NVIDIA、手術向け生成シミュレーションモデルCosmos3-H-Dreamsを発表
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。
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。
ALTK-EvolveはGPT-4.1を使い、エージェント自身のタスク軌跡から行動規範を抽出してシステムプロンプトに追記する。τ²-benchの小売ドメインでPass^4 67.5%に達し、リーダーボード上の全小売エントリーと微調整モデルRAFT-30B-A3Bの61.4%を上回った。
PyTorch 2.15 は MPS バックエンドに FP8 テンソルと F.scaled_mm を追加し、MoE モデルのデコードを 2.14 比で 5~6.5 倍高速化した。Qwen3.6-35B-A3B は M3 Ultra 上で 9.4 から 61.3 tokens/s に向上している。
AnyLanguageModel 1.0が正式に公開され、swift-huggingface 1.0とswift-xet 1.0も同時に発表された。
Amazon SageMaker AI の新規顧客は、Google、GitHub、Apple、Amazon のアカウントまたはメールアドレスで 2〜3 ステップで AWS に登録でき、約 20 秒で設定済みの SageMaker Studio 環境を自動的に利用できる。
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。
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。
米国の新興ラボReflectionがHugging Faceで初のオープンモデルBeamを公開した。MoEアーキテクチャを採用し、総パラメータ501B、トークンあたり23Bを活性化、1Mトークンのコンテキストに対応。Apache 2.0ライセンスで公開され、コーディングとエージェント用途を想定している。
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。
Black Forest Labs が FLUX.3 Image Klein を公開した。1 つのモデルでテキストからの画像生成、複数参照画像からの画像生成、バウンディングボックスによるレイアウト制御に対応し、Diffusers では初日から利用できる。
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。
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。
Amazon SageMaker JumpStart は事前学習済みモデルのカタログを提供しており、SageMaker Python SDK でモデルをデプロイし、サンプルプロンプトでレイテンシーと単一リクエストの生成速度をテストし、テスト完了後にエンドポイントを削除できる。2026 年、JumpStart は Model Hub での閲覧と事前設定済みエンドポイントのデプロイオプションを追加し、Hugging Face から SageMaker AI へのワンクリックデプロイにも対応した。
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。
著者はHuggingChatのML-internを使い、自然言語のプロンプトで2日間に6つのモデルを訓練・公開した。柑橘病害VLM、Huggy LoRA、カメラ視点LoRA、Doodle-in LoRA、Pocket Rewriter 0.8B/2B、Agate 4-step蒸留モデルが含まれ、計算コストの合計は約103ドルだった。
Liquid AI は d1 意思決定モデルファミリーから、オープンウェイトの 2 モデル d1-3B と d1-omni-600M(実験的)を公開した。d1-3B は Decision Index 0.2.1 で 48.57 を記録し、10B 以下では最高。テキストと画像に対応する。d1-omni-600M はテキスト+画像またはテキスト+音声に対応する。
NVIDIA のチームは Nemotron 3 を出発点に、SFT、RL、フィードバック駆動の推論フローを用いて、モデルを IOI 2026 と IMO 2026 の両方で金メダル水準に到達させた。IOI 2026 では Nemotron-3-Ultra-CC が 535.4/600 を記録し、金メダルラインの 361.12 と人間の最高得点 498.27 を上回った。IMO 2026 ではシステムが 30/42 を獲得し、公式の金メダルライン 29 を上回り、6 問のうち 4 問で満点を取った。
Falcon-Emirati-7B が公開された。Falcon-H1-Arabic をベースに構築された 7B の方言特化モデルで、アラブ首長国連邦のアラビア語の理解と生成に特化している。Falcon-H1 のハイブリッドアーキテクチャ(Mamba と Transformer アテンションの並列)を踏襲し、実際の方言ウェブデータ、MSA の文化コーパス、用語集に制約された合成データで訓練されている。
