Mistral AI、Connectorsに管理制御、APIキーのスコープ、デバッガーを追加
Mistral AIはConnectorsに新機能を追加した。ワークスペース・組織別のアクセス権と個別ツールの有効・無効を設定する管理制御、およびコネクタースコープ付きAPIキーは一般提供となった。
Mistral AIはConnectorsに新機能を追加した。ワークスペース・組織別のアクセス権と個別ツールの有効・無効を設定する管理制御、およびコネクタースコープ付きAPIキーは一般提供となった。
Mistral は OCR 4 を公開した。文字抽出に加え、境界ボックス、ブロック種別、ページ・単語ごとの信頼度を返す。170言語に対応し、単一コンテナで自社運用できる。600超の文書で独立した評価者による盲検評価を行い、平均72%が OCR 4 を好んだとする。OlmOCRBench は85.20、OmniDocBench は93.07だが、両基準の採点方式には既知の限界があると注意する。
UC San DiegoはGoogleの支援で、退役したPixel2000台の基板からデータセンターを作り、数百人の学生・教員に安価で低炭素のクラウド計算を提供する計画だ。SPECでは25~50台が現代的サーバー1台に相当し、Kubernetesで管理する25~50台のクラスターにまとめる。2026年秋の稼働を予定する。
Google DeepMindは実験的オープンソースモデルDiffusionGemmaを公開した。テキスト拡散で文章の塊を並列生成し、専用GPUで推論速度を最大4倍に高める。
MistralはAI Now Summit 2026で産業工学向けAIスタックを公開した。Airbus、BMW、ASMLと協力し、独自データと知的財産の管理を維持しながら、設計、シミュレーション、生産を最適化する。
Googleは単一メッセージの暗号集計とTEEを組み合わせ、端末が複数回オンラインになる必要のないゼロトラスト分析を導入した。Googleは匿名の集団集計だけを得て、ハードウェア保護内でも生データを露出・再構築しない。TEE認証は公開コード通りの実行を証明する。
Mistral は Emmi AI を統合後、AI ネイティブ産業設計向けの物理 AI 基盤を公開した。ASML、Airbus、Safran、Siemens Energy が協力する。形状と境界条件から物理場を直接予測し、単一 GPU の1回の順伝播で数秒で終える。従来の CFD/FEM は設計ごとに数時間から数週間かかる。設計反復を速める用途で、検証や特殊条件には従来ソルバーを残す。
Mistral AI は今週、産業企業の AI 転換支援を強化するため Physics AI の先駆者 Emmi AI を買収する最終契約に署名した。Austria で設立された Emmi AI は30人超の研究者・技術者を擁し、大規模エンジニアリングモデルで数日かかる計算をリアルタイムシミュレーションに置き換え、デジタルツインを構築する。共同創業者とチームは5月に Mistral の Science と Applied AI チームに加わる。
MistralはStudioにConnectorsを公開した。内蔵コネクターと独自MCPをAPI/SDK経由で全モデルとエージェント呼び出しに使える。現在は公開プレビューだ。
Googleはコンテンツの透明性・検証ツールをSearch、Gemini、Chrome、Pixel、Cloudへ拡大すると発表した。SynthIDは1000億超の画像と動画、6万年分の音声に透かしを付けた。Geminiアプリ内のSynthID検証は5000万回利用され、今後数週間でSearchとChromeにも導入される。
Berkeley AI Researchは並列推論の進展を整理し、独立した小課題をいつ分解・並列化するか、同時スレッド数、調整方法をモデル自身が決める適応的並列推論を分析した。Self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild! Inferenceなどは外部で並列構造を事前設定し、適応的な行動を教えていない。
Mistral AIはWorkflowsの公開プレビューを開始した。企業AIのオーケストレーション層として、永続実行、可観測性、耐障害性を備え、AIの処理を概念実証から本番へ進める。
Google DeepMind は Decoupled DiLoCo の論文を公開した。大規模訓練を分離した計算の島々に分け、非同期データストリームで通信し、局所的なハードウェア障害を隔離する。
Berkeley AI Researchは学習済み世界モデルの勾配計画器GRASPを提案した。軌跡を仮想状態へ引き上げて時系列を並列最適化し、状態反復に乱数を直接注入して探索する。勾配を整えて行動へ明確な信号を送り、高次元視覚モデルの脆い「状態–入力」勾配を避け、長期計画を実用的かつ頑健にする。
Mistral AIは人の開発者とコーディングエージェント向けSpaces CLIを公開した。spaces initやspaces devなどで雛形作成、開発環境、配置を進め、対話プロンプトごとに対応するflagがあるため、エージェントが全工程を自律実行できる。initはcontext.jsonとAGENTS.mdを生成し、構造と規則を伝える。
