づき、欧州の16のMeteosatチャンネルで10分間隔の雲の変化を予測できる。
NVIDIAはCosmosプラットフォームを拡張し、学習ツール、シミュレーション用チェックポイント、Cosmos Data Factoryのブループリントを追加した。実世界を理解・シミュレーションする世界モデルの構築を支援する。
RevolutはNVIDIAの高速計算を基盤に、単一の基盤モデルPRAGMAで技術スタックを再構築している。Blackwell Ultra GPU上でcuDFとDynamo-Tritonを用いて本番展開を拡大し、当初は8000万人の顧客にサービスを提供、3倍の拡張に対応できる設計だ。
AWSソリューションアーキテクチャチームがマルチエージェントシステムDeep Insightをオープンソース化した。Coordinator、Planner、Supervisor、Coder、Validator、Reporter、Trackerなどのエージェントが、CSVデータ分析から引用付きDOCXレポートの自動生成までを担う。
Strands Agents で構築した Adaptive Agentic Intelligence Framework(AAIF)は、llama3.2:1b をオーケストレーション層としてリクエストを分類し、定型タスクは Ollama のローカル SLM で処理、複雑な分析は boto3 経由で Amazon Bedrock にルーティングする。
Dharma-AIはHugging Faceのブログで、近く公開するVocabX論文を紹介した。語彙を頻度ではなくトークンあたりのコストに基づいて再構築する手法により、Qwen3-4Bベースのポルトガル語作文採点器で実測の推論コストを77.0%削減し、平均応答を350トークンから101トークンに、benchスコアを0.703から0.810に改善した。
NVIDIAは事前学習済みの関係型基盤モデル「Kumo Relational」を発表した。企業データベース上で解約、需要、不正などの予測を直接行え、1回のフォワードパスで完了する。タスク固有の学習や特徴量エンジニアリング、テーブルのフラット化は不要だ。
IBMはGranite Speechシリーズを更新し、granite-speech-5.0-2bを新たに追加するとともに、granite-speech-5.0-470m-turboctcとgranite-speech-4.1-2b-plusを改訂した。
NVIDIAは多変量時系列予測モデルKumo Forecast(旧NV-Tesseract Forecasting)を発表した。MOMENT-1-largeバックボーンに基づき、約3億4000万パラメータのエンコーダーと学習可能な予測ヘッドを備え、Apache 2.0ライセンスで提供される。
MistralとNVIDIAが提携し、Mistral Large 4をNVIDIA CUDA-XとWarpと組み合わせる。エンジニアリングシミュレーションを加速し、シミュレーション、モデル開発、設計をつなぐ閉ループのワークフローを実現する。
NVIDIA CEOの黄仁勋氏はGTC Berlin 2026の基調講演で複数の発表を行った。パートナーがモジュール式コンテナ内に構築するVera Rubin AIファクトリーのリファレンス設計「DSX POD」を含み、現場での導入期間を6カ月から14日に短縮できる。
NVIDIAは言語、ロボティクス、生物学、量子計算にわたるオープンモデル群を拡充した。新しいNemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retrieverのほか、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo RFD4-Proteina、Isingが含まれる。
NVIDIAはオープンソースのAgent Toolkitを拡張し、Agent Knowledge Foundationを追加した。CUDA-Xライブラリ、Nemotron RetrieverとKumoシリーズのオープンモデル、セキュアランタイムOpenShell、ブループリントNemoClaw、NeMo RelayやNeMo Compassなどのツールを組み込む。
NVIDIAの工場向けFactory Operations Blueprint(FOX)がGitHubで早期アクセスを開始した。開発者は常時稼働する工場管理エージェントを構築でき、CosmosやNemotronなどのモデルに接続できる。
NVIDIAのクラウドパートナーは欧州、北欧、アフリカ、中央アジアでモデル学習と推論向けの地域計算能力を拡大し、エージェントやフィジカルAIアプリケーションを支援している。NscaleはGB300 NVL72システムのテストでNVIDIA DSX MaxLPSを活用し、同じ電力予算でGPUを37%多く配備し、集約推論スループットを約50%向上させた。
NVIDIAはGTC BerlinでローカルAIハードウェアのラインナップをまとめて展示した。RTX SparkはWindows PC上でパーソナルエージェントを実行し、DGX SparkはLinux開発者向け、DGX Stationは企業のフロンティアワークロード向けで、Windows版は12月に登場する見込みだ。
Hugging Faceは、ネイティブなPyTorchバックエンドであるTorchTPUへの対応を発表した。Transformers、Diffusers、KernelsがTPU上で直接動作するようになり、モデルの読み込みはdevice_map="tpu"またはpipe.to("tpu")を渡すだけで済み、torch_xlaやOptimum TPUは不要になった。
NVIDIAはCosmos3-H-Dreamsを発表した。対話型生成シミュレーションを臨床の胆嚢摘出シーンへ拡張するもので、160億パラメータのCosmos3-H-Embodied-Nanoを微調整して構築し、NVIDIA RTX PRO 6000 GPU 1枚でリアルタイムに動作する。