Microsoft Copilot StudioチームとHugging FaceがThinkingBoxを共同公開した。隔離されたMCPツールセッションでエージェントを実行し、回答テキストやツール呼び出しの正当性ではなく、バックエンドの最終状態と副作用を実行可能なチェックで評価する。
Ai2がAstaBrief 8Bをオープンソース化した。研究上の問いと検索した文献の抜粋を、引用付きのレポートに変換するモデルで、Qwen3-8BをベースにSFTとDPOで訓練され、重みと訓練データの両方が公開されている。
ServiceNow CoreAI は AutoSynthData を構築した。対象モデルの失敗事例と、より強力な教師モデルの成功軌跡を利用して能力のギャップを特定し、後訓練用の新しいタスクを生成・検証する。カリキュラムはモデルの進歩に応じて、依然として難しいタスクへと動的に移行する。このパイプラインは EnterpriseOps Gym 環境で実演され、タスクはシステム仕様、ユーザープロンプト、検証器の三つで構成され、実現可能性、現実性、難易度の要件を満たす必要がある。
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。
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。
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。
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。
HはHolo4エージェントモデル群を公開した。27Bのdenseと35B-A3BのMoEの2規模がH Models APIで利用可能で、Hugging FaceではBF16、FP8、NVFP4、4-bit GGUF形式のウェイトを公開している。
Hugging Face Hub に RL Environments フィルターが追加され、rl-environment タグを持つデータセットリポジトリが huggingface.co/datasets? に表示されるようになる。
Liquid AIは視覚言語モデルLFM2.5-VL-3B向けの実験的DSpark草稿モデルLFM2.5-VL-DSparkを公開した。投機的デコードで品質を変えずに高速化し、デコードは端末で最大3.13倍、H100で2.66倍、全工程はそれぞれ最大2.62倍、2.27倍になる。
英国AI Security Institute(AISI)は評価の科学的再現性を高めるため、EvalEvalのEvery Eval EverスキーマとEvaluation Cardsで結果を公開共有している。
oMLX作者・保守担当Jun KimがHugging Faceに参加し、MLXコミュニティーに専念する。oMLXは副業から資金付き長期事業へ移り、Apache 2.0を維持してJunが率い、安定性と開発速度を高める。
Hugging FaceはtransformersにGGUF対応を追加した。Hubから量子化チェックポイントを選び、from_pretrainedにgguf_fileを渡すだけで、追加設定なしにローカル生成を実行できる。
Hugging Faceはtokenizers v1を公開した。トークンID、API、語彙、merge ranksはv0.23と同一だが、速度は最大で数十倍になる。
IBMの研究チームはALTK-Evolveに一貫性ガイドを追加した。Consistency Analyzerを使い、エージェントのトレース内で判断が反転しやすい箇所を診断する。
TRL v1.14のAsyncGRPOTrainerはLoRAアダプターだけを学習してvLLMへ同期するよう対応した。rank-1は数MBで、各JobにマウントしたStorage Bucketで転送でき、NCCLは不要だ。
Hugging Face チームは Gradio Workflow で AUTOMATIC1111 の機能の大半を一つの Workflow1111 キャンバスに再構築した。11本のメディアパイプラインと73ノードで、テキストから画像、高解像度修復、画像から画像、プロンプト行列、VLM による逆解析、検出からの inpaint マスク生成、ControlNet 型アノテーター、背景除去、PNG Info、画像から動画を扱う。
Hugging Faceは260Mと800MのNeoMMEを公開した。単一の双方向Transformerで文字トークンと32×32画像パッチを処理する。マスク付き離散拡散の目的関数でゼロから学習し、事前学習済み視覚タワーや因果言語モデルに依存しない。
Hugging FaceはClaude Code、Codex、pi、Hermesなどに永続メモリーを提供するfunesを公開した。ローカルの既存セッションから索引を作り、既定では埋め込みと再ランキングもローカルで行う。