Google Research は TurboQuant を公開した。訓練や微調整なしで、モデル精度を損なわず KV キャッシュを3 bitに量子化できる。QJL と PolarQuant の二手法も提案した。
Google Researchと複数のNHS機関によるAIMS研究は、Nature Cancerに2件の姉妹研究を発表し、NHS乳がん検診の手順におけるAI検出システムの性能を評価した。
Mistral AI は独自知識に基づく最先端級 AI モデル構築システム Forge を公開した。事前訓練、事後訓練、強化学習に対応し、dense と MoE の構造を扱う。必要に応じてマルチモーダル入力にも対応し、企業内の基盤でモデルの訓練とガバナンスを行える。
Mistral AIはMedium 3.1のPrefill/Decode分離配置でvLLMのメモリーリークを調査した。システムメモリーが毎分400MB増え、数時間で不足する。グラフコンパイルを有効化しNIXLでKVCacheを送るdecode側だけに現れた。Heaptrackではヒープが安定しており、問題はヒープ外にあった。
Mistral AIはMistral OCR 3を公開した。帳票、スキャン、複雑な表、手書き内容でMistral OCR 2に対する全体の勝率は74%で、企業向け文書処理やAIネイティブOCRより高い精度だという。
Mistral は Mistral 3 シリーズを公開した。14B、8B、3B の小型 dense モデルと、過去最強の Mistral Large 3 を含む。後者は稼働41B・総675Bの疎な MoE で、すべて Apache 2.0 で公開する。
Mistral AI は SAP と複数年契約を結び、AI Foundation にモデルを統合し、欧州の複雑な産業と公的部門向け独自方式を共同開発する。Helsing とは防衛・安全向け vision-language-action モデルの研究を加速する。今後数か月にドイツ拠点を開き、現地人員も大幅に増やす。
Mistralは企業チーム向けの本番用AIプラットフォームMistral AI Studioを公開した。Observability、Agent Runtime、AI Registryの3つを柱とする。
MistralはLoRAでPixtral-12Bを微調整し、Aerial Image Dataset(AID)の衛星画像分類で未調整の基準を大きく上回り、幻覚による無効な分類名を減らした。Mistralの微調整APIかLaPlateforme UIを使い、大規模なハイパーパラメーター調整は不要だ。学習8000、テスト2000に分割した。
Mistral AIはCodestral 25.08と、Codestral、Codestral Embed、Devstral、Mistral Code IDEプラグインを含む企業向けの完全なコーディングスタックを公開した。
Mistral AIはCarbone 4と仏ADEMEと初のモデル全ライフサイクル分析を行った。2025年1月時点でLarge 2の学習と18か月の利用は20.4 ktCO₂e、水281000立方メートル、資源660 kg Sb eqを消費した。
Mistral AI は政府と公的機関が AI で公共サービスを変え、革新と競争力を支える AI for Citizens 協力計画を公開した。公開モデル、自社運用、データ主権、個別開発を提供し、フランス、ルクセンブルク、シンガポール、オランダ、英国、スイスなどの政府・公的部門と連携している。
Mistral AIはGPU、編成、API、製品、サービスを含むプライベートな統合AI基盤Mistral Computeを公開した。ベアメタルサーバーからフルマネージドPaaSまで提供する。
MistralはCodestral、Codestral Embed、Devstral、Mistral Mediumの4モデルを統合したAIコーディング助手Mistral Codeを公開した。クラウド、専用容量、ローカルのエアギャップGPUへ配置でき、コードは企業の境界内に留まる。
Mistral AIは初のコード向け埋め込みモデルCodestral Embedを公開した。実際のコード検索でVoyage Code 3、Cohere Embed v4.0、OpenAIの大型埋め込みモデルを上回る。
Mistral AIはMistral Medium 3を公開し、複数のベンチマークでClaude Sonnet 3.7の90%以上の性能に達すると説明した。100万トークン当たり入力0.4ドル、出力2ドルである。
Mistralは新しいMistral Medium 3で動く企業助手Le Chat Enterpriseを公開した。企業検索、エージェント作成、独自データとツールのコネクター、文書庫、独自モデル、ハイブリッド配置などを備え、全機能が今後2週間で順次利用可能になる。
Mistralはjudge LLMがgenerator LLMの回答を数値、二値、定性的尺度で採点し、評価データの加重平均を取るRAG評価を提案した。
Mistral AIは画像とPDFを読み、文字と画像を順番に交互出力するMistral OCR APIを導入した。Le Chatの数百万人にとって既定の文書理解モデルになっている。