GPT-OSS-20Bは50例の多言語推論テストで、目標言語で推論したのはわずか22%だった(英語100%、フランス語0%、ドイツ語10%、スペイン語0%、イタリア語0%)。チームはAmazon SageMaker HyperPod上でLoRAを用い、SFTとGRPOを組み合わせて微調整し、英語への偏りを是正した。結論として、SFTが主な役割を担い、GRPOは改善の余地がある場合にさらに最適化するもので、技術の選択は能力の差に合わせる必要がある。
Hugging Faceは、AWS Trainium上でPyTorchを動かすためのネイティブバックエンドTorchNeuronを発表した。Transformers、Diffusers、Kernelsがネイティブにサポートし、10月20日から公開ベータとして提供を開始する。pip install torch-neuronxでインストールできる。
Amazon SageMaker JumpStartは2026年1月から9月にかけて100以上のモデルを追加し、30社のプロバイダーに対応した。うちAlibaba(Qwen)が29モデル、NVIDIAが17モデルを提供し、Cosmos3世界基盤モデルシリーズやNemotronシリーズを含む。Mistral、Google、IBM、Cohereはそれぞれ7、6、4、4モデルを追加した。
AWSはvLLMに双方向KV転送を実装し、decodeノードが後続のターンで計算済みのKVをprefillノードに返して再利用できるようにし、会話履歴の再計算を避けた。Amazon EC2 P5enインスタンスとEFAを用いた1P1D構成では、最長プロンプト時にQwen3-32BでTTFTが約1.6倍、zai-org/GLM-5-FP8で約3.3倍低下した。
vLLM は push ベースの NIXL connector を追加し、KV 転送の調整と確立の処理を最初のトークンのクリティカルパスから外した。Amazon EC2 P5en クラスタ上の 1P1D 構成で、Qwen3-32B の TTFT が最大 3 倍、TPOT が最大 30% 向上する。
NVIDIAは欧州放送連合(EBU)との主権フレームワーク協力を拡大し、主権クラウド、オープンモデル、システムインテグレーターを導入。放送局がエージェントを配備する際のデータ、インフラ、モデル、セキュリティの管理方法を明確にする。
Reflection AIは、エージェント型コーディングと長期タスク向けのオープンウェイトモデルBeamを公開した。コードの保守、ツールの呼び出し、複数ステップのワークフロー実行が可能。
NVIDIAはIIT MadrasのAI4Bharatラボと共同でNemotron-pretraining-Indic-v1を公開した。約2.8兆トークンで22のインド言語をカバーし、うち2,601.0億が現地文字トークン、224.6億がローマ字化トークン。カウントにはGemma-4トークナイザーを使用。
IBMがGranite Switch 4.1を公開した。Granite-Switch-4.1-8Bと-30Bを含み、汎用意思決定aLoRA、安全意思決定Guardian aLoRA、OpenASRリーダーボードで最速のASRモデルGranite-Speech-5.0-Turbo-CTCを1つのモデルに組み合わせ、VRAM使用量はベースモデル単体とほぼ同等である。
Metaはオープンウェイトモデル「Muse Spark Open」を公開した。MoEアーキテクチャを採用し、総パラメータは約816B、トークンあたりのアクティブパラメータは約42B。テキスト、画像、音声、動画の入力に対応し、コンテキストウィンドウは最大100万トークン。
Mistralは初の時系列基盤モデルシリーズTimestralを公開した。5M、28M、123M、209Mの4サイズを用意し、最大モデルは209MパラメータでGIFT-Eval、TIME、fev-benchの3つの公開ベンチマークで首位。パラメータ数は前世代SOTAの3分の2にとどまる。
Apertus 1.5 は 8B と 70B の 2 規模で Apertus 1.0 を拡張し、画像・音声理解、任意の思考モード、4 倍長いコンテキストウィンドウ(262,144 tokens)、より良い指示追従とツール呼び出し能力を追加した。重みは 2026 年 7 月 24 日に Apache 2.0 ライセンスで Hugging Face に公開された。
NVIDIAは、ダブリンのAI in Science Summitで欧州委員会が立ち上げたAI in Science Enablers Initiativeに参加し、欧州の研究界に加速ツール、計算資源、トレーニング、スタートアップ支援を提供する。
NVIDIAは北欧での技術エコシステムへの投資を明らかにした。スウェーデンのスタートアップLovableとLegoraへの投資を含み、LovableはNVIDIA DynamoとNemotronでオープンモデルの推論を最適化している。
Ai2はHiRO-ACEシステムの新バージョンHiRO-ACEv2を公開した。ダウンスケーリングモデルHiROv2は複数の高解像度気象場を同時に予測でき、極端な降雨・風速・気圧事象の再現能力を高めている。
NVIDIA は、英国の AI・量子コンピューティング分野のスタートアップ5社、Boltz、Foresight、Hiverge、Prima Mente、Riverlane への新規投資を発表した。これまでに Basecamp Research、Synthesia、Wayve などにも投資している。NVIDIA はまた、Earthshot Prize にグローバル・アライアンスの創設パートナーとして参加し、英国のエージェント安全・セキュリティ研究を支援するため5年間で2億5,000万ドルの計算資源を提供することを約束した。
Liquid AI は LFM2.5-24B-A2B を公開した。総パラメータ 24B、活性パラメータ 2B の推論モデルで、端末上で高速かつプライベートなエージェント用途を想定し、答える前に考え、ツールを呼び出す。